2022云栖精选—阿里云智能客服从提升生产力到提升客户忠诚度

简介: 摘要:本文整理自达摩院创新业务中心负责人聪云,在云栖大会的分享。本篇内容主要分为三个部分:1. 背景概览2. 升级新体验3. 畅想未来

lQLPJxbcF2cqNBvMiM0FeLCMz4ifcSGHeANpqgFLAEAA_1400_136.png

一、背景概览

 image.png


 

“对话智能技术”最主要的应用场景就是“智能客服”。作为阿里云的智能客服,包括新零售的店小蜜和云上的云小蜜。阿里云智能客服基于阿里小蜜的内部场景,截止到今天已经打磨了78年,我们开始走向基于云的商业化场景。目前,店小蜜和云小蜜已经取得了一定的市场影响力。

 

经过行业中这么多年实践总结,我们认为智能客服技术走到今天,在不断提升生产力的同时,必须要思考的一个问题是如何提升用户的体验、满意度,最终提升用户的忠诚度,

为什么客户忠诚度如此重要?

 

第一,提升核心的利润来源。忠诚用户的稳定度、复购率保持平缓发展,对价格不敏感。

 

第二,有利于降低运营成本,降低获取成本和维系成本。

 

第三,有利于企业创新,客户更容易接受新的Feature

 

第四,有利于口碑传播,当留存率从50%提升至90%时,客户Life-Time-Vaule增加的倍数会从2倍跃升到10倍。数据增长的同时,增长的相对比率也在极大的加速。

 

为了获得服务上的高忠诚度,首先肯定需要好的场景,然后拥有好的服务,再将两者转化成为优秀的客户高满意度,最后再转化为客户高忠诚度。

 

怎样才能打造客户高忠诚度?我们把它概化成“多、快、好、省”四个字

 

比如在面对C端时,“多”意味着解决的渠道丰富;“快”是系统响应及时;“好”就是首次解决问题效果好,既客服行业里非常重要的First-call Resolution指标,;“省”是客户的额外支出少,成本低。

 

面对B端时也是同样的道理,必备的功能丰富、使用便捷、少人工投入、性价比高等企业需要在B端具备更丰富的功能;让客户使用更便捷;尽量减少人工投入;为客户提供高性价比的产品。

 

二、升级新体验

 

image.png

 

为了持续提升企业和用户端的服务体验,打造有温度、有爱心的服务。我们认为可以从这四个方面着手。

 

第一,通过技术和运营手段,升级运营体验,让运营更加高效。

第二,第二,基于大模型技术加持,模型能力进一步加强。

第三,第三,对话系统能力全方位升级。

第四,第四,保持创新探索,协作交互方向产出新亮点。

 

 

image.png

PPT右侧比例不对,应该是与左侧对齐,需替换)

 

在过去半年中,阿里云智能客服云上产品进行了一次易用性升级。希望能够让新的用户来到产品页面时,能够发现即使在零知识情况下快速适用,,简单进行冷启动。

 

我们添加了很多引导页面,切入点非常细致。比如首页任务引导、子步骤分布引导、子页面动线引导等等。客户按照引导一步步操作后,可以方便快捷配置知识,配置机器人发布等等,

 

还有一点,在页面右下角随时都有一个答疑机器人。一旦用户遇到卡点或者问题,可以通过答疑机器人实时解决。

 

image.png

NLP领域近两年风起云涌的就是大模型技术,基于大模型来改进对话理解和生成;达摩院在过去的一年中,基于大模型技术进行了一系列创新,比如说SPACE model,经历了1.02.03.0版本的快速迭代升级,1.0版本融合了对话策略知识;2.0版本融合了对话理解知识;3.0把理解/策略/生成融为一体。

 

上述三个模型分别在业内公认的对话相关国际榜单中取得了多项第一,并且在前沿学术会议上进行了正式发布。

 

image.png

 

新一代对话体系在近两年中已逐步成型。阿里云智能客服的目标是打造业界领先的新一代有知识、有情感、分布式、多模态的多轮对话技术。

 

比如说传统任务型对话如何在红海竞争中脱颖而出,如何提升用户可感知的智能化水平,阿里云智能客服提出了基于SPACE模型的,分布式对话智能。把复杂的任务型对话能够分解到更加智能化的模块组合。每一个模块中不需要做额外配置,由模型来自动完成。比如疫情流调排查,收集电话号码、身份证号码等信息,完全由高度拟人化、自动化的智能机器人来完成,很难察觉与真人的区别,

 

表格型对话tableQA方面,我们持续进行了持续创新,已经达到了即插即用效果,以及开箱即用的效果,在产品中均已实际落地。

 

文档型对话Doc2Bot,基于前一代MRC机器阅读理解之上进行升级的技术,取得更好文档问答的效果。

 

多模态对话,基于比如像数字人多模态交互的机器人能力,开始在智能客服场景中逐渐落地,包括音义全双工交互,打造多模态情感感知等等,逐渐成为智能客服技术中的一个亮点。

 

综合这些技术,我们认为下一代新的对话体系是一个有知识、有情感、分布式、多模态的多轮对话。

 

image.png

 

这里也必须要提到,在过去半年中,我们开始拥抱云原生架构,阿里云智能客服整体产品进行了一次完整的升级。所有的模块、组件都升级到基于阿里云容器云平台,基于Kubernetes的容器调用等的基础能力,带来了很多好处,比如说极致的弹性伸缩、故障的快速自愈、以更低的成本给客户带来更多的价值,同时提供公共云、混合云等多种形式的解决方案。

 

 

image.png

 

接下来,阿里云智能客服会在对话的基础上,进一步拓展协作交互、协同交互。举个例子,传统的交互是基于文本、语音等,像打一个电话,通过文本机器人等;借助于智能机的touch操作,给用户带来更多的效率提升,比如遇到画面中转接时,既可以通过语音,也可以通过点选方式进行输入,这两种方式结合给用户提供更多的便利输入。

 

类似于多模态的协同交互大幅度提升了C端客户的办理效率和体验,对B/G端的影响我们来设想下,不再需要专门的电话信道,减少线路购买成本,同时这套多模态、多协作交互的组件已上云,在公共云可按需自由选用,让政府和企业可以把自身业务系统对接在自己的私有云或者专有云上,最终已混合云的架构来呈现,降低使用成本。

 

image.png

 

协作交互是企业与客户互动的必然趋势。比如说有基于RTC技术的混合云架构,减少用户调用成本。同时融合数字人技术的最新多模态能力,同时还融合图像、视觉理解以及低代码交互组件开发等等能力,能够更加方便客户、合作伙伴一起提升终端用户的效率,帮助企业降本提效。

 

三、畅想未来

 

image.png

 

每年在论坛上,我们也给大家refresh阿里云智能客服的使命,那就是:助力企业赢得客户。持续的帮助其降本增效,长期提升C端用户体验,并且进行高效B端运营。

 

阿里云智能客服提供的的产品矩阵已逐渐丰富,从原来的文本、语音对话机器人,扩展到数字人、智能外呼、多语言对话机器人的形式,各种协作交互等新的特性;基于PaaSAPaaS的综合开放能力和多种SDK,能够支持各行各业的不用业务的解决方案,从

 

零售、政务、运营商,到银行、医疗、制造等行业。

 

image.png

 

感谢我们的客户与合作伙伴,在过去一两年中,阿里云智能客服持续保持行业领先。,

 

IDC国内外报告中,我们是唯一一家进入全球领先位置的中国厂商,在最新发布的国内行业报告中,也都持续保持行业第一;

 

还有很多的问题等待着我们去解决,希望接下来可以继续和我们的客户、合作伙伴一起努力,改善C端用户体验,提升B端运营效率,提升忠诚度,才能让我们在将来走的更远,让智能客服生态更加繁荣、健康。

 

谢谢大家

lQLPJxbcF2cqM2TM-M0CnrCgW_7LDpyh1wNpqgFKAPsA_670_248.png

相关实践学习
阿里巴巴智能语音交互技术与应用
智能语音交互,是基于语音识别、语音合成、自然语言理解等技术,为企业在多种实际应用场景下,赋予产品“能听、会说、懂你”式的智能人机交互体验。适用于多个应用场景中,包括智能问答、智能质检、法庭庭审实时记录、实时演讲字幕、访谈录音转写等。 本课程主要讲解智能语音相关技术,包括语音识别、人机交互、语音合成等。  
相关文章
|
11天前
|
人工智能 自然语言处理 Serverless
AI 大模型+智能客服:自动识别客户意图,实现高效沟通
AI 大模型+智能客服:自动识别客户意图,实现高效沟通
|
11天前
|
人工智能 自然语言处理 BI
基于阿里云人工智能平台的智能客服系统开发与部署
随着人工智能技术的发展,智能客服系统成为企业提升服务效率和用户体验的重要工具。阿里云提供包括自然语言处理(NLP)、语音识别(ASR)、机器学习(PAI)等在内的完整AI平台,助力企业快速构建智能客服系统。本文将通过电商平台案例,展示如何基于阿里云AI平台从零开始开发、部署智能客服系统,并介绍其核心优势与最佳实践,涵盖文本和语音客服、知识库管理及数据分析等功能,显著提升客户服务效率和用户满意度。
|
3月前
|
存储 自然语言处理 关系型数据库
基于阿里云通义千问开发智能客服与问答系统
在企业的数字化转型过程中,智能客服系统已成为提高客户满意度和降低运营成本的重要手段。阿里云的通义千问作为一款强大的大语言模型,具有自然语言理解、对话生成、知识检索等能力,非常适合用来开发智能客服与问答系统。 通过本博客,我们将演示如何基于阿里云的通义千问模型,结合阿里云相关产品如函数计算(FC)、API网关、RDS等,搭建一个功能齐全的智能客服系统。
388 5
|
4月前
|
存储 人工智能 数据可视化
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
在数字化时代,企业面临海量客户对话数据处理的挑战。阿里云推出的“AI大模型助力客户对话分析”解决方案,通过先进的AI技术和智能化分析,帮助企业精准识别客户意图、发现服务质量问题,并生成详尽的分析报告和可视化数据。该方案采用按需付费模式,有效降低企业运营成本,提升客服质量和销售转化率。
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在智能客服中的应用:重塑客户体验
AI技术在智能客服中的应用:重塑客户体验
|
5月前
阿里云国际版提交工单后需要多久才能解决问题
阿里云国际版提交工单后需要多久才能解决问题
|
3月前
|
机器学习/深度学习 自然语言处理 搜索推荐
深度分析 | 2024主流的智能客服系统有哪些?他们是怎么实现的?
本文深入探讨了智能客服系统的使用方法和相关技术实现逻辑,涵盖前端交互、服务接入、逻辑处理、数据存储四大层面,以及自然语言处理、机器学习、语音识别与合成、数据分析与挖掘、知识库管理和智能推荐系统等核心技术,帮助企业更好地理解和应用智能客服系统,提升服务效率和客户满意度。
515 1
|
1天前
|
人工智能 自然语言处理 算法
DeepSeek大模型在客服系统中的应用场景解析
在数字化浪潮下,客户服务领域正经历深刻变革,AI技术成为提升服务效能与体验的关键。DeepSeek大模型凭借自然语言处理、语音交互及多模态技术,显著优化客服流程,提升用户满意度。它通过智能问答、多轮对话引导、多模态语音客服和情绪监测等功能,革新服务模式,实现高效应答与精准分析,推动人机协作,为企业和客户创造更大价值。
45 5
|
1月前
|
人工智能 自然语言处理 安全
2025最新排名|盘点值得推荐的5个在线客服系统
在数字化浪潮下,在线客服系统迅速发展,成为企业提升竞争力的关键。本文推荐五款2025年值得使用的在线客服系统:合力亿捷、淘宝、京东、华为云和中国移动客服系统。它们各自具备全渠道接入、智能问答、数据分析、高稳定性等亮点,助力企业高效服务客户,优化营销策略并提升整体运营效率。
102 24
|
13天前
|
自然语言处理 Prometheus 监控
基于DeepSeek的智能客服系统实战:从开发到部署
本文详细介绍如何将基于DeepSeek的智能客服系统从开发到部署,涵盖服务器选择、环境配置、代码部署及Web服务器设置。通过具体案例和代码示例,讲解系统上线步骤,并介绍使用Prometheus、Grafana等工具进行性能监控的方法。此外,针对高并发、API调用失败等常见问题提供解决方案,确保系统的稳定运行。最后强调数据安全与隐私保护的重要性,帮助读者全面掌握智能客服系统的部署与维护。