- 點擊進入2014中國（第十屆）呼叫中心行業峰會專題報道
由中國電子商會呼叫中心與客戶關系管理專業委員會主辦，CTI論壇承辦，并且得到了中國工業和信息化部、中國電子商會和亞太客戶中心協會領袖聯盟（APCCAL）大力支持的2014中國（第十屆）呼叫中心行業峰會于10月29日在北京遼寧大廈隆重舉行。北京宏盛華北區域總監秦裕杰出席此次會議并發表主題演講《客服無邊 ~ 世界因客服而改變》。秦裕杰的呼叫中心行業經驗超過20年，專注于呼叫中心通訊平臺、錄音、質檢、排班、電銷與回訪應用，深究精細化管理及語音數據分析。曾服務的客戶遍及電信、銀行、保險、游戲、地產、快銷品等。
圖為北京宏盛華北區域總監 秦裕杰
秦裕杰：大家好！我叫秦裕杰，代表宏盛跟各位做一個經驗分享。這個題目叫做客服無邊，我之前獲得這個機會能夠跟大家在這邊思考的時候一直在思考怎么定義這個題目，我想了好幾個題目，新時代的客服中心，或者多媒體的呼叫中心，后來想來想去都沒有定案，一直到最近我看了一部電影，叫《Losting》（音譯），他的腦部不斷的被開發潛能，一直到片尾變成一個縮小，像光碟一樣，最后警察說，他跑哪兒去了，最后手機上出現了一個字叫任何地方。后來我定了這個主題。
我之前曾經有針對新時代多媒體研究中心的研究報告。這份數據報告顯示，在64%是每天都在登錄使用的狀態，其實使用這些社群媒體已經成為我們生活的標準形態之一了。同時，另外一個數據顯示我們的行動裝置，也就是手機已經超過牙刷的使用數量。應該每個人都只有一只牙刷，但是現在有的人甚至有兩只，甚至三只手機。42%的客戶在社群媒體抱怨或者反應的時候，希望在1小時內被回應，其中57%期望不論夜間或者周末假日，都可以有相同的響應速度。
社群媒體的時代，到底客戶的期望是什么？是速度，一個小時之內能夠快速的反應。當然，經典也隨之而改變，以往沒有網絡，沒有多媒體適當，通常一個消費者受到不好的體驗之后，比如我打了一通服務電話，服務體驗不好，可能會讓我周遭20個朋友知道這個公司不好，服務太差了，影響有限，只有20個人。但是，今天狀況完全不一樣了，當我接收到一個不好的服務，很生氣，直接拿出微信就放上去了，如果里面的朋友多，可能幾百個，上千個，一瞬間之內就知道這個不好的消息。所以，85%的客戶感受到不好的消息的時候及必然會轉換品牌。當然，觀點流程改變了，消費者都能夠很樂意的參加或者接受這樣一個社群媒體的服務。因此，在社群媒體上我們有取之不盡，用之不竭的網民，甚至稱為就是信息，我們企業該調研，該分析的一些資料。
進入客服無邊的時代，首先我們談一談客服對于企業的策略價值是什么？當然，首先是建立起一個客戶關懷系統，綿密客戶的網絡。運用一些語音文本的分析技術，在傳統的呼叫中心里其實我們都有一個非常大的黑盒子數據庫，那個東西叫做錄音系統，它里面承載了大量企業跟每個客戶溝通的內容。如果我們可以透過一些語音轉文字的文本分析技術，我們可以完善這些所謂的大數據庫的分析，并且把非結構性的這些資源轉換為準結構性的資料。最后進行海陸空的聯合作戰，海邊是最寬廣的，我們多客服的，做呼叫中心的里面的數據資料是最完善的，我定義呼叫中心就是來俊。陸軍就是銷售人員直接面對面面對客戶，空軍就是網柜，傳統的網絡服務，或者新一代的不管手機，Mobile，APP的服務，這樣可以提升我們跟客戶的接觸率。我們希望這樣的策略之下達到什么樣的效果呢？提升接觸率最主要是增加客戶的忠誠度，進而回到根本，就是增加企業的應收。
通過這樣一個大數據的精準分析和精準營銷，我們的一些Mobile，行動化的服務，可以提供精準的服務，精準的營銷，同時我們可以持續的建立一個學習的反饋機制，來持續優化成功轉換率。當然，在所謂的ASR-STT的技術而言，我們有兩個區塊，一個把黑盒子打開，把語音轉稱文字，第二個是所謂的AVR，ASR的應用，以這樣的應用建立客戶中心的大數據或者所謂的架構。
所有架構，首先左上角是語音大數據的平臺，以及CIC語音通信平臺，還有CIM的管理平臺。我們回到海軍，銷售代表不管手上有iPad，有行動電話，也是終端的陸軍。左下角，多媒體，包含網柜和APP。通過折算的數據，我們看到數據平臺，分析平臺，語音同時平臺都是在云端上面，各個終端不需要做快速的建制。這張圖一個是成本，一個是企業資源，舉個例子，其實多客服好像人與人之間的事情，不只是企業對客戶，包含的是家庭之內，同樣也在做客服。
舉個辛酸的例子，我早上上班的時候，我太太也要上班，還有我女兒，一起帶著她們上班、上幼兒園。通常一大早起來的時候，我的大腦還在休眠中，所以我開車的時候，我太太就跟我講話，他說你有沒有在聽，我說有。她在講，突然反問我一句，我剛剛到底講什么，我真的講不出來。我惹禍她了，到了公司以后，還好現在手機都有LINE，有微信這樣的工具，開始說我早上怎樣，最后寫到我是柱頭，跟老婆求饒。我用最低的成本，我在手機上面幾乎沒有什么，只有時間成本，微信傳出去之后，我太太一個都沒會，沒辦法，只好到中午把服務的成本拉高，又開始解釋，最后講完了，不知道該講什么了，我又把當時在微信上寫的東西，又重復了一遍，結果電話那端還是沒出聲。最后我也不知道該講什么了？我老婆只是講了一句，你說完了沒？我不知道怎么回答，如果我說完了，那就是真的完了，如果還沒有玩，我也不知道講什么。最后她把電話掛掉了，我說至少這通電話不是我先掛線的。
到回家，總得交給臨柜處理，借用我剛剛談到的所謂語音文本分析的概念，他說這個我中午在講電話時候里面的內容到底有什么問題，導致我沒有解決今天這樣的一個客戶。其實蠻好分析的，因為對方都沒講話，只有我一個人在講，我的關鍵字很容易被挑出來。分析出來我發現一定有一些根本原因我沒有處理到。所以，回到家之后，根本原因出來了，通常在這種情況下，解決方式，大概就是一頓大餐，或者請她做個SPA，這樣就解決了這個問題。后來我發現，大概每3個月左右這樣的事情就會來一次，因為差不多可以達到做SPA的時間該到了。
回過頭來，使用社群媒體的成本相對比較低，臨柜比較高，成本和資源我們怎么衡量，這是亞馬遜提到的服務。它主要說我們的消費者他愿意去花多長的時間等待一個比較好的服務。它把所有的服務都列在上面，都有評價，這些評價都來自于想要得到服務的人，我就必須等待，這在企業的成本空管上面也是一個方式。另外談到所謂的行動終端，Mobile的應用，我們曾經總金融業，因為收到金融監理機關的規定，金融銷售人員銷售的時候必須錄音，我們將手機和運營商的錄音設備做一個連接。但是，后來我們在一個所謂的汽車產業，一個汽車公司提到這樣做非常好，可以空管他的每一個銷售人員跟客戶溝通的過程，而且可以做信息匹配，非常好。他說怎么確保這些銷售人員跟客戶聯絡呢？這些名單怎么被管理？所以，我們設計了一個所謂的手機端的應用。也就是每天會有總部把所有該撥打的名單分配給每一個銷售人員的手機，所以每一個銷售人員每天打開手機就會顯示他每天撥打的信息，撥號之后可以做一個記錄，這樣把信息已經下放到剛剛講到陸軍，銷售人員了。
另外一個國內的保險電銷的客戶，全國有8個中心，當它把所有中心建設完了以后，他們思考這樣一個概念如何讓陸軍，讓他們的銷售人員也能夠運用。所以我們做了一個系統的精準化，把所有這樣的概念下放到Pad上，當每一個銷售人員跟客戶做拜訪的時候，可以及時把資訊回傳給總公司，他們可以在四個鐘頭之內再由電銷中心撥電話做一些回訪的動作。
剛剛提到關于Mobile和Pad的應用，現在手機里面都很多APP，多到可能自己都不知道有幾個。我的看法是這樣，我發現整個APP有一個碎片化的趨勢，很多企業，可能行銷部門，或者業務部門，或者其他部門都各自有各自的APP。但是，其實每個消費者它的手機端通常是很難容納那么多的APP，即使你容納進去，也不會想要使用它。所以，現在還好，我們科技的進步，有一個WebRTC的應用，就是所有在APP的功能都可以通過手機的Web達到。我們剛剛提到社區媒體很重要，臨柜很重要，它針對語音，Video上都是平很的狀態。所以，我們可以通過Web RTC在手機端做一個更全面的應用的開發和發展。
回到黑盒子的問題，就是錄音系統，如何把語音轉成文字。一通錄音檔案，如果雙聲道，我們可以讓左邊跟右邊分別給我們的客戶，因為你轉成文本了，我們可以標注關鍵字，就可以做后端的熱點、分析、處理。在整個語音智慧里面我們把它分為三大階段，舉個例子，像吃火鍋一樣，要有湯底，語音其實就是湯底，通常要選出一兩百個關鍵詞找到一些關鍵內容，通過這些關鍵內容我們可以分析，分析已知或者可以解決的問題，或者已知的影響范圍，這是第二個階段。到最后我們更希望通過這樣的數據挖掘你所未知的內容。
這就是我想解釋的范例，我們一開始把所有關健詞都挑選出來，我們根據它的關聯性做一個重要度的分析，比如iPhone6出來，可能客戶打電話會詢問，我的iPhone升級了，有什么方案，或者3G升4G有什么影響，資料轉換有什么影響，我們都可以定義不同的關健詞，再把它收集起來成為每一大類的問題進后續的影響分析。對客戶，消費者的希望是什么？最早手機出來，大家都說屏幕很大，但是一直沒有殺手級的應用出來，但是一直到iPhone，Android小孩，老人都會用，最后普及了，消費者要的是更方便的使用方式。我不做太多說明，我想說，語音識別IVR的應用各位其實很多都有這樣的導入經驗。以我而言，我想要打電話到呼叫中心都想找專用。最右邊我們可以看到，我們希望讓消費者可以用說的很清楚的表達，大概2012年之后我們的語音辨識有一個非常大的精準度，可以覆蓋整個話語范圍。木我們是用CIS的云統一通信平臺，以及Grandsys CRM語音大數據平臺，以及Grandsys的服務平臺，當然有行動打卡，管理的熱點分析，希望銷售人員都可以直接跟總部有聯系，服務管道是暢通的，達到陸海空三軍聯合作戰。
最后一個小小的廣告，Grandsys，是我們在大陸，我們在國內2004年成立，在中國臺灣地區1992年就開始服務客戶了，研發中心有三個。強調一下剛剛提到的包含所有語音的解決方案，包括語音大數據，STT，語音識別，以及排班，人力資源管理。這邊是我們目前在國內所謂的成功的云呼叫中心的成功案例，包括EF美孚英語，浦東發展銀行，美贊臣，包括渣打銀行。
縱觀這幾年呼叫中心的發展趨勢，最終希望把呼叫中心走向云端，更智慧化，所謂的STT語音轉文字，把非結構性資料，轉成一個結構性資料做分析。最后，除了電話之外還有很多社群媒體，微信、微博、LINE、Facebook，各種媒體不同的競現，可以通過各種渠道。謝謝各位！
聲明:版權所有 非合作媒體謝絕轉載
