申通快递:如何给35万员工配备一个满意的智能客户体验专家?

简介: 申通快递:如何给35万员工配备一个满意的智能客户体验专家?

image.png

申通快递创立于1993年,是中国领先的民营快递公司之一,开创了快递加盟制的先河。作为国家5A级物流企业,申通快递在全国工商联2023中国民营企业500强、《财富》中国500强中占有一席之地,并在A股成功上市。公司秉承“正道经营、长期主义”的发展理念,致力于通过“三年百亿”产能提升计划,加强基础设施建设,深化数智化运营,精细化管理,改善时效及服务质量。2023 年申通与钉钉合作迈上新台阶,钉钉为申通快递在运营、管理等多方面提供全面服务,引入瓴羊服务台作为内部技术服务场景的解决方案能力提供方。


“通过与瓴羊Quick Service团队的合作,显著提升了我们技术服务的工作效率,同时也极大地增强了员工的服务体验。现在,我们的技术服务支持更加集中化、智能化,这是我们数字化转型的关键一步。"


——申通快递技术质量&服务负责人 陈力


·业务挑战·


业务系统咨询分散:员工通过群组单点咨询业务系统使用问题,缺乏数据沉淀。

效率问题:相似的业务系统问题重复解答,群内信息查找效率低。

服务质量难统计:缺乏有效的服务数据统计和分析手段。


image.png


员工咨询量大、咨询渠道分散


面对分散的业务咨询和重复的问题解答,申通快递集团的35万名生态员工以往需要在钉钉、微信等多个通讯平台间手动切换,多个通讯群组中寻找答案。
通过瓴羊Quick Service智能客服提供的能力,申通快递集团建立了「申通技术服务」答疑服务号,统一了咨询入口,实现了问题的快速响应和解决。智能推荐系统根据员工查询历史提供个性化服务,显著提高了服务效率和员工满意度。

image.png


给技术服务团队建一个“统一的大脑”


申通快递集团的技术服务团队面临着处理大量重复性问题的挑战。服务人员在回答常见咨询时,往往需要重复查找信息和撰写回复,很容易出错。此外,技术服务团队难以有效沉淀和复用高效的回复模板,导致服务质量参差不齐,客户体验不佳。
通过瓴羊Quick Service智能客服提供的能力,申通快递集团技术服务团队在处理重复性问题上实现了显著的效率提升。服务台内置的智能客服系统能够自动识别和分类常见问题,提供预设的、准确的回复模板,大幅减少了服务人员的手动输入和查找时间。此外,系统还支持自定义回复的持续优化,允许服务团队根据实际反馈调整和完善回复内容,从而不断提升回复的质量和效率。
服务台是瓴羊Quick Service团队和钉钉一起打造的一款专门为企业服务的智能客服产品,基于钉钉生态为企业提供对内、对外一体化服务场景构建的智能客服系统,包含机器人、知识库、工单、客服工作台、钉群、质检、数据报表等能力,深度融合了钉钉IM、组织、消息推送、群服务等。
服务台的知识库功能为技术服务团队提供了一个全面、更新及时的信息源。服务人员可以快速检索到所需的信息和解决方案,确保了回复的一致性和准确性。同时,知识库的集中管理也使得新员工培训更加高效,有助于保持团队整体的服务质量

image.png


服务可量化,优化有依据


申通快递集团的技术服务团队在过去面临着服务质量评估和量化的难题。由于服务渠道的分散和缺乏集中的数据管理系统,技术服务团队难以收集和分析服务过程中的关键数据,如客户满意度、问题解决率和响应时间等。这种信息的缺失使得服务质量的评估变得主观且难以管理,优化服务流程和提升服务效率缺乏数据支持。
瓴羊Quick Service智能客服提供的能力的引入为申通快递集团的技术服务管理带来了革命性的变化。务台提供的数据分析工具能够实时监控和记录服务过程中的每一个环节,包括响应时间、问题解决率和客户满意度等关键指标。这些数据的量化管理使得技术服务团队首次能够清晰地看到服务的优势和不足,为服务优化提供了坚实的数据基础。

服务台还支持服务案例的沉淀和管理,通过积累和分析历史服务数据,技术服务团队能够不断从实践中学习和改进,从而提升服务质量。此外,服务台的报告功能使得管理层能够定期审查服务质量,并根据数据制定战略决策,以实现持续的服务改进和客户满意度提升。

image.png

相关文章
匹配中文字符的正则表达式: [/u4e00-/u9fa5]
原文:匹配中文字符的正则表达式: [/u4e00-/u9fa5] 这里是几个主要非英文语系字符范围(google上找到的): 2E80~33FFh:中日韩符号区。收容康熙字典部首、中日韩辅助部首、注音符号、日本假名、韩文音符,中日韩的符号、标点、带圈或带括符文数字、月份,以及日本的假名组合、单位、年号、月份、日期、时间等。
2870 0
|
开发工具 git
project is registered as a Git root, but no Git repositories were found there
报错如下 我一开始想把项目推到git,但是发现右键没有git选项。于是我去搜为什么右键没git选项。给出的答案就是在版本控制中添加。 上图这个我添加的本身就是一个git项目,所以没有出现问题,但是如果本身项目还没有关联远程仓库的话,这样搞是会出现问题。
1119 0
project is registered as a Git root, but no Git repositories were found there
|
存储 网络协议 API
详解Python中的Requests会话管理
详解Python中的Requests会话管理
|
数据采集 人工智能 运维
从企业级 RAG 到 AI Assistant,阿里云Elasticsearch AI 搜索技术实践
本文介绍了阿里云 Elasticsearch 推出的创新型 AI 搜索方案。
953 5
|
机器学习/深度学习 人工智能 自动驾驶
2024.10|AI/大模型在机器人/自动驾驶/智能驾舱领域的最新应用和深度洞察
本文介绍了AI和大模型在机器人、自动驾驶和智能座舱领域的最新应用和技术进展。涵盖多模态大语言模型在机器人控制中的应用、移动机器人(AMRs)的规模化部署、协作机器人的智能与安全性提升、AR/VR技术在机器人培训中的应用、数字孪生技术的优化作用、Rust语言在机器人编程中的崛起,以及大模型在自动驾驶中的核心地位、端到端自动驾驶解决方案、全球自动驾驶的前沿进展、智能座舱的核心技术演变和未来发展趋势。
1271 2
|
人工智能 Serverless API
云原生应用开发平台CAP:一站式应用开发及生命周期管理解决方案
阿里云的云应用开发平台CAP(Cloud Application Platform)是一款一站式应用开发及应用生命周期管理平台。它提供丰富的Serverless与AI应用模板、高效的开发者工具链及企业级应用管理功能,帮助开发者快速构建、部署和管理云上应用,大幅提升研发、部署和运维效能。
1014 4
|
搜索推荐 前端开发 C#
推荐7款美观且功能强大的WPF UI库
推荐7款美观且功能强大的WPF UI库
1621 2
连续五年!中国唯一!入选Gartner ABI魔力象限!
连续五年!中国唯一!入选Gartner ABI魔力象限!
396 0
|
资源调度 分布式计算 监控
YARN【工作机制】
YARN【工作机制】
|
算法 数据可视化 数据挖掘
RNAseq|组学分型-ConsensusClusterPlus(一致性聚类), NMF(非负矩阵分解)
RNAseq|组学分型-ConsensusClusterPlus(一致性聚类), NMF(非负矩阵分解)
1886 0