以得助智能外呼機器人為例，我們可以了解智能外呼機器人在真實的使用場景中，具體發(fā)揮了怎樣的效能：
01 某銀行內的使用場景
描述：
以往，銀行員工進行催收的作業(yè)方式主要通過人工電話外呼進行欠款的催繳清收，為了提高賬戶的催收效率，會進行統(tǒng)一話術標準，需要對員工進行長時間的培訓，將優(yōu)秀員工的催收經驗進行系統(tǒng)的轉化和推廣等，但人工催收的效率有限，培訓也需投入大量的時間、空間成本，且人員的流動性大，淘汰率高。
解決方案：
使用得助智能外呼機器人進行智能催收提醒，得助智能外呼機器人利用最新的語音識別、語音合成、自然語言處理等人工智能技術，可按照事先設定的外呼策略，通過自動化的機器外呼，實現批量智能外呼催收，并能快速應答客戶提問，支持多輪交互，有問必答，耐心細致，親切自然，通話過程中還支持隨時打斷，當客戶提出沒錢還款時，會告訴客戶應急解決方案，比如指導如何辦理分期等，非常人性化。此外，得助智能外呼機器人可直接引用行業(yè)內的優(yōu)秀催收語料，無需培訓直接上崗，也不存在離職問題。
效果：
得助智能外呼機器人催收上線后，客戶還款率較人工催收提升了約20％。
02 某金融機構內使用場景
描述：
核資業(yè)務、失聯查核以及首次觸達話術內容雷同率高，業(yè)務人員工作量較大。催收談判涉及到的業(yè)務類型比較復雜，需要從大量的催收通話記錄中搜集話術模板進行深度加工。
解決方案：
使用得助智能外呼系統(tǒng)擴充機器人知識庫，增加催收相關語料，實現智能應對客戶的各種回答。
效果：
應用了得助智能外呼機器人的分公司外呼的呼出量最高，催收回款率大幅提升。
03 某保險公司內使用場景
描述：
通過熱點問題統(tǒng)計分析發(fā)現提前一個月通知續(xù)保較晚，需要進行續(xù)保時間的優(yōu)化；通過用戶掛斷階段的統(tǒng)計發(fā)現在開場白時用戶掛斷率高達20%，話務員話術使用不標準，接待態(tài)度參差不齊。
解決方案：
使用得助智能外呼機器人，標準話術標準狀態(tài)應答，并選擇甜美的聲音以提高接聽率。
效果：
通過機器人續(xù)保通知、結案支付回訪情況的自動記錄數據分析，調整最佳續(xù)保通知時間，在使用得助智能外呼機器人后可實現日有效呼叫量3500余通，成功回訪比例達72%，月均人力成本節(jié)省約80%。
以上僅為得助智能外呼機器人的一小部分使用場景，目前，得助智能外呼機器人的功能已經能夠支撐多行業(yè)內眾多企業(yè)的對外服務、對內運營，以及經營銷售活動等，為企業(yè)帶來人工智能技術的科技賦能。
