随着互联网、移动互联网技术的迅猛发展,以及业务特性复杂程度的日趋加深,单一服务渠道很难及时解决客户的问题,越来越多的客户习惯于通过多个渠道获取服务。
面对着客户行为习惯发生的改变,整个客户服务体系的建设导向、及建设内容也在发生改变。本文将从服务、数据、产品三个方面,详细阐述新形势下客户服务体系建设的新思考。
三、 新思考:由大服务到大数据,深挖数据价值、实现数据变现
【概述】
近几年来大数据一词的热度有目共睹,各行各业也都在根据自身特点和需求不断探索符合不同行业特性的大数据应用场景。
呼叫中心作为连接企业和企业用户的沟通枢纽,其在日常运营中也会获取、使用、或者是产生大量的数据。虽然从数据的量级来看,呼叫中心的运营数据规模相对有限,然而对于呼叫中心自身的运营管理,乃至于企业来讲这部分数据的价值却是无可限量的。
以下,将以运营可视、管理可控、数据可用作为主线条,对呼叫中心的大数据应用进行详细阐述。
【详述】-管理可控
管理可控是指:构建数字化运营管理体系,也即:依托系统支撑和规范建立,扩大数据采集范围,构建数据立方体,建立呼叫中心的数字化运营管理体系。通过对数据的深加工和关联性分析,以及内部流程和管理体制的优化,不断提升运营效率和运营品质。
管理可控,即呼叫中心数字化运营管理体系构建的实现步骤为:
以下,将分别打开、详细说明。
(一) 数据分类
1. 明确数据分类
根据用途不同,可将呼叫中心的数据指标分为如下三类:
运营类数据是指:用于客观真实监控、反映呼叫中心整体及个体(个人)运营情况的数据。具体又可细分为:
① .整体运营数据
A 呼入语音服务项目整体运营数据
呼入语音服务项目整体运营数据指标项目包括:
序号 |
数据指标项目 |
1 |
人工请求量(个) |
2 |
人工接起量(个) |
3 |
20S内人工接起量(个) |
4 |
应答前平均等待时长(秒) |
5 |
ATT(秒) |
6 |
ACW(秒) |
7 |
AHT(秒) |
8 |
CPH(个) |
9 |
人工服务满意度评价触发量(个) |
10 |
参加人工服务满意度评价量(个) |
11 |
人工服务满意量(个) |
12 |
人工服务不满意量(个) |
13 |
一次解决人工服务请求量(个) |
14 |
重复来访量(个) |
15 |
签入总时长(分钟) |
16 |
空闲总时长(分钟) |
17 |
示忙总时长(分钟) |
18 |
用餐总时长(分钟) |
19 |
单小时空闲时长(分钟) |
20 |
单小时示忙时长(分钟) |
21 |
单小时整理时长(分钟) |
22 |
人均签入时长(分钟) |
23 |
人均示忙时长(分钟) |
24 |
人均空闲时长(分钟) |
25 |
人均用餐时长(分钟) |
26 |
呼入营销弹窗提示数量(个) |
27 |
呼入营销弹窗打开数量(个) |
28 |
呼入营销成功数量(个) |
29 |
呼出电话数量(个) |
30 |
转接电话数量(个) |
31 |
正确转接电话数量(个) |
32 |
提交工单数量(个) |
33 |
正确提交工单数量(个) |
34 |
在线人员数量(人) |
35 |
XXXXXX |
附注:各呼叫中心可根据不同企业的实际情况,在上述数据指标项目的基础上进行删减或增加。
以上运营数据指标项目,将与时间维度相结合,形成二维形式的整体运营数据统计报表,表结构示例见下:
考核类数据是指:用于客观真实监控、反映呼叫中心整体及个体(个人)运营结果的数据(也即考核KPI数据)。具体又可细分为:
① 整体考核数据
A. 呼入语音服务项目整体考核数据
呼入语音服务项目整体考核数据指标项目包括:
序号 |
数据指标项目 |
1 |
接通率(%) |
2 |
服务水平(%) |
3 |
用户满意度(%) |
4 |
用户满意度参评率(%) |
5 |
一次性解决率(%) |
6 |
服务瑕疵率(%) |
7 |
工作饱和度(%) |
8 |
呼入营销成功率(%) |
9 |
质检得分(分) |
10 |
服务投诉率(次/十万通) |
11 |
投诉处理满意率(%) |
12 |
转交正确率(%) |
13 |
员工流动率(%) |
14 |
XXXXXX |
附注:各呼叫中心可根据不同企业的实际情况,在上述数据指标项目的基础上进行删减或增加。
以上考核数据指标项目,将与时间维度相结合,形成二维形式的整体考核数据统计报表,也即整体KPI数据表,表结构示例见下:
业务类数据是指:用于客观真实监控、反映呼叫中心整体受理处理业务信息的数据,也即反映用户服务/营销受理处理情况的数据。
按照数据格式的不同,业务类数据具体又可细分为:
① 结构化数据
结构化数据是指可以使用关系型数据库表示和存储,表现为二维形式的数据。比如:用于体现呼叫中心日常运营情况的运营类数据;用于记录和呈现呼叫中心整体及个体(班组和个人)日常运营结果的考核类数据(KPI数据);以及,基于客服人员日常受理记录(工单)所形成的业务受理统计数据(二维形式)等。
结构化业务类数据,是指基于客服人员日常受理记录(工单)所形成的业务受理统计数据,也即基于客服人员人工手动选择的业务受理归类结果的数据(二维形式)。区别不同项目类型,结构化业务受理数据指标项目见下。
A. 呼入语音服务项目业务受理数据
呼入语音服务项目业务受理数据指标项目包括:
序号 |
数据指标项目 |
1 |
业务咨询量(次) |
2 |
业务咨询用户数(个) |
3 |
业务查询量(次) |
4 |
业务查询用户数(个) |
5 |
业务办理量(次) |
6 |
业务办理成功量(次) |
7 |
业务办理用户数(个) |
8 |
投诉受理量(件) |
9 |
投诉用户数(个) |
10 |
万用户投诉量(件) |
11 |
重复投诉量(件) |
12 |
升级投诉量(件) |
13 |
需求建议量(次) |
14 |
需求建议用户数(个) |
15 |
呼入营销成功量(个) |
16 |
退费量(次) |
17 |
退费金额(元) |
18 |
XXXXXX |
附注:各呼叫中心可根据不同企业的实际情况,在上述数据指标项目的基础上进行删减或增加。
以上业务受理数据指标项目,将与不同企业呼叫中心的业务受理分类相结合,形成二维形式的业务受理统计数据表,表结构示例见下:
附注:以上表格以4G业务为示例,其它业务分类可参考制作。
② 非结构化数据
非结构化数据是指数据结构不规则或不完整,没有预定义的数据模型,不方便使用数据库二维逻辑表来表现的数据,各种文档、图片、视频/音频等都属于非结构化数据。
对于呼叫中心来讲,特指客服人员与用户的通话录音数据,以及受理工单中的文本数据。以往采用传统的人工质检、报表统计等手段,对于这些数据价值的分析利用仅是冰山一角,大量的价值信息有待挖掘。
非结构化业务类数据,是指通话录音及工单文本内容中的业务受理数据,也即反映用户真实声音的数据(关于语音数据、文本数据的具体解析方法和数据应用场景,详见本小节数据可用部分)。
非结构化业务受理数据指标项目与结构化业务受理数据指标项目基本相同,可参考使用。二者的核心不同点就在于数据来源不同,结构化业务类数据的数据源来自于客服人员人工手动选择的业务受理归类结果,而非结构化业务类数据的数据源来自于通话录音及工单文本内容。
【未完待续】
王丹丹
2020年4月
Dece1118@126.com