干货 | 如何构建客户服务体系
文/谢蕊蔚 同程旅行
客户服务中心是一个处理大量呼入和呼出电话并提供信息服务的场所。痛点明显：人力成本大、培训时间长、缺乏统一标准、工作效率低、难于精确营销、客户流失率高。
随着现代计算机技术、网络技术、通信技术、媒体技术等飞速发展，以及信息服务范围的扩大, 呼叫中心也被赋予了新的内涵。呼叫中心实际上也是信息服务中心, 对以服务支持为核心业务的呼叫中心尤其如此。因此未来一个客服中心能否存活、成功与否，角力重点就是向价值创造中心转型，其目标一是降人力，二是创利润，而这关键仍是实现全面的智能化客服，企业仅仅依靠邮件、电话、在线为客户提供服务的日子已经一去不复返，全面智能营销服务时代已经来临。
整体对客服务有三个节点：第一节点客户机器人、第二节点客服人工处理以及第三节点各售后处理部门。这三个节点需要各个系统支撑，并且各系统之间信息交互，以达到解决客户问题并提升客户粘性的效果。日常运营主要围绕以下两大方面展开：全方位挖掘客户需求，提升客户感知及服务体验；收集高价值信息，自动建立销售预测模型，提升销售成交率。
如何达到全方位深入挖掘客户需求和搜集高价值信息，需要以大数据、CRM、知识库为主构成的智能客服进行重塑商业的发展模式，并重构智能客服企业和客户间的关系。
其中知识管理系统是智能客服的重要组成部分，是日常业务运行的载体，并且辅以客户机器人、CRM、在线管理、坐席助手、工单、邮寄、投诉、质控以及VOC等系统构成完整的服务流程，同时新增营销板块。在新增的营销板块中，企业可通过访客轨迹、访客名片等功能，来获取到用户此前的咨询纪录、上线情况、消费记录及习惯，通过多维度的用户画像贯穿整个路径，提高消费者消费行为的转化与复购率。
一、知识管理系统
知识管理系统是企业知识管理的基础平台，实现了包括企业内各应用系统的知识整合和知识集成。为不同应用系统提供了统一的知识接口，实现了知识的导入、导出及推送，实现知识跨系统、跨地域的共享和应用，使知识积极参与企业各个业务应用领域，有效降低组织运营成本，强化其核心竞争力。
知识管理系统，它是一个建立在管理信息系统基础之上的实现知识的获取、存储、共享和应用的综合系统，通过文件管理系统、群件技术、搜索引、专家系统和知识库等技术工具，是企业显性知识和隐性知识得到互相转化。
按照知识的属性，可将知识分为显性知识和隐性知识。隐性知识代表了以个人经验为基础并涉及各种无形因素的知识。显性知识是指那些能够以正式的语言，通过书面记录、数字描述、技术文件和报告等明确表达与交流的知识，是对隐性知识一定程度上的抽象和概括。隐性知识的管理和使用，能使企业获得更高的知识管理价值回报:企业知识管理建设的关注点也将逐步由关注显性知识管理逐步向关注隐性知识管理发展。
总的来说，知识管理系统可以提高企业決策能力、増强组织记忆力、缩短管理流程、提高客户反应速度、提高员工工作效率、降低总拥有成本、获取战略竞争优势，对企业变革带来深远的影响。
利用知识门户显性化展现知识，知识管理运营知识，多系统联通，保持一套知识库服务多个渠道运用。
从接入层、表现层、业务逻辑层、数据层四个维度深入，达到统一维护知识，多个媒体渠道所需知识内容可以在同一个平台建设、维护、避免多个入口、多点维护；多媒体知识关联，多个渠道的知识内容具有较强的相关性、联动性，一点更新其他内容应同时联动更新，避免出现信息不一致、更新延迟；多渠道知识分发，根据不同渠道的请求，知识库可以将相应匹配的内容推送给渠道，服务更加个性化、客户化。与机器人打通，与在线客服打通，与CRM打通，与坐席助手打通，实现更高效的服务：
支持10多种格式的文件在线查看；支持所有格式的文件上传及下载。
支持对系统访问权限、模块访问权限、操作访问权限、阅读权限以及附件下载权限的多层级权限控制。
支持一份知识多个分类、多个不同的知识属性定义；可从知识分类、所属部门、适用范围等多个维度对一知识点进行描述。
支持按知识标签、知识分类、知识属性等多种方式查询；同时支持对标题、正文以及附件的关键字检索。
支持单个附件上传、多附件上传的人工录入模式；支持从第三方系统中的定时同步写入模式；支持从第三方系统中的人工导入模式。
支持搜索知识库、支持搜索其他业务系统、支持与机器人的对接搜索、支持相关附件正文的搜索。
支持多种关联模式、关键词关联、手动关联、标签关联等。
个人培训考试门户
搜索-学习-培训-验收-门户交流【同事】、编辑-展现-监控-验收-监控【运营】实现对知识的闭环验收，配备对应的培训及考试系统
实现服务中心唯一的知识输出平台，统一后台维护，多应用端口分发，进行统一管理，确保客户从多渠道端口获取消息保持一致性，以支撑各系统之间信息交互，达到解决客户问题并提升客户粘性的效果。
二、客户机器人
客户机器人作为整体对客服务的第一节点，第一步是优先解放简单、重复、易替代的标准服务项目进行解放客服人力，如查询、咨询、简单业务办理服务等；针对简单场景利用FAQ形式进行布局，如客户咨询怎么办理登记手续，会推送相关的QA告诉用户登机手续的办理方式，正确引导用户操作。第二步是较为复杂的场景或订单问题，客户机器人开发多轮问答，能够满足不同用户群体的需求，可以具体问题具体分析，针对订单或者单个乘机人做更精准的答复，以解决客户的诉求。
通过意图总结、语义理解、机器学习等技术，将系统自助操作引入多伦对话场景中，在跟用户交互过程中，准确定位用户订单、人员及政策规则等，快速精准解决用户问题，无需通过引导方式有用户自己操作，多伦中嵌入自助功能，高效快速的让用户通过自助去操作处理。从流程层面来看，用户进线→咨询客服机器人→咨询人工→解决问题过渡到用户进线→咨询客服机器人→解决问题，省略到人工步骤，一方面是降低了人力成本，另一方为用户带来的便捷度，并且改变用户转人工的习惯，培养用户自助处理习惯。在保证服务质量的同时极大降低人员耗损，未来随着机器人技术的成熟，可以慢慢部署，只保留最小人力进行处理复杂场景，实现人力最小话，营收最大话。
三、营销系统
时下信息时代，信息的传递更新，日新月异，营销系统作为给企业带来营收的主要系统，需要考虑数据时效性，在做外呼促成用户转化的运营工作中或多或少都会面临资源支持的问题。很多时候用户行为数据都是有时效的，市场不会耐心等待我们去挖掘用户，我们需要用最快的速度来通过各种标签来进行筛选用户，同时把所有触达用户的渠道打通（小程序、短信、电话等），并且系统需要支撑我们及时激活用户。例如下单后未支付的用户，系统支持分析出在多少分钟内首呼客人成交率最高。用户近期对各个目的地的访问轨迹、通过对用户进半年内的订单情况及消费记录，通过多维度的用户画像筛选出各个等级的用户，帮助销售客服人员进行呼出，提高提高消费者消费行为的转化与复购率。
仅仅做到用户画像和分析还远远无法满足我们使用最少人力，提升最大的营收目的，我们需要辅以系统外呼和系统预测外呼等功能，通过模型算法去匹配出客服当前可以接起情况进行呼出以此降低人工损耗，在用户接起时可以带入用户画像辅助销售进行营销。这样我们可以通过各场景下的打样快速的复制变现，用最短的时间进行市场份额的抢占。同时和知识管理系统及CRM系统进行交互，便于信息的及时同步，顺畅的从销售环节流转至服务环节。客户0感知情况下，实现一体化服务。
随着服务体系的完善，用户更多关注产品带来的服务和体验，客服中心从提供服务的同事更加需要了解用户的使用需求和情感需求，统筹有形的产品和无形的服务，越来越需要从全产品生命周期的视角，从产品扩展至产品的使用过程、维护升级等全盘的考虑。这样的情况下，配合社会形态下，人员成本增加，且客服中心坐席人员的更新、流失率来看，未来必然是以知识管理系统为载体，辅以客户机器人、CRM、在线管理、坐席助手、工单、邮寄、投诉、质控以及VOC等系统构成完整的服务流程，且会将智能化利用到各个系统中，利用复杂的系统化工程来解放人力！全面智能营销服务时代已经来临，在智能化大潮下，客服中心将作为后端产品开拓的触手，及时了解市场动态，当然这期间还有很长的一段路程需要我们一起探索建设。
end