很久以前，我的第一份真正的大學(xué)畢業(yè)后工作是在一家大銀行的呼叫中心。自動(dòng)呼叫分配 (ACD) 將呼叫分配給處理信用卡、汽車貸款和抵押信息的大約 20 個(gè)座席組。每月一次，每個(gè)座席都會(huì)與經(jīng)理坐下來(lái)接受排名。每個(gè)月，同一個(gè)相當(dāng)愚蠢的座席（我們稱她為 1 號(hào)座席）會(huì)先完成，而獲得第二名的座席顯然比房間里的其他人更聰明（我們稱她為 2 號(hào)座席）。但是 2 號(hào)座席總是獲得第二名。這對(duì)我們關(guān)心的人來(lái)說(shuō)是個(gè)謎，尤其是當(dāng)1號(hào)座席因她繼續(xù)位居榜首而獲得獎(jiǎng)金和獎(jiǎng)勵(lì)時(shí)。
雖然經(jīng)理總是有能力接聽電話，但他并沒(méi)有做那么多，這就是為什么 1 號(hào)座席能長(zhǎng)期防止她的不良行為被發(fā)現(xiàn)的原因。事實(shí)證明，她每個(gè)月都表現(xiàn)出色的原因是 ACD 正在衡量每個(gè)座席的通話時(shí)長(zhǎng)和總通話量。因此，當(dāng)一個(gè)復(fù)雜的電話打進(jìn)來(lái)時(shí)，1 號(hào)座席--可能沒(méi)有我想象的那么笨--會(huì)斷開電話，這樣她的電話號(hào)碼就會(huì)保持占線。也就是說(shuō)，她可以在更短的時(shí)間內(nèi)處理更多的電話，因?yàn)樗钄嗔四切⿵?fù)雜的電話。
從客戶服務(wù)的角度來(lái)看，這在多個(gè)層面上都很糟糕，盡管主要是因?yàn)檫@些斷開連接意味著有問(wèn)題的呼叫者（沒(méi)有人打電話說(shuō)，"我這個(gè)月的賬單看起來(lái)很棒，非常感謝。"）需要回過(guò)頭來(lái)打電話，根據(jù) ACD 分布指標(biāo)的性質(zhì)，可能會(huì)被定向到另一個(gè)座席，該座席被迫與一個(gè)更加惱怒的客戶打交道，無(wú)論感知到的問(wèn)題是什么，因此需要更多的時(shí)間和精力來(lái)解決。
了解聯(lián)絡(luò)中心 AI 測(cè)量的內(nèi)容
當(dāng)然，聯(lián)絡(luò)中心指標(biāo)比當(dāng)時(shí)復(fù)雜得多，但最重要的是，它仍然需要考慮以下關(guān)鍵問(wèn)題：
- 如何確定指標(biāo)？
- 座席績(jī)效如何分級(jí)？
- 最后，如何衡量成功？
當(dāng)我最近與 On Convergence 的高級(jí)行業(yè)分析師 Tom Brannen討論這些問(wèn)題時(shí)，他提到的第一件事就是人工智能的重要性及其定義方式。對(duì)于定義，我求助于艾倫人工智能研究所的首席執(zhí)行官 Oren Etzioni，他在最近一期《麻省理工科技評(píng)論》中提出，人工智能有兩種截然不同的含義。人工智能"既指將人類智能融入計(jì)算機(jī)的基本科學(xué)探索，也指對(duì)大量數(shù)據(jù)進(jìn)行建模的工作，"Etzioni說(shuō)。第二個(gè)定義最適合在聯(lián)絡(luò)中心領(lǐng)域應(yīng)用。
人工智能在聯(lián)絡(luò)中心的作用已經(jīng)并將繼續(xù)以一致的速度發(fā)展。也就是說(shuō)，正在測(cè)量的內(nèi)容以及這些測(cè)量用于生成"有用"信息的性質(zhì)是不斷發(fā)展的。人工智能支持的應(yīng)用程序可以做什么的復(fù)雜性，從本質(zhì)上是"下一步 IVR"系統(tǒng)的點(diǎn)開始，使有基本問(wèn)題和/或疑慮的客戶能夠在不需要人工干預(yù)的情況下提出這些問(wèn)題。此類應(yīng)用程序的復(fù)雜性正在不斷提高。"人工智能并沒(méi)有弄清楚部署它的實(shí)體想要什么。它正在做的是將企業(yè)的書面命令轉(zhuǎn)化為潛在的結(jié)果，"Brannen說(shuō)。
這就是為什么識(shí)別這些問(wèn)題并仔細(xì)調(diào)整它們對(duì)于成功的 AI 部署如此重要。問(wèn)題和指標(biāo)是否旨在驗(yàn)證已經(jīng)確立的結(jié)論，或者它們是否旨在仔細(xì)研究實(shí)際的服務(wù)質(zhì)量？事實(shí)上，管理層或那些審查人工智能流程生成的信息的人，真的想了解服務(wù)質(zhì)量，還是在尋找一種簡(jiǎn)單的方法來(lái)驗(yàn)證難以量化的項(xiàng)目？
我聽說(shuō)許多供應(yīng)商實(shí)際上并沒(méi)有自己做人工智能，而是依靠其他供應(yīng)商的語(yǔ)音識(shí)別技術(shù)，并在完成數(shù)字運(yùn)算后簡(jiǎn)單地提供一些分析。
了解如何處理數(shù)據(jù)和確定指標(biāo)
這也是為什么要仔細(xì)詳細(xì)地了解哪些數(shù)據(jù)進(jìn)入流程、如何加權(quán)和操縱以及最終結(jié)果如此敏感和重要的另一個(gè)原因。此外，最終用戶必須能夠隨著環(huán)境的變化而改變所有級(jí)別的指標(biāo)，尤其是最終用戶的問(wèn)題和要求。
Brad Cleveland 是演講者、顧問(wèn)，也是《快速前進(jìn)的聯(lián)絡(luò)中心管理》和《引領(lǐng)客戶體驗(yàn)》一書的作者，他強(qiáng)調(diào)負(fù)責(zé)任地使用 AI 的必要性。"這些能力不是被動(dòng)的。你必須很好地理解什么是正確的、什么是公平的以及你想要完成什么來(lái)實(shí)施它們。除了技術(shù)，您應(yīng)該如何對(duì)待您的客戶和員工？從那里開始，然后回到人工智能的設(shè)計(jì)和使用。"
歸根結(jié)底，人工智能仍然是一個(gè)強(qiáng)大但沒(méi)有靈魂的工具。它的部署方式和部署效率仍然是任何考慮或當(dāng)前使用 AI 流程的最終用戶的關(guān)鍵考慮因素。考慮到這一點(diǎn)，這些問(wèn)題仍然存在：
- 如何根據(jù)時(shí)間和經(jīng)驗(yàn)確定和調(diào)整指標(biāo)？
- 根據(jù)情況需要改變或調(diào)整指標(biāo)的速度有多快？
- 如果使用人工智能工具評(píng)估績(jī)效，如何評(píng)估績(jī)效？用于生成輸出的輸入的有效性如何？
- 最終，如何衡量人工智能用于完成的任何流程的成功？
盡管那是很久以前的事了，但我在聯(lián)絡(luò)中心工作時(shí)學(xué)到了一些寶貴的人生經(jīng)驗(yàn)。首先，薪水不錯(cuò)--永遠(yuǎn)不要對(duì)座席大喊大叫。善良的人往往得到的比欠他們的多，只是因?yàn)橛腥嗽谖叶叢患饨?-或咒罵--真是太好了。其次，如果管理層一直在以應(yīng)有的頻率收聽電話，那么1號(hào)座席可能早在她之前就被抓住了，而 2 號(hào)座席（直到今天仍然是好朋友）會(huì)得到贊譽(yù)。她最終收到了，但很早就應(yīng)該收到了！今天有效的指標(biāo)明天可能無(wú)法很好地運(yùn)作，因此這些流程和數(shù)據(jù)目標(biāo)需要與時(shí)俱進(jìn)。絕對(duì)的底線是人工智能沒(méi)有常識(shí)，如果要最成功地使用人工智能流程，它不是在真空中，而是由知識(shí)淵博的聯(lián)絡(luò)中心經(jīng)理仔細(xì)分析。
聲明：版權(quán)所有 非合作媒體謝絕轉(zhuǎn)載
作者：Martha Buyer
原文網(wǎng)址：https://www.nojitter.com/contact-center-customer-experience/how-deploy-contact-center-ai-ethically-responsibly
