人们可以通过四个关键特征探索联络中心的演变,确定联系中心在过去,现在和未来如何改变。
呼叫中心的创建旨在为客户提供在他们对其产品和服务有疑问时与公司联系的一种有效的方式。
在过去的40年中,呼叫中心已经发展成为巨大的联络中心。10年前的能力与如今的能力不可同日而语。谁能想象一个联络中心在另一个10年会是什么样子?在这里来看看联络中心的演变,通过检查联络中心在哪里,以及联系中心在哪些关键领域中进行:
1.技术
联络中心使用单独的基于本地的系统,每个系统执行特定功能。组织负责将他们的自动呼叫分配器(ACD)与单独的人力管理系统,以及单独的呼叫记录系统相集成。每个系统都有自己的许可要求,所有系统必须无缝集成才能正常运行。特别是当出现问题时,与多个供应商合作并不是一件容易的事。
目前,各种提供商都提供了集成的联络中心软件技术,特别是在云环境中。单一解决方案提供了一整套功能,包括员工优化,呼叫记录,分析等。不再需要与集成不同平台的各种供应商合作。
软件的集成将继续是联络中心演变的一部分,特别是它涉及联络中心软件和客户关系管理(CRM)技术。目前,一些联络中心软件可以跟踪客户交互的历史。一些“智能”客户关系管理(CRM)解决方案可以将联系人路由到代理。这只是时间问题,直到一套集成软件技术可以改善客户体验,并提高运营效率。
2.通信信道
在经过一段时间后,联系中心的唯一方法是打电话或发送信函。ACD技术是新的,并且有效地将呼叫路由到代理。邮件涉及一系列问题,包括难以辨认的手写以及字母被错放,永远不会被处理。目前,客户可以通过各种通信渠道联系到联络中心:语音,聊天,电子邮件和社交媒体。这种渠道为客户提供各种选项,并根据他们的偏好,允许客户选择最合适的选项。这种沟通渠道的扩展给组织带来了许多挑战,确保他们有工具和工作人员对每个这些渠道做出反应。
展望未来,沟通渠道将继续扩大。视频聊天为客户与组织进行互动提供了极大的机会,并且可以看到有关如何使用产品的视频演示。短信是另一个具有巨大增长潜力的渠道,因为人们看到千禧一代不断使用这个渠道进行沟通。随着这些渠道随着联络中心的演变而扩展,组织将继续面临挑战,确保他们能够在所有渠道中有效地做出响应,并提供卓越的客户体验。
3.自助服务
长期以来,互动语音应答(IVR)是组织实施支持客户自助服务的主要技术。IVR实施的主要原因是为了减少联络中心的呼叫,以降低总体成本。IVR的成功通过可以处理的呼叫的数量来测量,而不必转移到代理,而最小的重点在于客户体验。在整个联络中心演变中,自助服务已经扩大,客户能够通过电话、网络、移动等自助服务。组织已经越来越意识到提供“可接受的”客户体验,并且许多组织已经实施了最佳实践,例如,有限的菜单选择和客户友好的脚本等等,这可以用于自助服务体验。
联络中心正在进行:自助服务将随着公司产品和服务的用户之间的协作的增长而扩大。客户不必与组织联系以获得问题的答案。相反,合作论坛将可用,它们在今天某种程度上可用,客户可以联系同行客户,找出使用产品或服务的最佳方式。
4.数据分析
在那由于具有独立系统,联络中心生成了一堆报告,主要关注单个数据,主要来自ACD,其中包括电话应答速度,电话平均时长等。
目前,联络中心使用平衡记分卡。这些记分卡可以在代理,团队或部门级别,并在一个地方显示关键指标的结果,包括:服务水平,质量结果,首次呼叫解决,客户满意度等。平衡记分卡试图平衡在效率,有效性和客户体验等方面平衡关键指标的报告。
展望未来,组织将提供关于联系中心中的交易结果如何影响客户行为的信息,包括重复购买,保留等。组织不会依赖于在交易后询问客户的潜在购买行为,而是提供后续报告,以确定客户行为是否符合调查期间所述的意图。
在过去40年中,联络中心的功能已经大大扩展,联络中心执行的功能从来没有这么丰富强大。人们不可能预测未来40年将会发生什么,但在短期内,人们可以想象联络中心将在哪里。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。