客户服务中的机器学习用于为客户提供更高水平的便利，并为支持代理提供更高的效率。Support-focused客户分析工具由于机器学习的易用性和在各种行业的成功应用，机器学习越来越受欢迎。高德纳预测，到2021年，15%的客户服务互动将完全由人工智能处理。
尽管人工智能越来越受欢迎，但关于人工智能，更具体地说是机器学习，如何适应我们目前对客户服务的理解，仍然存在很多困惑。让我们来澄清一下。
交付的数据洞察
首先，快速定义一下:机器学习是一种人工智能，它使用多层算法从其处理的数据中“学习”。虽然人工智能更像是一个模拟人类智能的全称，但机器学习更多地涉及机器如何获取信息，理解如何使用信息的规则，以及如何随着时间的推移变得更好。
成功的机器学习应用程序应用于涉及处理大量数据的领域，当最终目标是做出明智的决策时，这是必要的。人类不具备像算法那样处理持续不断的数据流的能力——我们通常有更好的事情要做，比如直接与沮丧的客户打交道。为了提高客户服务的效率，在可能的情况下，由人工支持代理从数据中收集见解是更可取的。
客户服务中的机器学习将这个想法进一步发展:它将发现的见解应用于可以优化的方式客户体验。它可以使支持代理更有知识(如通过预测分析)或更高效(如人工智能驱动的工具可以自行处理补救客户问题)。
关注自助服务
自助服务指的是当客户找到他们需要的支持，并通过与人工代理交互来解决他们的问题。调查显示81%的客户宁愿自己动手，也不愿与客服人员交谈。因此，许多公司增加了他们的自助服务，作为提供更好的客户体验的一种方式。提供自助服务的最简单方法之一是建立知识库。亚博官方app
自助服务已经被证明是机器学习应用程序的一个常见用例——聊天机器人、虚拟助手和许多其他人工智能增强工具能够“学习”并模拟与客户服务代理的交互。其中一些应用程序使用深度学习——一种先进的机器学习——不断改进，为用户提供更准确、更有用的自动化帮助。
机器学习如何应用于客户服务?
聊天机器人
聊天机器人这是许多人在讨论客户服务中的人工智能技术时想到的。他们能够模拟与客户服务代表的交互并解决简单的查询，这是一种有效的自助服务解决方案。机器学习使聊天机器人能够学习何时应该使用特定的响应，何时应该从用户那里收集必要的信息，以及何时应该将对话交给人工代理。
虚拟助手
虚拟助手与聊天机器人的不同之处在于它们不试图模拟与代理的交互。相反，他们专注于客户旅程中的特定领域，在那里他们可以为客户提供帮助。当启用机器学习功能时，他们可以了解他们可以传递给代理(或保存以用于分析程序)的信息，并增强他们提供的帮助类型。Zendesk就是一个例子亚博回答机器人，该网站会根据客户查询推荐帮助文章。它还可以自动化代理查找帮助文章的方式。
内容创作
近40%的客户声称，在知识库中搜索并不能生成他们想要的帮助文章亚博官方app。机器学习可以用来分析来自支持票的数据，并将其转化为可操作的见解为代理商申请帮助文章。这些洞察指出用户如何描述他们的问题，以及这些描述是否与知识库的内容相似。亚博官方app然后，代理可以接受这些建议并调整帮助文章，使它们更相关，更容易被客户找到。
预测分析
客户服务需求可测量的分析为了持续优化，机器学习可以帮助在一些支持分析中添加预测元素。预测客户服务分析利用以往客户服务互动的数据来确定未来可能的定量结果。它还可以实时工作，捕捉代理可能错过的见解，就像Zendesk的情况一样亚博满意度预测工具可以预测客户的CSAT评级。有了这些见解，对于想要提供更好的客户体验的客户服务组织来说将是一个很大的帮助。
