当前，客服中心的数字化转型已经成为必然趋势。许多客服中心正在逐步以科技创新为核心，将数字化转型和科技赋能业务作为突破口，积极推进人工智能、大数据等新技术与客户服务业务的深度融合，着力以数字化、智能化、精益化为目标创新发展新动能。

客服中心作为直面客户的门户部门，积极探索数字化转型在客户服务领域的有效落地路径，结合智能路由、流程机器人、智能语音分析以及扩展智能技术在客户服务业务中的应用，以“智·慧”客服平台的智能化服务能力为基础，数字化经营为指导，实现客户服务业务处理效率和服务体验双提升。

04

开展知识结构化管理

目前一线客服人员知识库查询活动比较集中，客户的问题往往需要集合多个活动或知识进行综合判断，直接查找未必能第一时间找到答案。对于此类场景，在知识库系统中针对特定业务进行知识结构化管理，即根据反应的常见问题，以及主体和属性的规则，有针对性的对知识进行碎片化调整，让客服人员查找活动、权益、卡产品等专项领域的特定问题时，系统可直接推送相应答案。这也是对知识图谱的初步应用。

05

探索数字化经营路径

探索使用数据刻画业务环节方法，构建数据监测体系。预先设计分析目标，瞄准业务关键点构建关键节点数据收集监测体系，用数据来刻画业务变化，进行现象发掘，记录和验证服务支持的业务难点，聚焦发现可优化点，达到用数据发现和评估业务的效果。同时，深入重点业务叶节点，进行数字化切割分析。通过数字植入业务经营的叶节点和有效的数据分析实践方法，综合运用多年积累的大量相关业务数据进行多系统数据统筹分析，运用大数据分析思维，详细盘点梳理服务业务，将重点业务进行数字化切割分析，改变以往只靠资深业务人员工作经验提出优化方案的模式，定位发现潜在业务问题和待优化点，更加快捷、更加精准地发现业务痛点及客户难点，优化一通解决率、业务处理时长、业务处理准确率等影响客户满意度的关键指标。

二、数字化智能客户服务业务开展思考

01企业开展数字化经营应需深入业务经营细节，结合业务实际选择适当的数据植入方式

数字化指导开展精细化经营的发展模式，往往需要深入业务经营的细节，简单的数据细粒度较难支撑数字化经营的需求，应结合业务实际选择适当的数据植入方式。充足的数据资源建立，一方面针对性建立或完善数据收集，需要数据分析人员对于数字资源的前瞻性规划，例如提出分析角度并对现有数据资源进行评估，根据缺少的数据资源，建立或完善数据收集；另一方面是对于全部业务流程的无差别数据采集。

我们在思考如何将数字化经营理念变成现实的时候，如何将大数据思维植入到业务运营层面的时候，往往需要深入业务细节，甚至细致到某一类业务办理过程中的某个环节。相较于之前智能技术应用的从无到有的立竿见影的变革效果，以数据分析为导向的数字化经营转型，转型的前提是充足的可供衡量的数据资源，转型的过程是琐碎而复杂的，发挥明显效果也需要很长一段时期的积累。

02以数据分析为支撑的智能服务的纵深延展，是客服中心发展的必然趋势。

智能服务在完成从无到有的转变后，立竿见影的技术红利将逐渐消失，同业中未来发展的竞争比拼趋势将是通过对行内大量数据资源的统筹加工和大数据精细分析，指导智能服务实现效率、成本及客户体验的精准提升。数据资源挖掘越细致，服务流程细节越完美，将在客户中占有更大竞争力。通过数字植入业务经营的叶节点，指导提升客户服务满意度，将成为智能客服发展的必然趋势。

03智能服务向后台服务的延展，应统筹底层业务办理逻辑， 提升各渠道的服务标准统一性。

目前，随着各类智能化应用向后台服务支持业务延展，客服中心中出现了较多对客户、对客服人员的智能机器人，这些机器人的运转均以各自系统后台的各类业务脚本为依据，并包括问答推荐、扩展问维护、机器人训练等等环节。为此，需要组织专业人员，统筹底层业务办理逻辑，建立统一的业务标准，以确保各渠道、各系统的业务输出一致性。同时，建立完善的底层业务扩展细化机制，利用数据分析等手段，找出业务的空白点、易错点，持续丰富延展底层业务办理和应答规则体系。

04进一步应用知识图谱，需要跨部门业务专家通力合作，并建立知识图谱搭建机制

知识图谱发挥作用，需要将知识进行碎片化加工，将业务知识拆解到最小单元，如主体词、多维属性、逻辑计算、模型识别、语义识别等等。知识的拆分需要补充大量的业务细节内容，这种业务知识的细致程度，远远超出了以往给定的知识内容，由于知识来源于各个部门，在细节补充的过程中，需要跨部门专业人员共同确认，需建立行之有效的知识图谱搭建机制，补充越细致，属性维度越多，则知识图谱将会发挥更重要作用。