智能客服服务模式现况

智能聊天机器人经过几年的发展,已经逐渐融入现代人的生活,但整体的使用体验就像是一个可有可无的应用。因为这个机器人缺乏神经知识库去对应使用者五花八门的对话内容。目前在台湾所谓的智能客服,绝大部分都仅止于透过关键字串连,再提供可能的问项让客户筛选,达到问题的答覆。但这样的体验其实是有看没有懂,有答等于没有回答的窘境,反而让用户不再上门。但透过 AI 技术运用,资料库建构,上下文连结一直到情绪反应侦测,透过UX使用体验的资讯梳理,构思流程、对话,进一步的引导使用者使用我们的产品,解决问题,让企业真正做到“ 避开重复性工作,专注于处理更深层有意义的事物”。

业界专家观点

Chatbots are the new APPs
Conversations as a Platform
- Microsoft CEO Satya Nadella
Chatbots are the new APPs

Conversations as a Platform
- Microsoft CEO Satya Nadella

Chatbot的服务体验挑战与机会

挑战 1

机器人对谈流程不够弹性?

机会点

连续性对话、话题转换、对话记忆

挑战 2

机器人学习能力与效率不佳?

机会点

人工训练、自我学习

挑战 3

客户不满时,机器人如何处理?

机会点

情绪分析、真人客服介入

对话体验设计的三个准则

Nice Onboarding
逐步展开对话,引导一段互动旅程

一般在没有明确主题,属于开放式闲聊中,我们很难设定谈话方向,尤其是不知道对答对象的极限与能力,因此如何在一段对话旅程中破冰,逐步引导将会是体验设计很重要的原则。

Craft Scenarios
将情境细分、逐项优化每个步骤

引导的过程中,要从用户的 intention (意图)开始,再将整体流程细分,而不是全然借由技术引导,要从中寻找每个可以改善的机会点,优化对话内容增加更触动人心的使用体验与惊喜。

Involve Brand Personality
在互动中融入品牌个性

在使用者与数位服务的接触点,都是一个很好展现品牌的机会,从语气,对话一直到产品形象都要将特色巧妙地呈现出来,用户期待的不仅只是功能展示,而是解决问题找到协助的对象与管道(Portal)。

智能机器人对话成熟级别

关键字搜寻引擎
培养与自我学习
灵活的对话与上下文比对
情绪判断和适时回应
马斯洛需求层次理论
关键字搜寻引擎
培养与自我学习
灵活的对话与上下文比对
情绪判断和适时回应

智能客服在用户与商业上的价值

商业

以数据驱动的精准客群经营,打造服务即时、行销到点的新数位通路

  • 数据搜集与脉络分析
  • 整合集团内行销与服务
  • 365/24/7 服务不间断
  • 增加运营数位接触点
  • 精准化客群经营
用户

能够安心、便利、聪明地把事情搞定 而且越来越了解我,才会想继续用下去

  • 有趣新鲜的互动体验
  • 24/7 即时服务无需等待
  • 使用门槛低容易互动尝试
  • 智慧便利省时省力
  • 自主性高较有安全感

从解决问题的思维开始,Chatbot 能做的事比你想像中多更多!