根据相关行业协会和研究机构发布的报告,新冠肺炎疫情发生以来,78%的餐饮企业营业收入损失达100%以上,2月全国整体租赁成交量环比下降近8成,一季度国内旅游人次、旅游收入将分别负增长56%和69%,网约车平台日活跃用户数量阶段性下降50%左右……
当然近期随着疫情得到有效的控制,大批企业开始陆续复工,城市开始慢慢恢复以往生机,步入正轨,各行各业紧抓疫情催生的数字化、智能化的新契机。进入到疫后新时代,正如尼采说的:凡是不能毁灭我的,必将使我强大。
首先,新冠肺炎疫情发生以来,以大数据、人工智能、云计算、移动互联网为代表的数字科技在疫情防控中发挥了重要作用。
各种新兴技术行业,例如:智能客服、无人驾驶、线上教育等智能应用应运而生。并且据前瞻产业研究院对国内外多家权威机构2020年中国人工智能规模预测情况的统计,乐观估计2020年我国人工智能市场规模有望突破1600亿,中性预测2020年我国AI市场规模在700-1000亿元左右。人工智能的方式将慢慢渗透到人类生活的方方面面,普通消费者的日常生活方式以及习惯将受到空前的改变。
其次,疫情之下,很多企业都将加快向数字化智能化转型。
通过此次疫情,人工智能技术虽然大多是浅层次应用,但也非常有效的检验了人工智能的实用性,未来经过技术的深度发展有望可以在真正的场景应用上找到突破。而客户中心作为一个依托于计算机通信技术,处理来自客户和企业电话垂询的服务机构,在人工智能普及的未来更将影响巨大,排班管理、运营管理等等都将面临新的挑战,笔者以客户中心排班管理的角度与大家分享下个人的看法。
预测和人员规划
客户中心的预测主要是服务于人力需求的规划,从而作用于公司成本的计算,目前大多数的客户中心的预测形式还是一维维度空间,即是基于业务类型进行单一场景的预估,比如:
这时基于一维维度空间的预测以及人员规划已经无法满足我们的工作需求,时代产生新的变化,历史的经验也将无法完全的参考,就像现在我们做业务量的预测,考虑的无外乎是历史的话量趋势,近期的活动影响等等因素,而在未来人工智能应用成熟的阶段,关于业务量预测完全可以进行多维空间预测,即在现有维度的基础上增加上人工智能的维度考虑,例如:
客户进线咨询的问题类型,人工智能识别问题的能力,处理问题的比例,以及剩余问题对应员工的比例等等,甚至可以考虑多维的维度预测,即通过人工智能的分析将事件因果影响进行考虑。
举例:我们知道春季踏青其实会对出行类行业带来一定的话量影响,而出行类的话量变化也会间接影响到支付类行业的话量数据,即行业与行业之间是存在着因果影响,而一个事件也会与多个行业存在不同的因果影响,虽然目前我们基于技术的手段无法准确的预测到因子的大小,但未来基于大数据以及人工智能的深度应用下,各个行业的因子关系也将被尝试进行预测,预测的工作也将更加细致化,深入化。
排班和现场管理
目前在客户中心中无论是手工排班还是系统排班,其排班流程简单概括来讲,都可以归纳为是将员工合理的安排到对应的时段,来拟合时段的话量趋势以保证业务指标的达成。