用于客户支持的人工智能语音代理：权威指南

客户支持是人工智能语音代理最常见的部署，也是最受关注的。每次互动都是评估您的品牌的时刻。部署不当的代理比没有代理更快地破坏信任。部署良好的代理可以更快地解决问题、降低成本，并使您的团队能够腾出时间来处理实际上需要人类判断的工作。

选择正确的呼叫以实现自动化

并非所有支持呼叫都应该自动化。从以下交互开始：(1) 高容量，(2) 结构化且可重复，(3) 低情绪强度，(4) 无需人工判断即可解决。订单状态检查、预约安排、基本故障排除、账单查询和密码重置都符合这些标准。上报请求、投诉、复杂的技术问题以及任何涉及客户困扰的问题都应该交给人工处理。

建立支持知识库

从您最关心的 50 个支持问题开始。这些可能占入境量的 80%。为每个问题写下清晰、经认可的答案。然后添加您的产品文档、策略文档和已知问题数据库。应根据客服人员未能处理的呼叫每周审查和更新知识库——每次失败都是需要填补的内容空白。

多模式支持：屏幕共享优势

对于 SaaS 产品、技术支持以及任何具有数字界面的服务，可以看到客户屏幕的多模式代理可以提供更好的支持。而不是“你能描述一下你在页面上看到的内容吗？”代理说“我可以看到你在计费设置页面。”您需要的选项位于右上角。这可以减少误解，缩短处理时间，并解决原本需要多电子邮件票证链的问题。

衡量支持代理的绩效

• 首次联系解决方案 (FCR) — 问题是否在一次互动中得到解决？
• 客户满意度 (CSAT) — 人工智能处理的呼叫与人工处理的呼叫相比得分如何？
• 重复联系率——客户是否会在 48 小时内就同一问题回电？
• 处理时间——对于相同的问题类型，人工智能与人类相比需要多长时间？
• 升级率——需要人工交接的百分比是多少，这些升级是否合适？

从试点扩展到生产

从特定呼叫类型的 10% 流量开始。监控指标 2 周。修复故障并扩大到 25%，然后扩大到 50%，然后完全覆盖该呼叫类型。遵循相同的斜坡模式，一次添加一种新的呼叫类型。在代理得到验证之前急于达到 100% 覆盖率会导致客户遭遇难以恢复的灾难。