为什么这很重要

对大多数用户来说,服务台就是服务提供者。他们很少见到服务背后的工程师、架构师或经理。他们遇到的是聊天窗口、电话或表单另一端的一个人,而此时正是出了问题或需要办事的时刻。这次接触如何,决定了他们如何评价整个服务。

服务台还处在一个丰富的信息源之上。它听到什么坏了、什么令人困惑、哪些变更引起了麻烦,往往比监控还早。当这些信息淹没在工单中时,组织就会重复自己的错误;当它们被用起来时,服务台就成了组织的预警系统。

服务台也是服务管理中受新技术影响最大的部分。聊天、自助服务门户、虚拟代理和 AI 工具减少了简单联系的数量,并改变了剩余联系的样子。本主题描述服务台的用途、主要模式和渠道,以及如何在不失去人性一面的前提下引入自动化和 AI。相关的实践有服务请求管理(主题 3.6 — 服务请求管理)、事件管理(主题 3.2 — 事件管理)和知识管理(主题 3.9 — 知识管理)。

核心概念

目的。 按 ITIL 4 的说法,服务台捕获对事件解决和服务请求的需求,是服务提供者面向其所有用户的入口和单一联络点。维基百科关于帮助台(help desk)和联络点(point of contact)的文章描述了这一理念。

单一联络点。 用户不应该为了得到帮助而了解组织的结构。一个地方,一种提问方式,一份请求记录,免去了他们寻找该由谁负责的麻烦。联络点不一定是一个电话号码;它可以是门户、聊天、电子邮件地址和当面咨询台,它们都汇入同一个系统。

不只是 IT。 许多组织在 IT 之外也有服务台,例如人力资源和设施。见主题 1.9 — 企业服务管理。

渠道。 电话、电子邮件、聊天、门户、移动应用、当面咨询、消息工具和自动化渠道。全渠道(omnichannel)方式,维基百科有描述,旨在当用户在渠道之间切换时,提供一致的体验和连续的记录。目的是在用户已经所处的地方与他们见面,而不是强迫每次联系都变成工单表单。

分级与路由。 许多服务台采用分级:一线人员受理联系并解决力所能及的问题,二线专家处理更技术性的问题,三线团队包括开发人员和供应商。分级可能造成交接和延迟。有些组织通过给一线更好的工具和知识,朝着更少的交接发展。

左移(Shift-left)。 把解决问题的环节移向用户或最早的节点:自助服务、知识文章、自动化和更强的一线能力。在首次联系时或根本不需要联系就解决的问题,比经过多个层级的问题更便宜、更快。

群集协作(swarming)。 不是把问题沿着链条传递,而是让一组具备相关技能的人共同处理,然后回到其他工作。服务创新联盟(Consortium for Service Innovation,该组织同时发布以知识为中心的服务 KCS)描述过一种称为智能群集协作的方法。群集协作可以减少交接,但需要清晰的协调和一种支持它的文化。

首次联系解决率。 无需再次联系就得到解决的联系所占的比例。这是一个常见的度量,也是一个有风险的度量:把它推高可能导致坐席过早关闭工单或回避复杂的工单。其定义和护栏见《服务管理度量》一书。

同理心与沟通。 遇到问题的用户往往心情焦虑。平实的语言、对接下来会发生什么的清楚说明,以及对不确定性的坦诚,与技术技能同样重要。维基百科关于同理心的文章给出了一般的背景。

知识。 服务台坐席依赖知识文章和共享的笔记。以知识为中心的服务(KCS)主张在解决问题的过程中,把捕获并改进知识作为副产品。见主题 3.9 — 知识管理。

虚拟代理与聊天机器人。 与用户交谈、回答常见问题并收集细节的软件。维基百科描述了聊天机器人和虚拟助手。有用的虚拟代理会分流简单的联系,并为复杂的联系做好准备,在无法提供帮助时转交给人。见主题 5.3 — AI 服务台与虚拟代理。

体验。 满意度调查、净推荐值和类似的度量询问用户的想法。它们是信息来源之一,且各有局限:调查回复来自自我选择的群体,分数也可能受提问方式的影响。见主题 7.7 — 体验与情感分析。

这些视角如何契合。 敏捷实践建议与用户一起,对服务台做小而频繁的改进。AI 分诊、总结并起草回复。自动化处理常规请求和路由。分析揭示需求、联系的原因和体验。

最佳实践

  1. 让提问变得容易。 提供用户偏好的渠道,并确保每个渠道都通向同一条记录。像用户那样测试每个渠道。
  2. 了解人们联系你的原因。 按原因对联系分类,定期评审排在前面的原因,并问什么能让每一种变得不必要。保持类别少而有用。
  3. 在安全的前提下于首次联系时解决。 给一线人员解决常见问题所需的权限、工具和知识,并给出他们可以做什么的清晰规则。
  4. 每次都给出清晰的下一步。 告诉用户接下来会发生什么、由谁来做,以及他们何时能再收到消息。沉默会招致重复的联系。
  5. 有意识地左移。 对最常见的联系,提供自助服务、文章或自动化。检查自助服务路径是否有效,以及用户是否知道它。
  6. 减少交接。 查看经过多个团队的工单,问群集协作、更好的路由或更强的一线技能是否会有帮助。
  7. 边工作边编写知识。 当时就把解决方案记入文章,并在失效时改进。淘汰过时的文章。
  8. 倾听规律并传递出去。 告诉问题管理、产品团队和负责人服务台看到了什么。附上来自用户的例子。
  9. 在有人负责的前提下使用自动化和 AI。 让它们处理常规步骤,并清楚地移交给人,同时提供一条可见的联系真人的途径。评审它们做了什么。
  10. 关心服务台的人员。 提供培训、可持续的工作负荷和成长路径。高流失率的服务台会失去知识和好感。

与团队讨论的问题

人们为什么联系我们?这些联系中哪些是可以避免的? 使用排在前面的原因的实际清单。预期会有密码重置、访问请求和“我该如何……”的问题。问问什么能阻止每一种。追问:选择一个原因,估算消除它所需的投入。

用户从联系的那一刻到问题解决的那一刻,一步一步经历了什么? 走一遍一张真实的工单,包括等待。人们经常发现漫长的沉默和重复的提问。追问:选择本月要改进的一个步骤。

哪些工单经过的交接最多?是什么原因造成的? 交接耗费时间和上下文。寻找规律,比如特定的团队或问题类型。问问群集协作是否可行。追问:对一类工单尝试另一条路径。

今天一线人员有哪些做不了的事,如果能做就可以在首次联系时解决更多问题? 这个问题找出权限、知识和授权方面的缺口。预期会听到关于安全和流程的理由。问问谁在何时作出的决定。追问:选择一项要扩展的权限,并配以保障措施。

用户更愿意在哪里提问?我们在那里吗? 用户可能已经在使用聊天工具或询问同事。去问他们。预期不同群体之间会有差异。追问:选择一个要改进或新增的渠道,以及一个要淘汰的渠道。

我们希望虚拟代理或 AI 助手做什么?哪些必须留给人? 划出清晰的界限:AI 负责常规问题和准备细节,人负责处理困扰、模糊情形和有后果的决定。问问助手由谁负责,如何发现错误。追问:选择一个由人审查的小规模试用。

实践:一个服务管理示例

一家区域配电公司的 IT 服务台每周接到约 600 个联系,来自 3,000 名员工,包括控制室操作员和现场工程师。用户说很难联系到真人,而服务台自己的数据显示重复联系的数量在上升。服务台员工说,他们一半的时间花在密码和账户问题上。

服务台负责人评审了 300 个联系的样本,发现 35% 是密码和访问问题,20% 是关于三个应用的“我该如何……”问题,10% 是关于早先问题的重复联系。她引入了三项改变。在门户中增加自助密码重置,并把一份简短的指南固定在登录页面。在这三个应用的“我该如何……”问题上试用虚拟代理,并设有一个显眼的“联系真人”按钮。以及一项政策,授权一线人员无需第二道审批就能授予标准访问权限。

两个月后,密码相关的联系下降了约一半,虚拟代理有大约三分之一的对话无需转交即可解决。负责人每周阅读一批代理的对话样本,发现它对某个应用的新登录方式给出了错误的回答。她更正了文章,并为新版本发布增加了检查。

变化在于:员工处理的常规联系减少了,在复杂问题上花的时间更多了。仍然困难的是:偏远地区网络连接不佳的现场工程师无法可靠地使用门户,仍然打电话;服务台新增的访问授权让安全团队担心,后者要求每月评审;一些服务台员工担心虚拟代理会让自己丢掉工作。负责人公开说明目的是腾出时间处理更难的工作,并与她的经理商定,基于这一点,一年内不会削减人员编制。

四种视角

产品与交付团队

服务台是你的早期信号。在上线之前,向它提供发布说明、已知问题和清晰的支持信息,并阅读它反馈回来的内容。修复造成重复联系的原因。

服务与运维团队

与服务台一起建设共享知识、清晰的升级机制和通往专家的快速路径。在有帮助的地方参与群集协作,并把你学到的告诉服务台,使一线能解决更多问题。

领导层与治理

把服务台视为你服务的门面和预警系统。为工具、知识工作和培训出资。对促使员工快速关闭工单的指标要保持谨慎。要求提供用户体验的证据。

客户与用户

你应当能够以适合自己的方式提问,听到接下来会发生什么,并在需要时联系到真人。描述你的问题以及你当时在做什么;这对服务台有帮助。当建议没有奏效时,告诉他们。

敏捷、AI、自动化与分析

敏捷

与用户一起,以小步骤改进服务台:在一个群体中尝试新渠道,调整,然后扩展。让服务台的人员参与选择改变什么。注意:工具和话术的不断变化会使员工疲惫;要控制变更节奏并加以解释。

AI

AI 可以对联系分类和路由,总结冗长的对话,建议文章,并起草回复供坐席审阅。虚拟代理可以回答常规问题。指定负责人,保持一条可见的联系真人的途径,并评审一批 AI 对话样本。注意:流畅地给出的错误答案会侵蚀信任,所以要跟踪更正和投诉。见主题 5.3 — AI 服务台与虚拟代理。

自动化

自动化常规请求,如密码重置和标准访问权限,带有检查和日志,并自动化工单的更新和通知。注意:自动化可能把用户锁在门外,或错误地授予访问权限;要包含身份检查、速率限制和评审。见主题 6.5 — 自助服务与自动化履行。

分析

查看联系原因、各渠道的数量、解决时间、重复联系和用户反馈。注意:首次联系解决率和处理时长可能被钻空子,满意度分数反映的是谁回答了调查;要与真实联系的样本结合起来。见主题 7.7 — 体验与情感分析和《服务管理度量》一书。

常见失败模式

  • 很难联系到真人。 用户在菜单和机器人里打转。始终提供一条清晰的联系真人的途径。
  • 首次联系之后就沉默。 用户只能追着问。给出下一步和时间。
  • 为达标而关闭工单。 重复联系上升。度量解决情况和重新打开的情况,并检查样本。
  • 知识写了一次就搁置。 文章过时。评审使用情况,淘汰失效的内容。
  • 到处都是交接。 工单在队列之间弹来弹去。改进一线技能、路由或群集协作。
  • 机器人的回答无人检查。 错误的建议扩散开来。评审样本并修复源头。
  • 服务台与组织脱节。 规律没有被传递出去。把所听到的告诉负责人。

成熟度模型

维度 起步 发展 标准化 管理 协同
渠道 电话和电子邮件 增加了门户 各渠道记录一致 依据使用证据选择渠道 体验在各渠道和职能之间保持一致
解决 大多升级 一些一线修复 定义了一线的权限和知识 度量解决和重新打开情况 解决由自动化和群集协作支持
知识 个人笔记 共享的文章 文章作为工作的一部分来编写 度量文章的使用和质量 知识从联系中持续改进
洞察 数量统计 列出主要原因 评审原因并传递给负责人 通过根因减少联系 与产品和服务团队共同塑造需求

检查清单

  • 用户可以通过自己偏好的渠道联系我们,并只有一份记录。
  • 我们知道联系的主要原因并定期评审。
  • 一线人员有解决常见问题的权限和知识。
  • 每次联系都以清晰的下一步和时间收尾。
  • 自助服务路径有效,用户知道它们。
  • 知识作为工作的一部分被编写和更新。
  • 我们向产品和服务负责人报告规律。
  • 自动化和 AI 有负责人、一条可见的联系真人的途径,以及抽样评审。

AI 提示词

对联系原因分组。

下面是我们服务台的工单标题和简短描述,已去除个人数据:[粘贴样本]。
请把它们分成最多十个原因,统计每个原因的数量,并为每个原因原文引用两个简短的例子。针对排名前三的原因,各列出一个关于该联系是否可避免的问题。不要猜测原因。
请列出你不确定的事项。

起草供坐席审阅的回复。

用户消息:[粘贴消息,已去除个人数据]。相关文章文本:[粘贴文章]。
请起草一条不超过 120 字的通俗回复,只使用该文章,说明下一步,并在文章没有回答该问题时明确说明。不要承诺文章中没有的结果或时间。
请列出你不确定的事项。

测试虚拟代理的边界。

我们的虚拟代理将处理:[列出话题]。必须转交给真人的:[列出话题]。
请写出 25 条测试消息,有些在范围之内,有些处于边缘,有些必须转交,并针对每条说明正确的行为。不要包含真实的个人数据。
请列出你不确定的事项。

AI 技能

主要来源

  • Consortium for Service Innovation,Knowledge-Centered Service (KCS) 和智能群集协作(intelligent swarming):关于支持工作中知识与协作的实用指导。
  • PeopleCert, ITIL certification pages:所有者对 ITIL 指南的描述,包括服务台实践。
  • Wikipedia, "Help desk":对该职能的概述。
  • Wikipedia, "Omnichannel":关于一致的多渠道联系的背景。

参考文献

  1. Help desk — Wikipedia — https://en.wikipedia.org/wiki/Help_desk
  2. Customer support — Wikipedia — https://en.wikipedia.org/wiki/Customer_support
  3. Point of contact — Wikipedia — https://en.wikipedia.org/wiki/Point_of_contact
  4. Omnichannel — Wikipedia — https://en.wikipedia.org/wiki/Omnichannel
  5. Chatbot — Wikipedia — https://en.wikipedia.org/wiki/Chatbot
  6. Virtual assistant — Wikipedia — https://en.wikipedia.org/wiki/Virtual_assistant
  7. Triage — Wikipedia — https://en.wikipedia.org/wiki/Triage
  8. Self-service — Wikipedia — https://en.wikipedia.org/wiki/Self-service
  9. Support ticket — Wikipedia — https://en.wikipedia.org/wiki/Support_ticket
  10. Consortium for Service Innovation — KCS library — https://library.serviceinnovation.org