什么是虚拟支持人员？

核心要点：虚拟支持人员是一种人工智能支持的软件，能够以自然对话的方式处理服务请求—理解用户的需求，自行解决密码重置和访问权限申请等常见问题，并将其余问题连同完整上下文一起转交给人工处理。

• 定义：它是基于规则的聊天机器人的进阶版：使用自然语言处理和机器学习解读意图和情绪，可在聊天工具和门户中运行，并依托知识库而非脚本给出答复。

• 重要意义：一级请求占据服务台的大部分工作量；对这些请求进行分流能让支持人员有时间处理复杂工作，并让用户在几秒钟内得到答复，无需排队等待。

• Jira Service Management 的作用：其由 Rovo 提供支持的虚拟支持人员可在 Slack、Microsoft Teams 和客户门户中运行，依托 Confluence 知识作答，并可附带对话记录上报给人工支持人员。

虚拟支持人员是一种人工智能支持的软件，能够以自然的对话方式处理服务请求。基础聊天机器人遵循固定脚本，而虚拟支持人员则使用自然语言处理 (NLP) 和机器学习来理解用户提问，依托知识库作答，完成密码重置和访问权限申请等常规任务，并将任何其无法解决的问题连同完整上下文一起移交给人工支持人员。

对于服务台而言，这意味着实现大部分一级交互的自动化、分流重复问题，同时还要为人工支持人员提供支持—汇总请求、按严重性进行分类，并展示所需信息，以便更快地解决复杂问题。本指南介绍虚拟支持人员与虚拟助手的区别、其优势、训练及部署方法，以及相关示例。

虚拟支持人员与虚拟助手的比较

虚拟助手既可以指远程处理行政任务的人员，也可以指 Siri 或 Alexa 等这类面向消费者的语音助手。从这两种意义上来说，它都是通用的；虚拟支持人员是为特定服务场景而构建，并与该组织的知识和工作流相连接。

虚拟支持人员的优势

虚拟支持人员可让您的团队有时间专注于价值更高的工作。分类就是使用虚拟支持人员可以消除的一项常见任务。在工作开始之前，IT 专业人员会花一些时间标记团队伙伴以及重新分配工作单。虚拟支持人员可以在正确的时间将正确的工作单交给正确的人员。除消息自动传递功能外，机器学习还使虚拟支持人员能够以更像人类的方式与您的客户进行沟通。只要创建了工作单，虚拟支持人员即会开始与您的客户合作，以找出问题的根源。而且，当问题需要上报时，它会立即开始分类并与团队伙伴进行沟通。

自然语言处理

自然语言处理 (NLP) 是计算机程序理解口头或书面人类语言的能力。您的客户将通过他们在服务请求中使用的词语来提供有关他们的感受以及问题严重性的线索。NLP 让虚拟支持人员能够更准确地确定严重性和情感倾向。虚拟支持人员将使用情绪分析来上报问题，并将问题无缝转接至可提供帮助的人工客服处理。

语音助手

您的客户有可以拨打的热线吗？在上报给团队伙伴之前，语音助手会尽可能多地了解客户及其问题，从而提供高级别的服务。虚拟支持人员通过倾听客户的回应并解读对话的语气来上报此体验。试想，在您接起电话之前，就有一个语音助手已经把客户的问题以及其困扰程度传达给您。

如何使用虚拟支持人员

虚拟支持人员依据规则，根据客户的输入提供回答和管理沟通。许多服务管理团队已经有了流程图和客户上报流程，可用于训练虚拟支持人员。训练和测试工作由虚拟支持人员与团队之间协作完成。团队需要决定如何协作，并确保虚拟支持人员的客户互动方式符合企业标准。

训练虚拟支持人员

长期以来，训练一直是数据科学家和机器学习专家的领域。如今，无需编写代码、无需专业知识，即可训练虚拟支持人员。训练包括梳理和分析规则集，以及创建模型供将来使用。训练完成后，团队应在沙盒环境中与虚拟支持人员进行交互。如果您对测试交互不满意，可以调整和重新配置训练数据，直到交互效果令人满意为止。

与第三方通道集成

服务管理面临的挑战之一是您的客户使用多种通道来联系您。大多数服务管理软件可集中管理来自电话、电子邮件、短信、Slack 和 Web 通道的服务请求。然后，团队会处理请求，并使用相同的服务管理软件对内外部客户进行回复沟通。但是，此类软件缺少适配各第三方通道的语气、篇幅和对话风格的能力。而虚拟支持人员通过与第三方沟通通道深度集成，并智能掌握各通道的高效沟通方式，从而解决这一问题。

对话分析

对话分析是对社交互动的分析，旨在研究在双方之间建立相互理解所需的条件。该研究领域可以确定对话内容和语气的趋势，助力更好地了解客户的满意度。对话分析不是向某人发送客户满意度调查问卷，而是让您实时了解客户满意度并确定满意度提高或降低的节点。对话分析可以作为上报工具，在虚拟支持人员需要帮助时通知人类团队伙伴。

多语言支持

Google Translate 应急使用尚可，但并不适用于客户沟通场景。在此之前，自动翻译服务大多只是单纯进行字词直译替换，极易出现尴尬的语境偏差，沟通效果欠佳。通过使用人工智能和 NLP，虚拟支持人员可以评估语句完整意图，匹配贴切译文。虚拟支持人员可以更熟练地驾驭自然语言，助力服务更多地区的客户。

虚拟支持人员示例

就您所知，您是否和虚拟支持人员合作过？您甚至可能在不知情的情况下给虚拟支持人员发送了电子邮件。了解在哪些情况下可以成功使用虚拟支持人员，有助于您确定虚拟支持人员在业务中的最佳实践。 

虚拟支持人员应用于客户服务领域

客户服务支持人员的目标是了解客户的问题，确定严重性并评估他们的情绪状态。训练有素的虚拟支持人员可以快速解读这三个方面。试想一下，虚拟支持人员运营软件公司服务台的场景。中断刚一开始，客户随即大量提交请求单涌向服务台。人工客户服务支持人员必须先打开每个请求单，才能确认它们是否全部相关。而虚拟支持人员可瞬间完成该项操作，加快问题上报。

虚拟支持人员应用于销售和营销领域

发送陌生开发电子邮件、挖掘潜在客户耗时耗力，这类工作均由高薪员工负责处理。试想这样一种场景：虚拟支持人员主动了解潜在客户，并以个性化信息与之沟通互动。一旦虚拟支持人员的沟通中出现契机，便转接销售人员跟进促成交易。

虚拟支持人员应用于财务领域

财务团队需应对源源不断的同类问题：费用政策、报销状态、发薪日期以及如何提交发票。财务服务门户中的虚拟支持人员会依托团队的知识库回答这些问题，并将异常事项转交给合适的人员，使财务团队不必充当自身流程的帮助台。

虚拟支持人员应用于人力资源领域

人力资源服务请求数量大且重复性高：福利问题、带薪休假余额、政策查询和入职流程。虚拟支持人员可在 Slack 或 Teams 中处理这些事务，引导员工找到所需表单或文章，并且仅在情况需要时，才会创建由人力资源专员处理的工作单。

Jira Service Management 中的虚拟支持人员

Jira Service Management 包含由 Atlassian 人工智能平台 Rovo 提供支持的虚拟支持人员。虚拟支持人员可在 Slack、Microsoft Teams 和 JSM 客户门户内运行，无需编写代码，即可分流密码重置、权限配置、状态更新、政策查询等一级重复性请求。它利用 Confluence 中的现有知识库，依托自然语言处理结合场景解读每个请求，既可直接解决问题，也可附带完整对话历史记录转交人工支持人员处理。

由于 Jira Service Management 隶属于 Atlassian Service Collection，因此 Rovo 支持的虚拟支持人员不止适用于企业内部 IT 和人力应用场景。该套件还包含面向支持外部客户的团队的 Customer Service Management，支持您在 IT 帮助台、人力资源服务中心及面向客户的支持业务中运行单一人工智能服务层，全部共用一份许可证。