行业新闻

【华东峰会回顾】客户服务因我而智能-石立权 -百度金融智能服务中心总监

2018-03-20 才博

分享主题:《客户服务因我而智能》

 

 

分享嘉宾:石立权  百度金融智能服务中心总监

 

 

 

 

尊敬的陈会长、吴总,感谢大家的邀请,还有各位呼叫中心和客服的同仁们,大家早上好!

 

我来自百度金融,我今天要跟大家来分享的是百度金融在过去1年多的时间我们在客服智能化领域的一些探索。

 

今天起了一个名字叫《金融服务因我而智能》,其实大家听到智能这个词已经不陌生了,我想在最近的几年好多的机构,好多的厂商都在提说我们在迈向人工智能这样的时代,其实刚刚在陈会长的致辞里面也讲到了,其实整个中国在一个非常好的一个发展时期,我们也在全力以赴的在进入一个人工智能的新时代。

 

百度在16年的时候大胆的提出了人工智能这样的一个战略,那么人工智能我们看到它已经应用在各个领域里面,特别是在客户服务的这个领域,我们对于人工智能这项技术有迫切的需求也有巨大的市场。

 

我们百度金融是怎么来应用这样一个人工智能的技术呢?我今天想跟大家从以下四个方面来分享一下我们在实际应用当中的一个体会。

 

一:智能服务会让我们感觉到更便捷

二:智能服务从我们服务人的角度来看,我们应用了人工智能的技术,会更加理解、更懂我们的用户。

第三:智能服务能够帮助我们的运营管理降低成本、提高效率,甚至还可以提升客户的满意度。

第四个方面:现在人工智能还没有到一个让大家预期那么高的完全智能的时代,其实还属于一个弱人工智能的时代,我们在这个时代里面应用人工智能的技术一定会需要人机结合。

 

开篇我们看一张图,我来上海之前搜索了关键词,这是银行,这个是北京地区的一个地图,如果大家打开手机去搜索上海地区的银行两个字得到的结果其实跟北京地区的数量上是差不多,会超过1万家门店,那么在这样超级大的城市里面其实我们每个人都会有金融服务这样的需求,那我们首先想到的可能是去到我们最近的一个网点,但是我们知道传统的金融业的发展,我们经历了几个阶段,第一个阶段就是网点,都希望这样的网点能够距离用户最近,但是当它发展到一定阶段以后会发现运营成本会很高,这样就衍生出来了电话服务,我们很多的95开头的电话银行,也给我们提供了很大的方便,我们用户的体验是什么?

 

可能我们要在导航里面去选1、2、3,我也不知道是不是我想要的答案,往往会迷失在云导航这样的环境里面,那其实从这两个方面来看其实我们的用户体验都会有一些不如意,我给了一个关键词是排队,就是我们每到一个网点里面最深刻的就是排队,要拿一个号,然后再排队。后来到了第三个阶段我们又发现了互联网,其实银行也从电话服务走向了PC互联网这样的,我们可以在电脑上完成我们一些操作,但是我们发现我们手上必须要带一个U盾,在PC互联网时代里面某些安全的一些技术我们还没有办法突破,所以我们必须要保障用户的安全,那每个人手里都有一个U盾,因为银行有不同的卡号。

 

再经过了几年第四个阶段我们进入了移动互联网,每个人每天都离不开的是用手机来上网,你也不用用电脑去转账支付,我们可以在手机上完成我们所有的金融服务。那么到去年我们去各大市场里面去看,我们几乎每一家银行都会有APP,都会有自己的APP,大家可能会熟练并且应用你喜欢的银行里面在APP上进行转账、操作都可以,买理财产品都可以。

 

那么再到第五个阶段我们又进入了很多很多的新兴的金融业务,无论是P2P还是各种理财产品,我们会在互联网上很便捷的去获得我们想要的金融服务。所以我们说我们已经进入到了一个智能服务的时代,智能服务让我们的用户不需要再排队,我们变得更加的便捷。那么看到这个服务我们不想去排队,不想去打电话,我们更希望在线上直接解决我的问题。

 

我截在百度钱包里面的一个机器人服务,大家可以看到称呼,石先生您好,我进入里面的时候机器人已经知道了我的身份,已经知道了我想问的问题,我们讲到这里智能服务我们无需排队,我们每个人都已经进入了这样的一个时代。

 

那么我们现在用一个APP就可以实现理财、信贷和支付,我们说它是一个可支付、能接待会理财的一APP。

那我们也有其他的一些产品,大家也可以你自己熟悉的APP里面选择你喜欢的各种金融服务,所以现在的用户足不出户就可以随时随地的享受金融的服务。比如说之前我们可能会遇到资金紧张的时候,我们想去借钱,可能我们想到的是周围的亲戚朋友,但是现在你不用找熟人借钱,你可以随时打开一个APP在里面都可以借到一个应急的应急的钱,你可以在网上去支付,网上可以转账、购买各种各样的商品,也不需要其他的一些传统的一些服务,你可以在APP上随时的获取高收益的活期理财和定期理财,当你在购买或者获取这些金融服务的过程当中遇到问题你会发现有一个智能客服就在你身边,当你需要的时候他就会出现,不需要得不时候他也不会打扰你,这就是我们现在提供的随时随地的客户服务。

 

我们是怎么做到的?

 

我们百度金融实际上是起步比较晚,比起前面介绍的其他的一些互联网金融公司,我们起步是在15年的12月才正式成立,在此之前我们是百度钱包的一些业务,那么进入到金融的领域我们刚一开始还设想说我们是不是要像其他的前辈一样去设立一个呼叫中心来满足我们快速增长的用户的服务的需求,当时我们就做了一个论证,我们不要这样做,不要去建巨大规模的呼叫中心,尽管我们可以预计我们的客户量会增长的非常快,但是我们也不要建立庞大的人工的客户中心,我们一开始就打算做智能服务的路线。

 

越来越多的用户已经不再喜欢去排队,不再喜欢去打电话,更愿意在手机上直接完成交易和购买的行为,这个时候其实我们已经在线上直接触达了这样的客户,如果你能在它购买和交易的过程当中给它最好的线上服务,那么它也无需再去到线下或者电话的方式来接触我们客服,所以我们选定的主力的服务方向就是智能服务,我们以在线服务为主体来构建我们的智能服务中心。

 

在百度金融我们内部首先打造的是一个百度金融大脑,这个金融大脑内部会分成两部分,一部分是叫感知引擎,一个是思维引擎,所谓的感知引擎是跟我们人的大脑是一样的,可以看可以听,可以理解它的意思,这个里面我们所用到的是语音转文字的技术,语音识别、ASR的技术,我们可以让机器来挺懂人所讲的话,怎么听懂?

 

自然机器不会对语音直接产生一种识别和反应,它需要把语音转变为文字,语音在十几年的积累更多的是对用户文字的表达和语意的理解,这就是我们大脑里面所拥有的自然的一种能力,当我们每天搜索一个你想要的知识或者是商品的时候你已经在向百度表达了你所需要的语言的意思,我们在这里面处理里面最核心的两条怎么实现机器对文字的理解,一条是自然语言的理解,比如这句话讲出来,你好,请今天晚上全聚德帮我预订一个10人的包间,如果这个句话讲出来你认为机器能听得懂吗?

 

如果在过去我们用的关键词匹配技术里面来看说这个里面想要找到的关键词跟客户的知识库的答案有匹配的关键词我们才会把这个答案推到用户这个里面去,但实际上我们做的技术是在哪里?其实这句话表达完整以后我们就可以识别它是要预定餐厅,那么这个潮位是什么设定的呢?

 

潮位它可以把这一段文字拆借成时间是一个潮位,今天晚上六点,地点是全聚德,人数是10个人,我们把这潮位设定以后对一个人的语意表达就可以清晰的理解,这就是我们说自然语言处理能力的一个核心的逻辑,这样我们就可以识别到。

 

那么第二个方面我们还有OCR技术,可以用在身份识别和人脸识别,我们也在百度大脑里面也有,我们识别了我们要反馈给我们的用户,以往都是文字的方式,当你搜索一条文字我们会有若干的答案出来,我们怎么知道你的问题呢?

 

因为你给我最准确的点击,这一条点击就是我对你的问话的理解,那么我们反复的识别,每天有数十亿次的检索,十几年下来我们有海量的用户可以对任何一个用户做最精准的匹配。

 

我们今天还可以实现TTS的技术,我不仅仅可以反馈给文字的答案,我们还可以转换成语音,就像人正常对话一样的,这个就是我们说百度大脑的一个一部分。另外一部分就是思维引擎,就像人去思考问题的逻辑,为什么会是这样?

 

所接触的数据怎么去判断?

 

所以我们对于用户业务的状态和行为我们全部都有数据,那么通过数据进行分析和解析,我们来判断你有可能问我的问题是什么?我给你的答案是否能够解答你的问题。

 

给大家举几个例子,这个是能够证明我们百度大脑通过人工智能技术怎么来解答客户的问题,第一个当用户输入这个问题的时候,比如说当你输入两个字的时候已经把你想要的问题列出来了,这种就是联想功能。

 

第二个它是有意图的识别,当客户去问现在没有钱可不可以晚几天去还?我们要把这样的语意对应到我们知识库里面就是逾期还款怎么办?这个就是对于自然语言理解的能力。

 

第三个来自于场景,我们会发现当我的机器人的入口埋在不同的场景入口的时候所杜影的意图的判断也是不一样的,比如说这个机器人放在信贷的页面和理财的页面是不一样,所以一个体现的关键词在理财这个页面进入的话我们可以看到他是一个理财的用户,他所谓的提现是理财产品的赎回,我在答案里面有赎回的操作的路径是什么?

 

以往我们会判断很多的机器人他会给你提供一段文字,说你到哪里做什么样的操作你就可以完成这个答案,这样的话那对用户是非常不好,他可能会跳出这样的环境回到一个APP的环境里面去操作,与其这样还不如我们给他直接的一个赎回路径,你想要这种操作直接到赎回的页面去,这个也是我们现在可以完成的。

 

基于这样的案例,我们应用一个是百度技术,另外就是我们对金融业务的理解,我们在做智能机器人的时候有相应的机器人的积累,场景和业务的理解才能达到最好的效果。

 

第三部分我们这样去做了,我们怎么降低我们的运营成本?这就是我刚才说我们刚开始建就是以在线机器人为主,人工服务为辅,如果机器人解决不要我们才到我们的人工客服上面去,随着我们的问题解决率逐渐的提高,让客户逐渐的满意我们才放大我们的入口,缩小我们人工的入口,所以我们的解决率用半年的时间已经机器人达到了83%,8月份的数据我们已经接近了90%,成本很明显,业务量我们已经数倍的在增长。

 

除了机器人能解决的这些问题带来的成本降低,另外一方面我们给人工更多的赋能,让我们的人工客服变得更加的智能,我们设计了职能工作台,这个工作台大家很熟悉,我们不一样的地方是什么?

 

这里面加入了语音的技术,一个是语音的调集,一个是语音的输入,我们可以让一个在线的人工客服可以通过语音变成文字来跟客户去交流。

 

第二我们会发现当有复杂的问题进入人工的时候,人工需要查询很多的数据,我曾经看过一个专家的PPT在讲他的系统有若干个,他已经整合到一个页面里面了,但是同样他还是需要进入到不同的子系统里面去查找客户所需要的数据,我们用一个指令,你需要什么他可以在海量的知识库里面迅速的定位出来,直接通过语音指定,举个例子说我要调集这个客户的借据详情,可以直接拿到答案,这样就可以大幅提升我们的工作效率,我们把它设计成卡片式,右边的卡片是可以调换,可以随时调取调换他的卡片。

 

这个我们经过两个月时间的验证,客服的工作效率或者说单位时间内我们可以服务的客户数有50%的提升,这个效果是非常明显的。

 

第三块我们怎么来保证我们的服务质量?

 

其实过去很多的做法都是通过人工抽样质检,我们用刚才提到的ASR的技术可以把语音转程文字,我们做语意的理解,能够快速的识别我们服务当中的一些问题,我们不用抽样,我们可以全量的覆盖,发现问题,目前我们已经对这个服务经营和客户的投诉关键的服务致命伤我们会通过机器迅速的识别出来,快速进入到人工判断,然后给它一个相应的一些指导,这个是可以进行全量事实的覆盖。

 

 

第三个是外呼,节能了呼入问题,解决了时间和人力,我们把更多的时间用在哪里?

 

我们用在可以带来业务增长和防范风险等等一些外呼,但是在外呼的过程中我们也可以通过人工智能的方案来提升外呼的效率。我们很多客服中心其实是把大量的人力放在了外呼影响上,希望可以带来更多的营销收入。

 

我们在前年的百度世界大会上一经提出了金牌销售,我们在这个里面首先应用的是适合金融场景的催收,催收我们有一个前期的预警和预期的催收,过去都是通过人的拨打,我们现在是通过机器模拟人的声音和问题来催收,这个效果我们经过一个多月的实践还是非常的稳定,而且不断的扩大量,现在一天的机器外乎量相当于60人一天的外呼量,这是非常低成本的或者是无成本的操作。

 

结果接通的比没有接通的回款率要高22%,下一图我们用测试组和对照组,我们会发现也同样比人工回款率,因为你是催收或者是提醒还要高出6%。未来我们会结合大量的数据来去做一些优化,这些优化主要是我在哪一个时间段去拨打用户的电话是最容易被接通?

 

大家都知道很多的陌生电话你是不愿意接通的,但是当你是百度金融的信贷用户的话,不是因为你不想还钱或者是忙忘记的还款时间,在哪一个时间我提醒你是最合适的?你可能就完成了不伤害了你信用的这样的操作,所以这个是选择精准的拨打时间。另外一个我们会加强交互,当你有问题的时候我们会通过机器人来进行多种交互。

 

最后一部分给大家分享一下就是人机结合,我们说目前的人工智能阶段还属于一个弱人工阶段,我们怎么通过人机结合才能帮助到智能客服更加的智能?

 

我们这里加了一个智能路由,这个是非常关键的,当我们遇到客户的紧急的问题,可能我们需要人来去解决的,我们通过物流的策略来判断直接分流,因为任何一个服务我们都希望客户们满意,一定不要在成本和满意度之间寻求一个平衡,把复杂很紧急的问题分给人工客服。我们要提出一个问题是说刚才陈会长也说了,未来很多岗位可能就没有了,但是实际上在任何一个技术更迭和创新的阶段,我们会发现并不是说人大量的失业未来会引起更多的问题,而是更多的人在技术的推动下去寻找更多的新的岗位和新的能力,我们在这样的时代提出了这样的一个命题,我们未来的人工客服要到哪里去?

 

我们在内部已经做了一个实验,让他去做机器人训练师,如果我们过去是一对多人的服务,我们未来要通过人对机器人的辅导来进行1对N的服务,一天一个机器人可以服务N个人的话那未来会有很多倍的增长。

 

从组织结构上我们已经把在线客服摆在一个非常重要的位置,下面设了两层,一个是一线的在线服务的人工客服,第二级的高级训练师,也就是说一线的高级训练师扮演了初级训练师的角色,在他上面还要有高级训练师,那么他承载更多的是帮助机器人去做训练。

 

给大家作一个总结,有思想工作,第一个是标注、添加问题,添加知识,以及优化知识库,这个已经做了非常好的实验,这个能力能够让机器人更迭代,更新的很快,而且能力在逐渐的升高,其实它的主要的作用是我们把答案,把我们的发现的问题能够反哺给机器人模型,让机器做自学习的模型的训练,让它更快的解决用户的问题。高级机器人实验室需要更多的方法,初次训练师的工作是添加一些知识和问题,而高级机器人训练师需要把这些转化成策略能够教给我们的工程师,让它能够快速的去优化。

 

我们展望一下未来,我们不仅仅是在客服领域去应用到人工智能,其实在整个金融服务的领域里面我们还有很多可以应用到AI技术的,除了智能客服,我们可以用在人脸识别、图像、活体识别等等,来解决我们在远程无法确认身份的这样的一些问题,我们可以做精准营销,这也是在座的各位每天都有很多的去思考的一个问题,我们怎么把我们的客户分成个性化的营销,我知道你的需要,我可以去追求你的商品或者是服务。

 

大数据风波,在中国存在各种各样的欺诈,我们如何用我们的大数据能够准确的识别哪一笔交易是有风险的,我们可以快速的去连接他,其实我们现在在内部已经实现了刷脸支付,比如我去食堂去买餐,已经完全可以不带任何的设备,靠脸吃饭了。最后一句话给大家分享,金融服务智能时代已经到来,让我们用科技让金融服务更简单,谢谢大家,后面也希望从各位的分享当中、交流当中能够学习到大家的优秀知识,谢谢!

 

师资团队

周一至周五 08:30~17:30