• 老秦夜译

　　CTI论坛(ctiforum.com)（编译/老秦）:也许您沉浸在数据中，但无法回答领导团队的问题。或者，当您问一个简单的问题时，您的团队可能会延迟为您提供答案。如果这两种情况听起来都很熟悉，您可能需要遵循一些最佳实践，以在现代联络中心中创建和使用数据。 　　最近，我开始从妈妈多年来获得的所有材料中收集和整理家族史。我认为这将是一个简单的键入和扫描练习。但事实证明，人们不断地改变自己的名字，即使在报纸上也有打字错误，而且日期也很模糊。联络中心与之无异。

• 一致的措施使您可以跨渠道融合座席，并通过可信和可理解的数据为他们提供指导。
• 首次联系解决率更为准确，因为它包括客户通过任何渠道的结果，而不仅仅是一个渠道的结果。
• 您可以对渠道首选项做一些有趣的事情。您需要了解是否发送电子邮件比通过电话更能获得好的结果，因为它具有客户可以用作确认的记录。或者，是否您的多渠道出站广告最适合使用SMS。另外，请问自己，某些类型的客户或特定客户是否喜欢某些渠道。
• 不论客户如何参与，将成本归因于营销活动的能力为您的营销团队提供了有关有效方法的信息。它还为联络中心提供支持成本要求的数据。大多数公司都会使用几个电话号码或每个广告系列使用不同的链接。但是，请考虑客户是否通过其他方式与您联系，座席是否会根据市场营销活动做出决定。如完整性部分所述，将其与结果相联系，可以增强您希望在所有渠道上均获得一致的结果。

• 服务水平：查看放弃，投诉和结果以找到客户的耐心水平。
• 结果或处理时间：按技能级别对座席进行查找以找到合理的目标，而不是使用许多技能级别的平均值。
• 根据意图设定目标：并非每种工作都有相同的目标。

• 遵守时间表：设置目标以避免嘈杂的例外。这使您的员工可以在开会后延迟几分钟，而无需触摸劳动力管理工具。
• 竞争重点：避免设定无法实现的目标。例如，对小批量工作的高占用率和高服务水平的遵从性几乎无法在数学上得出结果。您将始终同时管理这两项，但请选择要计划的一项。
• 平均值：根据绝对值而不是其他平均值计算数字。这种情况比您想像的要多得多；避免出现此错误，让您的四年级数学老师感到自豪。

• 定期重新评估：赶上期望和绩效的变化。至少每年执行一次。
• 多渠道扩展：在为新媒体渠道设置目标时，结果目标变化的可能性较小，但操作指标目标可能有所不同。

• 当使用机器学习为机器人或预测性解决方案提供信息时，您正在训练系统以完成目标。因此，向学习系统提供与结果相关联的完整数据可以使系统确定哪些杠杆和活动可以最佳地优化目标。
• 有关跨越媒体渠道的客户旅程中活动的一致，可用信息，可以提供上下文信息，从而可以预测客户下一步将要采取的行动。例如，客户在过去两天内花了30分钟进行聊天，预计他们明天会打电话。尝试通过主动联系以减少客户的工作量来预测他们的需求。
• Analytics（分析）始终以详细内容为基础。在机器学习的情况下，有关交互和旅程的详细信息（完整且一致的详细信息）会告诉学习引擎真正的数据关系是什么，以及是否调整某个区域（例如，选择平均处理时间较短的座席）结算，优化目标（客户满意度）。机器学习的美丽之处在于，这些细节显示了行为和结果随时间的变化，例如，某个领域的结果改进可能会将重点转移到新领域。
• 这比战术更具哲学性。与结果一样，目标可能表示您正在训练机器学习引擎要实现的目标。在构建和完善AI技术时，请记住数据的人为维度。目标驱动人类行为。如果您改变目标，您的员工将会跟随。这将改变您在数据中看到的内容。继续检查目标。