对于组织而言，对知识技术的需求从未如此之大。随着员工越来越多地进行远程工作，客户转向数字参与模式，在影响点快速提供准确知识的能力比以往任何时候都更为关键。然而，从A点到B点获取知识并不总是简单的。您需要清楚地了解您的信息消费者、每个消费者的独特需求，以及协调各种不总是协同工作的技术和流程的能力。
在正确的时间把正确的知识传递给正确的人，当它重要的时候，需要一个考虑以下因素的技术基础。
您的信息消费者：您是为单个群体还是多个群体的需求服务？你的同伴是如何消费知识的？当涉及到知识时，你的团队优先考虑什么？为什么你的同伴需要知识？他们想达到什么目的？
内容本身：什么是记录系统--你的真理之源？你的内容是重文本还是包含视觉效果？您的内容是静态的还是经常更改？准确度有多重要？准确度对您的组织意味着什么？
存储和所有权：您是否有一个中央内部存储库？您是否正在使用基于云的CMS解决方案？您使用的是一种技术还是多种技术？您的内容是否分散？如果是，谁拥有什么？
使用和时间安排：谁发起内容使用？是否由经验丰富的知识消费者提出要求？搜索看起来像什么，内容需要通过哪些渠道流动？请求和履行之间的可接受延迟（如果有）是什么？在用户收到所需内容之前，他们希望发出多少请求？
解决问题的方法
组织经常在知识管理系统上花费大量的时间、金钱和精力，这些系统对于经验丰富的专业人员的临时请求可能非常有用。但随后他们发现，当用于支持客户体验用例时，相同的系统不起作用。将知识用于客户体验需要实时提供信息。它需要符合请求的意图，并且通常会交付给心烦意乱的客户和/或忙碌的座席。企业知识库在满足这些需求时往往无法满足需求。
在Genesys的“客户研究状况”报告中，我们发现客户对知识发挥最大作用的结果进行的排名。当客户被问及哪些服务特征最重要时，高达29%的是“首次交互解决问题”，其次是“知识渊博的代表/座席”（18%）。这两个维度都是由客户快速获取正确信息的能力驱动的。错误地获取知识是有代价的。《福布斯》发现，28%的消费者在遇到不准确信息后倾向于不购买某个品牌的产品。
由于许多组织已经实施了各种先进的知识管理和客户服务技术，人们可能认为首次解决问题的能力已经得到了解决。在同一份报告中，IT经理对“首次交互解决问题”的优先级低于客户和客户服务专业人员。只有13%的IT经理将它列为最重要的维度。不幸的是，在许多情况下，组织在信息工作者、信息消费者和知识库之间制造了孤岛和障碍。消除这些障碍可以释放知识的真正潜力。将知识转化为信息消费者的信息的组织--客户和座席--应该考虑以下因素。
知识与渠道的整合：保持一个知识体系，而这个体系与知识的使用是分离的，这会造成滞后和摩擦。将知识引入参与系统，使知识工作者能够直接访问对客户和座席至关重要的信息，并确保知识针对受众进行优化。
使知识易于管理：确保知识从用户界面（UI）的角度易于管理。渠道经理、知识员工和所有对实现客户体验承诺至关重要的人都应该以简单、直观、自然的方式使用知识。
确保知识洞察是可访问的：报告和分析至关重要。对如何使用知识的洞察常常被困在不可读的系统日志中。能够利用这一洞察力并使知识的有效性变得简单易懂是非常强大的。知识工作者需要知道如何使用知识、由谁使用知识、如何感知知识以及缺少什么，这样他们才能主动解决内容问题并优化可查找性。
人工智能能力至关重要：人工智能（AI）支持的知识是必须具备的。具体来说，知识需要成为包括对话AI功能（如自然语言处理（NLP））的系统的一部分。NLP用于理解请求；它使用语言特征将请求与正确的内容相匹配。NLP是语义搜索的基础，它取代了传统的关键字和短语匹配，将一个更复杂的方法连接到信息探索者的意图。
知识需要学习：知识是流动的。知识工作者需要简单的方法来识别和填补知识空白。虽然知识扩充通常是自上而下的指令，但对知识是否有效的洞察也应该来自用户。知识消费者是知识优化过程循环中的人。
知识对客户体验至关重要。它同样可以让机器人回答问题，就像让座席与客户合作解决复杂问题一样。从技术角度来看，创建和存储知识虽然重要且具有挑战性，但这仅仅是一个开始。人工智能支持的知识管理工具必须紧密集成到提供客户和员工体验的系统中。知识应该易于使用、易于集成和优化。
https://www.genesys.com/blog/post/integrating-knowledge-management-in-the-customer-experience
