CTI论坛(ctiforum.com)4月11日消息（编译/老秦）:Call Centre Helper的专家小组讨论了联络中心报告可能被滥用的某些情形。

　　当你计算电话放弃率的时候，应该确保阈值不是很长，这样就可以排除那些合理的放弃以及拨错电话号码和错误的数字。行业标准阈值是5秒，所以如果你的呼叫中心比这要高，你的放弃率就可能太低了。

　　相反，如果你测量IVR的放弃率，他们可能就会太高。如果你没有适当地测量IVR录音和当客户已经使用自助服务流程来解决了他们的查询后才挂断电话，这通电话应该算是成功的电话，而不是一个放弃的电话。

　　对于呼叫中心来说，测量平均处理时间是重要的，这可以让你在任何时间段都能够确定需要多少座席员。但前提是不能牺牲客户的利益，如果座席由于太担心呼叫处理时间会影响他们的KPIs，他们就不可能提供一流的客户服务，这将导致客户满意度的下降和更多次呼叫。

　　相反，你应该优先考虑首次呼叫解决率，你的座席会愿意用更多的时间来解决客户的问题。这会增加顾客快乐的可能性，从而增加忠诚度。

　　如果你的座席经常工作在较高利用率的环境中，他们可能会容易疲惫从而导致员工流失率上升。

Martyn King

　　相反，你应该确保监测利用率，给你的座席足够的时间来收集他们的想法。同时，为他们提供远离电话的机会，例如培训等活动。这将有助于确保座席不会用力过猛劳累过度。

　　感谢Nexbridge的Martyn King

　　60%的客户现在使用在线互动，重视这种数字渠道的需求是重要的。为了更好地这样做，你应该提供所有这些活动的实时和历史分析数据，关注数字渠道以及致电联络中心的这两类人。

　　这样做的目的是了解更多的客户体验现状，另一个你可以做到的有用的报告细节是计算每天因为在线遇到问题从而致电联络中心的客户数量。联络中心应该把这个信息分享给他们的网络团队。

　　联络中心已经拥有大量的数据。这些包括：一个客户已经呼叫了多少次了，已经转接了多少次了，在线等待的电话数量，等等。

　　虽然这些报告统计数据是独立的和有价值的，他们往往也可以为根源性分析提供足够的数据，为其他指标过高或过低找到答案。联络中心报告应该聚焦在这样的问题上，并且找到解决的方法。

　　非结构化报告数据是很难处理的。这就是为什么联络中心不能无视某些高科技解决方案的原因，比如语音分析可以让联络中心深入到数据当中而不是总是停留在客户互动表面显而易见的问题上。

　　语音分析只适用于大规模的联络中心，对吧？错！语音分析现在可以使用在只有100个席位的联络中心中。

　　7、过于复杂的报告可能成为你最大的敌人

　　有这么多可用的报告数据，这使得很容易迷路。这就是为什么必须专注于什么是最重要的，数据呈现和可视化是关键。

斯图亚特·多尔曼（Stuart Dorman）

　　想一想在你的显示墙板上应该显示什么。座席需要知道有多少个电话在排队吗？座席的工作就是提供伟大的客户服务，而不是匆匆忙忙的减少排队队列的长度。

　　此外，不要掉到测量平均值的陷阱中。寻找异常数据，关注异常可以让你清楚在哪里你的客户需求没有得到满足。

　　感谢Sabio的斯图亚特·多尔曼（Stuart Dorman）

　　许多联络中心都在积极升级或更换他们的管理信息（MI）系统来管理KPIs。这表明，在许多情况下，这些系统没有给管理者们提供他们所需要的可操作的信息。

　　然而，MI系统还在努力地参与报告太多的KPIs吗？这将不可避免地减缓报告的周期时间。举个例子，如果你测量18个KPIs，但你只使用的其中的五个数据来决定采取的行动，那么其他13个指标就是在浪费你的时间。你应该只测量那些将被管理的数据。

马克.洛克（Mark Lockyer）

　　一些KPIs的问题是只专注于钟形曲线的某一点上，他们忽略了一个事实：当人们回答调查问题时往往会给出一个极端的回答。

　　所以，你应该报告完整的KPIs钟形曲线，而不仅仅是给出平均值，这将有可能处在两个极端的中间。

　　感谢IP Integration的马克.洛克（Mark Lockyer）

　　你所经历的联络中心报告是什么样的？你一直被这些错误所影响吗？