各行各业诸多企业，在客服这一必不可少的业务增值环节上，都或多或少地产生过焦虑。外部消费升级的大趋势，刺激了用户对优质服务体验的渴求。客服作为企业与客户互动的前线窗口，直接关乎消费体验和企业品牌形象。为了建立更令人满意的服务体验、更稳的客户关系、更强的品牌忠诚度，近年来企业客户咨询渠道遍地开花，足见需求之高涨。

 

AI科技发展迅猛，大批企业对由此驱动的智能客服表现出强烈兴趣，有意推陈出新，然而由于客观和主观上的种种局限，例如大部分供应商技术偏弱、人机协作体系不成熟、自身缺乏“以客户为本”的意识等等，所以并没有真正实现客服智能化，反而让伪智能客服横行于市，给广大消费者带来不堪回首的使用体验，并且屡次受到主流媒体的诘问。

 

就这样维持现状，得过且过？还是锐意创新，掌握先机？很明显，破局的关键在于——如何根据实际情况去创建优质的智能客服。尤其是在这个重视私域流量的时代，众多企业千辛万苦积攒了自己的客户群，逐步走进运营深水区，但如果在客户服务过程中缺乏精准的数字营销、准确的客群洞察和高效的服务支持，流量腹地就有可能失守。于是，吸引新客户，留住老客户，提高转化率，充分发挥私域价值，就成为企业的必修课。反过来说，这也将是智能客服最好的试金石。

 

竹间智能创始人兼CEO简仁贤先生曾一语道破玄机：

“

客户不单只寻求信息服务、售后咨询，而开始注重全渠道、全流程、流畅的客户消费体验，客户服务从被动转为主动，既要控制成本提升运营效率，还需深入洞察客户需求，整合市场营销、销售、产品等数据信息。

 

在这种思路的引导下，公司率先跨入智能客服3.0阶段，融合NLP、知识图谱、情感计算、语言学及机器学习，准确理解客户，高效输出知识，多维分析数据，提供全场景解决方案。近期竹间参与的一个智能化转型项目，便很有参考意义。项目方是国内一家大型房地产集团，其物业服务覆盖百余座城市，触达超百万业主。不过，随着业务扩展和业主需求升级，原有的客服模式渐显疲态，难以应对铺天盖地涌来的服务诉求。竹间智能与该集团密切配合，将种种困扰一一击破。

 

此案例已被行业媒体平台《客户观察》收录，现将全文转载如下：

 

 

传统型企业智能化转型发展案例

 

 

在智能化服务的发展进程中，由于每家企业的行业性质及业务不同，所以面临的智能服务转型难题也各不相同，作为一家专注于提供智能服务技术的供应商，也遇到过许许多多的企业智能转型案例，此次借助于《客户观察》电子期刊的媒体平台，与大家分享一些在服务过程中的事例。

 

 

最近，我们参与了一家知名地产集团的智能客服项目，该集团的业务涵盖住宅、商业物业、写字楼、产业园、多功能综合楼、政府及其他公共设施等多种形态。都说尾大不掉，因为集团规模特别大，所以他们的数字化转型之路也走得更为谨慎。此前，该集团的物业客服中心主要是依赖人工服务，比较老派。但是，随着业务发展和业主诉求的升级，他们愈发明显地感觉到传统的客服模式已经无法有效适应现今的客户需求了，因为人工服务存在很多局限性，比如人工成本较高、人工工作时长有限、工作效率一般，而且人工服务存在情绪波动大等不可控因素，随着行业知识日趋复杂，不仅难以解决客户的繁复问题，还会拉长培训周期，使培训变得更贵，客服人员要是觉得工作难以胜任，流失率便会走高，导致企业招聘困难。再者，人工渠道的运营管理很难，可能要在多个渠道中反复横跳。最后，还有数据留存量低、数据价值难被有效利用的难题。

 

在经过长时间的内部讨论与同业交流后，该集团发现有很多同行都已用上了智能客服，服务效率得到大幅提升，因此该集团与我司取得联系，希望我们能帮助他们解决现有的服务痛点，并提升客户服务体验。

 

接到这个项目以后，我们与该集团进行了多次服务需求问题的沟通与确认，最终确定了本次项目中需要解决的难题。

 

 

 

01

通盘考虑业务全周期

该集团的首要诉求是智能客服能为业主们咨询问题和办理业务创造便利，咨询方面包括物业、政策、服务、账户等各类问题，办理方面则包括停车、缴费、报装、故障报修等事宜。在此之上，他们还想实现关联推荐的功能，也就是在和业主交互的过程中，不光能给业主推荐关联性问题，也能进行服务、新品及个性化推荐。在运营上，能够分地域、分业务、分楼盘、分渠道地运营。最后，这些数据要能充分利用起来，通过统计分析热词、趋势、运营状况、未知问题等，使该集团获得充足的反馈，持续改进并不断优化。

 

至于服务渠道方面，他们希望能让业主在各个平台都能享受到一贯、连续的服务，所以，在智能服务上线初期，我们一致决定从官网、APP、微信公众号以及企业微信号这四大渠道接入智能客服，整合形成一站式服务续航能力。

 

 

02

语义理解是王道

    随着项目的深入，该集团对于语义理解的准确率要求也越来越高，我们为其提供了可以在不同的对话类型之间灵活切换，给出确切答案的机器人问答模式，包括客户发送的图片、音频和视频等，机器人都能准确识别，不仅如此，机器人还能记住上下文语义，对话中不会忘记前面的内容，能够帮助客户快速解决问题 。

 

    在为期30天的试运行阶段中，该项目所打造的对话机器人可以顺畅地与业主沟通，模拟人类展开交互。且能应对不同场景，自动解答通用问题与高频问题，一方面满足业主的多样化诉求，另一方面也让客服中心人员从重复性劳动中解脱出来。

 

    在实际业务中，有许多企业的智能机器人出现应答效果不佳的情况，这些大多数是因为机器人对语义的理解有偏差，而无法准确解读客户的意图，从而给解决客户问题带来阻碍。语义理解这个领域博大精深，随着技术的发展，我们已经可以凭借文本分析技术，快速给业务留言分类，无需人工干预就能保质保量处理工单，给客服中心的人工服务效能带来极大效率的提升。

 

 

03

转人工不容有失

当然，在该集团的智能项目中，转人工也是我们极其重视的一个环节。尽管机器人能够独当一面，可以为用户答疑，可以帮用户办业务，但尺有所短寸有所长，客户永远需要真人的讲解和服务。当他想转向人工坐席的时候，服务人员一定要触手可及——这是绝大多数企业的客户服务“红线”，所以，人机必须顺滑切换，人机必须紧密协作，决不能各行其事，否则一定将破坏客户的体验，甚至导致投诉。

 

    所以，我们为该集团精心设计了解决方案。当用户进入该集团旗下多种多样的服务渠道之后，通过智能路由的引导，会由机器人、客服、管家或专属人员之一来对接，就像一位顾客来到店铺里，会有不同的人来接待一样。与机器人交互的用户可以自行切换到人工，同时系统也能实现自动切换。这里面包括明确转人工、愤怒情绪转人工、敏感词转人工和意图触发转人工等。说白了就是，当客户直接要求转人工，或者表现出愤怒情绪，或者说出了一些特定的敏感词，或者更隐蔽的内容，从言辞之间表现出了转人工的意图，那客服机器人都会立刻帮着客户接通人工坐席，避免因为服务设置的不够“人性化”而导致更严重的投诉问题产生。

 

    以APP端为例，当业主发起文字会话，将先由机器人自动回答，如果机器人没能解决，那系统就会立刻转人工管家回复，如果管家也无能为力，超过1分钟未回复，界面就会弹出一键呼叫400热线的提示。总之，业主的每声呼唤，必定会得到回应。在管家接管时，机器人也没闲着，而是继续提供智能辅助。在我们某个APP上，业主可以直接联系管家，他们会话时，机器人就充当问答助手。针对业主提出的问题，机器人如果有答案，就会提醒管家，然后管家可以点击查看，视当时情形，判断是否要将其提供给客户。

 

 

04

智能知识库在线支招

物业服务具备近乎开放式的交互环境，因为物业和生活直接相关，而生活是包罗万象的，囊括了报修报装、家电清洗、停车缴费、访客预约、投诉建议、设备租赁等等……所以该集团的各地物业分中心在过去的运营过程中，积累了大量业务知识，它们以各种格式存在于各个系统里，零零散散不成体系。而且，该集团正经历数字化转型，IT系统越来越复杂，产生的文档与日俱增。在建立智能客服时，如果能把这些长期囤积形成的数据和信息好好利用起来，从中挖掘出有效的常识和知识，这些数字资产就是一座偌大的宝库。

 

    于是，我们向该集团匹配了AI知识工程平台，与上文提到的机器人平台一样，两者都需要NLP的技术支持。毕竟，只有处理好自然语言，才可能开采出宝贵的知识。简单来说，这个平台就是为企业知识而生的，它可以解析文本，基于杂乱的数据抽取知识，然后打造智能知识库，自动构建知识图谱，提升机器人的服务能力，只需投入少量人力，便能快捷地存储、运用、管理和维护大量知识。

 

    因此，我们协助该集团成功梳理和归纳了物业相关的知识，最终形成了集团自己的智能知识库，从此，该集团便可以围绕众多场景提供优质的服务了。面对客户咨询时，机器人不光能够随时调用知识库中的内容，还能进一步开展智能问答和推理，相当于拥有了“大脑”，可以旁征博引，输出有价值的信息。

 

结语

    对于体量巨大、业务庞杂的集团型企业来说，智能化服务是企业发展战略中不可或缺的部分。上线智能项目后，企业能实现全渠道引流，通过智能化路由，更快地响应和跟进，支撑起丰富的场景，最后收集、挖掘及分析大数据，特别是绘制准确的用户画像，按照特征偏好细分群体，唤醒潜力用户，拉升营销质量，基本上覆盖了业务全周期，有效地盘活了私域流量，还为企业提供了统一的管理平台。

 

从启动到系统正式上线，尽管该项目前后只用了几个月时间，但它在企业中的影响将长久地延续下去。

 

文/ 竹间智能科技（上海）有限公司