坐席效率与服务个性化密切相关。毕竟，如果一个组织不帮助那些负责联络的坐席的话，就无法成功地与客户沟通。调查表明坐席体验的现状不容乐观。

据德勤调查，仅9%的大型联络中心有效利用了桌面分析，而61%却在艰难应对系统集成问题。据Regalix调查，67%的坐席在一次客户互动期间使用3-5个不同的应用（据Gartner估计，这种情况能给正常的联络中心造成每年157万美元的生产力损失）。这些数据令人沮丧，不过还有一线希望：联络中心AI。

Vanson Bourne的最新调查显示，绝大多数(99%) 组织正在联络中心利用某种形式的AI，他们的关键目标都与坐席体验有关。例如，帮助坐席更快地访问多个来源的相关客户数据或更高效地处理复杂的多面性呼叫。事实上，53%的组织表示，应用联络中心AI的第一大动因是提高坐席生产力，而不是提高每个联络的FCR和收入。

以下是在联络中心应用AI来减少坐席工作量及提升个性化、客户忠诚度和收入的五个途径：

// 对话智能

当你完全不知道客户在说什么的时候，很难做到服务于客户，更不用说有意义的互动了。企业可以将诸如自然语言处理之类的AI技术应用于IVR门户来创建对话语音应用，从而帮助加深坐席对客户所说内容的理解，更快而又更真诚地与客户互动。

例如，客户可能致电联络中心并说“我有两个计费方面的问题”。对话语音应用将会自动检测到词汇“计费(billing)”和“两个(two)”（与“to”或“too”相反，两者的意思完全不同），并将客户转接到更为了解计费问题的正确坐席。结果：加深了坐席之间的理解，减少了为客户复述信息的时间，降低了运营成本（表现为加快了服务），改善了总体客户体验。

// 情绪分析

实时对话笔录不仅可以帮助坐席更好地理解客户所说的内容，而且还包括客户的情绪，因而有利于进行更有意义的互动。这听起来可能不够严肃，但却是了解客户需求和期望的最快、最有效的途径之一。

想想看：84%的客户表示获得人性化待遇对于赢得他们的业务十分重要，他们不希望被当作数字来对待。坐席还有什么办法在深入和真正个性化的层面上了解客户的感受吗？企业甚至可以根据以往互动的情绪分析来定制互动（例如：“我看到您上次来电时，对所进行的服务升级非常满意，现在情况如何？”）。实时监控互动期间的情绪只是帮助坐席更高效工作和改善总体客户产出的又一种方法而已。

// 智能路由

智能路由对于提供卓越的体验、实现客户与坐席的最佳配对以及减少互动期间坐席的工作量至关重要。

在分析某段时间的客户数据之后，企业可以构建智能机器学习算法，根据更高层次的满意度驱动因素（比如情绪或关联性）实现客户与坐席的自动配对。这样，就可以通过最小化甚至消除不必要的转接（或者至少尽可能无缝地进行移交）来减少坐席工作量，同时根据客户的不同提供真正个性化、前后关联的互动。

// AI增强的桌面

企业可以利用机器学习来提升传统桌面，帮助坐席更好地实时处理疑问、投诉和查询。一旦检测到某些口头语句或词汇，上述的相同类型学习算法就能触发弹出应用或扩展的桌面功能，从而为坐席呈现更多的相关信息。这样，坐席就不必浪费时间在主屏幕之外搜索或搜索多个数据系统来寻找答案或进行修改。

例如，如果客户说“我感到失望，我的交付逾期了(I'm frustrated that my delivery is past due)”，那么词汇“frustrated”和“delivery”和“past due”就能触发特别折扣供坐席留住客户。结果：减少了坐席提供个性化服务所需的时间（同时在为客户提供独特的或定制化解决方案方面，坐席享有更大的自主性），提高了客户满意度。

// 虚拟助手

就像家里使用的助手一样，虚拟助手可以帮助坐席减少处理时间，提高准确度，保持合规性，更投入地提供更加个性化、更有意义的互动。例如，虚拟助手可以在桌面上呈现实时对话笔录，帮助坐席最大程度地提高效率。或者，虚拟助手可以抽出冗长或重复性的互动，以便坐席能够处理更复杂、更有意义的互动。而且，虚拟助手还能帮助处理耗费时间的后续工作，从而提高效率，降低运营成本。

事实证明，通过减少坐席工作量和提升个性化，联络中心AI可以减少每个呼叫的平均转接次数，最小化主管花在帮助坐席上的时间，满足更多服务级别协议(SLA)的要求，当然还有建立更有意义的人际关系。要进一步了解如何有效地在联络中心应用AI，请阅读Avaya 委托Vanson Bourne完成的最新调查报告“AI：联络中心体验的标配”。