本周，我们将听到自动化和个性化支持是如何互不兼容的，而是两者之间的相互影响。在我们充分利用支持自动化的过程中，我们发现了三个真正优化其潜力的用途。第一个是路线选择：将客户的问题导向正确的团队。下一步是协助：从客户那里收集信息，以便人力支持代理在介入帮助时拥有他们所需的一切。最后，还有解决问题的方法：比人工智能体更快、更有效地回答问题。但是如果有理想的用例，也有一些绊脚石需要避免。例如，您不希望为特别要求进行人工触摸的客户部署自动化。今天的客户支持团队必须在机器人故障排除和同情心帮助之间划清界限。这是保持个人支持的一部分，对讲机的主要任务之一。在本期《内部通话》中，我们与对讲机全球支持运营主管瑞安·斯坦伯格（Ryan Steinberg）坐下来讨论这个问题。他们的谈话涉及到从自动化的最佳和最差应用到未来支持操作的所有方面。时间不够？这里有五个快速的外卖：我们开发了一个新的指标，叫做ROAR：自动分辨率。它跟踪客户问题的端到端解决方案（无需人工干预），在过去一年中节省了40万美元。更快更好吗？只要你设定了明确的期望值，并且在谈话开始后迅速传达，客户不介意等待一天的第一次回应。您的支持方法必须考虑到客户在他们的旅程中所处的位置。即使是消费较低的客户也代表着通过快速解决重大问题来建立忠诚度和收入的巨大机会。尽管许多人认为自动化是非人性化的，但实际上恰恰相反：它从根本上要求你的团队深入思考客户的旅程和潜在的障碍，因为你的目标是尊重他们的时间和理智。在使用自动化时，有三种应用程序需要谨慎：敏感主题、明确要求更人性化体验的客户以及对您的信任可能很微妙的新客户。如果你喜欢这段对话，请查看我们的播客。你可以在iTunes上订阅，在Spotify上流媒体，或者在你选择的播放器中获取RSS提要。下面是这段插曲的一段稍加编辑的文字记录。凯特琳：瑞安，欢迎来到内部对讲机。我们很高兴今天您能来这里谈谈您和您的团队是如何帮助我们扩展对讲机自动化支持体验的。在我们深入讨论之前，你能给我一个关于你在对讲机公司的角色以及我们如何合作的背景吗？当然，凯特琳。谢谢你邀请我。我用对讲机已经四年半了。我从一线客户支持代表开始与客户交谈。大约一年后，我进入了一个运营的角色，我对这个角色非常满意。我在大学里学的是计量经济学，所以我非常喜欢数字游戏，我已经做了三年半了。"这是一个地狱般的跑步，我很高兴今天仍然在这里，并兴奋地与你交谈"这个角色的开始是，我们依赖内部通信报告，这并不是那么强大。我们需要有人进入我们的数据库，开始编写SQL查询来输出更多的信息，这样我们就可以真正地把我们的游戏作为一个操作。现在，我们在全世界都有一个团队。现在，我们涵盖了运营方面的所有内容，报告个人指标、团队指标、员工人数、计划、预测——所有这些都是有趣的东西。这是一个地狱般的跑步，我很兴奋今天仍然在这里和你交谈。自动化的挑战凯特琳：太棒了。作为一名支持总监，我相信我并不是唯一一个说没有我们的支持运营团队我们就无法生存的人。很高兴看到不仅你和你的角色继续成长，而且你围绕着它建立的团队以及它所产生的巨大影响。专注于自动化，优化像对讲机这样快速扩展的公司的支持体验是一个挑战。你能分享一下我们在广义上面临的一些挑战吗？瑞安：当我加入对讲机支持团队时，我们有14个人分散在都柏林和旧金山的两个不同的办公室。几年来，随着对讲机公司增加了一船船的客户，我们迅速增加了业务，实际上我们在悉尼和芝加哥又增加了两个办事处，使团队一度达到100多人。在这个过程中，有大量的挑战，其中最大的可能就是你到底如何与7倍于你之前交谈的人交流？这其中有很多：依赖Slack，依赖于团队内部的内部通信技术。"这其中很大一部分与自动化有关，而大部分与在整个操作过程中所能获得的微小效率有关"但后来，随着业务的增加，我们对客户进行了细分，并对内部进行了细分。有所有这些不同的操作细节，我们需要真正挖掘和磨练。作为一家运营商，我们面临的最大问题是，在很长一段时间内，我们基本上都是随着客户的增长而增加客户支持负责人。因此，对于我们添加的每X个客户，我们都会在CS团队中添加另一个人。在过去的两年里，你和我所关注的一件大事，就是试图使我们增加人头的速度与我们增加客户的速度脱钩。这其中有很多与自动化有关，而很多与你在整个操作过程中所能找到的微小效率有关。我们今天显然更关注前者。凯特琳：当然。你最近写了一篇博文，谈到自动化如何帮助对讲机节省40万美元，这不是什么。这真的让我们的支持团队在规模上提高了我们的效率，那么您能谈谈我们使用的自动化策略，以及它们是如何帮助我们实现这些令人兴奋的成果的？瑞安说："基本上，这篇关于你的客户建议的文章，我们只是读了一段很长时间的关于客户的建议。"。它通读了我们所有不同的帮助中心的文章，并试图推荐一些可能适合客户的文章，希望在没有人的情况下解决这个问题。它解决了我们所有对话的0.5%到1%。"我喜欢缩写。我对埃隆·马斯克有意见"但在2018年8月，我们发布了一款名为Resolution Bot的软件，它基本上可以让你作为一个支持团队，回答一些最常见的问题并创建样板答案。然后，使用一个非常相似的机器学习模型，它会通读你的客户对你说的所有不同的事情，并尝试将这些预先写好的回答与你的客户询问你的问题相匹配，不仅要向他们扔文章，而且还要主动尝试回答这些常见的问题。比如："如何更改电子邮件？"或者"在哪里更改我的个人资料图片？"它真的很擅长解决简单的事务性问题，"我该怎么做…"问题类型。从那以后，我们把这两个东西结合在一起，形成了一个叫做ROAR的指标，它代表"自动解析的速率"。我喜欢缩略词。我对埃隆·马斯克有意见。如果你想的话，你可以晚点再跟他谈。但是ROAR基本上看的是所有的支持将要参与的对话，以及在没有人介入的情况下自动解决的百分比。这是客户问题的端到端解决方案。我很高兴地告诉大家，随着Resolution Bot和我们最近做的一系列非常酷的更新，我们每周都在4%到5%之间。如果你在做数学计算，那基本上相当于我们团队中的四个人。所有这些数字都是近似值，但大约有四个人是我们不需要雇佣的。如果你用最保守、最全面的员工成本，大约是40万美元，每人10万美元。这是我们去年在4%的时候存下来的钱，而且每年都在继续，所以我想我们今年、明年和无穷远的地方都会省下40万美元。如何利用解决机器人Kaitlin：有趣的是，我们对Resolution Bot能否对我们的客户体验、团队和扩展能力产生有意义的影响持怀疑态度。因为我们提供的产品的广度和深度以及使用我们产品的客户的多样性是如此之大，所以也许Resolution Bot更适合于关注范围较窄的企业，因此客户问题的范围也更窄。但即使是4%，对于我们来说，对于这可能产生的有意义的影响感到如此惊喜，我们真的很兴奋。我们如何在内部利用这个工具，以及一些Intercom的解析机器人用户会如何做同样的事情？瑞安：很明显，我们的主要杠杆是我们的产品团队。他们一直在做这个，并调整模型，使他们更好。但在内部，我们如何操作这些东西，我们做了两件事。第一个原因是我们在世界各地都有不同的人：不同的经理，他们是了解产品和我们客户的个人贡献者