您当前的位置是:  首页 > 资讯 > 文章精选 >
 首页 > 资讯 > 文章精选 >

在联络中心自动化身份验证:你需要了解以下几件事

2022-09-15 08:19:53   作者:   来源:CTI论坛   评论:0  点击:


  CTI论坛(ctiforum.com) : 许多联络中心需要身份验证步骤才能准确识别呼叫者并验证他们是他们所说的人。
  虽然它们经常被混为一谈,但识别和验证是两个不同的任务,具有两个不同的目的。
  识别是将呼叫者与您的 CRM 中的条目进行匹配以检查其身份的过程。
  验证是检查呼叫者是他们声称的人的过程。
  在这篇文章中,我们将研究联络中心可以用来识别和验证呼叫者的不同方法,并探讨哪种方法在客户体验、准确性和实施方面效果最好。
  识别和验证方法
  识别和验证来电者的常用方法有以下三种:
  • 自动号码识别 (ANI)--根据电话号码识别呼叫者
  • 基于知识的身份验证 (KBA) --根据呼叫者对一个问题/一组问题的回答来识别和验证呼叫者
  • 语音生物识别--根据呼叫者的声音验证呼叫者
  自动号码识别 (ANI)
  ANI 是根据电话号码识别呼叫者的过程。它通常由CCaaS提供商提供,并使用电话号码根据 CRM 记录来识别呼叫者的身份。
  ANI 为呼叫者提供无缝体验,呼叫者可以直接进入他们的查询,而无需经过识别过程。
  虽然 ANI 对呼叫者来说很容易,但它并不是特别安全(电话号码相对容易被欺骗),并且它仅在呼叫者使用存储在 CRM 中的号码拨打电话时才有效。在某些情况下,多个客户将拥有相同的电话号码,系统将无法识别哪个客户正在呼叫。
  ANI 非常适合让联络中心座席在接听电话后立即提供个性化服务,但它不是识别或验证呼叫者的可靠或安全方法,并且需要备用选项。
  基于知识的身份验证 (KBA)
  基于知识的身份验证 (KBA) 是向呼叫者询问一系列问题以确定其身份的过程。 KBA 在联络中心很普遍。 Opus Research 发现,99% 的公司使用基于知识的方法进行身份验证和欺诈检测。
  可以根据公司在其 CRM 中的任何信息来识别呼叫者,例如姓名、出生日期、客户编号、秘密问题的答案、母亲的娘家姓等。
  KBA自然是对话式的,虽然它需要客户付出一点努力,但通常是呼叫者已经熟悉的简单过程。 KBA 作为一种识别和验证客户的对话方法在联络中心很受欢迎。这是安全的,因为多个客户不太可能匹配个人详细信息(例如姓名和出生日期)的组合,但容易受到社会工程学的影响。
  自动化 KBA 的挑战是语音识别。为了通过姓名、订单号或邮政编码识别来电者,自动化系统需要准确记录这些信息。
  PolyAI语音助手已经达到了可靠的准确度,可以通过电话执行 KBA。我们能够根据公司存储在其 CRM 中的任何信息(包括邮政编码、订单号、姓名、地址等)来识别呼叫者。
  语音生物识别
  语音生物识别解决方案用于根据呼叫者的声音来验证呼叫者的身份。语音生物识别解决方案需要客户提供多个语音样本来组成声纹。一些解决方案要求客户说出"我的声音就是我的密码"之类的短语。其他解决方案可以在自然对话中根据他们的声音识别客户,如此无缝,客户甚至不会注意到它的发生。
  您应该注意语音生物识别技术的几个问题。
  首先,声纹不是唯一的。得到错误匹配的几率为 0.5%(或 200 分之一)。在联络中心使用语音生物识别技术意味着每 200 个呼叫中就有 1 个呼叫者被错误识别。
  其次,虽然很难欺骗语音生物识别解决方案,但这并非不可能,
  由于这些原因,使用语音生物识别技术来识别客户是不明智的。语音生物识别技术最适合验证已通过其他方式(如KBA)识别的呼叫者。
  最后,值得考虑的是语音生物识别技术需要客户的投资。 Opus Research 发现,当客户被邀请选择加入语音生物识别技术时,只有大约 35% 的人会接受这个提议。考虑投资语音生物识别技术的公司不仅应考虑实施成本,还应考虑部署解决方案后数月内优化性能的成本。
  ID&V 方法:比较
 
 

自动号码识别

基于知识的身份验证

语音生物识别

用户体验

好的。


无缝 CX,但如果客户从不同号码呼叫,则会失败。

好的。 


如果验证问题设计得很好,自然对话和简单。

高的。


设置可能难以向某些客户解释,但一旦设置好,体验应该会很容易。

识别准确度

中等偏上。


准确性取决于呼叫者始终使用相同的个人号码呼叫

中等偏上。 


准确性取决于提出的问题数量以及其他方通过社会工程等方式获得答案的难易程度

中低

 

随着客户群的增加,准确性会变得更差。1/200 人将被错误识别。 

验证的准确性

低的。 


多个客户可能使用相同的电话号码注册,电话号码很容易被欺骗。

中等偏上。 


多个客户拥有相同信息的可能性很低。容易受到社会工程学的影响。

高的。


难以模仿但并非不可能

执行

简单的。 


由大多数 CCaaS 提供商提供。

中等的。


需要复杂的人工智能技术,因为单独的语音识别不太可能准确捕捉细节。

难的。 


需要从客户那里收集语音样本并实现声纹查找。

成本

低的。

中等的。

中等偏上。

 
  创建以客户为中心的 ID&V 流程
  公司如何选择识别和验证客户将取决于为客户提供访问其帐户所需的安全级别,以及公司希望提供的客户体验级别。
  PolyAI 建议如下:
  鉴别:
  • 使用基于知识的身份验证 来识别 ANI 不起作用的调用者。
  • 在可能的情况下,使用自动号码识别根据他们的电话号码识别呼叫者。
  确认:
  • 使用基于知识的身份验证,根据个人信息验证呼叫者。
  • 使用语音生物识别作为额外的身份验证层。
  长期以来,呼叫中心一直依赖基于知识的身份验证是有原因的。这是一种安全且对客户友好的方法,可用于识别和验证呼叫者。
  自动号码识别有助于减少呼叫中心的平均处理时间。
  语音生物识别技术是一种新兴技术,可以创造顺畅的客户旅程,但声纹并不是唯一的,语音生物识别技术只能与其他识别呼叫者的方法结合使用。
  声明:版权所有 非合作媒体谢绝转载
  作者:Georgios Spithourakis
  原文网址:https://poly.ai/automating-identity-verification-in-the-contact-center/
【免责声明】本文仅代表作者本人观点,与CTI论坛无关。CTI论坛对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。

相关阅读:

专题

CTI论坛会员企业