AI可以被證明在捕獲和優先排序潛在客戶，更快地轉換潛在客戶，檢測和減少放棄以及更高效地培育潛在客戶方面非常有用。

　　例如，組織可以使用機器學習來繪制網站訪問者的模式和行為。

　　此外，該技術可以確定客戶在網站上流失，可能離開網站或放棄購物車的預測結果。

　　這可能很有價值，因為它允許營銷和銷售團隊在正確的時間通過正確的渠道--聊天，聊天機器人，現場銷售代表，電子郵件，移動設備--參與其中。

　　感謝Genesys的Brendan Dykes

　　11、AI需要一個明確定義的目的

　　在進入人工智能世界之前，請花些時間確定您的企業想要自動化的領域。問問自己：AI應該使用在什么渠道？

　　例如，如果您的組織采用全渠道策略，那么網絡聊天或社交媒體可能是理想的起點，因為許多平臺已經內置了集成工具。

　　您的AI應該處理什么問題？定義AI應該放在哪里，例如作為可以輕松回答查詢的守門人，然后應該指向人類客戶服務座席。

　　最重要的是，向座席定義移交過程--避免突然過渡，記錄AI會話以供座席審查，以便客戶不必重復自己并確保在過渡期間通知客戶。

　　12、聊天機器人更多地用于協助座席

　　聊天機器人現在被用作座席的專用虛擬個人助理。他們將來自聯絡中心和業務其他部分的學習結合起來，為座席提供實時知識以及建議的解決方案，以解決客戶疑問。

　　聯絡中心解決方案中的媒體檔案是創建機器學習的生活庫和以前聊天交互歷史記錄的理想場所。

　　轉錄的語音對話，充滿了非結構化數據，轉換為結構化數據，可以通過文本輕松搜索。

　　座席可以通過語音或文本通信與他們的機器人伙伴互動，而虛擬技術在幕后工作以實時支持他們。

　　感謝Puzzel的Colin Hay

　　13、AI可以預測面向客戶的指標分數（例如CSat）

　　使用AI，您可以分析收集的大量數據，以準確預測客戶的凈推薦值（NPS），客戶滿意度（CSat）或客戶努力得分（CES）等指標。

　　這有可能改善呼叫路由，因為您可以根據這些預測分數將客戶路由到預計與之建立最佳關系的座席。

　　此外，如果您擁有包含AI功能的分析系統，您可以預測客戶對某些座席操作的反應，并使用此信息實時指導座席。

　　14、AI可以更好地了解整體客戶體驗

　　大多數組織記錄客戶呼叫并捕獲其他渠道上的交互以用于質量保證目的。但他們忽視了同樣的信息可以為更好的客戶和座席體驗提供的巨大洞察力。

　　事實上，大多數組織只聽取他們每月收到的電話的1％到3％--可能是因為它是難以分析的非結構化數據。

　　使用AI技術的分析系統可以獲取非結構化數據的這種資源并對其進行分析，以及來自調查或評論站點的結構化數據。

　　感謝CallMiner的Frank Sherlock

　　15、會話AI需要簡單的人類升級路徑

　　客戶通常通過電話共享敏感信息，字母數字數據和電子郵件地址。基于規則的AI解決方案將無法理解話語和意圖的復雜性。這就是人類要介入的地方。

　　實時的人工參與將幫助AI更好地理解客戶，并幫助系統隨著時間的推移而學習。

　　即使在處理高級AI技術時，通常也會出現無法理解客戶查詢或者不知道答案的情況。此時可能發生的最糟糕的事情是AI技術會以不準確的答案繼續響應。

　　AI技術應該能夠識別他們何時不知道查詢的答案并將對話重定向到現場座席。

　　此外，如果它能夠將對話的上下文和過去歷史傳遞給座席，那么這是一個巨大的優勢，這樣用戶就不必重復自己曾經做過的事情。

　　感謝Interactions的Priyanka Tiwari

　　16、AI可以管理大量非結構化數據

　　由人工智能和機器學習提供支持的分析系統可以幫助企業梳理大量以前非結構化的數據集，以發現客戶的想法和感受。

　　這些工具可以從聯絡中心呼叫，社交媒體和消息應用程序中捕獲數據，并將其與CRM系統中的信息相結合。

　　利用這些數據，組織可以個性化每個客戶對話，建立融洽關系，提供更好的建議，并建立已成為客戶體驗關鍵的情感互動。

　　服務經理還可以使用這些見解來改善團隊的運營，減少客戶旅程中的潛在挫折感并指導座席溝通技巧。

　　感謝NewVoiceMedia的Artur Michalczyk

　　17、AI將改變座席的工作角色

　　通過所有關于人工智能和自助服務的討論，人們很容易認為座席將成為聯絡中心不那么重要的部分。這不一定是真的，但他們的角色肯定會隨著時間而改變。

　　我們已經看到虛擬助理與聯絡中心團隊一起工作，通過客戶對話指導座席如何采取下一個最佳步驟。

　　一家英國電信巨頭利用這項技術指導聯絡中心的10，000名座席，并在600家零售店中為員工提供答案和流程。

　　結果？首次聯絡解決率提高了37％，凈推薦得分提高30分，速度提高50％。

　　感謝eGain的Anand Subramaniam

　　18、AI被更多地用于自動化普通任務

　　許多任務，特別是在客戶服務中，總是需要人與人之間的聯系，以便提供客戶所記憶的哇時刻。

　　但是，在數量驚人的情況下，許多更普通的聯絡中心活動可以通過RPA實現自動化，讓您的團隊專注于高價值流程。

　　在RPA方面，并非所有專家都能提供幫助。如果某人非常擅長提供流程，他們可能不是為普通用戶設計解決方案的最佳人選。

　　19、AI可以通過認知自動化做出決策

　　認知自動化使用AI來自動化需要決策技能的流程。這可以有效地利用機器人實現更加個性化和高效的客戶參與。

　　但是，日常任務的自動化將不可避免地對某些角色產生影響，例如數據輸入工作。

　　可能還會對理財規劃師產生負面影響。但是，隨著一些職業受到影響，其他職業將會增長，從而為改進和提升創造空間。

　　現在不太熟悉但在其標題中有一些自動化變體的職稱很快就會非常熟悉，提供大量的職業和再培訓機會。

　　感謝Business Systems的Garry White

　　聲明:版權所有 合作媒體謝絕轉載

　　原文網址：

　　https://www.callcentrehelper.com/artificial-intelligence-contact-centre-should-know-142841.htm