用海量的人力資源來(lái)堆砌呼叫中心的服務(wù)，來(lái)實(shí)現精準營(yíng)銷(xiāo)或者對客戶(hù)的優(yōu)質(zhì)服務(wù)，這種方式過(guò)往不斷的被中國企業(yè)所采納，但仍然這么操作的企業(yè)現在必然感受到了層層的壓力，其中很大的因素來(lái)自于企業(yè)對于業(yè)務(wù)效率的更高要求和人口紅利的不斷消失。在新的時(shí)代中，企業(yè)有必要重新思考呼叫中心的運營(yíng)，嘗試引入新的技術(shù)手段，降低呼叫中心TCO，讓呼叫中心的得以更高效的運轉，在這其中，大數據分析就是最為有效的手段。
不妨來(lái)看一組數據，根據Frost&Sullivan的研究結果顯示，預計在2009年2016年之間，亞太區基于云計算和托管的呼叫中心市場(chǎng)將以每年超過(guò)15%的速度增長(cháng)，到2016年，該市場(chǎng)將達到12.5億美金。
業(yè)界的分析機構已經(jīng)看到了用云端的大數據分析去幫助呼叫中心的可能性，并且給出了極為樂(lè )觀(guān)的市場(chǎng)判斷，在這樣的背景下，企業(yè)更應該去理智的決策呼叫中心的運營(yíng)策略了。
技術(shù)并非瓶頸
眾所周知，在呼叫中心運營(yíng)過(guò)程中，會(huì )產(chǎn)生大量的語(yǔ)音數據，這些數據是非結構化的數據，這些數據規模非常龐大，在傳統的呼叫中心運營(yíng)中，這些數據的價(jià)值并沒(méi)有被發(fā)揮，甚至大多數情況下作為垃圾數據被丟棄，這是企業(yè)極大的損失，大量的潛在商業(yè)可能在這樣的數據遺棄中也被拋棄了。
企業(yè)當然不會(huì )沒(méi)有想過(guò)去分析這些龐大的語(yǔ)音數據，但是很多企業(yè)的管理人員會(huì )認為，這樣的分析從技術(shù)上將難以實(shí)現，呼叫中心面臨的困難不僅僅是語(yǔ)音數據的識別、分析和歸檔，還面臨著(zhù)海量數據的大數據運營(yíng)。
但其實(shí)，這樣的分析在技術(shù)上已經(jīng)完全被攻克。
作為深耕呼叫中心領(lǐng)域多年的企業(yè)，Aspect很早就意識到了這個(gè)問(wèn)題，并且從事了對應的開(kāi)發(fā)，Aspect Analytics for Speech and Text這套解決方案就是他們的研發(fā)成果，這是一套專(zhuān)門(mén)針對呼叫中心的非結構化語(yǔ)音數據分析平臺。
Aspect Analytics for Speech and Text可以實(shí)現對語(yǔ)音和文本數據的分析，深刻洞察呼叫中心產(chǎn)生的數據中蘊含的潛在關(guān)系，并且能夠通過(guò)技術(shù)智能的了解客戶(hù)的需求，從而判斷針對客戶(hù)需求企業(yè)應該提供的解決方案，此外還可以進(jìn)行實(shí)時(shí)的語(yǔ)音識別，幫助企業(yè)更好的把握稍縱即逝的商業(yè)機會(huì )。Aspect Analytics for Speech and Text的解決方案還可以將語(yǔ)音分析與坐席人員的考核掛鉤，更加精準的評估坐席效率，同時(shí)部署簡(jiǎn)單，也能夠幫助企業(yè)快速獲取收益。
提升商業(yè)效率
這樣的運營(yíng)方式給與了行業(yè)用戶(hù)更大的價(jià)值，比如說(shuō)在電話(huà)營(yíng)銷(xiāo)過(guò)程中，座席人員正在與客戶(hù)對話(huà)，語(yǔ)音監測技術(shù)發(fā)現客戶(hù)說(shuō)出了某個(gè)商品的名稱(chēng)或者相關(guān)的需求，Aspect在語(yǔ)音監測的基礎上植入了一種功能，就是立刻在座席人員的屏幕上彈出提示窗口，指導他向客戶(hù)推薦相關(guān)的商品，或者自動(dòng)向客戶(hù)發(fā)出短信、電子郵件的方式的商品推薦信，用戶(hù)不需要等待企業(yè)的“下一次聯(lián)系”，一次通話(huà)就可以解決全部問(wèn)題，相當于，有一名專(zhuān)業(yè)的智能的工程師在協(xié)助坐席人員與外呼客戶(hù)之間的溝通，效率成倍提升。
而對于企業(yè)管理人員來(lái)說(shuō)，也可以通過(guò)Aspect的解決方案很好的了解企業(yè)的產(chǎn)品、服務(wù)等，是否真的滿(mǎn)足市場(chǎng)的需求，企業(yè)可以設定，對在某些時(shí)期或者某些業(yè)務(wù)中本來(lái)應該經(jīng)常出現的關(guān)鍵詞頻率進(jìn)行統計，如果它們在與客戶(hù)溝通交互的過(guò)程中出現頻率不夠高，就向管理人員發(fā)出警示，提醒管理層可能出現了與企業(yè)預期不相符的新情況。
變革呼叫中心效率
傳統的呼叫中心中，主管往往是通過(guò)抽查的方式對坐席人員與客戶(hù)的溝通質(zhì)量進(jìn)行追蹤，這種方式需要消耗大量的時(shí)間，而且質(zhì)量欠佳，必然無(wú)法覆蓋到所有的坐席工作人員，業(yè)務(wù)中的隱患甚至有可能一直不會(huì )被發(fā)現，而利用Aspect的大數據分析手段，所有的信息都被記錄在案，并且進(jìn)行分析。
比如說(shuō)，在一個(gè)典型的呼叫溝通過(guò)程中，如果客戶(hù)三次提到了“我想用大數據”這個(gè)詞，系統會(huì )自動(dòng)提示坐席人員推薦對應的大數據解決方案，而如果坐席人員沒(méi)有任何反饋，這個(gè)信息將會(huì )被記錄在案，并產(chǎn)生警告信息，提交給主管，系統也會(huì )自動(dòng)觸發(fā)預置的培訓教程，自動(dòng)對坐席人員進(jìn)行培訓。
不論是以客戶(hù)服務(wù)為主的呼叫中心還是以外呼為主的呼叫中心，這樣的大數據分析手段，都將給呼叫中心帶來(lái)前所未有的效率與質(zhì)量提升。
大辛辛那提水務(wù)集團的鮮活案例
也許企業(yè)用戶(hù)會(huì )關(guān)心，這樣的方案真的已經(jīng)可以實(shí)現了嗎？我們要說(shuō)的是，在現實(shí)生活中，已經(jīng)有企業(yè)采納并部署了這樣的解決方案，大辛辛那提水務(wù)集團（GCWW ,Greater Cincinnati Water Works）就是其中一個(gè)典型代表。
GCWW日均供水約1.33億加侖，服務(wù)俄亥俄州以及肯塔基州逾100萬(wàn)人口。由于之前GCWW一直使用的是傳統的異構技術(shù)系統，GCWW希望獲得一種能夠提升其聯(lián)絡(luò )中心穩定性、靈活性以及長(cháng)期可靠性的統一的解決方案，以便更好地為其24萬(wàn)用戶(hù)提供日常服務(wù)。經(jīng)過(guò)廣泛的調查研究，GCWW最終決定采用Aspect的平臺。該平臺將多種不同的功能，如Aspect混合聯(lián)絡(luò )以及高效勞動(dòng)力管理集于一身。
上線(xiàn)大數據分析之后，GCWW實(shí)現了三點(diǎn)效率提升：
1.35秒或者更短時(shí)間之內獲得應答的呼叫數量提高15%
2.被放棄的呼叫數量下降55%
3.平均應答速度提高40%
對此他們自然非常滿(mǎn)意，GCWW客戶(hù)聯(lián)絡(luò )中心經(jīng)理Mimi McGarry說(shuō)：“向用戶(hù)提供大量最優(yōu)質(zhì)的供水以及杰出的服務(wù)是GCWW的客戶(hù)服務(wù)使命。為了實(shí)現并超越這一使命，GCWW需要一種能夠適應并滿(mǎn)足我們當前以及未來(lái)需求、高可靠性的聯(lián)絡(luò )中心技術(shù)，以確保提供最佳的客戶(hù)服務(wù)。用戶(hù)希望在聯(lián)絡(luò )GCWW時(shí)所反映的問(wèn)題能夠得到迅速、高效的解決，而聯(lián)絡(luò )中心坐席則需要被賦予迅速、高效解決問(wèn)題的能力。自從部署以來(lái)，Aspect的聯(lián)絡(luò )管理解決方案提高了我們的呼叫質(zhì)量，縮短了服務(wù)響應時(shí)間，并且提升了我們聯(lián)絡(luò )中心運作的總體可管理性。”
大數據時(shí)代的呼叫中心
從某種意義上來(lái)看，呼叫中心本身就是一種大數據的實(shí)踐，從茫茫人海之中篩選出有價(jià)值的客戶(hù)，不論是服務(wù)型還是外呼型，都是將海量數據進(jìn)行篩選的過(guò)程。
只不過(guò)，在傳統的模式中，處理利用到“電話(huà)溝通”這個(gè)環(huán)節之后，所有的數據篩選都是由人力進(jìn)行，既然本身是一種大數據，那么，呼叫中心就更應該借助大數據這個(gè)工具。
面對人口紅利的不斷消亡，呼叫中心也有必要利用大數據，在更少的人力資源基礎上實(shí)現更好的業(yè)務(wù)效率，Aspect為業(yè)界做出了一個(gè)表率，而企業(yè)也需要盡早的意識到這個(gè)問(wèn)題并有所轉變。
