彭博如何利用AI提升客户体验?

每天约14,000次,是彭博用户双击<Help>,向分散在全球9个办公室的彭博分析部门(ADSK)的1,000多名客户服务代表提问的数量。“我该如何计算这只债券的收益率?”“如何计算我的投资组合回报?”“你们有关于国内钢铁消费量的数据吗?”从投资分析、公司产品到数据细节等,问题涉及方方面面。几乎所有问题都会在1分钟内交由ADSK代表处理。

Tarec Fares,彭博ADSK应用智能的工程团队负责人表示:“彭博给用户的预期就是我们有世界上最好的客户服务。我们必须以最快的速度提供答案,因为我们的用户都是交易员,他们所需的答案都对时间非常敏感。”

缩短1分钟,即每天为用户和客服代表节约14,000分钟时间。为提升手动流程的效率,从2010年起,ADSK就开始使用自然语言处理(NLP)——人工智能的子领域,从自动路由的集合分类开始,使部分工作流程实现自动化。

在彭博,NLP被广泛用于多个领域,其中之一是分析新闻报道中的情绪。而在客户体验流程中,NLP被用于理解问题的意图,以便确认是由专家进行解答还是提供自动化的标准答案。引入自动化以来,解决用户问题的时间大大缩短,从30分钟降至约20分钟。

“我们有幸能够跟踪ADSK代表与客户解决问题的过程,以便了解其工作方式,从而深入分析问题是如何得到解决的,这有助于实现该自动化技术。” Abhishek Rathi说道。他是通信系统的工程经理,负责管理ADSK团队使用的各类工具。

专业的回答

解答问题涉及到与用户沟通、理解具体需求、研究答案,并通过所有必要的步骤使用户理解回答等流程。客服代表可同时与三名用户交流,一位在电话上,另两位在IB(彭博即时通讯)上。分析团队每月可与多达90,000名单独用户通话。

分析团队的全球负责人Brenton Karmen表示:“在客户服务中,我们的原则是每一个问题都很重要。在客户服务方面,彭博的品牌代表卓越。与用户的每次互动都是一个契机,向用户传达我们对客户体验的承诺。我们不仅要快速高效的解决问题,还需要让客户了解我们的产品有助于改善他们的日常工作流程。”

问题移交

在回答问题的过程中,客服代表有时需要将问题移交给特定领域的专家处理。这通常会使问题的解决时间延长8分钟,因为新的代表需要在处理其他用户的同时了解移交过来的新问题。

Abhishek对此解释道:“有时问题会被误解并反复出现。而接下来的步骤就是分析数据和问题在解决前被移交的次数,如3至4次。而借助机器学习方面的背景知识,我们认为可以简化其中一些流程。”

并非着手解决后面的流程,而是将涉及全球数据的问题直接交至全球数据领域的同事,将分析类的问题交至分析领域同事。在去除第一次的问题移交后,决策树会将每一个问题传到对应的位置,或归类至105个唯一主题之一。由于有时客户有不止一个问题,“你仍然会看到问题被移交,但并不意味这问题归类不恰当。” Abhishek说道。

决策树

最初始的模型在2010年发布时使用了决策树模型,集合19个支持向量机(SVM)和逻辑回归模型。在决策树的每个节点,模型都试图缩小用户问询的范围。例如,问题“我该如何计算这只债券的收益率?”可能会由于提及“债券”和“收益率”,被分类至与全球数据相关。但机器却有概率识别出正确的分类应该是分析,因为有“计算”这个词。除了在用户询问中出现的词,我们还使用如用户职务、部门和语言等其他相关属性,来训练模型。

然后在2018年6月,我们发布了“神经网络”训练模型。不同于决策树,该模型使用具有64种分类的扁平式多类型的分类方式,称为活动桶(active buckets)。此外,由于用户在终端上的独特交流方式,一些常用词,如“mnemonic”、“function”和“go”,在英语中有不同的含义。这就需要在神经网络中,将之前的属性加上彭博术语来训练SVM模型。

Abhishek解释道:“我们使用神经网络所做的就是查看分类器,并在考虑其他所有可能的情况下确定一个结果。这不是二进制的。”

现在,所有的问题都通过同一个神经网络进行归类。其中6%的问题是在没有人工干预的情况下解决的。用户会反复询问这类问题,自动返回标准答案将为用户节省时间,并减少ADSK代表的工作量。

但不论系统的自动化程度多少,或询问什么样的问题,用户都能联系到人工。“彭博的价值主张是,我们距您只有一步之遥。您不需要费劲力气或长时间等待才能找到人工服务。”彭博全球分析的产品经理Connor Thacker说道。

增加彭博客服代表的数量

AI和NLP技术减少了重复的手动任务,从而使人们可以专注于更复杂的工作,如解决难以回答的问题或研究彭博的产品。

“在分析团队中,我们投资于员工,我们有许多关于产品和提供卓越的客户服务的培训,为客服代表在将来进入销售部门做好准备。最终的目标是培养人才,并让他们在彭博除ADSK以外的其他部门规划自己的职业生涯。”Breton说道。

在18个月内,ADSK代表会成为专家并最终开始直接面向客户销售产品并提供服务。AI和NLP能够使客服代表去做更多积极主动的工作,例如主办远程培训、与用户共享屏幕、或协助进行新产品培训等。随着系统持续减少人工任务的数量,客服代表能够集中更多的时间支持销售架构,以使销售人员能够有更多时间与用户建立关系并发现新的销售机会。

亲身感受彭博终端带来的非凡体验 预约演示