未來5年里，你的業務最優先事項是什么？1920位商業人士給出了他們的答案：選擇客戶體驗的占比45.9%，選擇產品的占比33.6%，選擇價格的占比20.5%。
這個結果，乍看在意料之外，實則是情理之中。好的體驗能夠讓客戶感受到被傾聽、被看見和被重視，最終給企業帶來一系列肉眼可見的回饋：影響購買決策、支付更高的溢價、擁有更高的忠誠度、提高交叉銷售等等。
企業客服中心，是提供客戶體驗的重要載體。1.0時代的純電話咨詢，2.0時代的在線客服應用，3.0時代的SaaS模式，近幾年，企業客服中心邁入4.0時代：智能化。
4月12日，網易七魚正式發布《2022客服中心智能化升級指南》（下文稱：《指南》）。“這份指南我們籌備了半年時間，把我們6年的智能客服實戰經驗和盤托出，免費發放給企業，希望企業通過這份指南，全方位了解智能技術如何更好地應用在服務場景。”網易七魚總經理段毓錚闡述了做這件事的初心。
這份長達75頁的指南，全景式呈現了客服中心智能化升級的驅動力、目標、所需的產品、操作流程、效果評估標準、團隊建設等等。
我們從中挑選了幾點分享給大家。
一個關鍵角色：人工智能訓練師
智能機器人的應用效果，一方面取決于“工具”本身的能力，另一方面也取決于“人”的能力，只有“人”從業務的角度不斷去思考、評估、訓練“工具”，工具的應用效果才能得到持續的提升。這里面的人就是：人工智能訓練師。
許多企業意識到這個角色的重要性，紛紛開始引入。人工智能訓練師主要有三大職責：提供數據標注規則、數據驗收及管理、積累領域通用數據。那么，什么樣的人適合做人工智能訓練師？
《指南》指出，一個優秀的人工智能訓練師需要具備六方面的能力：數據能力、行業背景、分析能力、溝通能力、AI技術理解力、AI行業理解力。
企業可以從以下三個維度檢驗人工智能訓練師的工作效果：
問題預判準確率：問題預判準確率=機器人預判正確答案/總提問量。
答案滿意度：系統在每一次交互后推送一個評價系統，獲取用戶對本次服務的滿意度評價。
24小時未轉人工率：如果用戶24小時之內未進行轉人工，那么大概率表示機器人獨立完成了問題解決。
兩個升級目標：短期目標、中長期目標
企業客服中心智能化升級的終極目標是“業務賦能”。企業需要有“長期主義”的心態，通過設立短期目標、中長期目標，逐漸朝著終極目標邁進。
短期目標：根據組織內對客服部門的績效要求，利用智能化技術手段和工具，針對核心的服務場景，對企業已有的服務模式進行優化，提升客戶服務的響應速度、會話效率、問題解決成功率，節約一定人力成本；搭建知識庫體系；明確智能化效果指標，實時監測并進行定期復盤。
中長期目標：在實現短期目標的基礎上，對知識庫內容、智能化效果等進行持續的優化，將所有會話內容進行提煉分析，洞察用戶更深層次的需求，反哺給其他業務部門，推動商業模式的變革與創新。
目標拆解的過程，是從解答問題到高效解決問題，再到有溫度且高效解決問題的過程。
三個不同階段：搭建期、運營期、突破期
確立目標后，具體該怎么做？《指南》以機器人知識庫運營為例，將企業客服中心智能化升級可以分為三個階段：搭建期、運營期、突破期，就每個階段需要關注的核心目標以及達成目標的方式給出了差異化建議。
搭建期：將語料轉化為機器人知識的階段，重點關注合格的知識量和機器人匹配率。
運營期：持續優化機器人效果，重點關注機器人的解決率。
突破期：根據業務情況，制定合適的優化方向和對應的數據指標。
為了讓企業有更具象的感知，網易七魚與4家不同細分領域的企業進行深度對話，并將其客服中心智能化升級的實戰呈現在《指南》中。
111醫藥館是國內領先的連鎖醫藥零售企業，處于上述所屬的“運營期”階段。醫療相關的服務咨詢有很強的特殊性，主要表現在：第一，涉及的科目和問題種類非常多，專業性強，容不得半點馬虎；第二，夜間也是患者咨詢的高峰期，需要24小時不間斷安排接待。111醫藥館借助網易七魚在線機器人的能力上線“導診機器人”，預先收集足夠的重要信息，例如年齡、癥狀、病史等，再將患者分配給最匹配的醫師。做到7×24h實時響應，且逐個精準導診。
嘀嗒出行處于上述所說的“突破期”階段，它所在的移動出行領域，在服務上具有“訪客量大、規則繁多、人工響應需求強”的特征。基于此，嘀嗒出行引入智能在線機器人，精準識別不同種類的問題，同時配備7×24h的安全客服團隊，針對緊急狀況，通過情緒、特定關鍵詞等精細化識別，確保轉人工的即時性。在線排隊率和首響時長都實現了大幅度降低。
四大典型場景：用戶交互、語義識別、知識維護、數據分析
智能化能力，主要可以應用在哪些場景中？網易七魚作為一家深耕智能客服領域的廠商，已經服務了40萬+家企業。《指南》呈現了網易七魚的四大典型AI應用場景供參考。
用戶智能交互：人機之間進行文本或語音的交互動作，例如簡單的查詢場景，任務辦理場景。
語義識別引擎：FAQ問答知識、BOT流程型知識、表格圖譜、語義圖譜。
知識維護平臺：知識庫冷啟動、知識庫體檢、效果監控反饋、匹配率&解決率提升、日常運營管理等。
數據分析平臺：包含完善的機器人數據看板以及全量的數據分析。
