CTI論壇(ctiforum.com) : 許多聯(lián)絡(luò)中心需要身份驗證步驟才能準(zhǔn)確識別呼叫者并驗證他們是他們所說的人。
雖然它們經(jīng)常被混為一談,但識別和驗證是兩個不同的任務(wù),具有兩個不同的目的。
識別是將呼叫者與您的 CRM 中的條目進行匹配以檢查其身份的過程。
驗證是檢查呼叫者是他們聲稱的人的過程。
在這篇文章中,我們將研究聯(lián)絡(luò)中心可以用來識別和驗證呼叫者的不同方法,并探討哪種方法在客戶體驗、準(zhǔn)確性和實施方面效果最好。
識別和驗證方法
識別和驗證來電者的常用方法有以下三種:
- 自動號碼識別 (ANI)--根據(jù)電話號碼識別呼叫者
- 基于知識的身份驗證 (KBA) --根據(jù)呼叫者對一個問題/一組問題的回答來識別和驗證呼叫者
- 語音生物識別--根據(jù)呼叫者的聲音驗證呼叫者
自動號碼識別 (ANI)
ANI 是根據(jù)電話號碼識別呼叫者的過程。它通常由CCaaS提供商提供,并使用電話號碼根據(jù) CRM 記錄來識別呼叫者的身份。
ANI 為呼叫者提供無縫體驗,呼叫者可以直接進入他們的查詢,而無需經(jīng)過識別過程。
雖然 ANI 對呼叫者來說很容易,但它并不是特別安全(電話號碼相對容易被欺騙),并且它僅在呼叫者使用存儲在 CRM 中的號碼撥打電話時才有效。在某些情況下,多個客戶將擁有相同的電話號碼,系統(tǒng)將無法識別哪個客戶正在呼叫。
ANI 非常適合讓聯(lián)絡(luò)中心座席在接聽電話后立即提供個性化服務(wù),但它不是識別或驗證呼叫者的可靠或安全方法,并且需要備用選項。
基于知識的身份驗證 (KBA)
基于知識的身份驗證 (KBA) 是向呼叫者詢問一系列問題以確定其身份的過程。 KBA 在聯(lián)絡(luò)中心很普遍。 Opus Research 發(fā)現(xiàn),99% 的公司使用基于知識的方法進行身份驗證和欺詐檢測。
可以根據(jù)公司在其 CRM 中的任何信息來識別呼叫者,例如姓名、出生日期、客戶編號、秘密問題的答案、母親的娘家姓等。
KBA自然是對話式的,雖然它需要客戶付出一點努力,但通常是呼叫者已經(jīng)熟悉的簡單過程。 KBA 作為一種識別和驗證客戶的對話方法在聯(lián)絡(luò)中心很受歡迎。這是安全的,因為多個客戶不太可能匹配個人詳細信息(例如姓名和出生日期)的組合,但容易受到社會工程學(xué)的影響。
自動化 KBA 的挑戰(zhàn)是語音識別。為了通過姓名、訂單號或郵政編碼識別來電者,自動化系統(tǒng)需要準(zhǔn)確記錄這些信息。
PolyAI語音助手已經(jīng)達到了可靠的準(zhǔn)確度,可以通過電話執(zhí)行 KBA。我們能夠根據(jù)公司存儲在其 CRM 中的任何信息(包括郵政編碼、訂單號、姓名、地址等)來識別呼叫者。
語音生物識別
語音生物識別解決方案用于根據(jù)呼叫者的聲音來驗證呼叫者的身份。語音生物識別解決方案需要客戶提供多個語音樣本來組成聲紋。一些解決方案要求客戶說出"我的聲音就是我的密碼"之類的短語。其他解決方案可以在自然對話中根據(jù)他們的聲音識別客戶,如此無縫,客戶甚至不會注意到它的發(fā)生。
您應(yīng)該注意語音生物識別技術(shù)的幾個問題。
首先,聲紋不是唯一的。得到錯誤匹配的幾率為 0.5%(或 200 分之一)。在聯(lián)絡(luò)中心使用語音生物識別技術(shù)意味著每 200 個呼叫中就有 1 個呼叫者被錯誤識別。
其次,雖然很難欺騙語音生物識別解決方案,但這并非不可能,
由于這些原因,使用語音生物識別技術(shù)來識別客戶是不明智的。語音生物識別技術(shù)最適合驗證已通過其他方式(如KBA)識別的呼叫者。
最后,值得考慮的是語音生物識別技術(shù)需要客戶的投資。 Opus Research 發(fā)現(xiàn),當(dāng)客戶被邀請選擇加入語音生物識別技術(shù)時,只有大約 35% 的人會接受這個提議。考慮投資語音生物識別技術(shù)的公司不僅應(yīng)考慮實施成本,還應(yīng)考慮部署解決方案后數(shù)月內(nèi)優(yōu)化性能的成本。
ID&V 方法:比較
|
自動號碼識別
|
基于知識的身份驗證
|
語音生物識別
|
用戶體驗
|
好的。
無縫 CX,但如果客戶從不同號碼呼叫,則會失敗。
|
好的。
如果驗證問題設(shè)計得很好,自然對話和簡單。
|
高的。
設(shè)置可能難以向某些客戶解釋,但一旦設(shè)置好,體驗應(yīng)該會很容易。
|
識別準(zhǔn)確度
|
中等偏上。
準(zhǔn)確性取決于呼叫者始終使用相同的個人號碼呼叫
|
中等偏上。
準(zhǔn)確性取決于提出的問題數(shù)量以及其他方通過社會工程等方式獲得答案的難易程度
|
中低
隨著客戶群的增加,準(zhǔn)確性會變得更差。1/200 人將被錯誤識別。
|
驗證的準(zhǔn)確性
|
低的。
多個客戶可能使用相同的電話號碼注冊,電話號碼很容易被欺騙。
|
中等偏上。
多個客戶擁有相同信息的可能性很低。容易受到社會工程學(xué)的影響。
|
高的。
難以模仿但并非不可能
|
執(zhí)行
|
簡單的。
由大多數(shù) CCaaS 提供商提供。
|
中等的。
需要復(fù)雜的人工智能技術(shù),因為單獨的語音識別不太可能準(zhǔn)確捕捉細節(jié)。
|
難的。
需要從客戶那里收集語音樣本并實現(xiàn)聲紋查找。
|
成本
|
低的。
|
中等的。
|
中等偏上。
|
創(chuàng)建以客戶為中心的 ID&V 流程
公司如何選擇識別和驗證客戶將取決于為客戶提供訪問其帳戶所需的安全級別,以及公司希望提供的客戶體驗級別。
PolyAI 建議如下:
鑒別:
- 使用基于知識的身份驗證 來識別 ANI 不起作用的調(diào)用者。
- 在可能的情況下,使用自動號碼識別根據(jù)他們的電話號碼識別呼叫者。
確認:
- 使用基于知識的身份驗證,根據(jù)個人信息驗證呼叫者。
- 使用語音生物識別作為額外的身份驗證層。
長期以來,呼叫中心一直依賴基于知識的身份驗證是有原因的。這是一種安全且對客戶友好的方法,可用于識別和驗證呼叫者。
自動號碼識別有助于減少呼叫中心的平均處理時間。
語音生物識別技術(shù)是一種新興技術(shù),可以創(chuàng)造順暢的客戶旅程,但聲紋并不是唯一的,語音生物識別技術(shù)只能與其他識別呼叫者的方法結(jié)合使用。
聲明:版權(quán)所有 非合作媒體謝絕轉(zhuǎn)載
作者:Georgios Spithourakis
原文網(wǎng)址:https://poly.ai/automating-identity-verification-in-the-contact-center/