以算力、算法和數據為框架的新一輪人工智能的觸角不斷延伸，推動著客戶聯絡中心向智能化升級縱深發展。如何打造“數商”、“智商”與“情商”兼備的AI時代的客戶聯絡中心?智能化基礎平臺架構的能力建設是立身之本。

運營與管理中的數據智能與業務洞察

AI場景下的客戶聯絡中心，依靠機器智能在一定程度上優化了業務辦理的速度和流程，提升了客戶體驗，但聯絡中心的運營管理最終的落點在于人，如何抓取和利用呼叫中心中的大數據，發現運營中的問題，支持業務的動態發展，同時，提供給坐席及時恰當的指導和幫助，提升績效，是極具管理價值的議題。

傳統的呼叫中心數據分析，依靠的是相對固化的報表，缺乏交互能力，無法實現實時的業務分析。在實際的業務運營中，狀況實時變化，聯絡中心必須具備較高的“數商”，管理者才能敏銳地捕捉到數據背后的邏輯走向，在短時間內快速完成海量數據的時效性分析，在直觀的圖形化分析結果中，準確定位問題，推導出潛在的原因以及可能的解決方案。

如何才能讓聯絡中心具備“數商”?底層平臺是基礎，大數據分析工具的數據建模是核心。

底層平臺必須是包容的，從而隨業務動態同步發展。通過AI connector智能連接器，不斷將日新月異的新技術能力吸納至底層平臺，持續補充渠道交互以及智能的數據獲取和分析的能力。比如，把解決數據孤島的區塊鏈技術作為數據收集和交叉對比的能力支持，將圖像以及視頻識別技術作為平臺內置組件，豐富渠道交互渠道等。同時，設置標準的API接口，為特定的業務形態和項目需求進行定制化建模做鋪墊。此外，底層平臺的原始數據，包括數據字典，每個數據字段的含義，必須是開放的，方便管理者快速準確地理解模型含義，根據業務需求進行選擇性加工和計算。

聯絡中心的大數據分析工具的數據建模分兩個層次。首先，對聯絡中心全媒體的交互數據，包括語音、微信、視頻等，基于交互特征，按照通用的計算維度和指標進行計算，比如，電話渠道上更多分析的是通話時長和平均響應時長的指標，而微信渠道則更多會考慮有效的處理率和用戶滿意度等。其次，根據具體的業務項目進行定制化的數據建模，以數據組合加工的方式，得出基于業務場景的定制數據分析結果。比如，銀行業務較多關注轉換率、成單率等指標，把客戶聯絡中心交互的數據與業務成單數據做組合計算，就能得出每百通電話的成單率和交易金額等數據。

當聯絡中心具備足夠高的“數商”之后，許多有價值的針對性思考都可以得到快速驗證。比如，全媒體渠道上線之后，對電話量的分流是多少?電話量大的時候，能否讓大量的來電消解在多媒體渠道?在來電高峰期，對比分析實時的傳統語音與多媒體渠道交互數據，就能直觀看出是否多媒體渠道是否具備消解部分高峰來電的能力;在下一代產品推廣的節點時，通過數據趨勢圖，提前預見高峰來電，適時增加坐席人員，并調整語音系統的導航菜單，增加提示音，告知客戶可在多媒體渠道獲取相關服務。

運用大數據分析工具，基于貼合業務動態發展的深度計算模型，獲得針對性強的數據分析、動態驗證和邏輯洞察，輔助聯絡中心的運營與管理決策。

交互與運營中的機器智能與情感計算

計算機圖像識別、語音識別、知識圖譜與自然語言處理等人工智能技術賦予了聯絡中心看、聽、讀、說的能力。隨著全媒體渠道的鋪設，聯絡中心與客戶的聯接不斷向多元化的邊緣接觸點分布，分散化的交互方式給客戶旅程管理以及體驗提出了新的挑戰。如何基于用戶畫像和市場營銷模型實現精準化主動聯絡，提供跨渠道、跨平臺的一致且連續的服務，利用AI智能提升坐席的服務質量和業務績效，成為了新的研究課題。

一個“智商”過人的聯絡中心帶給客戶的體驗是什么樣?以銀行場景為例。

用戶在銀行官網瀏覽信用卡分期的信息，聯絡中心立即識別出該用戶在系統中的個人信息，并感知到當前行為，于是在頁面讓彈出是否需要介紹信用卡分期的窗口。倘若用戶點擊同意，自動觸發云呼叫，AI機器人開始向用戶介紹信用卡分期相關的政策，在通話過程中用戶做出分期的肯定答復后，AI機器人自動幫用戶完成賬單業務的辦理。如果用戶未點擊主動彈出的聯絡窗口，而是在一段時間之后電話聯系了銀行客服。用戶在電話接通之后，聽到的不再是標準的IVR導航菜單，而是直接推送給用戶特定的信息用分期的語音提示音。

如何才能實現聯絡中心的賦能?底層平臺的智能感知能力是根本。在提供給用戶的任意渠道或者接觸點，結合底層的用戶畫像以及營銷決策模型設定觸發規則，以文本、視頻、語音，或者預約坐席進行回呼等多種手段富媒體的手段，為用戶提供主動聯絡和精準營銷服務。以理財或者保險產品為例，當用戶輸入的金額大于企業設定的目標值，會彈出主動聯絡;指定某一項業務設置人工服務介入，當有空閑坐席時彈出，無空閑坐席則不主動彈出。

當坐席與用戶的交互時，AI機器人全程提供“智商”與“情商”兼具的智能化輔助。

首先，輔助座席判斷客戶的意圖，通過實時分析獲取的語音流，適時地做知識庫的推薦或者知識的推送。比如，客戶說出想要查詢某款理財產品時，AI機器人可以立即從知識庫中搜索到這款產品的介紹推送給坐席，提高了座席的工作效率。

第二，在營銷的場景理解客戶意圖，做話術推薦。比如，客戶對某款產品不感興趣，AI機器人會告訴座席如何繼續推薦，起到了一個銷售輔助的作用。

第三，輔助進行實時質檢。AI機器人可以在通話過程中，輔助進行流程合規性操作，檢查座席是否完成了相關流程的命中，包括判斷是否涉及違禁語，并在命中時觸發后臺告警。

第四，偵測判斷客戶的情緒。把客戶的情緒變化直接呈現給座席，提示坐席參考系統給出的指標進行對比，適時調整服務方式。當感知到客戶的情緒比較糟糕時，會觸發相關提醒，由管理者提前介入。

第五，監測坐席人員的疲勞狀態。將疲勞信息提交給運營主管，為排班決策提供有價值的信息參考。

新一代的聯絡中心，是AI場景下的全聯接中心，底層的大數據和AI綜合智能支撐起平臺上的每一個組件和功能，從而在交互層面，無論是自助還是人工服務，坐席資源的配置與管理，座席的輔助和賦能，整體的運營洞察，賦予客戶聯絡中心以“數商”、“智商”與“情商”。