及时行乐|语音机器人是如何帮助金融机构获取AI“超能力”的?( 四 )


把所有的客群分成两波之后 , 上边人工去打 , 下边是机器人打 。 机器人打的过程中 , 也会识别出来一些借贷概率比较高的客户 , 这部分客群继续给人工打 。 大数据预测有一定的准确率 , 但有些也预测不准 。 在这种情况下 , 用机器人跟他聊 , 因为机器人的成本低 。 跟他聊完之后 , 基于这些数据测算的概率是动态概率 。 这样既能够保证盈亏平衡线 , 也能够最大化让人工去和高响应的客户交流 , 会有价值 。
如果没有机器人 , 没有这些模型去预测用户的概率 , 人工可能要面对10万个客户 , 一个一个按顺序打 , 运气好的话还是赚的 , 运气不好的话就赔了 。
在这个过程中 , 不管人工还是机器人 , 毕竟是一种营销 。 营销的过程中会涉及到投诉 , 有些用户觉得很烦就会投诉 。 基于人工和机器人对话 , 也可以预测用户的投诉概率 。 如果在打电话之前 , 通过大数据机器学习预测投诉概率非常高的话 , 那这个电话绝对不打 。
因为你一旦投诉我 , 那对于一个企业影响是非常大的 , 尤其在这种监管非常严的背景下 。 所以 , 在这个基础上通过大数据预测用户的投诉概率 , 包括和用户对话过程中 , 如果用户情绪很激动 , 把他筛出来 , 这部分投诉敏感人群是不触达的 。
总之 , 在电销场景 , 机器人就是通过用户需求响应概率 , 来帮助人发挥更大的价值 。


推荐阅读