改善航企客户服务,人工智能与数据分析结果能帮多少?
几家美国航企经历了2017年多个航班中断事件后,显然需要认真审视自己的客户服务策略。遗憾的是,由于有些航企在一些地区处于近乎垄断的地位,因此所提供的客户服务常常不尽如人意。而这种不好的服务伤害到的,常常是经济舱乘客。而高端常飞旅客则享受着迥然不同的客户体验。
随着越来越多的客户服务纠纷事件在社交媒体曝光,各航企也不得不设法解决在此方面的短板。各航企已发现了人工智能有助于管理超售、行李丢失和解决客户其他痛点问题的能力,因此未来我们会看到人工智能等新兴科技在航企的服务中发挥更加重要的作用。
航企怎样使用基于人工智能的新兴工具
人工智能是一个涵盖广泛的科技类型。其利用逻辑、决策树、预测分析模型或机器学习来模仿人类智能,涵盖了利用程序控制逻辑的系统和更高级的系统以及基于历史或动态数据集的学习技术。
由人工智能驱动的工具正在与客户服务团队并肩执行大量不同任务。例如:此类工具经设置后可解决客户的很多问题,包括办理登机牌、通知登机口变更以及其他可轻松“推送”至客户手机的数据。就客户服务而言,人工智能型聊天机器人和虚拟助手日益广泛的应用正在 改变客户接收最新信息的方式。
此类解决方案和交互式语音应答系统让航企能够以经济划算的方式解答客户提出的大量问题。冰岛航空便是在脸书Messenger平台上使用聊天机器人的航企之一。其通过这项技术让乘客能够以会话的方式查询和预订航班。用户输入其出行的详细信息,系统则能够理解“预订航班”或“预订经停航班”之类的词汇。需要付款和选座时,该系统能够无缝畅通地将页面切换至冰岛航空的官网。
各航企也在其业务中增加了人工智能技术。这样代理就能够利用这项技术完成更复杂的任务。若客户因预计会出现恶劣天气而希望变更航线,前往另一个目的地,人工智能便能够向代理提供正确的选项,再由代理采取必要的措施。一些航企也开始在行李托运这一令客户头疼的流程中纳入人工智能技术。
达美航空和新西兰航空等航企正在利用人工智能和生物识别技术使得乘客在不需要人工介入的情况下也能够完成登机手续办理和行李托运。机器人和生物识别摄像头能够通过面部识别来验证身份,再确认是否存在行李限制,无需乘客排长队等待,便可将其直接送至登机口。
达美航空还使用了一项交互式语音应答方案。其特色是能够进行自然语言处理。该系统覆盖了数百个能够附属于客户来电的客户“标签”,且是真人代理可见的。因此,真人代理通过交互式语音应答系统接收到来电请求时,便已经了解了来电者问题的相关背景。该智能系统可以通过实际的对话解析客户真正需要什么。
利用人工智能解决超售问题
解决超售问题是人工智能和数据的又一应用实例。各航企都在利用能够收集乘客人口数据的解决方案,并相应调整自己提供的内容,使之与乘客可能存在的需求相匹配。因此,如果出现超售的情况,航企就能够利用智能数据了解乘客群的相关信息,并向三口之家提供乐高乐园门票或向单人乘客提供现金作为补偿。
如果更明智地利用人工智能,则最终导致类似“拖曳乘客事件”的超售噩梦是可以避免的。例如:人工智能程序可向航企提供几乎实时的数据,让其根据航班变更和延误了解哪些乘客会登机。人工智能可利用预测性分析结果来确定让某人登上某个航班是否为最合逻辑的举措。也就是说,是否确定某位乘客或更多乘客需要下机。如果是,那么可以另外提供哪些选项来避免这种情况出现,或至少让受影响的乘客心情能够好一些。
数据分析结果和客户满意度
尽管预订和简单的变更可在线上轻松解决,但仍有大量客户认为自己在有问题时更愿意与客户服务代理交谈。由于恶劣天气或机械故障导致航班延误时,乘客尤其希望有人尽快替他们改签航班。
而许多此类呼叫中心缺乏的,都是与客户来电的实际通话内容确切匹配的数据。这些呼叫中心或许有办法记录来电、来电时长和类似数据,但却无法提供与实际对话内容相关的数据。
而这样的解决方案可在语音分析平台找到。此类平台能够录入完整的来电对话内容,并将其转换为可查询的文本。这样,管理人员就能够监测和改进代理的表现。此类解决方案拥有巨大的价值,因为其为航企提供了能够分析和分类的数据。近年来,人工智能通过机器学习和深度学习方法改进了语言模型的应用,使得驱动分析方案的语音识别技术在准确性上有了极大提升。
总体来看,语音分析让航企的客户服务管理人员能够分析所有的来电、聊天与邮件内容,找出客户体验存在的趋势,包括积极趋势与消极趋势。例如突然之间有大量乘客投诉某机场的地勤工作人员,或者系统还能够发现某航企未运营有航班的一条城市配对航线有来自成千上万名乘客的需求等。
这样的系统帮助航企了解客户喜好、向其展示怎样利用预测模型来防止负面事件演变出严重的后果。分析方案足够好的话,将捕获来自多个客户服务渠道的内容,这样管理人员就能够极为清晰地观察客户服务代理的表现并了解整个客户历程。
为何要利用自动化技术来了解客户互动率
航企利用自动化技术分析对话内容,就能够让客户服务代理了解其与客户的互动通常有怎样的语境,并让其明白该怎样改进。此类高级解决方案不仅能够了解代理是否遵守了适当的规章制度,还能够了解代理是否利用了有共鸣性的语言和正确的语调。预测模型能够有助于识别是什么语言带来了积极的客户体验或期望的结果。航空出行可能会让人压力重重,由于恶劣天气或飞机维修出现延误时尤其如此,因为人们可能会由此错过假期和人生中的其他重要事件。
能够在聊天机器人、交互式语音应答方案和呼叫中心中利用人工智能的航企,能够更快地向客户交付服务,并向客户提供更多有关联性的信息。民航业由于参与方众多而极为复杂。航企必需采用能够充分利用所有数据点以及消除超售和行李丢失等问题的技术。同时,基于人工智能的工具也能够为呼叫中心的代理提供持续的反馈意见。
表现一直欠佳的客户服务代理要么就其需要改进的领域接受培训,要么就让出自己的位置。表现一直优秀的代理则可适当获得奖励,并可将其成功用于对话的语言融入到对其他代理进行的培训中。这样做,才能够让代理向乘客提供的客户服务质量实现提升。
(本文转载自环球旅讯)