一家银行客服中心去年上线了智能客服机器人,自动解决率达到58%。看起来效果不错。
但三个月后,客服主管发现了一个奇怪的数据:投诉率上升了12%。
机器人上线,投诉反而多了?这不符合直觉。
客服团队复盘后发现,问题不在机器人本身,而在转人工的时机。
机器人把能回答的问题都处理了——账户余额查询、营业时间、常见业务咨询。这些占咨询量的58%,确实被机器人消化了。
但剩下42%转人工的,是什么问题?
全是棘手问题。
客户的问题机器人回答不了,客户已经等了一会儿,情绪开始烦躁。这时候转给人工客服,人工客服接到的都是"带着情绪来的客户"。
而人工客服习惯了处理"正常咨询",遇到这种情绪激动的客户,应对经验不足。处理不好,客户投诉。
这不是机器人的错,是分流策略的问题。
机器人把简单问题处理了,剩下转人工的全是难题。人工客服接不住,投诉就多了。
这家银行后来调整了策略,核心改动有两点:
第一,识别客户情绪。机器人不只是回答问题,还会判断客户情绪。如果客户语气急躁、问题重复追问、表达不满,系统判定为"高风险",直接转资深客服,不让机器人继续尝试。
第二,标注问题类型。转人工时,机器人把问题类型、客户意图、已尝试的解决方案一并传给人工客服。人工客服接手时,不用从头问,直接切入问题核心。
调整后,投诉率降下来了。两个月后,投诉率比机器人上线前还低了8%。
为什么?因为高风险客户被提前识别,交给资深客服处理,处理质量更高。普通客户的问题,机器人能解决大部分,人工客服的负担减轻了,服务质量反而提升。
很多企业上线客服机器人,抱着"替代人工"的想法。但实际效果往往不如预期。
原因很简单:机器人擅长的是回答重复性问题,不擅长的是判断复杂情况、安抚客户情绪。后者恰恰是投诉高发的场景。
如果机器人把简单问题处理了,难题留给人工,人工处理不好,投诉就多了。
正确的做法是:人机协作。机器人处理它能处理的,把处理不了的智能转给人工——不是简单转接,而是带着问题背景、情绪判断转接。
这样,人工客服接到的不是"难题",而是"有准备的难题"。处理效率更高,投诉更少。
我们设计产品的思路,就是"人机协作"。机器人不是替代人工,而是帮人工筛选问题、识别风险、传递背景。
智能分流:机器人处理常规问题,复杂问题自动转人工
情绪识别:判断客户情绪,高风险客户优先转资深客服
背景传递:转人工时,传递问题类型、已尝试方案
知识库自学习:从人工客服的回答中学习新知识
如果您的企业正在考虑上线客服机器人,建议先想清楚三个问题:
1. 您的知识库准备好了吗?
机器人能回答的问题,取决于知识库。很多企业知识库要么没有,要么很乱。这种情况下,机器人上线发挥不了作用。建议先梳理知识库,再上机器人。
2. 您的分流策略设计了吗?
机器人处理不了的问题,怎么转人工?转给谁?带着什么信息转?这些要提前设计。不是简单"转人工",而是智能分流。
3. 您的客服团队培训了吗?
机器人上线后,客服的工作内容会变化——从回答重复问题,变成处理复杂问题、应对情绪客户。需要新的技能培训。
想清楚这三个问题,机器人上线才能发挥价值。否则,可能像那家银行一样,投诉反而多了。
想了解更多?欢迎咨询华云天下
400-040-9002
公众号
视频号
热门标签: 企业知识中台解决方案 汽车行业解决方案 保险行业解决方案 银行行业解决方案 12345解决方案 数字化营销解决方案 消费品制造行业解决方案
友情链接: 数字人 企业AI门户 全媒体呼叫中心 AI中台 飞音传呼 AI前台宝 全媒体智能客服 在线客服 智能坐席助手 工单系统