详解微信多客服

  随着各公司的产品同质化越来越严重,单纯的靠产品取胜已经越来越难。服务的优劣成为影响企业成功的重要因素。微信公众号凭借其强大的用户触达能力和服务属性,被越来越多的企业打造为客户服务的重要工具。

  本文重点介绍我们在微信客服方面的发展历程,从最开始使用微信的标准产品,到后面二次开发、接入专业供应商(未完成)。各个阶段均按【自动回复】和【人工回复】两个部分介绍。希望有助于大家评估自己的微信客服建设。


1微信原生程序阶段

  这一阶段问题咨询量不大,基本上用微信后台提供的关键词自动回复和多客服系统即可。用户咨询之后,系统会自动匹配关键词,匹配不上的推送给多客服。

用户流程如下:

用户咨询-->关键词自动回复-->多客服

【自动回复】

  关键词自动回复:适用于标准化问题,设置办法比较简单,这里不展开。

  关键词自动回复设置上限200条,每条最多10个关键词。加起来也就2000个关键词,适合业务类型简单,咨询问题比较集中。或者粉丝比较少的阶段。

【人工客服】

  多客服回复,即人工回复:适用于个性化问题,需要配备人工回答。

  之前微信提供(功能比较强大的)客户端多客服,亦可支持手机微信端回复。当时我们通过简单的自动回复过滤+1个人工+尽量引导自助服务,基本上可以支持每天1W+的用户咨询。效率高于一般的在线客服。

  但是今年7月起,微信升级多客服,只提供网页版聊天。功能上砍掉很多,比如:不支持下载聊天记录,不支持手机端使用,不支持关闭会话等。特别是最后一条不支持关闭会话,未关闭会话的情况下,用户咨询会跳过自动回复,直接接进人工。

  另外,咨询列表是按时间倒序排列。咨询量大的情况下,每次都是接进最近提问的,前面未接入的更是一直等不到。

  网页版上线之后,我们更多的关键词+2个客服每天能支持的用户咨询不到3000。更多的用户一直在等待,体验非常差,也而被被大规模投诉过一次,急忙下线人工。

  所以,如果你现在打算使用网页多客服,一定要谨慎评估客服接待能力。合理安排人力,否则不如没有。


二次开发,定制阶段

【自动回复】

  微信提供了关键词自动回复的二次开发接口,通过接口添加关键词没有数量上限。可以自己开发一个后台,添加方式跟微信后台的基本一致。

  有了后台之后,我们也是紧锣密鼓的添加了很多关键词。但是关键词回复比较机械,设得太短吧,错误率太高。比如设“话费”,那用户到底是话费没到账?还是如何充值话费?还是有没有话费优惠活动呢?

  设得太长吧,匹配率就低。比如“话费没到账”,但是用户的问法各式各样,甚至包括一些错别字,话费怎么没到?花费怎么还没到?话费什么时候到? 差一个字都匹配不到答案,要靠人工整理登记所有的长尾关键词,简直是不可能完成的任务。

  后来我们分析了一下,考虑到用户的问题具有共性,是描述问题的措辞没有共性。于是我们想了个办法,整理出一套主要问题框架。如果用户咨询未匹配到关键词,系统会给出7个大的问题分类,用户可以回复问题编号。系统自动回复二级问题分类。然后在各个问题之间,设置一些相关问题编号。

  通过这种主要问题框架引导+关键词匹配的方式,我们的自动回复匹配率提升了近3倍,效果非常明显。如果你的用户问题也比较集中,不妨试试这种设置。

【人工客服】

  随着用户咨询量越来越大,微信原生自动回复及客服系统越来越吃力,谋求升级。

  首先,我们对客服工作做了进一步分工,让客服专注部分问题,回答更专业。比如,问袜子的进袜子客服组,问鞋子的进鞋子客服组,这时的用户流程会变为:


  然后,即便分了大类,我们希望对不同状态的用户提供不同的咨询服务,比如:用户当前已经下单? 正要购买? 还是售后服务? 这时用户流程会变为:

  再后来,我们累积了一批高贡献用户,对于这种用户,我们希望提供vip贵宾服务,即这个用户咨询问题时,直接对接专属客服,不走自动回复,也不进普通人工排队。这时用户流程会变为:

  还有个问题,用户关注时,我只知道他的微信openid,怎么知道他在我们系统里的身份及状态呢?这就需要用户先绑定账号了。这时用户流程会变为:

  (这里有个情况要注意,有的做活动时,要让用户回复关键词。比如回复“红包”获取密码等。但vip用户是跳过自动回复的,要注意补充这部分用户的活动流程。)

  最后一个问题,要是专属客服不在怎么办?是分配给别的客服,还是等该客服回来接待呢?我们选择的后者,这时用户流程会变为:

  至此,一个大致的客户分配逻辑基本成形。每个公司的业务类型不一样,所需要的客服分类也有所不同,大家还是要从自己的实际需求出发。

  需要提醒的是,前期一定要多探讨,多考虑各种情况,多数据论证,想清楚了再启动。正所谓磨刀不误砍柴工,实不相瞒,上面有些问题我们也是做完了才发现,然后再返工,更为耗时耗力。


引入三方工具

  随着技术的不断发展,包括各企业对用户数据的不断采集和挖掘。客户服务变得更加智能化和定制化。

  但每家公司的主营业务都不同,可能无法把客服的方方面面做到极致。更多时候,专业的事情还是应该交给专业的人去做,就是本阶段所说的,引入更专业的三方工具。

【自动回复】

  上一章介绍了我们采用的“主要问题框架引导+关键词匹配”模式,通过人工来优化这一模式毕竟有天花板:比如相关问题不是动态生成,完全写死。但公司的业务是不断发展的,解决办法可能会更新。在茫茫关键词中去更新几个相关问题,比较吃力。另一方面,用户的表述方式各种各样,要完全摘录成长尾关键词,也很困难。

  目前市面上有专门做客服机器人的供应商,通过人工智能+语言搜索引擎,自动识别用户语义。根据用户的意思,推荐相关问题。这样你只用维护自己的问题库,机器人帮你解决用户提问分析。

  还有一些智能机器人,对接公司本身的数据库。通过对用户标签/行为/状态的分析,及规则设定。推测用户可能要问的问题,或者动态生成定制化的客服页,做到真正的千人千面。

【人工客服】

  这种独立的客服端供应商比较多,功能也越来越完善。除了微信之外,很多还支持app、pc、电话等全渠道接入。在咨询数据、工作量统计、客服监控等方面也比较完善。有的也配备了智能机器人、可视化IVR操作面板等;或者邮件、短信等营销通道;再或者CRM后台。各位按需选择,这里不再一一赘述。

  综上,个人认为,客服还会往更加智能的方向发展,甚至会超过人工服务水平。有的企业,比如支付宝、招行,走在比较前面,值得大家关注和学习。智能需要建立在大量的数据分析和规则设定上,所以如果你准备起步了,至少先把各种用户数据先存起来吧。

更多内容,欢迎关注:文二水

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,376评论 6 491
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,126评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,966评论 0 347
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,432评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,519评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,792评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,933评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,701评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,143评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,488评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,626评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,292评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,896评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,742评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,977评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,324评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,494评论 2 348

推荐阅读更多精彩内容