近年来,受宏观经济的波动、股票市场的低迷以及交易佣金率的下降等因素的影响,中国证券业正处在创新转型阶段,证券业务发展正逐渐趋于多元化,行业分化进一步加剧,同时经营也更加规范化。截至2016年底我国证券行业总资产规模为5.79万亿元,境内外上市证券公司32家,国内证券行业正不断遵循从"以产品为中心"向"以客户为中心"的转变,实现"服务内容"与"服务平台"的进一步融合。为了拥抱新的变化以及给客户更好的体验和更优质的服务,国内证券标杆企业中信证券携手环信打造了业界首创的统一客户联络中心系统。
中信证券统一客户联络中心系统
证券行业面临三大客服难题:移动端+数据孤岛+客服人力匮乏
1、证券行业的传统服务一般使用呼叫中心提供电话客服,但随着移动互联时代的发展,客户不断转移到移动端,券商也都在重度运营和维护各家自有的APP,希望能保证老客户活跃的同时不断挖掘新客户。
2、多数券商的服务通道较为丰富因此也比较分散,多个客服渠道和入口依靠不同的后台接待,这造成了客服团队的重复建设,因为客服团队分散在不同的部门,间接造成客户数据的分散形成了无数数据孤岛。
3、券商在服务客户过程中,会遇到海量的重复性问题,诸如网点查询、账户查询等…如何合理分配客服人力资源,既能够能快速准确地回答高频问题,同时还能将更优质的服务资源倾斜于维护高净值客户,从而提供更好的服务体验获取更高的转化和回报,也是券商面临的一大挑战。
环信助力中信证券统打造的一客户联络中心系统,是对券商服务体系的一次涅槃创新,通过三大提升、五大场景一举解决了以上一些证券行业由来已久的客服难题。
三大提升,五大场景,重塑证券行业"客户体验为王"
客户资源是证券公司的竞争之根本,丰富的渠道网络以及强大的客户资源是证券公司核心竞争力的重要基础,为了重塑证券行业的客户体验为王,中信证券统一客户联络中心系统先从全媒体客服平台入手,首期开通绑定了200+移动在线客服坐席,实现了三大提升:1,全媒体多渠道的接入打通。2,强化了在线客服的优质用户体验。3,通过部署人工智能提升了工作效率。
从业务层面来说,环信为中信证券领先的客户服务提供了五大场景:
1、统一工作台接收、处理APP+微信+官网三大渠道客服消息。
中信证券在环信后台接入了"信e投"APP、"中信证券"微信公众号、中信证券官网三大渠道,客服人员使用统一工作台接收来自这些渠道的在线客服消息与客户进行交互,同时,可清晰看到客户来源、历史聊天记录、排队数量等状态和信息。
2、呼叫中心融合,对接现有系统,快速极简集成上线。
在线客服和原有呼叫中心系统和数据的打通已经成为证券行业的刚需。将环信在线客服系统嵌入中信证券现有的业务系统+呼叫中心,客服后台的前端界面由中信进行自定义,提供丰富接口及完善的集成文档融合呼叫中心和CRM系统,极简集成,完成统一客户联络中心快速上线。
3、移动为王,APP端客服功能无缝接入。
在现有的信e投APP中集成环信客服功能。提供客户常见问题列表,方便自助点选和编辑发送。客户及客服人员之间可互相发送多种格式的富媒体交互信息,如文字、图片、表情等。支持满意度评价机制,客户可对客服进行五星评分。此外,支持客户自主选择投顾还是客户经理进行服务,后面对应不同的技能组进行人工接待。
4、智能路由及专业的数据统计管理。
提供灵活的排队、分配和转接策略,可指定客服或技能组接待,由统一客户联络中心坐席或分公司营业部地区接待,并可对客服工作绩效提供全面的统计报表。
5、自动应答+IVR+人机协作,智能客服机器人节能增效。
利用人工智能机器人的自助文字IVR菜单导航,欢迎语及默认回复等自动回复带来良好客户体验。通过编辑知识库知识规则词条,提供问题答案匹配或相似问题推荐,高效准确地解决客户问题。当机器人无法返回答案时,提供多种灵活的机器人与人工服务的切换方式,进行人机协作从而实现节能增效。
从产品到服务的涅槃,从创新到落地的前行,实现服务+营销的全覆盖
产品是连接资金端和资产端的桥梁,是实现资源市场化配置的主要载体,证券公司的专业服务最终都表现为多样化的产品服务体系。结合全渠道接入、呼叫中心融合、智能客服机器人,中信证券的统一客户联络中心已经初见雏形。接下来,中信证券将联手环信打造更加专业的证券行业机器人,并将落地营销服务平台中智能统一推送、客户画像、主动营销、实时视频等功能,从而实现从创新到落地,服务加营销的全覆盖。
环信智能推送将节约短信费用30%以上
其中,在营销体系中的智能统一推送,依靠三种推送策略:智能筛选最精准有效推送渠道、智能调整推送波次最优推送成本、统一推送多渠道全面包围客户,能够大幅降低券商的推送短信成本(针对券商年度动辄千万级的短信费用,30%的提升效果尤为可观),同时提升消息推送效果,或将在证券行业率先落地。
正处于创新转型阶段的中国证券业,目前的业绩仍主要来自经纪、自营和承销等传统业务。随着证券业各项创新政策的出台,证券公司传统业务的转型和创新业务都将快速演进,证券业的分化将逐步加剧,行业集中度也将加快上升。中信证券凭借其业务的多元化以及较强的自主创新能力,将不断完善和提升服务能力,并将进一步扩大其领先优势。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。