沃卡惠近一半（48%）的人宁愿去看牙医也不愿打电话给客户服务。但是，这真的应该那么令人惊讶吗？以下是数据驱动的联络中心，可为您的客户服务提供主动、预测和预防性支持。
等待几天（如果不是几周）来回复电子邮件的情况并不少见，如果它真的来过的话。或者等待几个小时与电话中的代理交谈。回拨选项也并不总是有效：62%已被公司多次隐藏。也许最糟糕的是，即使客户与代理互动，65%的人也必须多次跟进才能解决一个问题。在这种情况下，牙医听起来并没有那么糟糕。
这些不利的经历导致客户的耐心逐渐减弱，他们越来越多地抨击客户服务代理。三分之一的人承认曾对客户服务代理大喊大叫或发誓。与此同时，代理商承受的压力比以往任何时候都大，并且随着票务量的增加而不知所措，他们越来越心烦意乱，有时举止粗鲁。
您的客户服务中心是在提供服务，还是让您的员工失望？
客户服务让每个人都失望了。标准的做事方式严重依赖于客户参与与公司联系的耗时任务，这使公司损失了数十亿美元。尽管如此，效率低下也导致客户流失。
知识库形式的自助服务和自动关闭工单的虚拟代理对整体支持体验产生了显着影响。尽管如此，这种自助服务还需要更进一步，让品牌成为客户拥护者，从一开始就预测并防止问题发生。
客户拥护者是用数据打造的
组织拥有如此多的数据可供使用，但这些数据常常处于孤立状态，彼此之间从未交流过。因此，组织没有有效地使用超过80%的数据。
要成为客户拥护者，品牌必须更好地利用其跨部门数据。在AI之前，这成本太高而无法扩展。
现在，人工智能可以被训练成为这些主要的协调者，了解哪些客户在何时联系的类似属性，并找到生命周期与客户旅程以及与公司的联系之间的相关性。AI现在还可以将这一切与来自实时信号的产品和上下文智能结合起来。
所有这些数据都可以让公司拥有真正预测客户未来可能需要什么的超级大国。
支持这一新时代的关键数据包括：
联系类型和频率：是否有经常联系的特定客户，即使是轻微或基本的查询？（即常见的技术问题）。我们能否预测他们可能对新产品或服务提出的下一个问题或问题？
与特定产品或服务相关的联系人：有哪些疑问，以及客户在旅程的哪个阶段（购买前、购买、购买后六个月等）与特定产品或服务联系？例如，在客户拥有一台新的机器人吸尘器三个月后，是否经常有符合特定配置的客户询问有关维护或更换过滤器的问题？是否有机会在客户必须之前预测这些接触点并获取信息？
联系人的上下文驱动因素：您是否了解影响客户遇到问题和联系公司的可能性的日期、时间、地点、天气或其他外部因素？说，如果一个人在一个温度非常高的地方，不同产品的性能会发生变化吗？是否可以提供一些提示来缓解性能不佳的情况？“哇，外面好热啊。不要在超过113度的温度下骑行，以保护电动自行车的电量！”
后端系统洞察：人工智能需要能够对业务系统中的变化采取行动，例如订单和库存管理、客户关系管理、忠诚度和运营。
当数据相互交流并从历史背景中揭示模式时，它可以真正为主动和预防性的支持体验提供动力。然而，在外展中成为目标是必不可少的。我们生活在一个杂乱无章的世界中，没有人愿意被不必要的信息轰炸。
只有当一个品牌在一个非常具体的情况下为一个特定的人预期一个问题时，才会发生这种外展活动。
将支持从成本和解决中心转变为宣传中心
几十年来，呼叫中心一直是座席的流水线，专注于解决问题和回答问题，消耗了大量成本，对公司的整体健康几乎没有影响。那些时光已经一去不复返了。随着客户体验已成为赌注，客户支持功能已转变为直接影响收入的功能。
人们根据客户体验做出购买决定，一个人与品牌的每一次互动都可能成为建立信任或完全摧毁信任的催化剂。
通过利用数据并转向更具预测性、主动性和预防性的护理，支持可以变成一个真正的宣传中心，建立品牌与客户之间最深厚的关系。建立在信任和品牌正在寻找客户并将他们的最大利益放在心上的概念的关系。让我们看一些可能的例子。
我去机场要迟到了，在拼命想赶飞机回家时遇到了堵车。这不会发生。当我拿出手机打电话给航空公司时，我看到一条消息：艾米丽，我们注意到你还没到机场，你可能会错过返回丹佛的航班。下午6点32分还有一班航班起飞。你想让我们为你找个座位吗？为什么是的，你绝对可以。
或者，假设我希望本周末为婚礼送来一件礼服。随着交货日的临近，我打开了我的电子邮件：我知道您今天期待交货。我们很抱歉；发生了导致延误的天气事件。您的订单将在周三下午5点前送达，而不是明天到货。再次，对于给您带来的不便，我们深表歉意。至少我知道它仍然会准时到来。
如果我在开始下雨时在繁忙的城市角落等待拼车怎么办？想要缩短5分钟的等待时间？步行到Park和35th的拐角处，您的司机可以更快地接您。现在就去那里。
人工智能为主动式客户服务的未来提供动力
仅仅依靠人类来提供支持已经阻止了主动和预测性护理的可扩展性。如果没有人工智能，在广泛的基础上尝试这种护理成本太高——对所有客户，而不仅仅是少数客户。
人工智能可以被训练来有效地预测——基于无数的数据变化和组合——个人何时可能会遇到问题并采取适当的步骤来A)防止它发生或B)至少，在客户必须花时间联系公司之前，向客户传达计划中的挫折或变化。
这种类型的帮助将支持客户关系的未来。
