低调的王——“小能科技”客服系统产品分析报告

——“在智能客服领域,我就是王”

作者自述

我在一家公司做ToB产业电商平台。因为同在ToB行业,因此对小能科技产生了很大兴趣。本文试图用逆向工程的推理方式,理性分析解构一下此公司的产品设计,以对比学习。

产品背景介绍

小能科技,这家做在线客服的创业公司,估值已达10亿元,服务客户包括海尔商城、唯品会、乐蜂网等2000多家企业。 企业标签是 CRM、SAAS。

前言 —— ToB产品、SAAS产品体验的困境

纵观整个产品网站文章,对ToB产品的分析体验文章是最少的,甚至有些行业是看不到的。

因为自己也研究产业电商,很多时候都必须和ToB、SAAS打交道。此时必然会遇到如下的困境:此类产品的用户注册门槛一般较高,且一般不提供免费试用——如果是互联网形态的产品,连盗版都找不到。而我们一般没有合作的情况下,无法以正当理由拿到对方的试用版账号。

因此这里不会出现太多的根据《用户体验的要素》分层之浅层内容(如界面设计、导航设计、信息设计等),而是聚焦于从网站展示业务、网站场景页面(页面和对应的说明宣传文字,此时,宣传文字内容即为该页面对应的场景)截图、行业针对性分析,通过这些内容提取出 目标用户、主要使用场景、用户目标与产品诉求等产品关键性信息,并加以分析这部分内容。

信息来源: 小能科技官网、行业分析文章、个人知识积累、社交网络人脉碎片信息收集处理归纳总结

时间分野:本文的背景在2017年,把2017年之前出现的公司、产品等都视为传统公司、产品

分析框架引用:http://www.woshipm.com/evaluating/583453.html

Key Words:ToB,SAAS,客服系统,竞品分析,产品体验,用户行为分析

============================================================================

正文:

用户需求还原:

说明:教我ToB设计的人说过,ToB不要只考虑业务、工作流等等,还要看到在系统的背后,是哪些操作员在真实使用这个系统,这些操作员的画像同样很重要。(Use Case图只能体现角色和系统之间的触点,并不能很好地体现出人性,这就需要产品经理在ToB设计的时候注意特定的用户(功能的操作员)与人性。)

设想如下的情景:

S1-1 我公司的客服老妹,电脑上开了N个qq、旺旺、京东等客服软件,嘀嘀嘀的音效响个不停。

S1-2 当她离开工位后,这些客户只能暂时被晾在这里,造成了客服系统体验下降。

S1-3 老妹手机上开了N个qq、旺旺、京东等客服App,整个手机快要被挤爆了。

S1-4 老妹因为回答VIP问题不及时,被老板扣钱。

S1-5 老妹接到客户对订单的反馈时,就会生成一个工作流 —— 跟踪问题,并按照标准流程做出处理,最后反馈给客户。

S1-6 老板需要衡量和管理老妹的工作质量。

以上就是提到客服系统时,我们首先忆起的传统客服系统。

----------------------------

根据小能科技的介绍,他们把产品目录分为在线客服、机器人和呼叫中心三部分。

根据我对电商系统的理解,可以合并呼叫中心这一独立产品到客服系统(分为语音接入和文字接入——印象中现在有语音接入的电商比较少,传统行业转型的企业可能多一些语音客服)。而机器人从功能上可归类为筛选客户模块的一部分。因此,我们可以归纳出如下的用户需求:

S2-1 系统按照分级处理思想,把客户按照设定好的规则在人工座席接待前排队。

S2-2 系统需要提供非人工的客服,将一部分无需人工处理的客户分流。

S2-3 知识词典,自动咨询的一部分。

S2-4 机器人问答系统:装一下逼,而不是单纯的知识词典——突出高科技属性(投资人喜欢看到这个,属于猎奇需求)。

S2-5 企业可以选择是否使用语音客服,如果使用则提供一个成套的互联网电话呼叫系统。

-----------------------------

特别的,有一部分内容,我认为是超用户预期的功能,这部分场景真是产品经理脑洞大开的产物,也是创业公司赖以生存的用户壁垒所在。 根据最近对GrowingIO的增长黑客研究,“获客渠道”,在做渠道转化率分析时,是最价值的信息。

另外,一般而言,用户交互数据+用户订单数据合在一起就是在系统边界内可以被感知到的用户行为数据。根据小能科技的功能介绍,小能科技也把这部分内容和客服系统相结合了。(其实更像是把用户与客服沟通数据加入进用户行为数据中去,使得这个数据更加精准了。)

小能科技在描述中说,他们可以追踪到用户对购物车的操作,那么这应该使用了埋点/无埋点技术。具体使用了哪种技术有待观察。

归纳出需求如下:

S3-1 可以按照渠道归纳用户信息。

S3-2 把用户订单信息结合进客服系统。(或者把用户与客服沟通数据结合进用户行为分析系统)

S3-3 使用埋点/无埋点的方式,获取用户交互数据。

S3-4 一个UI靓丽的分析系统

------------------------------

另外、有一些企业级的基本需求需要被考虑其中

S4-1 企业级账户管理体系:管理员——分权限——最低权限,一套金字塔体系。

因此可以总结出小能科技的用户需求为:

============================================================================

产品市场现状

目前企业级服务市场热度相当高,不过企业服务市场有个问题,无法爆发增长,没法看到一条长阳线用户直冲一个亿的奇迹。话说回来,因为客单价高,行业体量大,有可能企业只有一百个客户,但年GMV做到10个亿。

-------------------

根据场景S1-1,企业凡是在多平台开店的,都需要这种把多个平台的客服接口聚合在一起的系统,我们可以称之为“客服聚合系统”。

根据小能科技官网的展示,他们在如下几个方面都有客户:平台电商、垂直电商、跨境电商、在线教育、互联网金融、医疗卫生、O2O、汽车、在线旅游。

以上客户可以分为如下两类:店铺类与小型电商平台。

店铺类:企业在各大型平台上有店铺存在,需要聚合各来源客服信息,统一处理。

小型电商平台:都是小型的电商平台,可能自己的开发能力有限,直接接入小能科技客服系统自用。

---------------------

因为没有公开的数据,那么我根据互联网公司盈利模式,推测所有的符合客户气质的收费方式是:

1、按咨询量收费(和GrowingIO按照日活用户数收取费用类似的套路)。

2、分档次收固定年费、比较传统的方式 —— 针对传统企业比较合适。

============================================================================

产品核心策略分析

我们从小能科技的宣传语开始分析:

“小能客服打通Web网站、移动网站、微信、APP、电话、表单、邮件等等,无论顾客来自于哪个渠道, 都可以在小能客服后台统一接待。”

小能客服的基础是一个客服聚合系统,这一点和别家没有什么不同。

继续看下去,可以发现一个最大的亮点是:把用户行为分析系统结合进客服系统,从用户分析角度重构客服系统。这点和做积分系统的汇积分有点像,汇积分是把用户行为分析系统整合进积分联盟系统,从用户分析角度出发重构积分系统。具体而言,就像是一个结合了GrowingIO的 客服系统/积分系统/whatever系统。

同时我们看到小能科技经过这么长时间,一定基于用户DNA(比如手机号等)能整理识别出大量的用户行为数据。同时,在新闻报道中也印证了这一点“小能的企业客户规模已经超过2000家,囊括了3亿多用户的相关数据,相对于同行拥有明显的竞争优势。”“ 凭借大数据,在最近一次,投资方给出了10亿的估值。”—— 这就是所谓借所有接入方的注册用户数据为己用。

另外,我们还看到了客服机器人的身影。

但我认为机器人并不是核心策略,这要从用户角度阐述。用户可能会调戏一下机器人,但大多数时候,用户都是带着目标进场景的,和机器人聊天并不是用户主要使用路径,(除非机器人能满足用户的目标,比如AI代替客服来处理客户的订单或投诉问题。)——猎奇是允许的,但不是刚需。

总之,梳理以上核心策略,可以画出如下的图:

在我们安排开发计划的时候,MVP功能一定是先聚合,后加入分析系统。最后再去公关机器人;或者我们机器人就不做了——投入高,而满足用户需求不明确。

============================================================================

产品结构分析

根据小能科技官网图片,以及对需求的挖掘,应该有如下主要的产品结构:

1、客服聚合系统

多平台客服API接入、用户分级排队系统{多渠道来客共同排队;区分售前(咨询)与售后(产生工单)}、分级规则池(用户识别与行为信息介入触点)、呼叫中心、人工座席、工单系统、用户行为数据传入分析系统

2、用户行为数据分析

交互数据(购物车)、订单数据、用户客服反馈数据、增量用户行为大数据系统

3、用户行为大数据

用户识别、渠道识别、传递历史数据到用户行为分析系统{交互数据(其他平台)、订单数据(其他平台)、用户客服反馈数据(其他平台)}

4、客服机器人

知识库、互动问答、自学习、训练

5、企业级管理系统

客服中心管理系统{ 客服KPI管理、数据指标展示},用户行为数据展示

脑图如下:

============================================================================

用户使用评价

从小能科技公司发展轨迹中分析,既然客户在增加,投资人在投入。这就说明用户评价不错。

不过因为处于ToB市场,所以小能科技的知名度不行,百度指数也未有收录。

============================================================================

思考与总结

目前用户增长黑客非常非常火。给我们的启发也非常非常大。各种SAAS都可以结合用户行为数据分析,看看能否做出与众不同的产品?成为下一个独角兽。

-----------------------------

另外,可以思考目前客服机器人的几个问题

1、你在JD购物的时候JIMI可以帮你处理订单退款吗?

2、微软小冰为什么只火了一段时间就退潮?

这说明目前客服机器人并实用,无法满足带目标用户进入客服场景下的需求。不过随着AI技术的发展,希望有一天,AI客服可以完全替代人工座席 —— 如果小能科技能做到,那么客服行业同阶无敌。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,189评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,577评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,857评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,703评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,705评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,620评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,995评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,656评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,898评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,639评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,720评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,395评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,982评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,953评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,195评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,907评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,472评论 2 342

推荐阅读更多精彩内容