客服系统业务逻辑(业务和客服如何做好工作的衔接与配合)

客户服务系统有两个核心目标：降低企业成本和提高用户的服务体验。因此，除了提高客户的自助解决率、提高座席的服务效率和服务能力外，还必须帮助客户快速找到问题的解决方案。人们。本文作者对客服系统的分布进行了分析，我们来看看。

客户服务系统主要有两个核心目标：降低公司成本和提高用户的服务体验。

因此，客户服务系统的核心重点，除了提高客户的自助解决率、提高座席的服务效率和服务能力之外，也非常重要，那就是帮助客户准确、快速地找到需要的人。可以解决他们的问题。

这就是我们今天要讲的话题：客服系统分布。

一、客服的专业分类——技能组

在一般客服业务中，技能组是客服分配的最基本对象。

用户进行客服咨询，获得快速、专业的帮助。大公司的产品和服务非常复杂，基层客服掌握专业知识的能力有限。因此，很多企业会根据产品、场景等维度来划分专业团队。用户进来后，会被分配到不同的服务团队。履行服务。

假设一个场景，如果客户想要咨询酒店相关问题，但给他分配了一个只懂机票的客服人员。沟通后，他仍然需要机票客服帮他转接酒店客服，这不仅损害了用户的咨询体验，还浪费了客服时间。

这样的专业团队在客服体系中被称为“技能群”，即具有同类型专业技能的客服人员的集合。

很多刚入行的客服产品经理并不了解组织结构和技能组之间的具体区别。公司的组织架构主要用于行政管理，技能组主要用于分隔不同的服务能力。例如，大公司一般都会在全国范围内设立客户服务团队。组织架构可分为上海队、北京队、南通队、合肥队等，均设有具有相同服务能力的代理商。我们希望代理商在接待客户时，这些具有相同能力的代理商能够为客人提供同样的服务。这不可避免地导致客户服务系统中组织结构和技能集的交叉存在。

如何划分技能组往往是由公司的业务决定的。一般来说，我们可以根据业务类型、用户来源、服务场景、服务语言、服务水平、服务能力差异、服务时间等多个维度来细分专业能力。例如“来自抖音的酒店用户7*24小时售后英语大容量IM技能群”。在实际场景中，如此复杂的技能组命名方式并不存在，但不同的细分条件对于公司来说确实有不同的意义。

1）用户来源

不同来源的客户有不同的定位和不同的服务策略。例如，一些资料来源特别提到老年人群体。老年人群体的特殊性，需要具有专业化服务能力的代理商来应对。

2）业务类型

一般取决于公司内部业务结构，如酒店、国内酒店、海外酒店、国内机票等。

3）服务语言

随着越来越多的中国品牌拓展海外战略，多语言服务能力逐渐成为大型客服中心的标配。

4）服务场景

售前、售后、售中之间的专业知识存在巨大差异，这也是客服中心最常用的专业分类标准。

5）服务方式

客户服务常用的服务方式包括即时消息、电话和电子邮件。现阶段，越来越多的企业将采用IM与电话服务相结合等一体化服务方式为客户提供服务。这无疑可以提升客户服务体验，但同时也会提高对座席能力的要求。

6）服务能力差异

高低能力代理人的划分是从降低企业成本的角度考虑的。请月薪1万元的代理人来解决简单的问题是浪费；并请月薪3000元的代理人处理他无法解决的复杂问题。最终的结果只能产生额外的咨询转账，这也是一种浪费。

通过区分能力高低，安排高能力座席来服务一些紧急、复杂或高价值的用户问题，而普通座席则负责解决普通客户的一些简单问题。这也是常用的客服资源分配方案。

7)服务时间

服务时间根据业务类型确定。以保险场景为例。在车险事故救援场景中，需要7*24小时人工支持，应对紧急车险事故。其他场景需要正常的服务工作时间来满足客户需求。

此外，在国际场景中，技能群体的服务时间往往需要考虑地区政策、跨时区、冬夏令时等因素。

二、用户咨询的分类——用户分层

既然有了专业的客服分类，准确判断用户的咨询需求也是客服系统需要解决的问题。

前面提到的用户来源、业务类型、服务语言、服务方式、服务场景等基本业务因素往往被用作用户分层的第一层：业务分层。当公司业务团队规模非常大的时候，首先要区分出具体咨询的业务用户是什么类型，然后让每个业务团队细化自己的服务策略。

同一业务下，通常会结合用户的历史咨询状态、当前订单信息、工单状态、用户级别、用户画像标签来对用户的服务进行分层。

1）历史咨询情况

用户最近咨询过哪位客服？他是否给了代理人负面或正面的评价？据此可以判断是否需要优先考虑最近的服务代理或者好评的客服，是否需要屏蔽差评的客服。

这种情况下，分配系统中另一个比较常用的功能也会出现，那就是咨询的定向分配，即将特定的客户分配给指定的座席。

2）订单和工单状态

除了确定谁分配会话和呼叫外，订单信息和工单信息也将作为确定用户咨询优先级（紧急程度）的基本条件。例如，对于一个酒店订单，如果预计入住时间距离当前时间还有30分钟或者是负值，我们就可以认为用户在实际入住过程中出现了问题。此类问题很可能会导致极其严重的客户投诉。然后在处理分配时，可以通过增加优先级来完成。

3）用户级别和用户画像

为高价值用户提供快捷的服务通道是业界较为普遍的服务策略。此外，很多企业还会维护很多特殊的用户画像，比如名人、网红、容易投诉的用户等，作为分发的基础信息。

业务分层规则往往由公司中台统一配置。至于服务分层，由于业务特性的多样性，一般由业务来配置。它将依靠标准化的外部对接API、函数模板配置、函数计算规则配置来快速实现业务需求。

三、咨询优先级的处理

目前，在客服系统中，咨询优先处理分为三类。

1.同队列客人被接待优先级

同样是酒店订单的售后问题。不同的客人订单金额不同，入住时间也有差异，这会影响用户的接待优先级。这种接收优先级直接体现在排队分配过程中。

关于队列优先级处理，在产研设计时，我有两种选择：

方案一：预设N个优先级子队列，优先级高的子队列先分配。在同一个子队列中，按照用户的等待时间顺序分配。等待时间越长，优先级越高。当有新用户进来后，根据优先级将该用户插入到相应子队列的末尾。这确实是一个可行的方案，但是缺点是可扩展性较差，所以我给出了新的方案。

方案二：所有分配优先级完全根据客人的排队等待时间排序分配。等待时间越长，分配优先级越高。

访客默认优先级为0，即队列分配等待时间=用户实际等待时间。实际分配时，一旦有高优先级的用户进入队列，队列分配的等待时间就会增加。比如优先级为10的用户，他的队列分配等待时间会增加600，分配时自然会领先于普通用户。

即使我们想设置一些队列黑名单，那么我们将用户的优先级设置为-10000000。那么他就必须再等待1000万分钟才能拥有与普通用户相同的分配优先级，从而变相实现了分配黑名单功能。

方案2相对于方案1的优点是分配处理逻辑简单，分配效率更高，可扩展性更强。

2.同组内不同客服接待优先级

同一群体内不同客服人员的接待优先级一般根据客服的接待能力和服务能力来确定。

参考“宾客优先级”中的选项2，客服接待优先级是最低级别的算法，仍然根据座席的排队分配等待时间来计算。

在客服分配接待算法中，与客服相关的两个核心指标是：客服接待上限和客服能力值。坐席是否进入排队分配队列取决于客服当前人数是否达到上限以及客服状态是否在线。进入分配队列后，下一次分配的优先级取决于队列分配等待时间的值。

队列分配等待时间=当前时间-上次分配时间+N*（接待上限-当前接待-n*预关闭会话数）/接待上限*客户服务能力值

预结账：在IM咨询过程中，用户经常无法及时回复。在这种情况下，为了避免浪费客户服务资源，这些咨询会话将被预先关闭。预关闭的会话将不再计入当前座席接待计数，但如果用户返回激活对话，则可以立即联系原座席。因此，预关闭不占用客服接待上限，但由于预关闭会话可能随时被用户激活并反弹给坐席，因此在考虑分配顺序时，需要计算预关闭会话的数量。预关闭会话作为分配算法的参数之一。

3.单个坐席多个技能组之间的服务优先级

当客服具有多种技能时，客服还可以针对不同技能组设置接待优先级。

仍以酒店场景为例，服务能力有四种：海外酒店售前技能组、国内酒店售前技能组、海外酒店售后技能组、国内酒店售后技能组。代理A具有前三种服务能力，代理B具有后三种服务能力。一种服务能力，那么我们可以根据代理商的服务能力有更多样化的组合。然而，每个座席对于不同的技能组有不同的服务能力值。

客服人员A拥有三个技能组：海外酒店售前技能组（能力值3）、国内酒店售前技能组（能力值2）、海外酒店售后技能组（能力值1）。如果三个技能组中都有顾客出现排队情况，那么客服人员应优先接待境外酒店售前技能组（能力值3）的客人。

四、基础分配的兜底——溢出逻辑

如上所述，技能组的专业分类是为了提高客户的咨询体验，降低企业成本。

但在极端情况下，由于不同技能组的传入流量不均，有的队列满了，有的队列始终空闲，这会降低用户服务水平，造成客服资源的浪费。

所以，我们把高能力技能组和普通服务技能组分开后，如果高能力技能组等待的顾客太多，普通服务组座位闲置，普通服务组是否可以支持高能力群体？这就涉及到分配系统的另一个概念：溢出。

在我之前负责的分发系统中，见过一些非常简单粗暴的溢出函数逻辑：

这个溢出逻辑有两个问题：一是当技能组1、技能组2、技能组3同时忙，需要溢出时如何处理；第二，当客人从技能组1溢出到技能组2时，理论上，技能组1的客服将无法再接客。

因此，作者对这个溢出策略做了一些改进：

当用户的排队咨询队列超过一定时间后，溢出技能组中的座席将被拉入分配队列，与技能组中的座席一起分配。当然，从优先级上来说，会先分配该组的默认坐席，然后根据溢出程度依次计算分配优先级。

五、结语

随着AI技术的不断进步，在客服分配场景中，将会使用更多的AI和算法辅助来支持客户咨询的分配。预计未来随着更多AI技术的赋能，客户服务分配可以更加智能、更加精准。

以上内容是作者结合学习和工作实践的思考。如果有理解不足的地方，希望大家指正。我也希望通过这篇文章，能够和大家有更多的交流。

本文最初发表于人人都是产品经理。未经许可禁止转载。

题图来自unsplash，基于CC0协议。

本文中的观点仅代表作者自己。人人产品经理平台仅提供信息存储空间服务。