提供呼叫中心系统解决方案
呼叫中心
  客户列表  
更多

较近更新
更多
 
产品中心
解决方案
较近更新

呼叫中心管理中如何挖掘数据

2009/12/21

  呼叫中心日常管理中,到底该如何挖掘数据背后的故事。
  首先要确保我们希望拿到的数据都能拿到。
  我们知道顾客满意度会和很多因素相关,比如产品使用满意度、坐席的服务态度、坐席对知识的了解程度、IVR转接流程的满意度,但是具体哪两个因素和顾客满意度较相关,只有通过不少呼叫中心目前IVR满意度调查得到的数据是不能帮助我们得出想要的结果的。

  收集数据我们可以采取以下办法:
  聘请第三方的专业数据收集公司,例如较终用户满意度调查。
  系统对实际运营的过程的记录,例如每个电话都被实时跟踪,可以直接拿到拿起电话的时间,每个电话通话时长,没个电话挂断后的录入时长等。
  现场收集例如业务监控时(质量监控),现场打分。
  公司技术部门的记录,例如技术部门统计电话系统正常工作概率,人力资源部门统计人员流失率等。通过其他KPI计算得到,例如工时利用率、平均处理时长等。
  我们所拿到的数据要具有代表性。以满意度为例,即使我们请了第三方公司做满意度调查,但是抽样数据很少的话,调查结果并不能代表呼叫中心的真实水平。

  其次、了解呼叫中心的很多数据是相关联的。
  例如:
  在一定的话务量条件下,服务水平上升,弃呼率就会下降。
  在一定的话务量的情况下,坐席代表数上升,平均响应时间久会下降。
  在一定话务量和坐席代表人数条件下,平均通话时间下降,服务水平就会上升;
  在一定的话务量情况下,坐席代表人数上升,弃呼率就会下降。
  所以当某一指标发生变化时,我们要能联想到是否相关指标出了问题。

  我们所做的数据分析、数据挖掘不少都用到了统计学、概率论等理念。这就不能保证我们的分析百分百准确的,其中也存在了出错的可能。所以我们在做完数据分析后,一定要把我们制定的对策真正贯彻下去。不要判断它的可用性(能否实施)。如果改善成果并没有向好的方向发展,或者没有达到我们的期望值,我们需要对数据进行重新分析,换一个角度挖掘数据的背后。




Copyright © 2008 北京吉亚通信工程有限公司, All rights reserved 京ICP备05041984号