以下是采访内容

《客户世界》：张治山先生，您作为呼叫中心领域资深的专家，带领众麦团队在SaaS呼叫中心领域全面渗透，在解决方案确立及行业客户需求定位上，具备很强的前瞻性和很高的敏锐度，您如何看待呼叫中心发展的现状？

张治山：呼叫中心兴起于上个世纪90年代末，现在已经服务金融、邮政、物流、消费电子、零售业、政府服务等各行各业。从单一客服咨询类接听电话服务，补充了自动外呼的主动满意度调查、营销推送的外呼电话；从传统的模拟线路，转换为NGN的网络接入方式；从最开始的国外Genesys、思科、Avaya品牌的垄断，到现在华为、中兴等众多国产品牌的兴起。发展至今，呼叫中心中标准的ACD排队、CTI、IVR、录音、CRM管理等模块已经发展很成熟，在多座席、高并发的情况下可以都提供稳定的支撑。

《客户世界》：于凡先生，您和团队为银行、保险、电力等大中型企业提供了完善的多媒体呼叫中心智能化解决方案建设，可否请您解读一下众麦通信“四提一降”解决方案具体有哪些内涵？

于凡：首先，智能化方案要依托于人工智能技术的发展，我国的人工智能发展从2012年开始进入快速发展阶段，更得到了党中央管理层的高度重视。2017年，国务院印发了《新一代人工智能发展规划》，指明要大力推广“智能制造”、“智能农业”、“智能物流”、“智能金融”、“智能商务”、“智能家居”的人工智能规模化应用，全面提升产业发展智能化水平。2019年，央视新闻将“人工智能”纳入到“新基建”的七大领域之中。2020年首次国常会又再次提及“新基建”。

“四提一降”包括提升“服务质效”、提升“经营价值”、提升“服务质量”、提升“用户粘性”和降低“运营成本”。

提升服务质效：是指在原有客服中心配置的情况下，通过提升座席服务效率来提升整体呼叫中心的支撑能力。我们用智能语音导航机器人来进行来电初步分流，简单的查询、咨询由机器人来完成，省下客服座席的时间来进行复杂和紧急业务办理，利用智能语音外呼机器人来进行海量目标客户的初步筛选和通知、邀请、信息核实等操作，不用使用人力进行重复的操作。

提升经营价值：客服中心是对外服务的窗口，同时也保存了大量的用户消费记录、咨询记录和历史通话数据，基于这些用户行为数据，我们利用数据分析技术将用户进行分类，创建用户标签和群体画像，对其消费喜好和习惯进行标注，并在服务的过程中通过文字机器人或者智能语音话务辅助功能进行提示，在每一个人工客服的过程中都添加营销的元素，带来营销价值。

提升服务质量：今年虽然是疫情之年，各行各业都面临非常大的困难和挑战，但中央管理层对于行业的监管却没有放松，反而是频发政策，大家都在感慨“严监管”时代已经到来了。同时，当今老百姓维权意识越来越强，对于客服的标准化要求也越来越高。

呼叫中心内部会有专门的质检部门进行内部规范的检查，但由于质检的工作很繁琐，只能采取工单抽检的方式，大型的呼叫中心由于工单数量大，抽检率仅有1%，因此有大量的服务问题被掩盖，为了提高质检率，只能增加质检座席数量，从而又大幅度的提高了客服中心的人员成本。

这个方法，明显有悖于客服中心的整体发展方向。因此只能通过智能语音质检，对所有的工单进行全部预检，再由人工进行复检，这样一方面将质检的方式由抽检转变为全量检测，让服务问题无处藏身，同时将人工质检的方式由单纯的听录音转变为“听+看”的方式，可以提升质检效率5-6倍。

提升用户粘性：用户对品牌的选择，产品的忠诚度，有时候就是从服务的细枝末节中来的。反馈在客服中心也是同理，我们一方面在呼叫中心里提供座席的视频服务功能，实现面对面沟通，更重要的是通过对既有历史通话数据进行分析，结合正在发生的话术进行应答推荐，当用户提问时自动提供知识库查询的结果，当用户咨询时提供推荐的话术来进行适合的引导。

“四提”是在现有人力基础上进行效能的提升，“一降”就是要降低运行成本。

降低成本不代表就要对座席的数量进行大幅度裁剪。第一，摆脱因为业务扩展，因为指标提升就要进行人员扩充，成本增加的恶性循环；第二，对客服座席的范围进行管控，削减固定的成本支出，将优化出来的座席向营销座席转换，不对客服中心范围做大幅裁员的基础上做到成本座席向利润座席的转换。

《客户世界》：众麦是国内少数具备从底层SIP协议栈、媒体资源处理以及CRM系统全部自主研发，提供呼叫中心产品、服务、智能语音产品、服务以及云通讯运营于一体的技术性型软件公司，您认为众麦的核心竞争力是什么？

张治山：首先，诚如您所问，我们在呼叫中心层面的产品体系非常完整，囊括从底层通信、互联互通、到上层应用软件的所有必备模块，而且应用一支开发和项目实施经验丰富的产品技术团队。

呼叫中心和传统的业务类软件不太一样，因为他既要把底层的通信技术和上层的业务打通，在这点上传统的业务类开发商不具备这个条件，这是众麦的第一个核心竞争力。

第二，我们是比较早将传统的呼叫中心业务结合智能语音和智能语义技术的厂商之一，我们的呼叫中心产品在基础呼叫中心模块基础上已经实现了智能语音质检、语音导航、语音外呼、语音话务辅助、文本机器人、数据分析功能,并且和原有的呼叫中心实现了无缝的整合。

第三，我们所可以提供的产品和服务，从用户资源获取，也就是获客开始，线路资源提供、线路资源接入、呼叫中心产品、智能化服务，到数据分析定位、营销方向指引的一整套闭环内容，既可以服务信息化比较完善的大中型企业进行模块对接，也可以为中小型企业进行全链条的产品+服务。

第四，基于智能化的方案产品，我们除了单一的产品提供和数据对接外，更注重项目的实施服务，除满足业务功能要求外，会针对用户的服务数据规律提出方案建议。举个简单的例子，质检的静默规则判断标准，通常都是客户自己提出来的，但是否合理，无从判断，我们会根据历史所有的数据进行归纳计算，给出静默标准的判断参考，诸如此类，让业务设定的越来越合理。

第五，除传统的语音业务以外，我们在新兴的微信、视频渠道，都具有成熟的解决方案，一方面扩充服务中心的服务范围和服务渠道，让用户有更多的选择，另一方面规避单纯的语音业务所导致的呼损率，排队等待问题，还可以将智能化和新兴渠道结合，提供图片、语音、文本的多渠道交互方式，改善体验感。

《客户世界》：呼叫中心质检部门普遍需求专业化的语音质检工具，众麦是如何创建质检体系来检测座席服务，保证客户满意度提升的？

于凡：您这个问题中的“质检体系”描述的非常准确，这个也正是我们在所有质检项目中所致力于打造的目标，呼叫中心都有自身的原有质检体系，都会对质检的项目和标准进行界定，给人工质检打分提供依据。但除了抽检率自身低的问题外，因为没有明确的标准，所以标准比较粗，判断依靠质检人员的主观判定。

智能语音质检可以非常好的去解决这个，首先我们实现了全量的质检，另外，我们可以通过设定很客观的工单情况，通话进行了几轮，里面的有效录音有多长，静默多长，语速多快，沟通的顺序是否合理，机器都可以很客观的给出判断结果，基于这些判断的标准，可以对原有的质检进行完善，甚至是颠覆。

比如原有的服务态度打分，可能只有服务轻微不标准，服务严重不标准两个级别，但是具体的标准界限和打分类别都显得不够充分和清晰，通过语音质检我们可以对服务态度的一个大评分项进行完善，比如，可以分为三级：

一级违规：3秒以上静默1次，语速5字/秒以上。

二级违规：5秒以上静默1次，语速5字/秒以上，出现违禁用语。

三级违规：10秒静默1次，语速5字/秒以上，出现违禁用语,异常情绪，导致用户投诉。这个评分标准相比较以前就有了明显的区分，违规的服务质检分类更全，判断更客观，发现的问题更明确，配套的管理和培训方向更能有针对性。

诸如上述的例子，我们对服务态度，服务标准度，服务流程完整性等都会有以上的操作，从而构建更加客观有效的质检体系。

《客户世界》：在针对行业大客户的一站式通讯解决方案、定制化服务方面，众麦有过哪些创举和尝试？

于凡：智能化的呼叫中心在2016年已经开始兴起，最初的方案基本上都是将智能语音和智能语义硬性的加进去，因此应用的效果一般，所以现在很多的大中型企业都要进行重构，并且随着呼叫中心管理标准的提升，现在的智能化方案的水平和要求也越来越高，因此我们也对我们的产品进行了相对应的一些尝试，在这里我举两个例子：

第一个，语音质检的项目。

之前的语音质检主要就是实现语音转写和一些关键词的检测，复杂的语音质检还是交由人工进行处理。现在对于质检的要求就是要将绝大多数的质检项目囊括进来，人工只进行复核，所以多出了很多逻辑判断的规则场景。

基于这个要求，我们在系统后台质检的过程中，对语音和文字进行了更细的拆分，同时在系统页面上添加了逻辑组合的选项，让用户可以在页面上直接进行规则的逻辑配置，针对服务流程的判断，涉及到整段通话内的多轮交互；逻辑判断，我们在系统中引入了“话术”的概念，根据业务场景进行可视化配置，在根据业务要求进行串并组合。

第二，机器人，包括语音导航，语音外呼和文本机器人。

单纯的知识问答已经不能完全满足要求了，要将多个部门和多个业务的流程进行整合，还要在流程过程中进行全局的知识问答。

基于此，我们对原有的流程编辑逻辑进行了修改，以流程的节点为单位进行话术应答的判断，不再以流程和知识库进行规则判断，将知识库作为业务流程逻辑的一环，同时在业务流程编辑时，可以多条业务流程并行，这样就实现了以流程为主，同时多步判断，多流程之间来回穿插，全局知识问答的跳出和跳出节点的返回等功能，保证了业务流程可以越来越接近人工的服务方式。

《客户世界》：智能化的呼叫中心已然是大势所趋，从您的角度可否畅想一下未来智能化的呼叫中心会有哪些特征？您和您的团队会做哪些方向的探索？

张治山：我理解未来的呼叫中心除了在智能语音的应用以外，智能语义会承担越来越重要的角色，在语义识别、场景识别、行为分析、上下文理解上还需要进行提升，这些提升除了像阿里，百度这样的核心技术厂商提升算法以外，也需要智能化应用做好更多的效果标注，自学习和知识库应用。

另外，呼叫中心现在是作为服务的窗口，后面的发展方向将成为数据中心和流转中心，基于掌握的第一手用户交互数据进行客户画像、购买行为、消费偏好分析，从而更好地为企业营销，提供产品推荐、产品规划的方向支撑。

我们的解决方案产品也将沿着这个方向，在方案中补充数据仓库、数据中枢、数据挖掘等功能模块，并为客户更多的提供我们的数据分析和数据指向的建议服务。

记者：潘江玲

本文刊载于《客户世界》2020年9月刊。

文章纠错