編輯導讀：因為疫情的影響，線上辦公的需求猛增，傳統客戶關係管理模式的弊端逐漸顯露。除了渠道供應不穩定，難以預估投入產出比之外，客戶數據的處理與客戶資源的跟蹤轉化更是變得難以實現。本文將向讀者介紹人工智慧在客戶關係管理工作中的應用現狀，幫助讀者了解自然語言處理技術在企業數字化運營垂直領域當中的現狀。
2020年初，突如其來的新冠病毒對我們的生活和工作帶來了巨大的影響，社會經濟活動被按下了暫停鍵，無數企業陷入停擺狀態。為了防止疫情的傳播，我們不得不與他人保持社交距離，很多人不得不選擇在家進行遠程辦公。隨著企業線上協作、線上運營的需求的突然增大，傳統客戶關係管理模式的弊端被暴露出來。除了渠道供應不穩定，難以預估投入產出比之外，客戶數據的處理與客戶資源的跟蹤轉化更是變得難以實現。對比之下，依賴於人工智慧技術的智能客戶關係管理系統，則展現出亮眼的成績。
本文將向讀者介紹人工智慧在客戶關係管理工作中的應用現狀，幫助讀者了解自然語言處理技術在企業數字化運營垂直領域當中的落地情況。
一、客戶關係管理
我們先對客戶關係管理做一個簡單的定義，客戶關係管理（CRM）是一種集理念、組織、技術為一體的商業管理模式。其核心目標是讓企業改善業務關係，優化交互流程並提高企業的盈利能力。CRM 解決方案能夠幫助企業在與客戶的商務合作周期中，專註於組織與個人的關係，在整個關係中提供支持和幫助。從而使企業贏得客戶的信任，同時幫助企業尋找新的客戶。
二、行業發展趨勢
近年來，企業運營智能化的發展前景非常可觀。根據 Gartner 的調查，全球有近85%的交互業務正在向無人化轉型，大量的崗位或將被AI取代，而疫情無疑加快的這一趨勢的發展。隨著人工智慧技術的不斷發展，智能 CRM 系統將逐步替代傳統的 CRM 方案，在降低企業的營銷成本的同時，鞏固企業強數據化的管理模式。疫情期間，不少線下的客戶關係維護活動被迫終止，這更進一步的體現出智能 CRM 系統的優勢。
數據來源：Statista 2020
三、應用場景剖析
總的來說，CRM 可以被分為三個領域，即客戶獲取、客戶服務，以及客戶管理。目前，人工智慧技術已經逐步滲入到CRM的各個服務領域當中。其中，自然語言處理作為核心技術方案，已經在多個應用場景當中成功落地：
應用場景：
- 客戶獲取 – 典型的應用包括智能銷售機器人，智能外呼機器人等。智能銷售機器人能夠實時的對客戶數據進行分析，為客戶提供精準的營銷廣告投放服務。疫情期間線下營銷遇到瓶頸，這使得智能客服成為企業獲客渠道的首選。於是，以數據驅動的智能營銷有了更深遠的滲透率，企業也更加依賴線上智能營銷。
- 客戶服務 – 典型的應用包括客戶數據分析，客戶畫像生成。用戶行為的分析結果可以幫助企業了解真實的用戶偏好，從而提升服務的針對性。營銷方案作為客戶服務的一部分，往往需要投入一定的人力成本。在人工智慧技術的幫助下，自動推薦方案不僅可以節省人力，還能確保其生成的內容圍繞客戶所關心的主題。客戶畫像的分析結果剛好可以作為參考依據運用於營銷方案中，形成智能化的服務閉環。
- 客戶管理 – 通過對線上會議內容的記錄和解析，實現對會議內容的可視化分析。從會議記錄內容中提煉出客戶意圖等關鍵信息，有針對性的對售後服務進行追蹤。智能化的客戶追蹤系統能夠根據分析結果找出潛在流失客戶，從而幫助企業有針對性地採取相應措施，阻止客戶的流失，進而達到留存客戶的目的。
核心技術：
- 語義識別 – 自然語言理解技術使用計算機模擬人類語言的交際過程，從而實現人機之間的自然語言溝通。通過深度學習技術，對海量的語料數據進行分析和學習，計算機能夠更加精準的做到分詞，識別，聚類等任務，從而實現更加準確的語言理解能力。自然語言理解技術被廣泛運用與智能客戶關係管理當中，包括營銷機器人與智能會議助手。
- 信息檢索 – 信息檢索是用戶進行信息查詢和獲取的主要方式，包括文獻檢索，數據檢索以及事實檢索。信息檢索技術能夠幫助用戶對客戶對數據進行知識挖掘，包括摘要、分類，聚類，以及相似性檢索等處理。與深度學習和自然語言理解相結合，可以被運用與客戶行為分析與售後服務數據跟蹤等場景。
- 自動文本生成 – 自動文本生成是一個依賴語言模型和深度學習實現的技術，通過模擬和推算，機器能夠自動生成人類語音的內容，在制定的場景和話題下，機器可以自動撰寫一些信息和內容。在客戶關係管理場景下，自動文本生成技術能夠幫助企業生成營銷方案，維護用戶品牌的同時，有效的降低人力成本和錯誤。
四、行業案例介紹
目前，已經有不少企業在智能化 CRM 的領域裡進行了前瞻性的布局，比較有代表性的當數 Zendesk和 Salesforce 這兩家 Saas 巨頭。
- Zendesk 推出的智能 CRM 方案包括兩個部分，知識庫管理軟體 Guide 和搭載在 Guide 之上的智能機器人 Answer Bot 。Guide與Answer Bot相互協作，共同為企業提供AI客服服務。這套服務能夠有效的拓展企業獲客渠道的寬度，顯著減少客戶等待時間，提升客服人員服務效率，從而降低企業客服成本。
- Salesforce 的商業智能分析平台愛因斯坦，把機器學習，深度學習，預測分析和自然語言處理都搬到了 CRM 服務上。這種模式可以通過不斷學習進行改善，比如根據銷售來源，行業，職位，網站點擊和電子郵件等信息進行改進。愛因斯坦智能平台還可以分析 CRM 數據，比如在銷售過程中預期客戶購買慾望，評估銷售達成協議的能力。
五、發展與局限性
隨著人工智慧技術的不斷發，企業管理和運用的模式逐漸從線下轉至線上，大數據智能的概念正在滲透企業的各個領域。當 CRM 與 AI 結合之後，企業就可以對客戶進行數據畫像和分析，從而實現深入洞察。這些信息對於風險評估、銷售管理、客戶接洽都有很大的幫助，而傳統的 CRM 系統則很難實現這些任務。
然而，目前智能化技術能力依然有一定的局限。CRM 的服務所涉及的場景非常複雜，包括人與人之間的協作，以及不同企業之間的利益配置。雖然在疫情期間，智能 CRM 打破了特殊條件的約束，催化了其應用的滲透率。但是從長遠技術的發展趨勢來看，技術在人際交流，人與人之間關係維護的領域沒有明顯優勢。CRM 背後的核心價值依然是人與人之間的對接，或許智能技術始終只能扮演者支持和輔助的角色。