數字客服，又稱虛擬助理、聊天機器人或軟體機器人，將在未來十年給客戶服務帶來巨大變革‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。軟件算法使數字客服能夠與人類互動，它們使用大數據分析和技術，例如自然語言處理、機器學習，來建立準確的客戶檔案，與客戶溝通‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。根據研究機構GrandView Research的報告，在全世界各行各業的消費者中，約有45%的消費者偏好使用數字客服作為與組織溝通的主要渠道‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。這意味著到2025年，全球數字客服市場將達到約12.5億美元的規模。

　　大多數公司通常采取的策略是使用數字客服(例如呼叫中心、網站和智能手機應用程序)篩選接入的客戶請求，然后處理其中最簡單的問題，例如查詢賬戶余額等基本信息，這也是許多公司面臨的大部分客戶咨詢問題。更復雜的問題會轉給人工客服。通過這種方式，數字客服可以減少人工客服的工作量和相關成本(盡管數字客服的實施成本可能很高)。

　　許多公司認為這些工具只能處理基本查詢，其他問題都必須由人工客服處理。但事實并非如此。過去四年來，我們研究了數字客服在澳大利亞本土公共部門和私營領域的應用。通過研究，我們發現公共部門已經在使用這些技術來處理公民對服務的復雜咨詢。

　　公共部門采用數字客服這件事本身不符合傳統觀念。在大多數國家，政府機構對新技術的采納比企業要慢。它們沒有此類投資的預算，被制度慣性所牽制，而且傾向于規避風險，其中部分原因在于一旦出錯，就可能名譽掃地。然而，自2015年以來，澳大利亞的一些公共服務機構，特別是公共福利機構，大力投資于數字客服領域。

　　這些機構需要處理海量的客戶問題，迫切需要通過推廣自助服務來提高工作效率。2017年，澳大利亞的公共服務機構處理了7億件網上社會福利申請，呼叫中心接聽了5，200萬個電話，服務中心接待了1，900萬次客戶訪問。此外，大多數社會福利計劃都要求申請人提供詳細的有記錄的證據，例如申請人的配偶、家屬、工作收入、資產和醫療問題，而與福利發放有關的決策都是通過復雜的業務規則來計算的，包括計算福利申請是否符合條件、支付水平和其他因素。數字客服為所有這些工作提供了幫助。

　　在某些情況下，公共機構使用數字客服在前，而企業效仿跟進在后。例如，澳大利亞稅務局(Australian Taxation Office， ATO)成功地將名為Alex的先進數字客服接入其服務流程。Alex由一家名為Nuance的美國公司開發，自2016年以來一直為澳大利亞稅務局使用，而且在與客戶的首次接觸中就可以解決80% 的客戶問題。這項技術現在也被私營企業使用，例如在澳大利亞、新西蘭和一些亞洲國家開展業務的捷星航空(Jetstar Airways)。

　　我們的分析表明，澳大利亞公共服務機構通過數字客服改善客戶服務的事例，可以為全世界的公司提供寶貴啟示。概括地說，這些啟示可以分為應用、挑戰和關鍵建議。

　　數字客服的應用

　　數字客服可以提供一系列復雜的客戶服務，大致可分為三種類型。

　　將問題進行基本分類 數字客服的第一個應用是為客戶找到適合他的服務。在這種情景中，客戶與服務中心聯系的時候已有一個直接的問題。他知道自己想要什么，因為他已經有一個特定問題，這個問題可以通過提供新服務或調整現有服務來解決。為了提供這類援助，澳大利亞的公共機構采用了數字客服，這些客服使用自然語言處理(電話語音或文字聊天)和機器學習功能，結合過去的客戶服務數據以及當前查詢的實時信息，為客戶識別合適的服務。更重要的是，數字客服不斷從與客戶的互動中學習，因此隨著時間的推移，它們會變得越來越準確。

　　例如， 使用這些后端技術的數字客服Roxy，能幫助人們了解澳大利亞復雜的社會福利計劃，并為他們推薦最相關的服務。

　　還有一個類似的數字客服Amelia，她是一個更善于對話的客服，新南威爾士州政府用她來給內部員工和外來客人提供查詢服務。Amelia 甚至能根據服務內容改變她的語調。

　　提供有針對性的幫助 數字客服的第二個應用是提供更有針對性的幫助，例如為客戶預填表單，或以定制化方式幫助他們解決問題。例如，在申請澳大利亞的失業救濟金時，申請人需要回答大約150個問題。公共福利機構采用的數字客服Oliver 可以根據客戶檔案自動填寫許多答案，將需要申請人人工輸入的問題減少到了10到15個。

　　提供有預見性的幫助 數字客服的第三個應用——也是最復雜的——是為客戶提供有預見性的幫助。公共福利部門可以使用數字客服進行預測分析，進而向客戶本人可能都還沒意識到的問題，發送個性化建議，諸如未來將要發生的事件，或在未來申請特定服務所需的步驟。比如提供與人生大事有關的建議，例如結婚，生育第一個孩子，搬家或退休前的準備。然后，數字客服可以構建決策樹，幫助人們聯系相應機構并瀏覽相關服務。

　　舉個例子，數字客服可能會讀取客戶的資料——發現這是一位澳大利亞的采礦工程師——并通過他的年齡和其他統計信息，確定他在目前的崗位上已經快達到一定年限，可能很快調到相關行業中強度較低的工作崗位。然后，數字客服可以識別備選的高需求行業，并提供有關特定職位的信息和聯系方式。數字客服還可以提供捆綁服務，例如這些行業的有關培訓，獵頭的聯系方式，乃至薪資差異可能產生的潛在財務影響分析。

　　采用數字客服的挑戰

　　在對公共機構的研究中，我們發現希望采用數字客服的企業面臨著一些重大挑戰。

　　成本 部署數字客服的初始成本可能很高，特別是在涉及不能即插即用的復雜后端技術的時候。已經在當前客戶服務項目中投入大量資金的公司，可能不大樂意再追加投資。然而，時間會證明，對數字客服的投資物有所值，因為依靠前臺員工與客戶直接互動的成本更高。

　　數據管理 用大數據賦能數字客服，其前提是能夠存儲數據，同時能隨時訪問數據。公共機構和私營企業都苦于理清大量的客戶數據，這些數據通常分散在不同的渠道和系統中，這使得建立統一、完整的客戶檔案變得更困難‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。高效的數據管理戰略必不可少，特別是要提供令人滿意的、有針對性和有預見性的幫助，數字客服需要訪問當前和過去的客戶服務互動數據。

　　一個相關挑戰是要確保遵守隱私方面的法律規定，尤其是當企業想要從多個銷售渠道或同一服務生態系統中的公司(例如，供應商、分銷商或合作企業)收集非常隱私的個人數據時。

　　服務管理 即使是采用最先進的后端技術的數字客服，也需要大量的訓練，以植入客戶特定的專門術語和服務流程，并學習最恰當的客戶應答方式。憑借強大的機器學習算法，數字客服能夠審視數百萬份人機互動的內容，然后定制適當的客戶應答，但數字客服無法自己訓練自己。它們需要通過動態流程中的真實人機互動來學習，這意味著企業在將數字客服納入自己的運營模式時必須謹慎。除非在使用之前已經使用現實場景進行過穩妥測試，否則早期不成熟的用戶體驗或數據處理可能會損害企業的聲譽或品牌。

　　主要建議

　　盡管面臨這些挑戰，數字客服將隨著時間的推移變得越來越普遍;它們不是企業可以袖手旁觀等待其消失的短暫潮流。實際上，企業需要盡早開始采用數字客服，以便緊跟技術的快速進步、提高自身能力。我們建議企業執行以下步驟:

　　從小規模開始——船小好調頭 數字客服都需要經過實地測試，暴露在各種可能的場景中，以便在正式服務客戶之前，讓有經驗的員工驗證它們的建議是否有效。在它們變得足夠準確之后，數字客服就可以開始處理簡單的客戶服務的流程，例如引導客戶使用自助資源，比如查看操作手冊和演示視頻。一些公司在內部(例如人力資源服務等領域)試水還處于早期階段的機器人，以避免危害客戶關系的方式，打造相應能力。

　　整合數據和服務管理 接下來，公司需要解決服務戰略的數據方面的問題。數據就像數字客服的氧氣。企業必須從所有服務接觸點(例如網站、移動應用、呼叫中心和社交媒體頁面)捕獲歷史數據以及來自用戶連接設備的信息(從手機上的網頁瀏覽器到Alexa 和Siri等虛擬助手)。企業需要在服務互動中實時管理數據流，以建立客戶的統合檔案。

　　專注于客戶體驗，而不是技術 有些企業錯誤地認為數字客服本身就足以改變它們的客戶服務。數字客服只是解決方案的一部分，而且將本身就有缺陷的流程數字化會帶來真正風險。為了利用技術，企業需要圍繞客戶體驗，重新設計自己的客戶服務的互動方式和流程，無論該客戶是從數字客服還是人工客服獲得支持。而良好的設計需要相關人員的洞見。無論數字客服如何精細成熟，單憑技術本身都無法為所有類型的人類互動提供卓越服務。

　　這就是為什么在使用數字客服時，企業既不應該盲目相信，也不該盲目反對。它們是強大的工具，但最終也只是工具。

　　相關論文范文閱讀：全面數字化創新引領汽車新時代變革

　　在這種形勢下，汽車企業之間的競爭也異常激烈，各車企在競爭中想要一直保持有利位置，就必須主動預見性的尋求創新，以保證自身在技術、管理、服務等多個方面的先進性，否則將會面臨市場無情的淘汰。而這些技術、管理、服務都是以客戶的體驗與感受為基礎的。作為汽車行業的管理與營銷專家，牛國勝長年與客戶打交道，深深了解客戶對汽車及相關服務的各種需求，并對需求趨勢有著極強的預判性。