呼叫中心大数据应用浅析

呼叫中心大数据应用浅析

近几年来"大数据"一词的热度有目为睹,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。呼叫中心作为连接企业和企业客户的沟通枢纽,其在日常运营中也会获取、使用、或者是产生大量的数据,虽然从数据量级来看呼叫中心的"大数据"规模有限,但对于呼叫中心自身的运营乃至于企业来讲这部分数据的价值却是"无可限量"的。以下将分别从"why""what""how"三个方面简单剖析一下呼叫中心的大数据应用。

\

  【why-呼叫中心为什么要引入大数据应用】

  一、 从外部宏观环境的改变来看

  外部宏观环境发生改变,客户服务工作压力加大,具体表现在以下几个方面:

  1. 流程运作

  随着行业和技术的不断演进,面向客户的接触点即接触渠道增多,同时也导致面向内部协同运作的节点增多,从而对责任定位、流程闭环提出了更高要求。

  2. 服务评估

  正是由于对外及对内的节点增多,也就势必要求建立起一套完整的服务监督评估体系,以确保对外服务的一致性和规范性。

  3. 产业整合

  在整个服务链条上,不仅有企业自身和客户,还包括有合作伙伴、合作渠道,产业链的拉长也必将导致服务管理的延伸。

  二、 从内部运营管理的痛点来看

  从宏观到微观、从外部到自身,呼叫中心内部的运营管理仍然不可避免的面临如下问题:

  1. 管理侧

  ·对于运营结果的分析主要依赖手工模式,存在滞后性及偏差性,且对于管理人员的经验要求较高。

  ·整体KPI及个体KPI的考核权重设置和调整人工干预因素较多,未与KPI的实际完成情况关联。

  ·数据预测及检验主要依赖手工模式,精准性较差,且采集的历史数据源不完整。

  ·服务质量管理,从考核标准设定、样本规模计算、抽样计划制定,到质检结果分析,基本依赖人工,存在一定的偏差性,对于管理人员的经验要求较高。

  ·。。。。。。

  2. 营销侧

  ·向客户推荐不需要的产品和服务

  ·在不合适的时机或通过不合适的接触点进行营销

  ·不能深入了解、洞察客户的特征和客户需求

  ·过度打扰客户

  ·营销结果没有跟踪,重复营销

  ·交叉营销缺乏支撑,开展水平低

  ·营销效果不能及时得到监控、评估

  ·。。。。。。

  3. 传导侧

  呼叫中心忙于针对单个事件的被动式服务,反馈和推动客户问题根因解决的力量弱,存在不聚焦/不及时/不闭环的问题。

  三、 从呼叫中心的数据特性来看

  1. 数据容量海量

  传统热线渠道,XX运营商每月就有30亿次的客户接触记录和通话录音。

  2. 数据格式多样

  结构化、半结构化、非结构化数据并存,且半结构化和非结构化数据的占比及增长率远高于结构化数据。

  3. 数据价值有待挖潜

  传统的人工质检、报表统计等手段,对于数据价值的挖掘仅是"冰山一角",大量的价值数据有待挖掘。

  【what-呼叫中心的大数据应用包括哪些内容】

  面对着外部环境、内部管理的挑战和需求,守着呼叫中心大量有待挖掘且形式多样的数据,呼叫中心的大数据应用又包括哪些内容呢?概括起来就是六个字"可视、可控、可用",具体包括:

  一、 运营可视

  通过可视化手段,统一展示客户服务的整体运营情况,可根据不同部门、地市以及日常运营需求,差异化定制运营视窗。

  二、 管理可控

  构建数据立方体,建立数字化运营管理规范,对客户服务质量实施有效管控。将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。

  三、 数据可用

  整合多渠道服务数据,建设运营指标库和客户标签库,实现数据变现:

  1. 对外:借助数据分析与挖掘技术,全面了解客户行为,主动发现客户问题和营销机会。