• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    移动时代 呼叫中心考核亟待重新定义

    【赛迪网讯】呼叫中心始终是连接企业和市场、消费者的重要环节。其服务质量的优劣直接决定消费者的直接消费感知。尤其在移动时代,实时、在线、动态、即时反馈的消费特性对精准统计客户满意度,进而快速、无误地对客户需求做出反应提出更高要求。因此,呼叫中心的考核标准亟需重新定义。

    传统上,企业一般通过质检成绩同客户满意度进行相关性检验。但是,这种质检往往和呼叫中心的客户满意度不相一致。这直接影响到呼叫中心的服务质量把控,对企业的消费者感知造成潜在风险。

    那么,什么原因造成了传统方式的失灵?如何更新质检方式,保证客户满意度的准确以及提升,以适应移动时代的新要求?这一切都将从现有的呼叫中心客户满意度优化方式说起。

    为了对呼叫中心的客户满意度进行准确把控,企业纷纷建立起一套统一的质量控制(QC)打分标准。然而,这套QC标准往往和呼叫中心的客户满意度不相关。这源于其评估方式的统计方法问题。

    衡量相关性常规做法是使用质检成绩同客户满意度来做相关性检验,检验使用的是皮尔森相关系数(即Excel里面常用的CORREL函数),从统计学的角度来看这个问题:皮尔森相关系数是对于符合正态分布的连续型变量进行的检验,即需要对于N名员工的质检成绩与N名员工的满意度结果数据进行操作。其中满意度的数据获取非常容易,且符合样本量的需求,但是N名员工的质检成绩是通过抽查计算的质检分数,并不能代表员工的实际质检成绩,因此,由这些数据得出的皮尔森相关系数并不准确。

    来看一下《抽样计算器》的计算结果:

    假设呼叫中心的客户满意度为90%,那么历史缺陷比为10%;22个工作日,每日接线80通,一个月的样本量为:22x80=1760,计算下需要抽查的样本量为315通(具体数据见附一)

    据业内水平,一个坐席一个月能被抽到的录音数量约为20通。

    统计学结论:本身通过抽查计算的质检分数,并不能代表员工的实际质检成绩,因此无法得出正确的结论。

    问题随之而来,究竟如何来判定质检成绩和客户满意度的相关性?质检标准究竟是不是和客户的实际需求相关的?

    其实操作很简单:引入单通录音评分和单通录音客户满意度的相关性,即使用Logistic回归分析方式,对于N列离散数据计算相关性。

    单通录音打分表事例如下:

    打分表和客户评价的满意度的相关性是多少呢?

    使用JMP软件中的Logistic分析操作下,得出的W检验数据如下:

    可以看出这三个评分标准与客户满意度的卡方值非常高,且P值低于0.005,表明此标准与客户满意度相关。

    同时也可以使用JMP中特有的刻画器”工具进行预估,它使我们能够清楚的知道,这三项的质检成绩对于满意度的影响情况。

    如果这三项都得1分的情况下,客户的不满意度为3%。

    如果这三项都得0.7分的情况下,客户的不满意度为32%。

    备注:此数据结论是基于200通录音打分后的结果

    如果运用这个评估质检标准同客户满意度相关性的计算模型,对公司的打分表和客户满意度进行相关性计算,不出意外的话,质检标准和客户满意度的相关性会很差。

    如果从业务的角度来看这个问题:

    质检评分标准中的多个项目是公司要求的,例如:称呼客户姓氏、要确认客户问题、语速适中语调上扬等,更不用说后台的CRM录入、流程的执行、工单派发准确率等,但是也别灰心,通过这个方式,如果能够找到2-3个打分标准有较高的相关性就已经非常好了!

    举例:

    上一篇:呼叫中心电话销售的最实用方法究竟在哪里?
    下一篇:呼叫中心电话销售过程里面的五大基本技巧
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    移动时代 呼叫中心考核亟待重新定义 移动时代,呼叫中心,考核,