推動智能服務建設，優化客戶服務體系。

　　首先介紹一下我們的客戶服務中心。我們的客戶服務中心是中國太平旗下的共享集中的客戶服務平臺，主要承擔的是保險服務。目前我們已經服務了境內外的十家專業公司，承擔了四項保監服務評價指標，三年來都保持在A級以上。我們的年服務量在2688萬人次以上，目前在上海、深圳、武漢三地運營，實現了全渠道的服務。我們通過三種服務方式：語音、圖文和視頻，連接了七個服務渠道，為我們境內外的十家專業公司提供服務。

　　我們除了提供日常的回訪、咨詢、投訴等，還承擔了集團級的知識管理、短信管理等服務，以及數據支持和客戶體驗研究。因為我們是共享集中的服務方式，所以我們的服務客戶有四類：最終用戶、專業公司、代理人和我們的客服。在服務流程設計中，我們有專門的服務團隊來做客戶體驗研究和優化，來提升最終用戶以及客服的滿意度。面對專業公司，我們通過服務經理制，實時的微信工作群，月度服務報告，以及服務白皮書等方式來不斷提升專業公司對我們的滿意度。

　　在運營管理方面，我們不斷通過量化、簡化、標準化、數據化來推動工作的線上化，服務過程的可視化，工作方式的智能化來建立我們的數字化運營體系。我們的服務定位是服務觸點中心，數據開發中心和智能利用中心。

　　下面介紹一下服務觸點中心。在常規服務中，我們運用COPC專業化的運營體系來夯實基礎服務，通過建立多樣化的體驗收集渠道來提升客戶體驗。還有一個投訴開發。在保險行業，很多投訴和問題不是客服中心能解決的。所以我們通過投訴閉環管理與專業公司進行協同，來解決一些痛點問題，構建我們的暖心體系。

　　具體來說，在高績效最佳實踐中，我們圍繞著COPC的KCRP和KSP流程梳理出來了65個監控指標，并且不斷把這些指標線上化、可視化。我們建立了一個運營監控的看板，用以及時的發現問題和及時的解決問題。在最佳服務體驗方面，我們建立了客戶滿意度調研，客戶NES調研，同業服務體驗的調研體系，用以不斷發現優化點和改善點。在投訴開發方面，我們通過簡單件的授權、快速處理，復雜件的督辦協同，以及投訴問題的復盤分析，來不斷優化流程、降低風險。通過投訴開發，我們升級到保監的投訴指標已經下降了68%，效果還是比較好的。

　　在數據開發方面，我們有三個方面的探索。

　　第一個是大數據模型。我們建立了人工服務的開發平臺，把所有的語音轉成了文字，這樣就建立了大數據建模的一個基礎。我們也通過產品熱點問題、退保預警的大數據來進行探索。在CRM方面，我們進行了客戶生命周期的分析，建立了忠誠度客戶的模型。在大數據模型方面，我們后續會投入更多的資源去提升輸出。

　　第二個方面是白皮書。我們給專業公司提供年度白皮書的價值服務反饋，聚焦于客戶的一些行為特點，全方位反饋客戶偏好，客戶喜歡的熱點產品，還有運營的焦點問題，我們希望通過挖掘數據價值，給專業公司一些有價值的服務反饋。

　　第三方面的探索就是運營監控。我們建立了數據倉庫和集市，可以將一些運營關鍵節點進行實時監控，能夠及早發現問題，進行風險管理。

　　在智能應用方面，我們也有了一些應用成果。我們從2014年開始探索智能化應用。2014年，我們上線了文字機器人。2015年，我們上線了電子回訪。2016年，我們做了一些智能語音方面的探索，進行了一些智能語音導航，和智能語音質檢的一些探索。2017年，我們和科大訊飛一起研發了智能語音客服機器人。2018年，我們開始在視頻服務端發力，不斷推廣視頻服務的應用。2019年，我們進行了視頻服務的范圍推廣，上線了銀保實時出單后的實時視頻回訪。

　　接下來具體介紹一下我們智能服務的一些項目。

　　文字機器人。目前太平集團內幾乎所有的微信號和APP都接入了機器人，也就是說我們都是共用一個知識庫。所以，我們不同渠道的服務可以保持一致，這也是COPC所倡導的。另外我們也在不斷提升機器人的功能，通過一些動態知識庫、自學習平臺來不斷降低手工維護量，通過多輪對話、自動上下文來解決復雜場景的業務準確性。現在我們還在不斷地優化和升級。

　　電子回訪。保險行業的電話回訪是根據監管要求來做的一項業務，工作占比非常大，通過做電子回訪，客戶可以自己進行自助回訪。但是，在方便了客戶的同時，我們最關鍵還是要進行風險防控。在2015年剛上線的時候，我們做了客戶簽名的OCR識別。2017年，我們上線了人臉識別技術。2019年8月，我們上線了活體檢測技術。在給客戶方便的同時，我們也在不斷提升我們的風險防控，更好地滿足監管的要求。

　　智能語音導航。我們在一個客戶一個太平的綜合經營模式下，把服務熱線進行了統一，這就造成我們的IVR節點非常多，客戶不容易找到所需要的服務。所以，我們就上線了語音導航，通過語音交互來辦理業務，從而大大提升了客戶的滿意度和體驗。2016年，我們是在二級菜單進行，今年已經上升到了智能語音門戶，在首層菜單上就開通了智能導航。目前涉及七家專業公司業務的170個節點。準確率在我們的運營下也已經在逐步提升，提升到了90%。

　　語音分析質檢。我們通過語音質檢，也就是智能質檢來取代傳統人工質檢。在不斷擴大質檢范圍的同時，降低了員工成本，這也符合COPC價值導向的。

　　智能語音客服。在2017年上線的智能語音機器人是我們和科大訊飛成立的聯合實驗室的首個產品。通過語音客服機器人，大大提升了我們的自動化功能，特別是對于波峰波谷明顯的業務，能夠解決很多重點問題。那么對于應用機器人，大家最關心的可能是機器人聽不懂、不理解客戶。我們是怎么來做的呢？我們通過人機融合，全量質檢和持續優化來進行品質保證。人機融合包括全程的靜默客服，關鍵節點的靜默客服和及時地轉入人工等多方面組成。可以說人機融合的功能是否強大，對于語音機器人回訪的效果和滿意度是最為關鍵的。我們現在語音機器人的回訪，項目的識別準確率和流程準確率都能達到一個很高的標準。

　　視頻客服服務。視頻服務可以說是解決客戶服務最后一公里的最佳方式。目前我們的視頻服務在微信公眾號，微信小程序，客服官網在線客服和智能營業廳四個渠道接入。18年初視頻服務上線以后，我們不斷擴大業務范圍和業務場景。今年7月份，上線了實時的視頻回訪，客戶可以在銀行端購買保險后立即進行回訪。這樣就可以避免很多傳統回訪方式給客戶帶來的困擾。比如，在保監監管要求下，我們一定要百分之百回訪成功，如果沒有回訪成功，我們就會不斷地打電話給客戶，客戶可能在不合適的時間不斷接到回訪電話。另外，在回訪過程中，也會有溝通的問題，比如客戶聽不懂客服在說什么。通過實時的視頻回訪，能夠有效地減少這些問題發生，可以保證客戶和客服順暢溝通。通過視頻服務，在提升客戶體驗，防范風險的情況下，客服中心和專業公司前后聯動，可以有效地減少柜面服務人員，優化運營成本。所以說，視頻服務是5G時代的一個服務趨勢。

　　以下是我們對智能服務體系的一個思考和探索。

　　在智能感知方面，我們通過語音導航、客戶標簽來進行需求預判。通過聲紋來智能感知客戶，通過分析客戶的情緒來了解他的一些情緒的波動。我們今年也會上線客戶身份識別和客戶情緒感知的。

　　在智能服務方面，除了客戶機器人、語音機器人之外，我們還在著重開發智能實時交互。因為我們已經有了人工智能語音開發平臺，可以把所有的語音實時轉成文字，然后對接我們的知識庫，對接梳理好的一些知識點，這樣就可以實時推送給客服，來降低對人工客服的要求。我們今年也在探索，在智能呼入咨詢和智能語音機器人方面，從回訪轉到呼入。因為實際上呼入方面也是可以梳理出一些業務場景來由機器人進行操作的。比如說，今年要上線的車險報案就可以使用機器人來逐步提供服務。

　　在智能運營方面，我們已經實現了智能質檢、智能培訓和智能招聘，我們也在做培訓機器人和招聘機器人，來減少培訓和招聘過程中的人力投入。相信大家都有這個痛點。客服中心的人員流動性比較大，招聘和培訓的投入是非常高的。在智能排班方面，我們通過大數據模型來不斷優化來電量的預測準確性。我們也通過運籌學來優化排班，使客服的班次更加舒適和人性化。

　　在智能決策方面，我們要做到實時監控，智能預警和智能預判體系也是我們今后要做的一些應用規劃。

　　通過我們的這些技術，也可以賦能輸出到我們的專業公司，為我們的兄弟單位做更多的一些功能。

　　在各個運營管理環節，智能化技術實際上是運營管理的突破點。我們希望通過數據和智能化技術來構建我們的企業服務，來建立具有智能感的運營服務體系。