7 分钟阅读
在银行、金融服务和保险行业,聊天机器人技术正变得越来越成熟。
我们现在的聊天机器人不仅可以应付客户的查询和服务请求,还能与用户进行一般对话。这可以归因于机器学习(ML)和自然语言处理技术(NLP)的日益成熟。
现在的聊天机器人可以像人一样进行微妙的对话。说服他人是人类特有的一种技能,而保险公司在设计聊天机器人时正在尝试实现这种技能。在之前的一篇文章中,我们研究了如何设计聊天机器人以实现被动劝说。在这里,我们将讨论如何设计聊天机器人以实现主动劝说,让机器能够发起和引导需要用户采取措施的有意义的业务对话。
传统上,聊天机器人的目的是响应用户发起的对话。
而主动劝说则更进一步 - 聊天机器人会在适合劝说的事件的驱动下主动发起对话(无需用户触发),以劝说用户执行业务操作。主动启动聊天可以通过两种方式进行。第一种,当用户在网站上保持活动状态达到特定时间时,将弹出聊天机器人窗口,并开始有说服力的对话。第二种,用户可能发起聊天机器人对话以进行询问和提出服务请求,聊天机器人则会主动切换上下文并发起有劝服力的对话。电商公司应有效部署主动式聊天机器人,以根据消费者搜索的内容推荐更多的产品或服务,并发送推送通知和提醒。
在保险行业,主动式聊天机器人产生的主动劝说效果可能与零售业不同。考虑到这两种业务在性质上的巨大差异,产生的效果不同是可以理解的。然而,尽管应用范围有限,依然可以根据潜在和现有保险客户的浏览习惯和个性化触发因素,使用主动式聊天机器人与这些客户发起聊天。这里要提醒一句:如果用户只是没有目标地被动地浏览网站,则可能不会回应聊天机器人抛出的劝说话题。
尝试劝说可能导致三种场景:i) 客户可能与聊天机器人交谈并根据建议采取行动;ii) 客户立即关闭聊天窗口以避免打扰;或者iii)对聊天机器人的打扰感到恼火,并禁用聊天机器人。尽管如此,主动与客户或潜在客户互动依然存在价值。通过仅限在一些重要业务事件中使用主动式聊天机器人,可以避免引起客户恼火。但是,对于已经与聊天机器人搭上话的用户,这种主动劝说可达到相对较高的成功率(参见图1)。
在保险业,有许多事件适合通过聊天机器人进行主动劝说,
比如针对特定客户个体的公司活动或保单事件(参见图2)。公司活动一般面向所有人,也就是说会对包括现有客户和潜在客户的所有客户发起提示。但是,也可以根据从客户数据中获得的洞察,对其进行合理的个性化设置。例如,可以针对缺乏特定险种或投保范围覆盖不足的客户发送新产品提示。
与之不同,保单事件都是特定于客户个体,需要更高的智能水平才能将其集成到对话流程中。适合劝说的事件可能仅限于促成此次对话的保单,也可能扩展到客户投资组合中的其他保单,具体取决于能否掌握客户的全方位整体信息,对于与某个保单相关的事件,可能会出现两种场景。第一种,客户聊天的意图就是围绕这个事件,正常对话就能处理。例如,客户查询如何恢复失效的保单。第二种,当客户发起不同的问询,并且必须要由聊天机器人引入适合进行劝说的事件。还是上面那个例子,如果客户询问地址变更问题,则就需要聊天机器人在对话中主动引入保单恢复事件。
当正在进行的对话涉及需要进行被动劝说的事件时,必须重新评估引入主动劝说话题的有效性。还要考虑到适合进行劝说的事件可能产生的有利或不利潜在影响,以及被动劝说与主动劝说的配对逻辑。例如,一位客户询问某个保单的现金价值不合适,如何放弃这份保单,这就需要进行被动劝说的不利事件。此时若在对话中引入主动式劝说元素并劝说客户购买新产品可能就不合适,并且可能导致保险公司面临道德风险。同样,主动劝说客户恢复失效保单或者在被动劝说过客户不要撤销后保单后再主动劝说客户偿还长期所欠贷款也是不明智的做法。
当掌握了客户的整体视图时,就会出现很多场景。客户的保单可能包含很多适合进行劝说的事件,而这些事件可能与正在进行的对话具有相同或不同的意图。举例来说,某个客户可能有多份失效保单,但他又在询问如何更改有效保单的受益人。或者与之相反,客户可能询问如何仅恢复其中一份失效的保单。聊天机器人需要进行合理设计以应对这种情况,因为非最佳的配对可能导致对话不当、无效,甚至可能导致保险公司面临风险和随后的监管审查。
劝说是一种人类特有的能力和一种高价值的活动。
让聊天机器人具备劝说技能是一项极具挑战性的任务,这需要精心的设计和迭代的即兴发挥。使用基于规则的聊天机器人在技术上可以尝试进行被动劝说,而要实现主动说服,将需要基于检索的聊天机器人。此外,聊天机器人必须与现有的企业基础设施集成,并与业务规则、后台数据、策略和客户数据库以及内容管理系统对接。
发起对话后,被动式和主动式聊天机器人采用的劝说方法是相似的。主动劝说式聊天机器人的设计框架与被动劝说式聊天机器人具有相同的组件。有一点要记住,用户与聊天机器人交谈的目的并不是为了被说服。所以,聊天机器人在设计上应敏感而微妙。在构建主动劝说式聊天机器人前,有几个关键要素保险公司必须要考虑到(见图3),这包括要使用的技术及其与组织现有IT环境的集成,以确保聊天机器人的无缝运行。
事件确定
利用“建议加个性化”引擎,根据价值、影响、紧急性和效益,确定事件并进行排序和确定优先次序。
让聊天机器人有能力决定是否适合在当前对话中发起劝说式对话。
插入时机
确定插入并主动发起劝说谈话的最佳时机。
避开劝说阻力 - 在用户发起的对话中,随机的插入可能会导致劝说阻力。
先解决用户发起对话时想要解决的事件,然后再发起针对同一保单的另一个事件。
劝说例外
实施建议引擎,以在特定情况时,降低劝说通知的优先级。例如,当客户提出重大疾病索赔时,聊天机器人不应发起关于恢复保单的对话。
分析历史交易数据以确定启动劝说对话是否合适。举例来说,如果历史数据显示客户存在尚未解决的投诉,则不宜发起推销新保单的劝说对话。
事件配对
合理设计系统以能够全面地考虑到各种场景,并选择适当的意图来引导对话。
定义更广泛的原则,以选择适当的意图,并根据当前对话的意图和确定的劝说活动来切换或连结背景。
针对不同保单中的相同事件发起组合对话,以避免重复。举例来说,如果客户有三份失效保单,则必须在同一对话中涵盖所有这三份保单。
仅在解决了启动对话时的事件后,才能启动与其他保单中的不同事件相关的对话。
逻辑闭合
当客户不愿意参与劝说对话时,要结束谈话并切换回原始上下文,总结行动项并得体地结束对话。
随着聊天机器人变得越来越成熟,保险公司必须重新设计现有的聊天机器人,以让聊天机器人除了回答询问和处理服务请求之外,还能完成更多工作。
劝说是一种对保险公司及其客户都有利的功能。这个旅程可以从被动式劝说的试验和概念证明为起点,逐渐发展至主动式劝说。
目前,主动式劝说要么需要耗费大量人力,要么只是向客户发送一些常规的提示邮件或消息。前者更加有效,但需要巨大的工作量和投入;后者则缺少人情味,互动性不佳和有效性低下。我们认为,保险公司必须兼顾二者,并将具有说服能力的聊天机器人作为其数字参与战略的重要组成。