智能客服发展趋势是怎样的,其市场前景分析( 三 )


基于这个基准集 , 我们会评估系统的质量 , 每做一次新的模型迭代 , 我们都会用基准集来评估新的模型 。新型号达到一定指标才能上线 。
(2)基于用户反馈的评估
人工测评可以评价智能客服系统的准确率 , 但是答案是否合理 , 是否能为用户解决问题 , 需要用户的反馈评价 。整个智能客服系统的最终目的是帮助用户解决问题 。
我们将设计智能客服和在线客服对产品的评价功能 。比如我们会让用户评价智能客服的每一个回答或者某一段对话 。和人工客服聊天后 , 我们会给用户发评价卡 , 评价他们的满意度 , 如下图 。
最终会统计参与比例、满意度等指标 , 这些指标能够真实的反映智能客服系统的好坏 。在实际操作中 , 用户参与评价的比例往往较低 , 所以我们会用各种方法来刺激用户的评价 。
三、智能客服遇到的那些问题 1. 做通用智能客服系统还是垂直行业智能客服系统 所有智能客户服务系统都是2B的 。通用智能客服系统意味着更大的市场和更多的用户 。而垂直领域的客服系统用户就少了很多 。
以保险行业为例 。中国有一百多家保险公司 。而要做垂直领域的智能客服系统 , AI团队必须对行业有充分的了解 。理解业务需求和业务流程需要跨部门的沟通 。
做垂直领域的智能客服系统 , 往往会落下一两个大项目 , 不断满足用户的个性化需求 。最终系统是“定制”的 , 市场很小 。做了几个项目 , 就会遇到透明天花板 。
而通用智能客服系统市场巨大 , 但与做垂直智能客服系统的团队相比 , 并无优势 , 现阶段不同公司技术优势差异不大 。小公司可以为用户定制 , 通用系统不行 , 最终成为一个巨大的市场 , 但是被一个个做垂直智能客服系统的小公司蚕食了 。
那我该怎么办?
互联网之初 , 门户网站独占鳌头 , 能够服务大多数人的需求 。接下来可以订阅微信账号 , 每个人的阅读内容都不一样 。这是一个定制版的信息平台 。从用户的角度来看 , 定制化是演进方向 , 最终通用客服会被垂直行业智能客服取代 。
2. 做SAAS服务还是私有化部署 传统银行、保险、证券、房地产等大型企业 。通常有强烈的客户服务需求 , 并有引入智能客户服务系统的强烈意愿 。但同时他们对自身的数据安全也有很高的要求 , 所以只会同意本地化部署的解决方案 。
这类大客户只能采用基于项目的商业模式来做本地化部署解决方案 , 每个项目收取一定费用 。好处是一个项目可以收到几千万到上百万元的收入 , 创业初期就可以盈利;缺点是私有化部署客户需要更多的定制需求 , 会占用大量人力成本 , 难以大规模复制 。长期来看 , 增长空有限 。
那我该怎么办?
单从数据安全的角度来看 , 会随着技术的发展而得到解决 。移动支付刚开始的时候 , 大家还害怕自己的银行卡会不会被盗刷 。黑客会黑进我的支付宝吗?现在是危言耸听 。有了足够的投入 , 就会有足够的资金支持技术发展 , SAAS服务会有更多的用户 , 技术漏洞会更容易被发现 , 系统的安全性也会进化得更快 。私有化不是一个好的选择 。
3. 服务大客户还是中小客户 所有的智能客服创业公司在创业之初选择目标客户时都需要面临一个选择:是专注大型企业客户 , 还是一开始就切入中小企业市场?
主要切割中小企业客户可以使用标准化的SaaS产品来满足他们的需求 。模型不仅占用人力成本少 , 可以实现大规模复制 , 而且可以通过每年更新获得持续收益 , 还可以持续得到数据循环反馈建立技术壁垒 。
但缺点是前期很难获得客户 , 需要做大量的市场教育 。而且中小企业死亡率高 , 整体更新率难以保证 , 创业初期难以实现盈利 。
但是如果以大客户为主 , 有些定制需求很难满足 , 大客户的过程比较长 。一般长期服务的服务商 , 对产品成熟度要求很高 , 创业公司很难进入 。创业公司服务几个大客户是有风险的 。
然后呢?


推荐阅读