中國客服軟件市場主要由電信運營商、呼叫中心設 備廠商、傳統(tǒng)呼叫中心廠商、傳統(tǒng)客服軟件廠商、系統(tǒng)集成商、云客服SaaS 廠商、客服機器人廠商等構(gòu)成。
呼叫中心市場中,運營商話費規(guī)模在10-20億之間,呼叫中心設備廠商占10- 20億左右規(guī)模,傳統(tǒng)呼叫中心廠商占10-20億規(guī)模,業(yè)務系統(tǒng)集成商和行業(yè) 集成商占30-40億規(guī)模,總計60到100億市場規(guī)模。其次,在線客服領(lǐng)域,傳 統(tǒng)軟件公司和SaaS公司各占10億左右規(guī)模,各類系統(tǒng)集成商占10-20億規(guī)模, 總計約40-50億市場規(guī)模。此中國客服軟件當前存量市場規(guī)模在100-150億人民幣。
由于客服人員招人難、培訓成本高、流動性大,不易管理, 而客服機器人可以全天24小時工作,還能通過實時數(shù)據(jù)反饋不斷學習,企業(yè)有 足夠的動力用客服機器人取代一部分人工客服。根據(jù)智能客服廠商給出的數(shù)據(jù), 客服機器人正在以40-50%的比例替代人工客服工作。
中國大約有500萬全職客服,以年平均工資6萬計算,再加上硬件設備和基礎設 施,整體規(guī)模約4000億人民幣。按照40-50%的替代比例,并排除場地、設備 等基礎設施以及甲方預算縮減,大概會有200-300億規(guī)模留給智能客服公司。
隨著智能設備、物聯(lián)網(wǎng)的普及,各種設備也將成為企業(yè)服務客戶的入口和新興 場景,智能客服公司、尤其是AI公司有機會在千億智能設備交互市場中分得 200-300億規(guī)模。
截止2018年5月28日,國內(nèi)包括智能云客服以及客服機器人在內(nèi)的公司共計 69家,累計融資額35.16億元。未融資、種子輪、天使輪階段公司占比超 58%。B輪到D輪公司共計8家,分別為小能科技、環(huán)信、智齒科技、Udesk、 追一科技、逸創(chuàng)云客服、意能通、V5智能客服。新三板公司共計6家,包括 小i機器人、快商通、風語者機器人、中科匯聯(lián)、遠傳技術(shù)、融合通信。
客服機器人背后的知識庫還能通過實時提示和點選編輯 的方式幫助人工客服更高效地提供服務。因為對于企業(yè)來說,銷售和客服人員 培訓成本很高,且經(jīng)驗無法有效傳遞,這種人機協(xié)作模式可以讓企業(yè)客服和銷 售人員更專注于提供核心價值和服務。
客服機器人落地效果評測指標
考 量 因 素 | 相應能力 | 評測指標 |
基礎算法能力 | 單輪算法能力 | 準確率、覆蓋率 |
多輪對話能力 | 任務完成度;中斷/跳出/調(diào)回;快速開發(fā)能力 | |
人機協(xié)作 | 答案采納率 | |
業(yè)務解決能力/ 服 務 滿 意 度 | 服務場景拆解能力; 業(yè)務理解能力 | 轉(zhuǎn)人工率;問題解決率; 客戶滿意度 |
知識建設成本 | 訓練師平臺 | |
行業(yè)知識圖譜 | 知識圖譜行業(yè)種類,完善度 | |
知識維護成本 | 自主學習 | 自主學習完成度 |
知識運營平臺 | 甲方自操作度 | |
服務支持及保障 | 服務支持及保障級別 | |
可 擴 展 性 | 系統(tǒng)擴展性,開放性 | 接口擴展性,接口豐富程度 |
數(shù)據(jù)來源:公開資料整理
相關(guān)報告:智研咨詢發(fā)布的《2018-2024年中國智能移動終端軟件行業(yè)市場運營態(tài)勢及發(fā)展前景預測報告》
語音客服機器人涉及到的底層技術(shù)除了與文字客服機器人相同的語義分析和 多輪對話技術(shù)外,還有語音識別和語音合成技術(shù),前者解決呼入識別,后者 解決呼出發(fā)聲。同時,為了實現(xiàn)客服質(zhì)檢和用戶分析,還要進行一系列的聲 紋識別、靜音分析、語速分析、以及情緒分析等工作。
當前,電話仍然是主流客服溝通渠道,在售前的電銷場景以及一些外呼場景 下,也存在著大量重復性低效工作,比如快遞送貨電話提醒、企業(yè)針對客戶 的信息提醒、金融行業(yè)的還款催收、以及初次主動營銷的潛在客戶篩選等。 針對上述痛點,一些智能客服公司也借助語音識別及合成技術(shù),推出語音客 服機器人,輔助人工提升工作效率。
語音客服機器人解決場景痛點及核心價值
場 景 | 痛點 | 語音客服機器人價值 |
信 息 通 知 / 業(yè) 務 提 醒 | 還款提醒、會議信息同步、 上課告知、快遞查收等提醒 量大; 耗費人工,效率低下 | 針對快遞提醒,機器人可同時進 行大量外呼,并通過簡單交互確 認對方狀態(tài)并采集信息,提升快 遞員工作效率,方便后續(xù)跟進 |
回訪/抽檢/ 問 卷 調(diào) 查 | 很多企業(yè)存在回訪、抽檢、 問卷調(diào)查需求,但人工回訪 調(diào)查耗時耗力,且信息整理 效率不高 | 擁有多輪會話能力的機器人,可 以幫助人工高效完成流程性回查 或答案收集; 機器人撥打后,無需再次整理, 全部通話可自動輸出標準結(jié)果 |
金 融 催 收 / 失 聯(lián) 核 查 | 70%逾期未還款是忘記還款, 人工提醒可大幅提升還款率, 但人工催收占用大量時間, 催收效率不高; 人工進行失聯(lián)核查耗時耗力 | 機器人提醒效率遠高于人工; 針對故意拖欠的用戶進行分類標 記,方便人工后續(xù)跟進干預; 輔助人工快速完成首次過濾,高 效篩選出失聯(lián)客戶 |
主 動 營 銷 | 海量線索過濾耗時耗力,打 擊銷售信心; 客戶意向分級統(tǒng)計不一,優(yōu) 質(zhì)客戶線索流失 | 機器人外呼在首輪溝通中即可判 斷用戶意向,篩選出高意向客戶, 方便銷售二次跟進 |
數(shù)據(jù)來源:公開資料整理
當然,語音客服機器人并非解決上述場景痛點的唯一方法,無論是短信提醒、 微信服務號、小程序等都可以成為解決上述問題的新形式,并且從效率和成本 角度看,語音客服機器人成本相對較高、效率也相對較低,電話漏接、拒接的 現(xiàn)象非常普遍。
目前,智能客服產(chǎn)品在金融行業(yè)的應用主要在證券、銀行、保險、互聯(lián)網(wǎng)金 融等細分領(lǐng)域。從需求上看,金融行業(yè)售前服務仍以電銷為主,對呼叫中心 產(chǎn)品的效率提升、服務質(zhì)量把控、以及數(shù)據(jù)安全要求較高,售后則主要以用 戶咨詢、回訪為主,對客服機器人產(chǎn)品的準確性以及外呼產(chǎn)品的易用性等要 求較高。
金融行業(yè)場景痛點及客服產(chǎn)品需求
場 景 | 痛點 | 產(chǎn)品需求及功能要求 |
售 前 場 景 | 電銷需求旺盛,對效率和數(shù) 據(jù)隔離要求高; 用戶征信信息是風控關(guān)鍵, 數(shù)據(jù)安全難以保障; 銷售過程難以把控,敏感詞 難以監(jiān)控 | 云呼叫中心云電銷系統(tǒng),任務管 理、數(shù)據(jù)管理; 保障數(shù)據(jù)安全性,防止客戶信息 泄露; 電銷系統(tǒng)支持敏感詞報警和會話 實時監(jiān)控; |
售 后 場 景 | 用戶咨詢問題相似度高,重 復性解答消耗較高人工客服 成本; 金融對業(yè)務知識點要求性高, 客服培訓成本高,且客戶咨 詢難度高; 用戶回訪場景多,對外呼效 率要求高 | 客服機器人準確理解用戶問題; 知識庫快速查詢和提取,客服機 器人自動查詢回復; 客戶系統(tǒng)與外呼系統(tǒng)對接,支持 自動彈屏 |
數(shù)據(jù)來源:公開資料整理
證券、銀行、保險行業(yè)大客戶出于數(shù)據(jù)安全性考慮,對于客服系統(tǒng)和客服機器 人產(chǎn)品會傾向于選擇本地部署,而且定制化需求多,客單價一般在幾十萬到百 萬元級別。
智能客服產(chǎn)品在教育行業(yè)的應用主要集中在教育培訓機構(gòu)以及在線教育 領(lǐng)域,此外一些高校網(wǎng)站或?qū)W生服務產(chǎn)品也會對客服機器人存在少量需求。
教育培訓行業(yè)場景痛點及客服產(chǎn)品需求
場 景 | 痛點 | 產(chǎn)品需求及功能要求 |
售 前 場 景 | 網(wǎng)站訪客流量轉(zhuǎn)化率低; 銷售線索流轉(zhuǎn)復雜,執(zhí)行效 率低; 銷售漏斗數(shù)據(jù)不全面,無法 進行精細化運營。 | 通過瀏覽軌跡分析和主動觸達, 提升轉(zhuǎn)化效率; 線索分析、全渠道響應接待、一 鍵溝通; 包括用戶瀏覽軌跡、所有客戶訪 問分析等數(shù)據(jù)在內(nèi)的一整套轉(zhuǎn)化 率漏斗。 |
售 后 場 景 | 存在大量重復性問題,消耗 人力成本; 業(yè)務知識多,員工培訓和學 習成本高; 用戶回訪場景多,對外呼效 率要求高 | 客服機器人準確理解用戶問題并 快速響應回答; 知識庫快速查詢和提取,客服機 器人輔助人機協(xié)作; 智能外呼系統(tǒng),外呼系統(tǒng)與 CRM系統(tǒng)融合 |
數(shù)據(jù)來源:公開資料整理
電商行業(yè)的客服需求主要集中在線上,以售前咨詢和售后服務為主, 由于咨詢量大、重復問題多,且服務效果難以把控,因此需要通過客服機器 人減輕人工客服工作壓力,同時提升客服體驗,及時跟蹤和把握客服效果。
電商/零售行業(yè)場景痛點及客服產(chǎn)品需求
細 分 行 業(yè) | 痛點 | 產(chǎn)品需求及功能要求 |
電 商 | 訪客咨詢量大,重復性問題 多,耗時耗力; 服務效果難以把控,轉(zhuǎn)化率 低,售后影響客戶評價; | 客服機器人承擔部分工作; 通過瀏覽軌跡分析和主動觸達, 提升轉(zhuǎn)化效率; 客服質(zhì)檢分析,實時監(jiān)控 |
餐 飲 | 線下服務量大,人力成本高 | 智能客服系統(tǒng)提升線下客服體 驗,提升客服效率; |
生 活 消 費 | 傳統(tǒng)生活消費品線上渠道客 服需求大; 線上線下客戶數(shù)據(jù)打通及管 理難度高 | 需要在線客服和客服機器人提 升線上客服體驗; 積累用戶數(shù)據(jù),提升用戶轉(zhuǎn)化, 提升客戶管理水平 |
零 售 商 超 | 線下客服工作量大,客戶數(shù) 據(jù)難以管理跟蹤 | 智能客服系統(tǒng)提升線下客服工 作效率,用戶畫像、數(shù)據(jù)分析 提升客戶管理水平 |
數(shù)據(jù)來源:公開資料整理
生活消費、餐飲、零售、商超則主要以大型連鎖品牌為主。未來,隨著線下設 備的智能化以及自助化,這些企業(yè)對于線下智能設備的AI交互也會提出新的需 求,從而為智能客服企業(yè)創(chuàng)造更多的服務空間。
制造業(yè)的客服需求主要集中在汽車、消費電子、家電等領(lǐng)域,此外上 游制造商也存在大量客服需求,只是智能客服公司對這塊市場的滲透較少。 由于汽車、家電、消費電子具有很強的售后服務需求,而且售后服務還包含 一定的增值服務,因此這些企業(yè)很重視售后服務效率以及管理水平的提升。
汽車/硬件行業(yè)場景痛點及客服產(chǎn)品需求
細 分 行 業(yè) | 痛點 | 產(chǎn)品需求及功能要求 |
家 電 | 線上咨詢量大,耗費大量人 工時間; 專業(yè)問題多,客服培訓成本 高,服務效率低 | 客服機器人承擔部分人工客服 工作; 通過知識庫和人機協(xié)作輔助提 升人工客服工作效率。 |
消 費 電 子 | 售前轉(zhuǎn)化率低,客服效果難 以把控; | 通過瀏覽軌跡分析和主動觸達, 提升售前轉(zhuǎn)化效率; |
汽 車 | 線上線下客戶數(shù)據(jù)打通和追 蹤管理困難; 售后服務需求量大,涉及到 維修、保修、退換貨等問題 較多,服務體驗難以把控。 | 打通線上線下客戶數(shù)據(jù),提升 服務體驗; 通過售后業(yè)務知識庫,提升服 務體驗及增值服務轉(zhuǎn)化率。 |
其 他 制 造 | 客戶咨詢和售后服務量大; 業(yè)務復雜,客服人員培訓成 本高; 企業(yè)內(nèi)部系統(tǒng)和外部客服系 統(tǒng)數(shù)據(jù)未打通,效率低下。 | 客服系統(tǒng)與企業(yè)內(nèi)部訂單管理 系統(tǒng)打通,提升客服工作效率; 客服機器人承擔部分客服問題, 并輔助人工客服工作。 |
數(shù)據(jù)來源:公開資料整理
汽車行業(yè),由于車企規(guī)模較大,且內(nèi)部業(yè)務復雜,因此無論是云客服系統(tǒng)還是 客服機器人,都需要深度服務,尤其是汽車行業(yè)更多地涉及到線下服務,需要 將線上與線下、內(nèi)部管理與外部客服系統(tǒng)打通,提升整體客服效率,因此客單 價較高,對客服廠商服務能力要求也很高。
除此之外,物流、旅游、酒店住宿等生活服務平臺由于業(yè)務量 大、用戶使用頻率高,也存在著不同程度的客服痛點。
生活服務行業(yè)痛點及智能客服產(chǎn)品需求
場景 | 痛點 | 產(chǎn)品需求及功能要求 |
出 行 | OMO平臺興起,兩端用戶 客服量巨大;客服數(shù)據(jù)蘊含巨大價值,數(shù) 據(jù)分析需求量大 | 客服機器人解決大量重復問題, 且24小時在線,及時響應,保證 客服體驗;客服及客戶數(shù)據(jù)分析,幫助發(fā)現(xiàn) 問題,提升客服效果。 |
物 流 | 快遞查詢、咨詢量大;快速送貨提醒量大,效率低, 成本高 | 客服機器人24小時響應查詢咨詢 需求;智能外呼減輕快遞提醒工作量, 提升效率。 |
旅 游 | 旅游相關(guān)景點、住宿、交通、 飲食信息咨詢量大;訪客數(shù)據(jù)及需求難以把控 | 旅游相關(guān)知識庫,解答大量咨詢 問題;根據(jù)訪客查詢、瀏覽軌跡提供套 餐推薦、服務跟蹤等。 |
酒 店 住 宿 | 線上線下服務咨詢、訂單處 理量大,流程效率不高 | 線上客服機器人承擔部分咨詢量;用AI優(yōu)化整套酒店預定系統(tǒng) |
其 他 生 活 服 務 | 生活服務O2O線上咨詢、線 下反饋回訪等;汽車服務及二手車平臺等, 客服需求量大,且涉及較多 專業(yè)知識。 | 移動客服系統(tǒng)便捷溝通,客服機 器人回答簡單重復問題;知識庫輔助人工客服,提升工作 效率 |
數(shù)據(jù)來源:公開資料整理
在國家大力推行智慧政務、提升政務辦公效率的大環(huán)境下,政府機構(gòu)對新興技 術(shù)產(chǎn)品也表現(xiàn)出了濃厚興趣,這也給了技術(shù)創(chuàng)業(yè)公司切入政府部門的契機。
除了政府部門,運營商、電力企業(yè)、航空公司等國企由于自身業(yè)務特點,也有 大量客服需求,一方面,這些企業(yè)一般需要大規(guī)模的呼叫中心以及客服質(zhì)檢需 求,另一方面,他們也急需通過線上、線下客服機器人減少人工客服工作量, 降低成本、提升效率,因此這些領(lǐng)域也是智能客服公司激烈競爭的市場。
政企行業(yè)主要痛點及智能客服產(chǎn)品需求
行業(yè)分類 | 主要痛點 | 產(chǎn)品需求 |
政 府 | 線上政務查詢及辦理;線下政務咨詢及辦理 | 客服機器人快速回復,輔助查 詢及辦理相關(guān)事務;線下客服機器人輔助辦理。 |
運 營 商 | 業(yè)務查詢/咨詢/辦理量大;人工客服成本高,效率低;線下服務人流量大,人力 成本和場地成本高 | 語音/文字客服機器人完成大 量簡單重復性問題;線下智能設備自動查詢辦理, 節(jié)省人工成本,減輕服務壓力 |
電力企業(yè) | 業(yè)務查詢及辦理工作量大;線下服務成本高 | 客服機器人快速回復,輔助查 詢及辦理相關(guān)事務;線下客服機器人輔助辦理業(yè)務 |
航空公司 | 業(yè)務查詢及咨詢量大;售中、售后服務需求大 | 客服機器人完成簡單業(yè)務查詢 及辦理,并輔助完成售后引導。 |
數(shù)據(jù)來源:公開資料整理
未來,智能客服企業(yè)將通過云客服工具、智能AI 交互、智能數(shù)據(jù)分析等技術(shù),為企業(yè)實現(xiàn)全業(yè)務和服務流程的智能化,同時 也要求智能客服企業(yè)要從單純提供產(chǎn)品和輕度服務,轉(zhuǎn)向提供深度服務和運 營咨詢的服務導向型公司。



