由CTI論壇主辦的2013中國客戶(hù)聯(lián)絡(luò )與體驗創(chuàng )新大會(huì )暨2013中國最佳呼叫中心頒獎典禮于2013年10月16至17日在廣州隆重舉行，此次大會(huì )的主題是“聯(lián)絡(luò )、服務(wù)、體驗、分享”，重點(diǎn)探討以移動(dòng)互聯(lián)、大數據、云計算及社交媒體等為代表的新一輪技術(shù)變革之下，中國客戶(hù)聯(lián)絡(luò )與服務(wù)體驗的創(chuàng )新理念、技術(shù)和知識。在16日上午的“客戶(hù)聯(lián)絡(luò )創(chuàng )新技術(shù)高峰論壇”上，杭州遠傳通信技術(shù)有限公司產(chǎn)品總監李虎做主題發(fā)言。
圖：杭州遠傳通信技術(shù)有限公司產(chǎn)品總監李虎
各位嘉賓大家上午好，在座有許多老朋友，很高興能有這次機會(huì )一起交流討論。今天我主要將我們在客戶(hù)服務(wù)渠道分析領(lǐng)域一些研究成果跟大家做一些分享。
客戶(hù)渠道包括各種各樣的電子渠道，如最常用的IVR，還有網(wǎng)上營(yíng)業(yè)廳、短廳、微信、微博等，活躍客戶(hù)數不斷地增加。電子渠道的運營(yíng)一方面要不斷提升客戶(hù)的滿(mǎn)意度，這是因為電子渠道是通過(guò)流程、界面和客戶(hù)交互，我們需要優(yōu)化這些流程和界面，使用戶(hù)通過(guò)電子渠道更順暢地得到他想要的服務(wù)。另一方面電子渠道相對的成本很低，我們如何更好地通過(guò)電子渠道進(jìn)行分流降低服務(wù)成本，也是我們要解決的一個(gè)核心問(wèn)題。我們可以看到一些大型運營(yíng)商通過(guò)電子渠道提供服務(wù)的規模是非常龐大的，這樣也為我們進(jìn)行進(jìn)一步的分析提供數據基礎。我們要解決的問(wèn)題是怎么去有效的獲取這些數據，把這些數據轉換為我們需要的知識，然后為我們的服務(wù)、營(yíng)銷(xiāo)提供支持。
我借助一些領(lǐng)先的運營(yíng)商的發(fā)展規劃來(lái)看一下客戶(hù)渠道的發(fā)展趨勢。主要表現為大數據、超細分、微營(yíng)銷(xiāo)。大數據更強調把這些數據關(guān)聯(lián)起來(lái)，為后面的細分和營(yíng)銷(xiāo)提供數據支持。超細分更多是強調從客戶(hù)不同的緯度進(jìn)行分析，針對個(gè)性化客戶(hù)提供個(gè)性化的服務(wù)。微營(yíng)銷(xiāo)在超細分基礎上將服務(wù)渠道轉為營(yíng)銷(xiāo)渠道，抓住觸點(diǎn)營(yíng)銷(xiāo)的機會(huì )。所謂觸點(diǎn)營(yíng)銷(xiāo)是指怎么樣在適合的時(shí)機介入一些營(yíng)銷(xiāo)的手段，及時(shí)捕捉客戶(hù)的需求。我們通過(guò)用戶(hù)接觸的信息把客戶(hù)的需求熱點(diǎn)把握住，通過(guò)客戶(hù)偏好的渠道，我們在對應的渠道為特定的客戶(hù)提供特定業(yè)務(wù)的營(yíng)銷(xiāo)。
電子渠道的客戶(hù)行為分析包括三部分內容,第一部分是最基礎一塊，即怎么獲得用戶(hù)完整的信息，怎么把各個(gè)渠道的完整信息記錄下來(lái)，這是需要我們思考的。比如大運營(yíng)商的用戶(hù)量非常大，我們怎樣在獲取完整業(yè)務(wù)信息的同時(shí)，盡量地壓縮數據量，提升數據的存儲和分析效率。這里還涉及到各個(gè)渠道信息的關(guān)聯(lián)，比如一個(gè)用戶(hù)在網(wǎng)上瀏覽了信息，然后撥打了IVR，如果IVR還沒(méi)有解決問(wèn)題他可能就會(huì )撥打人工，這樣的話(huà)就要求我們把信息串聯(lián)起來(lái)，這個(gè)也是大數據要解決的問(wèn)題。
基于完整的用戶(hù)數據，第二部分工作是怎樣建立各個(gè)渠道的評價(jià)指標，能夠把各個(gè)渠道的運營(yíng)狀況準確地刻畫(huà)出來(lái)，這就涉及到評價(jià)指標體系的設計，包括渠道層面,每個(gè)業(yè)務(wù)層面，以及用戶(hù)軌跡層面，一個(gè)系統化的指標體系能夠完整地刻畫(huà)整個(gè)渠道的運營(yíng)狀況。由于原始數據太龐大了，我們需要通過(guò)這些指標把特征性的數據抽取出來(lái)，支撐客戶(hù)標簽的設置，為后面的主題分析提供更好的支持。
基于指標體系, 第三部分工作是主題分析，可以根據業(yè)務(wù)關(guān)注的重點(diǎn)來(lái)設置我們的主題，比如各個(gè)渠道的用戶(hù)體驗分析、轉人工分析、推廣活動(dòng)的營(yíng)銷(xiāo)效果分析等。基于這些業(yè)務(wù)主題建立對應的挖掘主題，通過(guò)各種各樣的模型把知識呈現出來(lái)，為服務(wù)和營(yíng)銷(xiāo)提供實(shí)際的支撐。
下面重點(diǎn)介紹幾個(gè)電子渠道分析專(zhuān)題。
承載業(yè)務(wù)的優(yōu)化。電子渠道承載了各種各樣的業(yè)務(wù)，這里涉及幾個(gè)問(wèn)題，包括渠道與業(yè)務(wù)的匹配，每個(gè)渠道都有它自己的屬性，比如IVR語(yǔ)音交互，很長(cháng)的業(yè)務(wù)它就不適合；像網(wǎng)站有豐富的視覺(jué)效果，比較適合做一些營(yíng)銷(xiāo)推廣。我們需要在業(yè)務(wù)和渠道有一個(gè)很好的匹配。
業(yè)務(wù)層級和流程優(yōu)化。在各個(gè)渠道也有一個(gè)層級優(yōu)化的問(wèn)題，比如你把哪些業(yè)務(wù)放在第一層，哪些放在第二層。業(yè)務(wù)流程本身需要有很多的優(yōu)化空間，提高自助服務(wù)的有效率。比如說(shuō)我們在IVR里面設置了很多業(yè)務(wù)，那些失敗率高的業(yè)務(wù)需要重點(diǎn)分析優(yōu)化。
調用接口分析。電子渠道與后臺業(yè)務(wù)系統有很多交互，往往可能是這些交互的接口調用造成了業(yè)務(wù)辦理不成功，我們可能會(huì )有幾千個(gè)接口，怎么實(shí)時(shí)地找到這些接口發(fā)現其中的問(wèn)題，是很細節的問(wèn)題，但往往細節是魔鬼。我們需要把這些細節問(wèn)題找出來(lái)，才能夠使業(yè)務(wù)更好地運行。
客戶(hù)滿(mǎn)意度分析。我們可以將用戶(hù)行為軌跡與客戶(hù)滿(mǎn)意度調查數據結合起來(lái)分析。對客戶(hù)的滿(mǎn)意度回訪(fǎng)可以通過(guò)各種渠道包括短信、語(yǔ)音調查，怎么把滿(mǎn)意度的信息和軌跡信息結合起來(lái)，發(fā)掘是什么業(yè)務(wù)導致他的滿(mǎn)意度比較低，我們就能夠發(fā)現出業(yè)務(wù)中存在的問(wèn)題。
轉人工分析。我們想盡量把用戶(hù)留在電子渠道以降低服務(wù)成本。通過(guò)轉人工的分析我們可以了解是什么原因造成轉人工，發(fā)現系統中存在的問(wèn)題。
業(yè)務(wù)關(guān)聯(lián)分析。用戶(hù)會(huì )同時(shí)訪(fǎng)問(wèn)多個(gè)業(yè)務(wù)，這種業(yè)務(wù)的關(guān)聯(lián)性對優(yōu)化我們的頁(yè)面和菜單結構起到很大幫助，另外可以找到交叉營(yíng)銷(xiāo)的機會(huì )。
下面我就舉兩個(gè)簡(jiǎn)單的例子來(lái)說(shuō)明分析模型是如何應用到客戶(hù)服務(wù)渠道的。第一個(gè)是業(yè)務(wù)有效性分析模型。電子渠道中一天會(huì )產(chǎn)生十幾個(gè)G的數據，通過(guò)這些數據可以提取出業(yè)務(wù)指標和節點(diǎn)指標，反映每個(gè)節點(diǎn)的流量情況和業(yè)務(wù)的運行狀況。針對業(yè)務(wù)有效性，我們可以把業(yè)務(wù)辦理結果分為成功、失敗、放棄三類(lèi)，再通過(guò)決策樹(shù)模型找出影響業(yè)務(wù)辦理的關(guān)鍵指標。最終的結果可以發(fā)現，有一些業(yè)務(wù)和這些指標的變化沒(méi)有關(guān)系，它的失敗率就一直很高，這是我們要重點(diǎn)分析監控的。有一些業(yè)務(wù)它的指標對成功率有顯著(zhù)影響，比如這些業(yè)務(wù)，它的平均按鍵量小于8的時(shí)候成功率就很低，這樣我們可以發(fā)現哪些節點(diǎn)是造成業(yè)務(wù)沒(méi)有辦理成功的關(guān)鍵因素，我們就可以定位到這些問(wèn)題關(guān)鍵節點(diǎn)，然后進(jìn)行針對性的優(yōu)化。
通過(guò)這個(gè)例子，我們討論了對于半結構的數據怎么有效地進(jìn)行存儲和利用，業(yè)務(wù)指標和節點(diǎn)指標怎么設置，怎樣通過(guò)模型分析找到影響業(yè)務(wù)有效性的因素，這樣我們就可以有針對性發(fā)現存在的問(wèn)題。其中的關(guān)鍵是怎么建立業(yè)務(wù)主題，怎么去組織數據然后通過(guò)模型發(fā)現我們想要獲取的知識。
另外一個(gè)例子是業(yè)務(wù)序列規則。一般的關(guān)聯(lián)分析，如購物籃分析，它的數據沒(méi)有先后順序，但在客戶(hù)渠道中業(yè)務(wù)辦理過(guò)程存在一個(gè)先后順序。比如他先辦什么業(yè)務(wù)后辦什么業(yè)務(wù)最后辦了什么業(yè)務(wù)，這里更強調序列規則。我們通過(guò)這種序列的規則發(fā)現他在辦理過(guò)程中是什么情況導致某種我們特別關(guān)注的狀況出現。
我們把原始的軌跡數據菜單結構等基礎數據結合后，轉化為每個(gè)用戶(hù)的業(yè)務(wù)辦理數據，可以看到每個(gè)人在一通電話(huà)里辦理了哪些業(yè)務(wù)。比如說(shuō)某個(gè)業(yè)務(wù)有沒(méi)有辦成功，有沒(méi)有返回上一級，這些對我們的分析很有幫助。在示例的數據樣本中，呼入量為10萬(wàn)，呼叫的客戶(hù)數4萬(wàn)多，說(shuō)明很多用戶(hù)在重復撥打，為什么有這么多用戶(hù)在重復撥打，這是我們要序列規則發(fā)掘的。把這些數據進(jìn)行清洗，轉化為序列化的購物籃數據，設置支持度和置信度指標，運用序列規則模型，我們就找到這些數據中強關(guān)聯(lián)的規則。通過(guò)這些關(guān)聯(lián)規則，我們可以深入了解我們感興趣的客戶(hù)行為，比如說(shuō)我們想了解用戶(hù)報修業(yè)務(wù)失敗后會(huì )采取什么措施，用戶(hù)在轉人工之前會(huì )進(jìn)行哪些活動(dòng)等等，這些只是為我們更好的設置菜單結構，減少轉人工提供幫助。
以上是我分享現在做的研究工作，謝謝大家！
