什麼是會話式 IVR 及其與標準 IVR 的區別？
已發表: 2022-08-30人工智能 (AI) 是商業通信領域中最具影響力的因素之一——客戶希望與使用它的企業進行互動。
人工智能已經改變了客戶與公司的聯繫方式，對話式 IVR 等呼叫中心功能越來越受歡迎。
但究竟什麼是對話式 IVR（交互式語音響應）以及它是如何工作的？ 它與標準 IVR 有何不同？
繼續閱讀以獲得答案，並了解對話式 IVR 的好處、用例等。
跳轉↓
- 什麼是會話式 IVR？
- 對話式 IVR 如何工作？
- 對話式 IVR 和標準 IVR 有什麼區別？
- 對話式 IVR 相對於標準 IVR 的優勢
- 對話式 IVR 用例
- 對話式 IVR 常見問題解答
什麼是會話式 IVR？
對話式 IVR 是一種由人工智能驅動的電話系統功能，它使用自然語言理解來處理客戶請求並提供基於語音的自動化客戶自助服務，而無需現場座席。
對話式 IVR 使呼叫者無需使用 DTMF 按鍵音或簡短、斷斷續續的短語來瀏覽呼叫菜單和子菜單。
相反，呼叫者與 IVR 系統交談，就像他們與人工座席交談一樣——使用完整的句子和自然語言來解釋他們呼叫的原因。 然後，對話式 AI 工具會提供相關回复，詢問其他澄清問題，或在需要時將其路由給現場代表。
對話式人工智能可能以支持自動聊天機器人消息傳遞而聞名，但它在用作基於語音的虛擬代理時同樣有效。 您可能熟悉亞馬遜的 Alexa 或 Apple 的 Siri 等流行的語音助手應用程序。
顧名思義，對話式 IVR 系統與呼叫者進行免提雙向對話，收集基本信息以提供便捷但個性化的支持。
儘管對話式人工智能可以將呼叫者路由到現場客戶服務代表，但它的目標是消除與一個人交談的需要。
對話式 IVR 如何工作？
對話式 IVR 通過使用對話式 AI 技術和組件來實時分析和響應客戶的語音命令，隨著時間的推移為客戶創造越來越個性化的體驗。
機器學習、自然語言理解、自然語言處理和自然語言生成是最重要的會話 AI 組件。
對話式人工智能通過分析客戶語言和意圖、對話上下文和用戶情緒，當然還有客戶輸入（對 IVR 提示的口頭響應）來創建類人交互。
對話式 IVR 使用機器學習不斷發展以滿足客戶需求。 機器學習是一種基於人工智能的自動化系統，可根據客戶反饋和強化調整自己的算法——這意味著無需手動更新或輸入。
自然語言處理 (NLP)負責確定使用的語言並“翻譯”客戶所說的最基本含義。
自然語言理解 (NLU)真正分析客戶陳述的含義，這意味著它評估客戶意圖。 這也是允許客戶使用自己的話並自然地說話的原因。 這樣，客戶可以用多種方式表達相同的問題或提出請求，而對話式 AI 工具仍然會理解他們想要什麼。
最後，自然語言生成 (NLG)生成並提供對客戶查詢的語音響應。
對話式 IVR 和標準 IVR 有什麼區別？
對話式 IVR 與標準（傳統）之間的主要區別在於，前者實際上提供了即時的自動化客戶支持，而後者通過一系列子菜單或呼叫菜單提示引導呼叫者，然後最終將他們與現場座席、語音信箱、或預先錄製的消息。
因為它使用會話式 AI、機器學習和 NLU，會話式 IVR 可以“理解”客戶的語音命令和查詢，並提供即時、準確的響應。
標準 IVR 使用語音識別——這意味著它只能“理解”和處理基本的預編程觸發詞和短語。
上圖說明了標準 IVR 呼叫流程。
標準呼叫中心 IVR 依靠自動話務員通過預先構建的呼叫流路徑啟動呼叫路由，並且它可以提供的支持僅限於預先錄製的腳本。 這意味著在標準 IVR 編程響應範圍之外提出更複雜請求的呼叫者無法始終獲得他們需要的幫助。 標準 IVR 工具將無法幫助他們。
另一方面，對話式 IVR使用機器學習根據客戶意圖、情緒分析和過去對話中的數據提供基於上下文的個性化響應。
即使對話式 AI 平台不了解客戶的要求，它也可以提出其他問題，並分析和存儲數據，以便在未來提供更好的建議。
簡而言之？
對話式 AI 使用得越多，它就會變得越智能、越準確。
下表突出顯示了對話式 IVR 和標準 IVR 之間的其他差異。
| 對話式 IVR | 標準 IVR |
| 提供即時響應，專注於自助服務，無需現場代理 | 通常將呼叫者導航到嵌套子菜單，經常需要實時代理支持 |
| 自然語言理解、機器學習和對話式人工智能以類似人類的方式理解/響應客戶 | 使用自然語言處理（語音識別）和自動話務員相應地路由呼叫或播放預先錄製的響應 |
| – 客戶可以用多種方式、完整的句子以及通常使用不同的語言來表達請求 – 不限於特定的單詞/短語 | 支持僅限於預先編程的觸發詞/短語和預先錄製的腳本 |
| 在需要時將呼叫重定向到實時代理，但存儲來自所有客戶對話的數據，以通過無代碼自動化改進自身 | 更新標準 IVR 響應很複雜，需要重新編程、呼叫流程編輯和重新錄製菜單提示 |
| 可提供 24/7 實時支持 | 支持時間取決於現場代理時間表 |
– 為細微和更複雜的主題提供基於對話的支持 – 機器學習意味著對話式 IVR 在每次對話時變得更智能/更準確 | – 支持僅限於工具已編程以理解和響應的主題、關鍵字和短語 – 不相關、不准確的自動化支持的可能性更高 |
客戶交互示例：標準與對話式 IVR
為了更好地了解標準 IVR 和對話式 IVR 的不同之處，請查看以下示例對話，這些對話顯示了客戶向您的公司電話號碼撥打電話時會發生什麼。
示例標準 IVR 交互
IVR 問候語：您好，歡迎來到 Y 公司。如果您知道您方的分機，請現在說或輸入。 對於西班牙語，請說或按 2。有關更多信息，請按井號鍵或說“更多信息”。
客戶：查看賬戶餘額。
IVR：對不起，我沒聽懂。 對於銷售，請按 1。對於客戶服務，請按 2。對於營業時間和地點，請按 3。對於帳單，請按 4。要重複這些選項，請按 6。
客戶：與代表交談。
IVR：在將您聯繫到代表之前，我們需要您提供更多信息。
客戶：計費。
IVR：您已聯繫到帳單部門。 我們所有的代理商目前都在協助其他客戶。 大約等待時間為 23 分鐘。 請保持在線或稍後再打。
對話式 IVR 交互示例
IVR 問候語：您好，您已聯繫到 Y 公司。請說明您來電的原因。
客戶：我需要知道我的賬戶餘額是多少。
IVR 問候語：您想查看您當前的帳戶餘額，對嗎？
顧客：是的。
IVR 問候語：以 -0893 結尾的賬戶餘額為 1,237.17 美元。 今天還有什麼可以幫助你的嗎？
顧客：沒有。
如您所見，對話式 IVR 軟件可以處理比標準 IVR 更細緻、更複雜的請求，同時還提供更快、更個性化的響應。
對話式 IVR 相對於標準 IVR 的優勢
標準 IVR 讓交互式語音應答軟件名聲不佳，但對話式 IVR 的進步消除了大多數客戶的挫敗感，同時為企業提供了我們將在下面探討的令人難以置信的好處。
成本效益
Gartner 的一項研究發現，雖然實時支持渠道（包括實時電話支持）平均每位聯繫人的成本為 8.01 美元，但自助服務渠道和會話 IVR 等工具將這些成本削減至每位聯繫人僅 0.10 美元。
對話式 IVR 還提供 24/7 實時支持，這意味著企業主無需僱用額外的座席來管理大量呼入電話。
即使現場座席需要與客戶交談，他們仍然有更多的空閒時間來撥打銷售電話、跟進潛在客戶並完成其他任務，從而全面提高呼叫中心的工作效率。
自動化自助服務
雖然 70% 的客戶目前使用自助服務來提供客戶支持，但只有 9% 的自助服務交互在自助服務應用程序中得到完全解決。
客戶經常使用標準 IVR 工具連接到正確的現場代理來協助他們，但對話式 IVR 旨在在第一次聯繫時完全解決客戶支持問題。
對話式語音響應系統還通過與 CRM 軟件集成、提取現有客戶數據和帳戶歷史記錄以根據先前的交互提供個性化支持來加快和改善自助服務體驗。
改善客戶體驗
當今的客戶期望非常高，但優化客戶體驗會帶來巨大的回報。
超過一半的消費者希望企業利用新技術和新的溝通渠道——但超過 40% 的客戶仍然更喜歡通過電話解決支持問題。
對話式 IVR 是對全渠道客戶服務的完美補充，提供直觀、用戶友好和快速的方式來提供個性化的客戶支持。 它還減少或消除了客戶等待和呼叫處理時間，從而輕鬆提高客戶滿意度。
最後，對話式 IVR 體驗收集了基本的 KPI 和指標，為您的目標市場提供了寶貴的洞察力，並突出了進一步簡化支持流程和提高客戶參與度的新機會。
更快地為客戶服務
Vonage 的一項研究發現，46% 的消費者認為不可跳過、冗長的預錄通話菜單是傳統 IVR 系統最糟糕的事情之一。
對話式 IVR 消除了多級 IVR 呼叫菜單，而是讓客戶完全控制呼叫方向。
自動回复通常僅限於澄清問題或直接回答，客戶可以在需要時輕鬆“打斷”語音菜單。 最重要的是，客戶可以隨時要求與現場代理交談。
對話式 IVR 顯著提高了首次聯繫解決率，防止客戶在回撥和電話標籤上浪費更多時間。
可跨多個區域擴展
鑑於 15% 的客戶更喜歡用他們的母語與代表交流，對話式 IVR 提供多語言支持這一事實是一個巨大的好處。
這為您的企業提供了高水平的國際可擴展性，為您打開了新市場。
對話式 IVR 用例
流行的會話式 IVR 用例包括：
- 市場營銷：客戶數據收集、目標市場研究、洞察客戶購買週期、客戶滿意度和消費者期望
- 銀行業務：賬戶餘額、用戶驗證、可疑活動警報、支付賬單
- 航空旅行：接收航班更新、跟踪航班、預訂/重新預訂機票、更改座位、註冊旅行通知、添加/編輯乘客、查看安全警報
- 技術支持：提供實時客戶支持，安排回撥，並允許用戶提交錯誤報告
- 服務提供商：安排和管理約會，提供定價和服務信息，收款
對話式 IVR 常見問題解答
下面，我們回答了一些最重要的 IVR 常見問題解答。