浅谈呼叫中心中多媒体、富媒体、全媒体的内涵

简介:

多媒体,富媒体,全媒体~每隔三五年,都会多收三五斗的名字。最近大家都在谈E-Service~所以呢,笔者搂草打兔子地更新了这一篇科普文。

传统的Genesys多媒体渠道都包含哪些?

1、邮件Email,包含WebEmail

2、聊天Chat,一般指PC端网页版Chat

3、短信SMS,包含MMS彩信

4、工单Workitem,或称通知信息

5、WebCallBack,网页回呼

6、Co-Browsing,共享浏览

7、传真Fax

注释

一般来说邮件系统和聊天系统是最常用的两种渠道。

短信服务一般是与CRM系统进行进程,CTI系统使用短信服务业无非是SMPP标准协议,彩信业务仅存在理论上的业务,已经被微信所替代。

大部分银行还依然提供传真服务,一般会使用Fax-to-email无纸化传真,借用Email渠道来提供传真服务。

呼叫中心的后台工单流转系统Workitem一般也会以CRM/ERP的方式来提供。

Webcallback在大多数用户的实际应用实践中都是用户的IT部门来在网页前端展示,后台插入回呼数据库,然后由CTI读取话单并推送至坐席桌面Click to callback来实现。

Co-browsing自诞生以来就一直推广不利,主要是受制于用户网速,网络防火墙等限制,而且涉及用户界面敏感信息等,实际的用户普及率并不高。如果是企业内部,一般都会在UC上来实现,实在不济的,teamviewer/QQ远程。

咳,咳,后来啊~系统开始进化了

8、墙外出了Facebook

9、墙外出了Twitter

10、墙内Weibo微博开花了

11、墙内Wechat微信开花了

12、主动式聊天Proacitve Chat

注释

FB和TW在天朝以外使用广泛,Genesys特意做了相应的API Adapter,可以通过ESP协议转换为一个Interaction接入至呼叫中心系统中来。后来Facebook修改了规定,后续有企业存在Facebook坐席的情况,需要由Genesys来统一代为申请账号,基本上G厂是唯一能够提供FB坐席的CTI厂家。

微博和微信在中国的大范围使用,Genesys在中国的技术合作伙伴们纷纷在Multimedia平台上二次开发了微博和微信的接口。

一般来说,用户打开网页时看见悬浮的chat widget可能会关闭窗口,等到真正要用了,反而就找不到聊天窗口了。Proactive Chat的方法论基于用户的行为轨迹,只有在用户的特定行为触发后才会主动弹出邀请聊天对话框。特定行为可以是页面停留时间,也可以是网站浏览轨迹,或者特定关键词搜索等。注意:用户才是主动发起聊天的一方,坐席无论如何也不该主动弹出聊天对话框打字的...。。Proactive Chat其实不算是主动式聊天,顶多是主动式弹出聊天屏。

番外配音:为什么没有Whatsapp和Line和imessage?差评!

因为做不到呀~这两家压根就没有对接的官方API,不要跟我说第三方开发的whatsapp API或者Line企业号,它们还非常原始,很多时候系统集成商们都得“猜”出它们的API,每次他们升级,集成商又得被动地再猜一回。笔者良心来讲:让世界存在几个简单的P2P聊天工具吧,这几个APP压根就不是作用户-企业沟通的工具呀。

咳,咳,后来啊~系统开始变形了

13、Mobile Chat移动式聊天

14、Multi-modality多模态

注释

随着APP的广泛流行,用户操作行为的改变,呼叫中心可以在移动APP或者移动Web上来提供聊天服务,Genesys基于MobileServer提供的Rest接口方便调用chatAPI,提供Native的内嵌式聊天,将Chat由PC网页端引入至手机端。

多模态,不是量子理论,而是特指用户在与呼叫中心交互过程中使用了多种的渠道并发,通话的过程中,接受一个短信,打开一个链接展现出可视化IVR菜单,同时可以网页/通话互操作。

笔者拙见

狭义的多媒体

狭义的多媒体,可以理解为呼叫中心铺设了多种用户接入的渠道,你要语音我给你语音,你要邮件我给你邮件,但是每一个渠道都是独立的,可能会存在来自不同渠道坐席回复标准不一的情况,这就尴尬了。别担心,Genesys还有One Converatation和Customer Journey的概念,改天慢慢谈。

狭义的富媒体

狭义的富媒体,可以理解以时间为刻度线性地提供多种媒体与用户交互,比如用户打了一个电话到呼叫中心,通话结束后系统给一个短信做满意度调查,用户回复不满意,触发一个callback的流程由QA坐席闻讯情况,处理结果后续再以邮件告知。丰富地使用者各种媒体来与用户交互。

狭义的全媒体

狭义的全媒体,可以理解为One Converation,在各个渠道提供一致的用户体验,呼叫中心的后台需要实时的数据库支持,同时在路由逻辑上保证用户数据的一致性,引入lastagentcall、多模态等技术为用户提供服务。

本文转自d1net(转载)

相关文章
|
缓存 NoSQL 架构师
Redis 三种批量查询技巧,高并发场景下的利器
在高并发场景下,巧妙地利用缓存批量查询技巧能够显著提高系统性能。 在笔者看来,熟练掌握细粒度的缓存使用是每位架构师必备的技能。因此,在本文中,我们将深入探讨 Redis 中批量查询的一些技巧,希望能够给你带来一些启发。
Redis 三种批量查询技巧,高并发场景下的利器
|
机器学习/深度学习 自然语言处理 PyTorch
VLLM (Very Large Language Model)
VLLM (Very Large Language Model) 是一种大型语言模型,通常具有数十亿或数万亿个参数,用于处理自然语言文本。VLLM 可以通过预训练和微调来执行各种任务,如文本分类、机器翻译、情感分析、问答等。
1210 1
|
9月前
|
人工智能 物联网 开发者
Oumi:开源的AI模型一站式开发平台,涵盖训练、评估和部署模型的综合性平台
Oumi 是一个完全开源的 AI 平台,支持从 1000 万到 4050 亿参数的模型训练,涵盖文本和多模态模型,提供零样板代码开发体验。
801 43
Oumi:开源的AI模型一站式开发平台,涵盖训练、评估和部署模型的综合性平台
|
9月前
|
开发框架 前端开发 Go
eino — 基于go语言的大模型应用开发框架(二)
本文介绍了如何使用Eino框架实现一个基本的LLM(大语言模型)应用。Eino中的`ChatModel`接口提供了与不同大模型服务(如OpenAI、Ollama等)交互的统一方式,支持生成完整响应、流式响应和绑定工具等功能。`Generate`方法用于生成完整的模型响应,`Stream`方法以流式方式返回结果,`BindTools`方法为模型绑定工具。此外,还介绍了通过`Option`模式配置模型参数及模板功能,支持基于前端和用户自定义的角色及Prompt。目前主要聚焦于`ChatModel`的`Generate`方法,后续将继续深入学习。
1072 7
|
SQL 数据采集 NoSQL
One ID中的核心技术ID-Mapping究竟是怎么实现的?by彭文华
One ID中的核心技术ID-Mapping究竟是怎么实现的?by彭文华
|
JSON JavaScript 前端开发
如何通过 JavaScript 运行用 Go 编写的 WebAssembly 模块? 下
如何通过 JavaScript 运行用 Go 编写的 WebAssembly 模块?
367 0
C++socket客户端select异步连接发送接收数据
C++socket客户端select异步连接发送接收数据
334 0
|
缓存 分布式计算 数据可视化
Spring Boot + URule规则引擎,太顶了!
前段时间,在做项目重构的时候,遇到很多地方需要做很多的条件判断。当然可以用很多的if-else判断去解决,但是当时也不清楚怎么回事,就想玩点别的。于是乎,就去调研了规则引擎。 当然,市面上有很多成熟的规则引擎,功能很多,性能很好。但是,就是想玩点不一样的(大家做技术选型别这样,这个是反面教材)。最终一款URule的规则引擎吸引了我,主要还是采用浏览器可直接配置,不需要过多安装,可视化规则也做的不错。经过一系列调研,后面就把它接入了项目中,顺便记录下调研的结果。
Spring Boot + URule规则引擎,太顶了!
|
SQL 存储 分布式计算
如何构建标签画像工程体系及实现方案
本文将按总分的结构进行展开:首先对标签画像的基本概念做简单的说明;其次会从业务需求的角度出发,阐述如何构建一个可用的最小标签画像系统单元;而后会以这个最小单元为基础,对部分重点模块进行扩展介绍;最后进行总结,并对文中未涉及的发展方向简要说明。
65354 1
如何构建标签画像工程体系及实现方案
|
NoSQL 分布式数据库 Redis
数据中台之OneID (ID-Mapping)架构设计细节全解
数据中台之OneID (ID-Mapping)架构设计细节全解
下一篇
开通oss服务