我們經常收到業務詢問，智能客服的評估標準是什么。這是一個非常難以回答的問題，因為我們需要證明使用智能客服的合理性并確保使用智能客服將為企業帶來怎樣的效益。

盡管智能客服解決方案沒有“真正的”評估標準，在這里我列舉一些案例，希望能幫助大家從這些案例中能給你一些提示。

首先，什么是智能客服？

智能客服是一種解決方案或一組解決方案，它能讓用戶獲得訪問信息，甚至自主執行一些簡單的任務，而無需客服人員的幫助。

那么智能客服可以處理或執行的查詢或任務有哪些？

在不聯系客服人員的情況下跟蹤包裹、請求報價或在線支付賬單，這些都是我們定期執行的業務任務。

在客戶查詢方面，并非所有查詢都可以通過智能客服來處理，因為一些復雜的問題仍然需要人工干預。但是，智能客服解決方案在解決第 1 層重復查詢方面是非常有效。這些都是非常常見且頻率非常高的請求類型，有超過80%的用戶問題這些問題，占用了大量資源，我們完全可以使用自動化來回答這些問題。

哪些指標可以量化智能客服指標？

在嘗試量化智能客服的指標時，每家企業都有自己的指標評估標準。以下是一些常用的指標，是需要定期更新數據及監控的。

呼叫偏轉率

“呼叫轉移”是指將客戶的查詢路由到備用服務渠道，例如聊天機器人、常見問題解答、知識中心數據庫。呼叫轉移的目標是確保客戶以最有效的方式收到他們正在尋求的答案，并減少路由到人工座席的呼叫數量。這個指標指的是“通話”，也包括任何其他通訊根據，例如實時聊天和電子郵件。

測量呼叫偏轉率可能很復雜，因為我們正在嘗試測量沒有發生的事情！根據DB Kay & Associates的說法，一種方法是估計智能客服成功的用戶百分比和轉人工的用戶百分比。這兩個百分比之間的差異表示偏轉率。

顧客滿意度

推進使用智能客服渠道對于任何企業來說都是一個令人期待的項目，它能改善/提高客戶體驗。但是，如果客戶對智能客服提供給他們的工具不滿意，如果他們發現太難使用或效率低下，那么智能客服渠道就不能被認為是成功的。必須通過調查、直接反饋和凈推薦值 (NPS) 跟蹤每個智能客服渠道的客戶滿意度，以便清楚地了解哪些渠道最成功以及哪些渠道需要改進。

智能客服成功率

確定智能客服成功與否的一種簡單方法是跟蹤智能客服渠道處理了多少客戶查詢，而沒有上報給人工代理。例如，這可以是“如何訂購”常見問題解答導致訂單而不是客戶發起的聊天會話的次數百分比，或者知識庫搜索導致有用文章的次數百分比，由用戶評分指示文章“有用”或表明“這解決了我的問題”。

目前很多解決方案都會自動跟蹤、計算并在提供相關報表，以及許多其他有用的指標。

如何計算智能客服比率

讓我們首先定義可以由客戶自己使用智能客服渠道解決問題的百分比。如前所述，并非所有查詢都可以通過智能客服處理，更復雜的查詢需要人工干預。多年人工智能客服經驗告訴我們，這個百分比在很大程度上取決于業務場景、行業經驗甚至APP使用，但通常，50% 查詢可以由客戶自行解決。

在這 50% 中，我們需要量化有多少是冗余或重復的。如前所述，人工坐席收到的大約 80% 的查詢屬于該類別。這些是適合智能客服的。

智能客服的最大用處將是這兩個百分比的乘積，即 0.5 x 0.8 = 0.4，因此 40% 將是可以預期的最大智能客服率。

最后，您需要考慮為您的工具提供動力的人工智能的效率。借助正確的 AI、正確的內容和功能強大的行業知識庫，您的智能客服解決方案對這些重復查詢的回答率可高達 80%。

因此，32% (0.4 x 0.8 = 0.32) 是智能客服比率的一個很好的目標。

當然，這些只是示例，根據業務、行業或支持您的智能客服解決方案的技術類型，結果可能會有很大差異，這可以為您提供了一個很好的對比基礎。