随着呼叫中心向智能型转化，智能客服建设逐渐被业界认可和重视。以智能机器人、在线客服、人工座席为基础的综合服务体系，在各个服务渠道全面铺开，呼叫中心的发展也迎来了“弯道超车”的良机。智能机器人是智能服务的重要一环，拥有更智慧、客户体验更佳的智能机器人，无疑是“弯道超车”中获胜的关键因素之一。
虽然国内银行业呼叫中心陆续引进智能机器人服务，但目前关于智能机器人的运营管理，并无章可循。智能机器人在它上线投产后，往往面临“不智能”的尴尬局面：客户问题无法识别、客户需求得不到解决、问答对格式参差不齐、客户服务量未达预期等等。机器人管理员在解决这些问题时，往往有心无力，无从下手。现在，我们一起探讨，如何将标杆管理理论引进智能机器人优化工作。
标杆管理法由美国施乐公司于1979年首创，是现代西方发达国家企业管理活动中支持企业不断改进和获得竞争优势的最重要的管理方式之一，西方管理学界将其与企业再造、战略联盟一起并称为20世纪90年代三大管理方法。标杆管理的概念可概括为：不断寻找和研究同行一流公司的最佳实践，并以此为基准与本企业进行比较、分析、判断，从而使自己企业得到不断改进，进入或赶超一流公司，创造优秀业绩的良性循环过程。
当“标杆管理”遇上“智能机器人”，给机器人管理员们提供了一个卓有成效的优化工具。整个智能机器人的优化工作，按标杆管理流程，包含以下几个环节：
一、确定优化和标杆学习主题
选定待优化的业务或功能进行标杆学习。可根据优化目的，选定当次需优化的业务或功能，智能机器人功能上可选定图文推送、语音识别、上下文语义分析、自定义功能链接、自动推送相关问题、接入在线客服、意见收集、满意度调查、娱乐聊天等维度。业务上可根据企业内部本身的业务内容，按客户咨询热度排序后，按咨询量占比从大到小，依次进行标杆学习，学习标杆对象的服务流程、问答对设置、内容呈现形式等等。如信用卡业务可选取账单查询、额度办理、分期业务、开卡设密、还款服务、卡片管理、账户服务、资料修改、交易查询、申请审批、卡片邮寄、积分服务、优惠活动等业务主题。
二、成立优化和学习团队
根据智能机器人优化目标、优化的内容多少、复杂程度，评估所需的人力资源，成立优化团队。智能机器人的业务管理是以知识问答对、词库为基础的撰写、编辑、维护的过程，且智能机器人服务的是全体客群，优化工作是相对比较繁琐和细致的活，建议根据智能机器人优化的目标、现有的知识资产数量来评估优化和学习团队的人数。比如你可能需要增加知识问答对25000个，按照每人每天300-500个的工作效率，预计需要3名专员用1至3个月的时间，来完成相应的学习任务和优化工作。
优化团队成立后，还需要进行统一培训，对优化工作的目的、流程、分工职责等达成统一认识，有利于在整个优化过程中，达到最佳工作状态。
三、检视现行的作业流程
检视现行的作业流程，就是透彻了解自己，对现有的智能机器人服务流程、业务设置、功能、衡量指标等进行检讨，确定好坏的标准。在机器人运营的众多元素中找出自身的弱项，深刻理解和把握智能机器人成功运营的关键因素以及自身的差距所在，是标杆学习的主要内容。智能机器人有没有了解客户需求？我们的服务问题是否与功能有关？机器人的运营方式是否得当？运营流程是否快捷？是什么让客户对机器人服务不满意？这些都是我们需要回答的问题。
四、选定最佳作业典范
选定标杆学习的对象，是选择模仿和学习的老师。一般而言，我们在选择最佳典范时，应当明确两个基本的原则：一是被学习对象应该具有卓越的绩效；二是被学习对象应该与本企业和部门具有可比较的特点。比如，信用卡行业最好选择某某银行信用卡中心服务口碑较好的智能机器人作为标杆对象，物流行业最好选择某某快递公司的智能机器人作为标杆对象。
跨界模仿是最便捷的创新。标杆学习并非一味模仿别人，要结合自身服务的实际情况，不断创新。所以在选择标杆学习对象时，可以选定一两个跨行业的标杆对象。跨界的服务融合，往往会产生意想不到的效果。如信用卡行业可以选择互联网金融企业作为标杆对象。
五、收集资料
确定标杆对象后，就可以根据前期选定的优化和学习主题，进行资料与数据的收集工作。资料收集工作主要从两方面进行：一方面是自身智能机器人的情况；另一方面是标杆对象智能机器人的相关数据与资料。着重收集标杆对象智能机器人值得借鉴之处，用于后面的优化工作。
表1：资料收集信息统计表
六、分析目前效果与期望效果之间差距
在充分了解自家机器人与标杆对象的相关情况后，将数据资料进行分析比较，找出自身的差距所在。在分析差距的基础上，确定要追赶的目标，并给出改进的具体方法。
通过对比分析，最终可能会发现，智能机器人功能上有所缺失，知识问答对设置上可以更加客户化，内容呈现上可以更美观，更简洁。
七、采取实际优化措施
根据分析的结果，针对智能机器人采取具体的优化措施，将标杆学习结果落实到行动上。执行优化措施前，建议列明任务清单、工作计划、具体的实施方法，划分好职责和分工。每一个优化任务完成后，需要做上线前的检验，同时做好阶段性的效果评估。
执行优化时，除了参考同业标杆的可借鉴点外，还要结合自身实际情况，充分挖掘用户潜在需求，创新服务形式。既要借鉴他人优势，也要注重服务创新。
八、评估效果并回馈
优化一段时间后，需要检验优化效果。具体可从智能机器人的运营指标：问题识别率和解决率是否得到提升，客户服务量占比是否有提高，客户满意度、服务满足率是否有提升。如果上述环节切实做好，我相信，运营指标上都会有正面的反馈。
智能机器人要保证高质量、智能化的服务，除了做好日常运营工作外，建议定期开展优化工作，可以将标杆管理融合到日常工作中去，从而成为一项固定的制度以持续进行。当然，标杆管理不止于模仿，还要勇于创新，不断探索客户的新需求，摸索新的服务模式和形式，让客户体验到越来越智能化的服务，这才是我们客服人卓越的体现。
本文转自d1net（转载）
