人工智能时代的客户服务指标发生了怎样的变化？

所有最好的客户支持团队有什么共同点？ 执着地致力于创造卓越的客户体验是良好的第一步，但如果没有一个关键因素：对关键客户服务指标的严格报告，这只能让你走到这一步。

了解如何在数据噪音中找到信号，才能让最好的支持团队持续提供优质的客户服务、高客户满意度和高绩效的团队。 但正如我们所知，随着人工智能改变客户服务，支持领导者应该如何调整他们的核心指标，以在这个新时代真正衡量成功？

“希望利用人工智能带来的巨大机遇的领导者需要对指标和 KPI 进行不同的思考”

随着人工智能变得更加先进，客户服务格局正在经历巨大的转变。 现在，借助该技术，可以实现更具吸引力的客户互动并近乎即时解决许多客户问题，支持团队可以专注于为客户创造额外价值的活动。 Intercom 的客户服务人工智能现状：2023 年报告显示，对客户服务人工智能的投资正在迅速加速，69% 的支持领导者计划在未来一年加大对人工智能的投资。

希望利用人工智能带来的巨大机遇的领导者需要对指标和 KPI 进行不同的思考，以确保在人工智能优先的世界中，以正确的方式衡量客户服务的真正影响。

传统支持指标的演变

尽管我们所知的支持指标正在不断发展，但它们对于您团队的成功仍然至关重要。 人工智能将从根本上改变支持团队的工作方式，而在人类和人工智能无缝协作的世界中，对上一代支持产品至关重要的一些指标可能会变得不那么重要。

“在评估当前的报告方法时，考虑客户和团队成员的体验至关重要”

由于人工智能提供了闪电般快速的答案和解决方案，客户对支持的期望也在迅速变化，这意味着支持团队服务级别协议 (SLA) 和基准需要重新设置。 我们自己的客户支持团队已经在调整我们用来衡量成功的指标和基准，因为我们的人工智能聊天机器人 Fin 解决了越来越多的客户查询。

为了让您的团队在客户服务的新时代取得成功，在评估当前的报告方法时考虑客户和团队成员的体验至关重要，这样您就可以确保掌握重要数字的脉搏最多。

以下是受这些变化影响的一些关键领域和指标，以及我们调整报告方法以利用未来机遇的建议。

您如何与客户互动

对于许多客户服务团队来说，生成人工智能技术（例如人工智能聊天机器人）将成为寻求支持的客户的第一个联系点。 这些机器人能够提供快速且有用的答案，还可以消除疑问并将其传递给人类支持代表，以便在他们不知道答案时提供进一步的帮助。

随着人工智能在前线处理您的入站支持量，一些用于衡量支持交付速度和有效性的核心指标将需要进行调整。

首次响应时间 (FRT)

“首次响应时间”(FRT) 是您的团队对客户的查询发送初始响应所需的时间。

鉴于领先的人工智能机器人能够为客户提供近乎即时的响应，缓慢的响应时间以及客户漫长的等待时间正在成为过去。 这将极大地改变客户的期望； 需要等待回应和最终解决的假设将被立即回应和迅速解决的期望所取代。

提示

为了准确了解您的团队和人工智能机器人的表现，请考虑为“机器人首次响应时间”和“人类首次响应时间”创建单独的报告，以全面了解客户获得全面响应的速度。

在评估人工智能与人类的支持体验时，除了第一响应时间之外，还必须考虑更广泛的指标，例如平均处理时间，以了解客户的问题在第一联系点之外得到解决的速度。

平均处理时间 (AHT)

“平均处理时间”(AHT) 衡量您的团队花在与客户对话上的平均时间，支持领导者经常使用它来了解团队能力和人员配置需求。

随着人工智能机器人解决大部分简单查询，您的团队将处理更复杂、更耗时的问题，因此需要为客户对话的平均处理时间确定新的基准，以便为这一调整腾出空间。

提示

与首次响应时间类似，尝试为“平均机器人处理时间”和“平均人工处理时间”创建单独的报告，以全面了解客户解决问题所需的时间。

虽然您可能会看到整体处理时间和机器人处理时间减少，但由于支持代表处理更棘手的问题，人工处理时间可能会增加。 如果您发现人工处理时间不断增加，请考虑查看其他指标，例如 CSAT，看看这是否会在其他领域产生连锁反应。

如何衡量生产力

我们知道，为了在客户服务的新时代产生巨大影响，人类和人工智能需要共同努力。 实际上，人工智能应该被视为团队中的新支持代表，因此，了解如何衡量其性能以及它对团队能力产生的多米诺骨牌效应至关重要。

部署人工智能聊天机器人将不可避免地让您的团队有时间专注于其他活动，例如咨询或主动支持，或知识管理。 由于您的团队专注于广泛的任务，因此需要调整衡量生产力和衡量团队能力的方式。

处理案件

“处理的案件”是指支持代理处理的案件、票证或对话的数量。 这可以每小时、每天或每周进行衡量，并且通常用作团队绩效和生产力的衡量标准。

传统上，支持代表需要在一段时间内处理一定数量的客户查询，因此需要制定一个评估团队生产力的基准。 在人工智能时代，这种情况已经变得不稳定。 支持代表现在正在解决一系列更加复杂的客户问题，而简单的问题则由人工智能机器人解决。 鉴于复杂的案件往往需要更多的调查和时间投入，每小时、每天或每周处理的案件数量将会发生变化。

“客户支持代表”的角色也变得更加多样化，代表们更多地参与帮助中心内容创建和知识管理等其他领域。 随着您的团队在不同的任务之间分配时间，处理的案例数量对于评估团队生产力来说变得不太相关。

提示

考虑规划出您的团队可以做出贡献的所有其他影响领域，并了解如何将每个领域纳入衡量绩效的整体系统中。 通过确定团队的其他重点领域（例如帮助中心内容创建或社区管理），您将能够更准确地了解团队生产力。

自动解析率

“自动解决率”或“自动解决率”(ROAR) 衡量完全由自动化（例如机器人）解决的支持请求或对话的数量。

在人工智能驱动的机器人发布之前，自动解决率将包括由简单机器人或基于机器学习构建的更高级模型解决的查询，例如 Fin 的自定义答案（以前称为解决机器人）。

现在，市场上一些最强大的人工智能机器人能够自动解决高达 50% 的客户查询，从而使支持团队能够专注于需要人工干预的更复杂的查询。 随着机器人解决多达一半的常见问题或更常见的问题，支持领导者可能会在报告仪表板中看到自动解决率的显着提升。

提示

随着自动解决率的飙升，重要的是要考虑如何从该指标中获得洞察力。 例如，如果您的自动解决率从 15% 跃升至 50%，请考虑这对其他领域产生的连锁反应。 您的团队节省了多少时间？ 您的客户对支持的速度和质量有多满意？

另一方面，如果您注意到自动解决率下降，则可能存在需要解决的潜在问题。 这可能表明您的机器人无法访问回答客户查询所需的正确内容。 考虑审核您的帮助中心，以确保您的内容是最新的，并且您的机器人拥有帮助客户所需的一切。

首次接触解决率 (FCR)

“首次联系解决率”(FCR) 衡量客户的疑问在与公司支持团队进行第一次通话、电子邮件、短信或聊天会话后得到解决的频率。

某些人工智能驱动的机器人（例如 Intercom 的 Fin）使用帮助中心中的内容为客户的问题提供相关答案，并且在许多情况下，能够在第一次尝试时回答这些问题。 这不仅意味着您的客户比以往更快地获得支持，而且还可能导致您的首次联系解决率提高。

提示

由于人工智能聊天机器人可以在一次交互中解决更多的客户疑问，您应该尽早开始考虑您的团队可以利用机器人腾出的额外时间来完成其他有影响力的工作，以及如何衡量这项工作的成功。 通过现在确定这项工作的范围，您可以帮助您的团队提高新领域的技能，这样当他们的时间开始腾出时，他们就可以直接发挥作用，为业务做出超越标准支持指标的贡献。

人工智能还为客户服务团队提供了使支持目标更具竞争力的机会。 例如，团队可以为某些问题或客户提供实时人工支持，或者开始更主动地与客户合作进行设置和激活。

解决时间 (TTR)

“解决时间”(TTR) 衡量客户查询完全解决所需的平均时间，从打开工单或对话的时间到标记为“已解决”或“已关闭”的时间。

与许多其他指标一样，解决问题的时间将受到人工智能机器人快速解决大量客户查询的能力的巨大影响。 机器人解决问题的时间可能会减少，而人类解决问题的时间可能会增加。 这是可以预料的，因为您的团队将处理更复杂的问题，需要更长的时间才能弄清楚。

提示

考虑按“机器人解决问题的时间”和“人工解决问题的时间”来划分报告，以了解解决常见或简单查询的速度，以及您的团队解决更复杂问题所需的时间。

当您的人工智能机器人开始处理涉及大量来回的更复杂的查询时，了解解决这些问题需要多少时间非常重要。

内容浏览量

“内容浏览量”是对客户查看您的帮助中心内容（例如知识库中的文章）的次数的衡量。

了解人工智能如何融入您的总体自助支持体验非常重要，因此您应该关注客户如何与您的帮助中心文章进行交互，以了解他们如何轻松地找到自己问题的答案。 在人工智能优先的世界中，由于人工智能聊天机器人利用内容为客户提供答案而不是链接到文章本身，因此帮助中心文章的浏览量可能会开始减少。

提示

通过监控帮助中心和支持社区内容的浏览量，您可以了解查看此内容的客户在阅读文章或帖子后是否需要寻求额外支持，或者是否可以帮助他们解决查询。 围绕此设置一个时间参数会很有帮助，例如，如果客户在查看内容后 24 小时内没有联系您的团队，您可以将其视为潜在支持对话的“偏离”。

一旦部署人工智能聊天机器人，内容浏览总量可能会开始减少，因为您的客户直接从您的机器人获得帮助，而不必前往您的帮助中心。 如果发生这种情况，请尝试将内容视图与总体自助支持体验结合起来，以了解客户如何通过不同途径获得帮助。

如何衡量客户体验

当然，人工智能带来的所有变化都将改变客户体验。 当然，您的客户将获得更快、更高效的支持，但他们也将与新技术进行交互，因此监控这种新的客户体验以确保他们的需求仍然得到满足至关重要。

客户满意度（CSAT）

“客户满意度”(CSAT) 是一种衡量标准，可揭示客户对您的业务的满意度，并涉及计算正面评价的对话占客户评价的对话总数的百分比。 CSAT 调查的范围可以从深入到轻量级——从要求客户对互动进行评分（从 0 到 10）、向他们发送直接反馈问题，甚至让他们选择最能代表他们体验的表情符号。

众所周知，客户对整个机器人有不同程度的信任。 过去，他们经常引导客户走上没有解决方案的决策树路径，或者让客户陷入无法摆脱的无限循环。 显然，这对任何人来说都不是理想的体验。 但生成式人工智能的最新进展已经开始激发更多客户对机器人的信任，这很大程度上是因为它们能够比传统机器人更有效地进行沟通，并且期望它们更有可能返回有用的答案 -快速地。

支持团队非常清楚地了解客户满意度的脉搏，因为他们更加依赖人工智能机器人。 根据 Intercom 的《客户服务人工智能现状：2023 年报告》 ，58% 的支持领导者发现，由于使用人工智能和自动化，他们的 CSAT 分数有所提高。

提示

支持团队能够仔细了解客户获得帮助的效率和效果，这一点至关重要。 CSAT 在这方面发挥着重要作用，因此了解客户如何评价您的 AI 机器人参与的对话非常重要。

查看您的 CSAT 报告时，尝试了解机器人参与的对话是如何评级的，或者是否正在评级（可能会发现，与与机器人互动相比，客户在与机器人互动后不太愿意留下评级）人类）。 这将帮助您了解客户是否对交互感到满意、机器人能够提供的支持级别，以及在需要进一步帮助时转移给您的团队成员的难易程度。 通过深入挖掘这些领域，您将能够提高机器人的性能并确保您的客户始终获得良好的体验。

净推荐值 (NPS)

“净推荐值”(NPS) 是组织用来衡量客户对其品牌、产品或服务忠诚度的指标。 它的测量分数范围为 -100 到 +100。

与 CSAT 类似，以客户为中心的公司非常重视监控其 NPS。 它使他们能够温度检查客户对其产品或服务的态度，并制定个性化的参与计划，例如，将“批评者”（在 NPS 调查中得分较低的人）与团队中的某人联系起来，以便了解他们的挑战并改善他们的经验。

AI 驱动的机器人现在将包含在 NPS 调查中客户正在审查的服务组合中，因此了解它们对您的分数的影响至关重要。

提示

NPS 调查让您有机会深入了解客户喜欢或不喜欢的产品或服务元素。 如果没有人工智能的帮助，分析这些评论可能会变得非常耗时。 但幸运的是，人工智能现在使您能够快速总结客户提供的见解。 考虑您想要关注哪些问题，并使用人工智能从调查中提取关键知识。

客户努力评分 (CES)

“客户努力得分”(CES) 确定客户为处理其请求而必须付出的努力量。 这可能包括获得问题的答案、解决问题、完成产品购买或签署合同。 CES 可以通过调查询问客户满足其需求的难易程度来衡量，例如，按照“非常容易”到“非常困难”的滑动等级。

CES 是支持领导者关注的一个重要指标，因为客户满意度（以及随后的忠诚度和保留率）通常取决于客户与您的公司合作的难易程度。 传统上，客户努力得分调查将在客户旅程中的重要里程碑时发送给客户，例如在导致购买的交互之后或与支持团队交互之后，以了解他们的体验有多容易或困难。

在这个人工智能支持的新世界中，我们的目标是进一步全面减少客户的工作量。 人工智能机器人能够简化支持体验，为客户提供快速、准确的答案，并提供令人愉快的体验。 但是，您需要准确了解人工智能如何影响所需的客户努力水平，以及客户是否在其他领域经历了高水平的努力。

提示

考虑在客户与您的人工智能聊天机器人交互后发送客户努力分数调查，以了解他们获得所需帮助的困难或容易程度。 您可以使用这些评级来衡量您的机器人是否满足客户的需求并提供流畅的支持体验，或者更深入地挖掘潜在的摩擦点，找到让客户的流程变得更轻松的方法。

如何在支持过程中保持质量

质量保证 (QA) 是任何支持操作的关键组成部分。 为了通过出色、一致的客户体验来取悦客户，您需要监控组织中如何提供支持。

在评估支持交付的质量时，人工智能释放了大规模进行分析的新机会。 每家公司对“质量支持体验”的构成都有自己的解释，但尽管衡量方式具有主观性，但人工智能无疑将改变质量保证。

内部质量评分 (IQS)

“内部质量得分”(IQS) 是衡量您的团队提供支持的程度的指标，由组织内的人员而不是客户决定。 内部审核员根据客户对话与对您公司重要的一组标准的映射程度对客户对话进行评分。 该评分系统可以反映在“QA 记分卡”中，并且对于每个支持团队来说都是独一无二的。

随着人工智能引入客户体验，需要适应的质量保证流程。 传统上，内部质量分数将评估支持代表的绩效，而现在，更加需要查看总体客户旅程，以了解您的产品是否存在限制、您的流程是否高效以及人工智能是否有效地进行交接与您的团队对话。

采用人工智能来帮助完成例行质量检查任务（例如构建样品或进行质量检查）将使支持团队能够扩展其质量保证流程，并确保他们在其支持服务中始终满足高质量标准。

提示

随着 IQS 从衡量个人绩效的指标转变为整个客户旅程中服务标准的指标，请考虑调整您的 QA 标准或记分卡以反映对您的业务最重要的领域。

例如，在 Intercom，我们将记分卡分为三个部分：

• 人员：确保我们的专家做正确事情的老式方法。
• 流程：查看我们现有的流程是否正确 - 这也查看我们的 AI 聊天机器人 Fin 向我们专家的移交。
• 产品：我们可以做些什么来让我们的产品更好地提供客户体验？

你如何展示价值

对于任何支持团队来说，能够指出他们为业务创造的价值并将其传达给他们的高级领导团队都是至关重要的。 近年来，客户服务组织的观念已经从“成本中心”转变为“价值驱动者”，在这个人工智能支持的黎明时代，了解如何继续展示和传达整个支持组织所创造的价值。

投资回报率（ROI）

投资回报率 (ROI) 是用于了解投资价值及其成本的指标。

在许多组织中，客户服务传统上被视为成本中心。 因此，支持领导者高度重视管理员工数量，并使用“服务成本”等指标来展示投资回报率。 随着生成式人工智能的到来，我们预计这些传统的投资回报率计算将转向自动化功能的投资回报率。

“在这个客户服务的新时代，能够理解和报告人工智能和自动化的成功至关重要”

我们的研究表明，55% 的支持领导者关心如何平衡人工智能投资与现有支持资源的投资。 制定出色的自动化战略需要时间，因此对于许多支持领导者来说，退后一步并将资源从前线转移到人工智能战略可能感觉像是一个挑战。 但是，对于真正迈出这一步的支持团队来说，可以获得显着的投资回报。

在这个客户服务的新时代，能够理解和报告人工智能和自动化的成功至关重要。 由于 68% 的支持领导者正在努力实施人工智能和自动化节省的成本的基线报告或成功指标，因此具有前瞻性思维的团队应该考虑在技能提升方面进行投资。

提示

考虑计算人工智能和自动化将为您的团队带来的时间和成本节省，以展示其价值。 例如，尝试计算：

• 您的团队收到的可由人工智能处理的查询数量。
  计算方法：将一条消息中关闭的对话数除以同一时间段内的对话总数，然后乘以 100 即可得出百分比。
• 您的团队每周完成的对话移交量。
  计算方法：将每次移交所花费的平均时间乘以移交次数 x 团队中支持代表的数量。
• 支持代表起草回复所花费的总时间。
  计算方法：将编写消息的平均时间乘以查询数量 x 团队中支持代表的数量。

新指标正在出现

除了我们在传统客户服务指标中看到的变化之外，人工智能还出现了衡量支持成功与否的新方法。 希望调整报告方法的支持领导者应该考虑纳入这些新指标，以确保他们在这个不断发展的客户服务时代衡量正确的事情。

机器人参与率

当您推出人工智能驱动的机器人时，了解其参与度或覆盖率（即您的团队收到的对话总数中涉及的对话数量）非常重要。

提示

为了充分利用人工智能聊天机器人，请考虑让它参与尽可能多的客户对话。 但是，您需要仔细考虑不希望机器人参与并且希望获得纯人类体验的情况，例如为 VIP 客户提供白手套支持。

机器人参与率

与任何事情一样，不仅要了解您的支持中哪些内容有效，哪些内容无效也很重要。 如果客户有意尝试超越您的机器人与您团队中的某人交谈，那么很可能有机会提高您的机器人的性能。

提示

尝试衡量客户与人工智能聊天机器人的互动率，并查看“采取的下一步行动”等标记，以了解机器人是否正在回答客户的问题，或者是否有机会改善整体体验。 例如，这可以让您查明潜在的知识差距或评估对话设计，以确保机器人以友好、乐于助人的方式问候您的客户。

如果客户确实脱离了，请考虑向他们寻求反馈以了解原因。 有了这些见解，您就可以对机器人体验进行明智的更改，以最大限度地发挥影响力。

对话见解

除了提高效率和节省时间之外，人工智能还为支持团队提供了以创新方式分析客户对话的能力。 现在，人工智能可以实时、大规模地分析您的客户互动，使支持团队能够挖掘以前无法获得的见解，并在其组织中推动真正有影响力的“客户之声”计划。

通过从大量客户对话中提取洞察的能力，您可以了解客户对与您的企业互动的感受，并使您的团队能够专注于提供主动、个性化的客户服务。

提示

使用人工智能对客户对话进行彻底分析，并利用这些知识来：

• 确定您的支持中需要改进的领域。
• 让其他团队意识到反复出现的客户问题或痛点，并在内部倡导客户的声音。
• 了解您的团队可以在客户的整个旅程中在哪些方面为他们增加更多价值，并专注于提供主动支持。

让您的客户服务团队取得成功

人工智能为支持领导者提供了巨大的机会，可以增强他们的报告能力，解锁更简单、更有效的方法来衡量支持质量和团队绩效，并确保客户始终获得最佳体验。 此外，通过使用人工智能来释放支持代表的时间，支持团队可以专注于利用他们收集的数据来获得可用于改进系统和流程的见解，并在内部分享客户见解。

为了在这个新兴的客户服务时代真正衡量成功，至关重要的是了解您的团队如何花费时间，并开发新的方法来报告对您的业务最重要的领域的成功。