当公司衡量客户对其服务功能的满意度时，他们会考察一些因素，比如呼叫中心与客户在电话上或聊天时花费的时间，以及问题是否在第一次通话/聊天中得到解决。
同时，他们忽略了客户要求的实际工作量或者客户的真实感受。
“如果你有问题打电话给一家公司，你必须在每次升级转接到另一个客服的时候重复你的名字和账号，或者因为语言障碍而无法理解客服。”提供实时情绪智能软件的Cogito行为科学副总裁SkylerPlace博士说。
现在由于人工智能、机器学习、大数据处理和操作的进步，客服开始获得一些无形的客户呼叫帮助——比如当客户的挫折感上升或者在谈话中出现长时间停顿的愤怒情绪时，他们开始提高他们的声音。人工智能在多语言的文化环境中被不断的训练，因此它可以应用在不同语言和文化风格的国家中来影响客户是愤怒还是高兴的感受。
软件中的人工智能算法实际上是在通话过程中实时传输的，包括人工智能测量对话中的停顿，客服中断客户的次数，客户和客服的声音，以及声音是动态的、感兴趣的还是单调的、不感兴趣的。当人工智能这样做的时候，会给客服提供实时反馈，这样他们就能在客户打电话的时候了解客户感受。
对于人工智能和基于语音的大数据来说，这是一个令人兴奋的突破。
AI如何提供帮助
首先，随着越来越多的公司将视频和物联网传感器数据纳入他们的大数据计划中，基于语音的结构化数据还未被充分利用。其次，基于语音的人工智能在试图利用一种无形的元素——以声音、音调变化等形式感知数据来让我们了解更多关于客户的感受，比如在同客服通话后，他们是否是高兴的。
AI技术对于缺乏经验或无法自然地检测客户在通话期间是否是高兴或生气的客服尤其有用。在实施该技术后，该公司的客户参与的净推荐分数提高了28％，该指标衡量的是客户向其他人推荐公司产品或服务的意愿。与此同时，该公司在其呼叫中心实现了较短的呼叫，原因是问题在打电话的人变得不耐烦之前就提前得到了解决。
这些要点很重要，因为不满意的客户往往会去别的地方，比如竞争对手那里。
通过这些解决方案，公司也可以看到增加的收入和更高的品牌忠诚度，人工智能验证了这句话：“重要的不是你说什么，而是你怎么说的。”
网友评论