做小客户死,转大企业生

返回目录

2018.04.28

36氪记者 徐宇报道


你是否经历过下述情况:当你给某大型电商、或是服务类企业打电话,还没开口,对方就知道你姓甚名谁,并根据历史记录,为你安排进一步的服务。当你在某网站或APP注册或消费后,可能会接受到来自企业的自动回访或订单核实电话……

在这些极度标准化的流程后面,对应着一套名为 CallCenter 的呼叫中心系统。这套 SaaS 软件的主要功能是更有效的管理企业的呼入、呼出来电。


中小企业托管的呼叫中心解决方案


08-14年讯众通信就是在给中小企业做这种租用式的托管服务,又叫租用式的呼叫中心。中小企业通过 Web 页面登录后,即可使用讯众通信提供的呼叫中心托管服务。由讯众负责平台的运维和整体服务保障。

除了租用第三方 CallCenter外,很多大型企业,比如国有银行,会自建托管服务。当然还有一些企业选择把这种与顾客的沟通需求外包出去,像10086会从外包客服团队与顾客做相应的电话沟通。

08-14年这几年间,讯众一直在为中小企业提供这种呼叫中心的 SaaS服务,确实积攒了一定客户量,但收入一直上不去。

通过几年的业务发展,创始团队发觉在国内做中小企业的信息化生意并不容易。很多试图为中小企业提供 OA、ERP、CRM 服务的公司,收入都不尽如人意。讯众认为,只有专门做大客户的生意才会赚到充足的现金流。


为KA客户提供的 PaaS、SaaS、坐席外包和大数据风控服务


借着移动互联网发展的大势,公司于14年开始转型,给大型移动互联网企业用户提供云通信PaaS服务。比如最早为滴滴开发的通话解决方案,在滴滴打车APP上接入点击通话功能,方便司机与客户联系,并且使用了通话隐私保护:司机和客户看到的都是对方的虚拟号码。

2018年,讯众已经可以提供包含PaaS和SaaS的云通信全能力服务。具体来讲,能给大型 KA 客户提供:云通信 PaaS 服务(语音、短信、流量);云通信 SaaS 服务(云呼叫中心、智能语音,云会议、云视频);以及坐席外包、大数据风控解决方案。


1、PaaS 云通信平台

首先说云通信PaaS 平台,模式有点像36氪之前报道过的华信云,上游链接运营商,下游对接企业,将运营商资源通过接口方式提供给企业。讯众不光做短信,还做语音、流量业务。语音业务就如同之前所说的滴滴。

讯众的流量业务更多是为企业提供流量营销服务,从而为商家导流。例如为视频网站,顾客充会员送流量服务,还有银行的办卡送流量业务。


2、SaaS云通信服务

面向金融、保险大客户提供的呼叫中心 SaaS 托管服务,是在原有给中小企业使用的 SaaS 模式上的一次技术升级。

讯众通信创始人朴圣根表示,当前之所以能在大型企业开展 SaaS 服务和呼叫中心也得益于相关技术的发展,比如智能语音质检和智能客服机器人。

例如为大地保险所做的呼叫中心托管服务。该中心大约有10000+个坐席,讯众提供呼叫中心线路服务,并拓展智能语音质检和大数据领域的深度合作。

由于这种大型呼叫中心往往有数万名客服,管理人员不可能一个一个监听其对话内容,所以传统模式是“抽查”,往往5000个客服中能监测到的只有几百个。而智能语音质检技术则能把客服人员与客户的沟通语音转化为文字,再与标准话术相匹配,如果匹配度达到70%-80%即表明该客服的沟通能力是合格的。

同时该技术还可探测客服说话的分贝数和语速,以及该分贝数和语速是否符合相应规定。此外,能与客户直接对话的智能客服和智能机器人外呼的发展同样降低了企业人力成本,推动了讯众给大型客户服务的转型速度。

该 SaaS 服务还包含了一套本地化部署的私有云会议系统,客户远程在手机或电脑上就能开会,还能共享桌面、分享PPT。

今年讯众还收购了两个呼叫中心外包职场,给运营商和全国各地企业提供坐席外包服务,例如帮中国移动给客户打电话,做沟通。


3、基于行业做信用大数据的标签管控服务

有点像互联网公司根据用户的浏览历史、点赞、评论等数据,并根据这些做相应的用户运营。银行与运营商,是天然的用户大数据平台,讯众基于自身的大数据分析能力,为银行与运营商提供,用户标签与画像,并依据大数据分析结果,为每个用户提供个性化服务与关怀。

比如,讯众会根据用户移动网、电信网和联通网的在网时长,每月的消费和投诉情况这些数据,判断该用户对该运营商的满意度,有无可能转到另外一家运营商,以提前做好用户关怀。


盈利模式

讯众通信的四大子业务,云通信 PaaS 云通信平台、SaaS呼叫中心、坐席外包和行业大数据,四者之间形成了协同效应。

讯众主要靠提供这些成套服务来盈利。主要目标客户的年营收均在300万-2000万之间。

举个例子,企业使用完讯众的云呼叫中心后,也有可能对接视频会议。给保险公司提供智能语音质检服务后,也有可能合作大数据精准营销业务,相当于二次挖掘使用场景和用户价值。