智能客服服務模式現況

智能聊天機器人經過幾年的發展,已經逐漸融入現代人的生活,但整體的使用體驗就像是一個可有可無的應用。因為這個機器人缺乏神經知識庫去對應使用者五花八門的對話內容。目前在台灣所謂的智能客服,絕大部分都僅止於透過關鍵字串連,再提供可能的問項讓客戶篩選,達到問題的答覆。但這樣的體驗其實是有看沒有懂,有答等於沒有回答的窘境,反而讓用戶不再上門。但透過AI技術運用,資料庫建構,上下文連結一直到情緒反應偵測,透過UX使用體驗的資訊梳理,構思流程、對話,進一步的引導使用者使用我們的產品,解決問題,讓企業真正做到“ 避開重複性工作,專注於處理更深層有意義的事物”。

業界專家觀點

Chatbots are the new APPs
Conversations as a Platform
- Microsoft CEO Satya Nadella
Chatbots are the new APPs

Conversations as a Platform
- Microsoft CEO Satya Nadella

Chatbot的服務體驗挑戰與機會

挑戰 1

機器人對談流程不夠彈性?

機會點

連續性對話、話題轉換、對話記憶

挑戰 2

機器人學習能力與效率不佳?

機會點

人工訓練、自我學習

挑戰 3

客戶不滿時,機器人如何處理?

機會點

情緒分析、真人客服介入

對話體驗設計的三個準則

Nice Onboarding
逐步展開對話,引導一段互動旅程

一般在沒有明確主題,屬於開放式閒聊中,我們很難設定談話方向,尤其是不知道對答對象的極限與能力,因此如何在一段對話旅程中破冰,逐步引導將會是體驗設計很重要的原則。

Craft Scenarios
將情境細分、逐項優化每個步驟

引導的過程中,要從用戶的intention (意圖)開始,再將整體流程細分,而不是全然藉由技術引導,要從中尋找每個可以改善的機會點,優化對話內容增加更觸動人心的使用體驗與驚喜。

Involve Brand Personality
在互動中融入品牌個性

在使用者與數位服務的接觸點,都是一個很好展現品牌的機會,從語氣,對話一直到產品形象都要將特色巧妙地呈現出來,用戶期待的不僅只是功能展示,而是解決問題找到協助的對象與管道(Portal)。

智能機器人對話成熟級別

關鍵字搜尋引擎
培養與自我學習
靈活的對話與上下文比對
情緒判斷和適時回應
馬斯洛需求層次理論
關鍵字搜尋引擎
培養與自我學習
靈活的對話與上下文比對
情緒判斷和適時回應

智能客服在用戶與商業上的價值

商業

以數據驅動的精準客群經營,打造服務即時、行銷到點的新數位通路

  • 數據蒐集與脈絡分析
  • 整合集團內行銷與服務
  • 365/24/7服務不間斷
  • 增加運營數位接觸點
  • 精準化客群經營
用戶

能夠安心、便利、聰明地把事情搞定 而且越來越了解我,才會想繼續用下去

  • 有趣新鮮的互動體驗
  • 24/7即時服務無需等待
  • 使用門檻低容易互動嘗試
  • 智慧便利省時省力
  • 自主性高較有安全感

從解決問題的思維開始,Chatbot能做的事比你想像中多更多!