螞蟻金服智能調度技術(shù)如何優(yōu)化客服中心資源調配

　　好的服務(wù)是互聯(lián)網(wǎng)產(chǎn)品的根基和命脈。在人工智能浪潮下，已經(jīng)可以在許多產(chǎn)品中看到智能機器人的影子，越來(lái)越多的公司開(kāi)始嘗試通過(guò)這種全新的交互形式，來(lái)優(yōu)化或者升級自己的產(chǎn)品，逐步代替人工來(lái)解決用戶(hù)問(wèn)題，從而降低服務(wù)成本。智能機器人的解決率隨著(zhù)專(zhuān)家經(jīng)驗的積累而不斷提升，但長(cháng)尾問(wèn)題仍普遍存在，用戶(hù)對人工服務(wù)仍有依賴(lài)。如今服務(wù)已經(jīng)進(jìn)化成渠道多樣、智能與人工相輔相成的復雜體系。

　　這套體系如何有效的運轉，如何快速而精準的滿(mǎn)足用戶(hù)的個(gè)性化訴求，調度能力成為了這背后的關(guān)鍵。智能調度，就是在探索如何結合人工服務(wù)與機器人服務(wù)來(lái)做全局調度，優(yōu)化客服中心的人員利用率，同時(shí)提升用戶(hù)體驗。

　　從服務(wù)的發(fā)展角度看，客服中心一共經(jīng)歷了三個(gè)階段：第一階段主要以人工服務(wù)為主，領(lǐng)域更多屬于一個(gè)人力密集型行業(yè)，比較依賴(lài)人工通過(guò)電話(huà)、郵件、IM、論壇等溝通工具和渠道來(lái)解決問(wèn)題；第二階段，主要集中在以IT平臺為主的自助服務(wù)，通過(guò)搜索引擎構建知識庫讓用戶(hù)通過(guò)搜索來(lái)解決問(wèn)題；到了第三階段，則是提供以智能化為主的多渠道結合的服務(wù)，包括文字機器人、語(yǔ)音機器人、熱線(xiàn)服務(wù)、在線(xiàn)服務(wù)、預約服務(wù)、自助服務(wù)，等等。

　　目前智能客服類(lèi)產(chǎn)品可謂百花齊放，基本都是圍繞呼叫中心+智能機器人+在線(xiàn)人工對話(huà)的方式來(lái)建設，差異化不大。產(chǎn)品定位更多是幫助一家公司能夠快速建設服務(wù)能力，但是這么做服務(wù)質(zhì)量沒(méi)法保障，因為服務(wù)質(zhì)量更多是由服務(wù)背后的調度能力和運營(yíng)能力來(lái)決定的。現有的客服類(lèi)產(chǎn)品都比較缺乏對服務(wù)的深度建設，所以市場(chǎng)上有很多做服務(wù)承接的外包類(lèi)公司，但卻很少聽(tīng)到用戶(hù)反饋說(shuō)某個(gè)服務(wù)產(chǎn)品背后的客戶(hù)服務(wù)做的不錯。當前已經(jīng)有一些大型企業(yè)開(kāi)始投入智能服務(wù)建設來(lái)替代人工服務(wù)訴求，降低成本和優(yōu)化體驗，但很多中小型企業(yè)，即使使用了云端智能客服類(lèi)產(chǎn)品，卻仍然無(wú)法享受到技術(shù)變革帶來(lái)的紅利，主要的原因就在大型企業(yè)里有智能化的運營(yíng)調度類(lèi)系統和服務(wù)運營(yíng)人員。

　　螞蟻金服當下的業(yè)務(wù)構成比較復雜，既有基于交易訂單產(chǎn)生的支付訂單類(lèi)業(yè)務(wù)，也有基礎賬戶(hù)和安全類(lèi)業(yè)務(wù)，另外還包括金融領(lǐng)域的存投保消貸以及信用的相關(guān)業(yè)務(wù)。這對服務(wù)管控來(lái)說(shuō)是一個(gè)很大的挑戰。

　　從用戶(hù)的角度來(lái)看，選擇合適的求助渠道，得到滿(mǎn)意的服務(wù)，盡快解決問(wèn)題是最直接的訴求；然而實(shí)際情況是，目前螞蟻雖然擁有多樣化的接入渠道，但是用戶(hù)并不了解自己的問(wèn)題最適合求助哪個(gè)渠道，也不了解每個(gè)渠道下的繁忙程度，很多時(shí)候，用戶(hù)在排隊等待的過(guò)程中或者是在某個(gè)渠道下沒(méi)法找到解決的方案就放棄了。

　　從運營(yíng)人員的角度來(lái)看，如果能有合適的工具能幫助自己隨時(shí)了解到服務(wù)現場(chǎng)的承接情況，快速定位問(wèn)題并即時(shí)做出響應，并能通過(guò)數據分析來(lái)對歷史服務(wù)結果進(jìn)行復盤(pán)，進(jìn)而優(yōu)化運營(yíng)策略，是最理想的狀態(tài)；然而實(shí)際情況是，由于業(yè)務(wù)復雜，很多運營(yíng)人員的現場(chǎng)決策只能解決服務(wù)現場(chǎng)局部承接的優(yōu)化問(wèn)題，而沒(méi)法解決全局的優(yōu)化問(wèn)題，同時(shí)由于缺乏相應的運營(yíng)工具，不少運營(yíng)人員只能依靠經(jīng)驗和人肉盯盤(pán)的方式來(lái)發(fā)現問(wèn)題，從發(fā)現定位到排查解決問(wèn)題的效率很低。另外由于很難預估服務(wù)量，所以很難做好提前排班，一旦流量發(fā)生異常，就有可能會(huì )導致現場(chǎng)無(wú)法正常承接。

　　從服務(wù)人員的角度出發(fā)，由于同一通話(huà)務(wù)有多種承接的方式，所以如何整合機器人、自營(yíng)客服人員、外包客服人員以及社會(huì )化客服人員，提升資源的利用效率，是一個(gè)比較難的領(lǐng)域問(wèn)題。在保證用戶(hù)滿(mǎn)意度的前提下，如果機器能解決問(wèn)題，卻使用人力去承接(即使是外包服務(wù)人員)，這是一種資源浪費；而如果自營(yíng)客服人員本身能承接的話(huà)務(wù)，卻因為和外包公司的商務(wù)合同沒(méi)有達成，只能分流給外包客服人員來(lái)進(jìn)行承接，這也是一種資源浪費。

　　在客戶(hù)服務(wù)現場(chǎng)需要這樣一種能力，能夠在用戶(hù)訴求和承接資源之間建立一種動(dòng)態(tài)管控的能力，一種能夠提供跨渠道、跨人機、跨主被動(dòng)的全局服務(wù)管控能力，我們將之稱(chēng)為調度大腦。

　　調度大腦首先應該具備的能力是感知能力，能夠盡快捕獲到現場(chǎng)出現的承接異常信息，幫助運營(yíng)人員在最短的時(shí)間內定位問(wèn)題，從而解放他們的生產(chǎn)力，讓他們更多的關(guān)注如何優(yōu)化整體的承接策略，更多的思考如何避免現場(chǎng)繁忙，而不是現場(chǎng)出現問(wèn)題以后再考慮怎么來(lái)彌補。

　　接下來(lái)應該具備輔助決策能力，這建立在對現場(chǎng)的全局洞察之上。能夠預測時(shí)段內的流量，能夠明確用戶(hù)求助更適合通過(guò)什么渠道來(lái)解決，能夠大致判斷用戶(hù)接入渠道后需要等待多長(cháng)時(shí)間才能得到服務(wù)，能夠了解現場(chǎng)每位客服人員的工作狀態(tài)，并協(xié)助運營(yíng)人員針對現場(chǎng)實(shí)時(shí)狀態(tài)做出合理判斷和最優(yōu)選擇。

　　最后應該具備的是響應能力。對現場(chǎng)有了判斷以后，剩下的就是響應執行了，這屬于基礎能力。繁忙時(shí)需要限流和引流，或者增加承接能力；空閑的時(shí)候則需要導流，引入新的承接任務(wù)。

　　數據的實(shí)時(shí)監控，是感知體系的基礎，它能夠透過(guò)數據看清現場(chǎng)，能夠沉淀可以量化的運營(yíng)標準，并為后續決策體系的建模提供基礎數據。透過(guò)數據分析和異常識別，能替代運營(yíng)人員傳統的盯盤(pán)模式，自動(dòng)識別現場(chǎng)發(fā)生的異常并同步給運營(yíng)人員，幫助他們在第一時(shí)間了解到現場(chǎng)的準確狀況并采取相應的補救措施。

　　常規的異常可以使用通用的文本分析、類(lèi)目分析來(lái)檢測；長(cháng)尾的異常可以使用人工輔助運營(yíng)、客服眾包等模式來(lái)檢測，對于周期性的異常則通過(guò)定期掃描來(lái)檢測，突發(fā)性的新型異常則采用詞頻分析來(lái)檢測。

　　目前螞蟻金服客戶(hù)中心每天有著(zhù)數百萬(wàn)的機器人求助量以及幾十萬(wàn)的話(huà)務(wù)求助量，現場(chǎng)同時(shí)運行著(zhù)上千條的運營(yíng)策略和多個(gè)調度模型，整體的管理成本非常高，基于這個(gè)背景螞蟻金服建設了整體服務(wù)鏈路的監控大屏。

　　大屏主要包括了對求助來(lái)源、整體服務(wù)鏈路、調度節點(diǎn)、現場(chǎng)定時(shí)掃描、服務(wù)風(fēng)險檢測、輿情觀(guān)測、當前咨詢(xún)熱點(diǎn)以及現場(chǎng)人力資源管控等模塊，并提供了放大鏡功能，能夠針對核心調度節點(diǎn)的宏觀(guān)表象與微觀(guān)詳情進(jìn)行透析。

　　決策主要分為三類(lèi)：渠道決策用來(lái)為用戶(hù)選擇最合適的服務(wù)承接渠道；承接決策用來(lái)保持現場(chǎng)的穩定，讓流入的話(huà)務(wù)能夠被順利的接起，盡量避免呼損的情況發(fā)生；資源管理本質(zhì)上是為了優(yōu)化現場(chǎng)資源利用率，同時(shí)管理好現場(chǎng)龐大的人力資源。服務(wù)中心本身?yè)碛泻芏嘭撠煶薪釉?huà)務(wù)的客服人員，除此以外還有現場(chǎng)管理人員和眾包客服人員，管理成本會(huì )比較高，如何發(fā)揮客服人員之間的協(xié)同效率，以及降低現場(chǎng)管理人員乃至全局的管理成本，是領(lǐng)域性質(zhì)的難題。

　　目前業(yè)界主流的服務(wù)渠道仍然是熱線(xiàn)服務(wù)、通過(guò)IM工具進(jìn)行在線(xiàn)求助的在線(xiàn)服務(wù)，以及通過(guò)和對話(huà)機器人進(jìn)行直接交流的自助服務(wù)。熱線(xiàn)服務(wù)中通過(guò)多輪按鍵交互和機器人多輪對話(huà)的方式來(lái)對用戶(hù)提出的問(wèn)題做問(wèn)題識別從而引導話(huà)務(wù)派單。在線(xiàn)服務(wù)里也主要通過(guò)機器人多輪對話(huà)的方式來(lái)識別用戶(hù)問(wèn)題并引導派單。機器人自助服務(wù)則是通過(guò)用戶(hù)問(wèn)題匹配最佳的知識點(diǎn)來(lái)推送給用戶(hù)。

　　螞蟻金服提供的則是一種跨渠道的解決方案：當用戶(hù)到達場(chǎng)景入口以后，首先會(huì )根據用戶(hù)基礎信息，嘗試在用戶(hù)當下選擇的渠道里解決用戶(hù)的問(wèn)題，如果當前渠道不足以解決，再依據承接渠道的繁忙程度、用戶(hù)咨詢(xún)的問(wèn)題所屬的類(lèi)目、用戶(hù)所問(wèn)問(wèn)題在各承接渠道下的解決率、用戶(hù)的歷史求助行為等特征綜合建模，為用戶(hù)推薦當下最優(yōu)的渠道；并同時(shí)給出當前可選的渠道，讓用戶(hù)自主選擇，用戶(hù)選擇了自己傾向的渠道以后，系統會(huì )同時(shí)把用戶(hù)在前一個(gè)渠道里描述的問(wèn)題透傳到新的渠道，這樣用戶(hù)轉接到別的渠道以后就不再需要重復描述問(wèn)題，直接接受客服人員的服務(wù)。

　　例如在螞蟻金服的客服咨詢(xún)中，每天都有很多用戶(hù)來(lái)電詢(xún)問(wèn)螞蟻森林的游戲規則，現場(chǎng)決策就會(huì )對是否需要將用戶(hù)引流至機器人自助渠道來(lái)解決進(jìn)行評估；而賬戶(hù)被盜屬于高風(fēng)險的問(wèn)題，現場(chǎng)決策就會(huì )在最短的交互后外露熱線(xiàn)人工入口，引導用戶(hù)直接進(jìn)入熱線(xiàn)人工服務(wù)。

　　業(yè)務(wù)繁忙時(shí)提前為每條業(yè)務(wù)線(xiàn)準備好候補客服隊伍，同一塊業(yè)務(wù)能由不同的團隊(包括同一個(gè)業(yè)務(wù)線(xiàn)里的不同團隊和跨業(yè)務(wù)線(xiàn)的團隊)來(lái)承接。接下來(lái)會(huì )對候補客服的助接能力進(jìn)行評估打分。當現場(chǎng)出現繁忙的時(shí)候，可以通過(guò)實(shí)時(shí)調度在保證候補團隊自身承接沒(méi)問(wèn)題的前提下，將承接出現緊張狀況的團隊的話(huà)務(wù)流量按照助接能力得分的高低分配給當下最適合助接的候補客服來(lái)進(jìn)行承接。

　　如果引入候補客服助接仍無(wú)法緩解現場(chǎng)繁忙的狀況，系統會(huì )提供預約回呼的服務(wù)，將無(wú)法承接的話(huà)務(wù)流量導流到能夠保證現場(chǎng)承接的同時(shí)還有多余人力的時(shí)段來(lái)進(jìn)行回呼。用戶(hù)接受預約后，在預約回訪(fǎng)時(shí)段，系統會(huì )通過(guò)系統雙呼自動(dòng)拉起用戶(hù)與客服來(lái)進(jìn)行回呼服務(wù)。

　　能夠開(kāi)放的預約名額也是有限的，并不能保證開(kāi)放預約回呼服務(wù)后就能承接溢出的流量。在開(kāi)放預約以后仍無(wú)法緩解現場(chǎng)繁忙狀況時(shí)，系統會(huì )安排有承接能力的運營(yíng)人員協(xié)助承接，同時(shí)把通過(guò)實(shí)時(shí)調度引入云客服人員來(lái)協(xié)助承接做為兜底方案。

　　首先會(huì )結合歷史下一時(shí)段流量，以30分鐘為粒度預測下一時(shí)段的流量，并考量預測結果，如果判斷未來(lái)時(shí)段會(huì )出現繁忙，會(huì )先進(jìn)行前置調度(比如收緊客服人員小休策略、將就餐時(shí)段適度推遲、動(dòng)態(tài)調整在線(xiàn)客服的在線(xiàn)服務(wù)并發(fā)數等)。

　　考慮到客服人員每天的服務(wù)狀態(tài)可能出現異常，系統引入了健康度模型(主要參考整體服務(wù)流程、客服服務(wù)態(tài)度、現場(chǎng)行為【小休，遲到，早退，缺勤等】、客服產(chǎn)能以及智能質(zhì)檢和用戶(hù)評價(jià)等相關(guān)特征)來(lái)對客服做綜合評估，如果存在不健康的狀態(tài)，那么現場(chǎng)主管需要對其保持關(guān)注或做相關(guān)提醒。當現場(chǎng)出現繁忙時(shí)，針對熱線(xiàn)坐席控制小休，針對在線(xiàn)坐席，控制客服人員的在線(xiàn)服務(wù)并發(fā)數。首先評估好人力缺口，然后根據缺口值來(lái)判斷收緊多少位熱線(xiàn)客服的小休策略與延遲就餐，提高多少位在線(xiàn)客服的在線(xiàn)服務(wù)并發(fā)數；當現場(chǎng)回歸到空閑時(shí)，再放開(kāi)管控策略，這樣就能最大程度的保障現場(chǎng)的承接，當前在螞蟻的業(yè)務(wù)場(chǎng)景下已經(jīng)實(shí)現了60%左右比例的自動(dòng)決策。

　　當現場(chǎng)做出決策以后，剩下的就是響應執行，這也屬于基礎能力。這里介紹幾種引導流量的方法。整體拉起采用了系統雙呼的方案，首先將繁忙時(shí)段無(wú)法承接的話(huà)務(wù)通過(guò)預約的方式導流到流量波谷區，到了預約時(shí)間會(huì )通過(guò)系統自動(dòng)拉起空閑客服和用戶(hù)來(lái)完成預約回訪(fǎng)功能。

　　當流量超過(guò)現場(chǎng)人力承接的峰值(波峰)時(shí)，系統通過(guò)引入了資源預估模型來(lái)實(shí)時(shí)評估產(chǎn)能不飽和的時(shí)段與空閑名額(波谷)，并將其提供給預約準入模型。預約準入模型會(huì )根據用戶(hù)接受度來(lái)進(jìn)行打分，并對得分高的用戶(hù)開(kāi)放預約入口。用戶(hù)接受預約后，在預約回訪(fǎng)時(shí)段，系統會(huì )通過(guò)系統雙呼自動(dòng)拉起用戶(hù)與客服來(lái)進(jìn)行回呼服務(wù)。這樣做能有效降低呼損，穩定時(shí)段接通率。

　　資源預估模型建模依賴(lài)了當前排班和歷史排班數據、當前流量和歷史流量數據、日期數據等特征。預約準入模型建模則依賴(lài)了問(wèn)題畫(huà)像、歷史求助軌跡、求助偏好等特征。

　　針對呼損類(lèi)的場(chǎng)景：

　　在現場(chǎng)人力出現空閑的時(shí)候，即流量低谷期，可以把當天較早時(shí)候產(chǎn)生呼損的高價(jià)值用戶(hù)未接通的話(huà)務(wù)自動(dòng)的分配給當前空閑的承接資源進(jìn)行主動(dòng)回訪(fǎng)。

　　當下機器人的服務(wù)能力還不足以解決所有的問(wèn)題，當機器人服務(wù)不到位的時(shí)候，會(huì )直接面臨用戶(hù)流失的風(fēng)險。這時(shí)候可以透過(guò)數據分析圈出這部分服務(wù)不到位的人群，利用主動(dòng)回訪(fǎng)來(lái)進(jìn)行承接，可以避免用戶(hù)的流失。

　　針對主動(dòng)服務(wù)類(lèi)的場(chǎng)景：

　　當用戶(hù)在使用支付寶下的各類(lèi)產(chǎn)品擁有不好體驗的時(shí)候，經(jīng)常會(huì )在各類(lèi)社交媒體上發(fā)聲，有時(shí)候還會(huì )導致輿情事件，針對這種情況，可以通過(guò)空閑的資源承接一些社交媒體的官方賬號的解答和回應工作。

　　當用戶(hù)通過(guò)支付寶錢(qián)包轉賬時(shí)轉錯款的時(shí)候，可以通過(guò)系統雙呼拉起客服和錯誤的收款人來(lái)進(jìn)行溝通調解，并在溝通完成后再通過(guò)雙呼拉起客服人員和轉錯款的用戶(hù)來(lái)同步溝通結果。這個(gè)場(chǎng)景引入系統雙呼之前只能通過(guò)人肉手動(dòng)操作的方式來(lái)處理，需要1天時(shí)間才能處理完，目前通過(guò)見(jiàn)縫插針的方式來(lái)解決，前后只需要1小時(shí)。目前已經(jīng)使用同樣的方式完成了一系列類(lèi)似的復雜場(chǎng)景的外呼工作。

　　目前螞蟻金服在智能調度領(lǐng)域已經(jīng)做了一些探索，希望通過(guò)后續的持續投入，來(lái)創(chuàng )造一些新的服務(wù)模式，建設能提供7x24小時(shí)服務(wù)的智能調度機器人。