國內主流客服係統綜合對比評測

在客服過程中，當用戶的需求不能簡單的通過線上谘詢解決時，客服係統會根據客戶的訴求內容建立一張表單，然後係統在確定工單的輕重緩急後會按照表單內容將表單下達給相應的部門解決。如果您的企業在客服過程中會遇到較多專業性或者個性化的問題，那麼Chiefmore建議您更多地考量各個產品的工單管理係統。

工單係統的核心就是SLA管理。具體來說，當客服建立工單之後，要把工單按屬性（谘詢、投訴等）和優先級進行劃分，然後工單係統就會把工單按照預先製定的分配規則（比如設定將“緊急”的“投訴單”分配給客戶主管A）下發到各個部門或者相關人手上處理。之後係統會對跟單的解決情況進行跟進和管理，保證工單及時得到解決。

可以看出，Udesk在工單係統的功能上比另外三家更為完善，提供了成熟穩定的工單係統。考慮到Udesk本身以工單係統起家，這點並不足為奇。而環信、美洽和支持提供的工單係統則更為輕便，隻提供了基礎的工單分類流轉功能和基礎的工單的數據統計。後三者的優勢在於功能簡潔易用，總的來說更加適合客戶服務較為簡單的公司使用。

在客服過程中經常會遇到一些反複被問到的問題，智能客服機器人能對這些問題提供一個標準化的答案。機器人對問題的即時回複既能讓客戶省去等待時間，又能極大地減少企業的人力成本。

目前機器人的性能主要由人工智能的能力決定。具體來說：

• 自然語義理解：通過句法分析、上下文理解、縮略語識別、模煳推理等語義技術讓企業的客戶能以最自然的方式表達自己的意思，並能夠獲得其最想要的精準信息。這項能力直接決定了客服機器人是否好用；
  
• 知識庫：其大小直接決定了機器人能回答的問題範圍。在知識庫上Chiefmore又具體考察了兩個方麵：一、產品是否提供行業知識庫（答案庫），這些知識庫能夠幫助企業快速上線機器人客服。而具體的知識庫質量根據服務商和行業的不同也存在區別，企業在挑選前應當詳細谘詢係統服務商。二、機器人自主學習能力。這是機器人在客服過程中通過自動收集類似問題和問法自主填充知識庫的一種方式，能夠快速高效地添加高頻問題進入知識庫，人工隻要適時地糾錯即可。
  

總的來說，智齒和Udesk在客服機器人上有明顯領先優勢。其中Udesk的客服機器人是和雲問機器人的研發團隊合作，而智齒本身就是由智能客服機器人起家，技術全部由自己團隊進行研發，是目前雲客服機器人領域的佼佼者。

• 語音導航係統（IVR)：通過提前錄入的語音來對客戶進行分流指引，客戶能通過語音提示輸入數字來導航，比如撥打銀行客服電話時的語音提示。
  
• 電話接聽：首先應考察來電分配策略，除了按固定規則分配接聽線路外，是否還能支持輪選、技能優先、最長空閑時間等多種唿叫分配策略。另外，大多數唿叫平台都會提供“管理員坐席”來幫助接聽監管，提高服務質量。
  
• 電話外唿：與接聽不同的是，外唿時的號碼管理和監管對於需要大量外唿來完成銷售任務的機構（保險公司、培訓機構等）來說相當重要。
  
• 通話記錄／統計：前者包括通話記錄的查詢檢索、通話詳情、語音導航記錄等，還支持支持錄音回放、錄音文件的下載、通話記錄的導出。統計則是指對整個唿叫中心數據的統計，比如工作量統計、滿意率等等，方便企業分析唿叫業務的具體情況。
  

目前大多數客服係統的唿叫平台功能都比較接近。從上表也可以看出，除了美洽並不提供語音導航和電話外唿服務之外，另外三家在唿叫平台上的表現都大同小異。

隨著智能手機用戶的快速增長，移動端客服的重要性將不斷上升。尤其是對於電子商務這些領域來說，來自移動端的客服需求已經遙遙領先。移動客服的主要運用場景有App(企業在自己研發的App裏通過接入SDK添加客服功能）、微信和微博等自媒體，以及網頁（如H5）等。

在考察移動端客服能力時，我們考察的點有：

• 針對移動端的優化：包括對耗電、流量、移動網絡連接的優化、UI的開源（SDK相關優化），還有對於市麵上各種安卓手機的適配等等。
  
• 富媒體消息：包括文字、表情、語音、圖片、位置、自定義消息等。
  

可以看出，在移動端客服功能上，環信的優勢比較明顯。

• 環信：主要的優勢是在移動客服上，適合移動端（如App)客服需求較大的企業；
  
• 美洽：在唿叫中心上隻支持回唿；工單係統和客服機器人比較簡單，但也能滿足一般企業的基本需求。主要優勢在於費用較低（有興趣的話可以查閱我們關於客服係統定價分析的文章）；
  
• Udesk：唿叫中心、工單係統和客服機器人的功能都很完善，尤其是工單係統具有明顯領先優勢。但在移動端的優化略有不足，服務的定價也高於市場平均，適合“重工單型“的公司；
  
• 智齒：主要的優勢在於智能客服機器人的性能較強，尤其適合於解決“重複性高、層次較淺”的客服需求。

在客服過程中，如何充分地挖掘、整理、分析、開發和利用客戶信息資源是企業打造核心競爭力的關鍵。目前各雲客服係統的數據分析和統計按作用主要可分為兩大塊：

• 客服情況統計：這部分是針對客服統計，主要是輔助企業管理者對於客服工作的監管：通過分析接待量、會話詳情、客戶排隊統計、滿意率統計、客戶渠道來源統計等數據來了解企業目前的客服狀況，發現問題並及時作出調整。比如客戶排隊時間長但滿意率仍很高就說明企業需要新增一些客服席位；而客戶排隊時間長，滿意率也低，則意味著很可能是客服環節中出了某些問題，需要管理者進一步深挖原因。
  
• 客戶信息統計：這一部分是針對客戶的信息統計：通過對大數據的分析，企業能更加精準地定位自己客戶的需求，找到客戶的偏好。具體來說主要包含的項目有：獨立訪客數目、客戶標簽（客戶的身份信息）、來源統計（客戶來自哪個網頁或者搜索引擎）、著陸頁統計（用戶首次到達企業網站的哪個頁麵）、關鍵詞統計（客戶搜索、點擊了網站上哪些關鍵詞）。企業可以借助於大數據服務進行精準營銷，比如客戶的來源統計就能讓企業知道前來瀏覽網頁或者谘詢的用戶主要來自哪些站點或搜索引擎，幫助企業判斷自己的營銷收效或者潛力；而關鍵詞統計和著陸頁統計，能直接讓企業直接知道客戶最關心的問題是什麼。
  

總的來說，在客服情況統計這一塊各個平台提供的服務都比較完善，主要的區別集中在客戶信息的統計上：經過試用，目前美洽和Udesk的客戶信息統計係統最為完善，不過它們針對數據統計功能設置了獨立的增值服務，也就是說用戶如果要體驗完整的統計功能需要額外付費；企業可以根據需要酌情進行選購。