呼叫中心數(shù)據(jù)價值分析應用攻略

　　近幾年來“大數(shù)據(jù)”一詞的熱度有目為睹，各行各業(yè)也都在根據(jù)自身特點和需求不斷探索符合不同行業(yè)特性的大數(shù)據(jù)分析應用。呼叫中心作為連接企業(yè)和企業(yè)客戶的溝通樞紐，其在日常運營中也會獲取、使用、或者是產(chǎn)生大量的數(shù)據(jù)，雖然從數(shù)據(jù)的“量級”來看呼叫中心的運營數(shù)據(jù)規(guī)模有限，然而對于呼叫中心自身的運營管理乃至于企業(yè)來講這部分數(shù)據(jù)的價值卻是“無可限量”的。

　　呼叫中心的運營數(shù)據(jù)按照數(shù)據(jù)格式劃分，包括：

　　是指可以使用關(guān)系型數(shù)據(jù)庫表示和存儲，表現(xiàn)為二維形式的數(shù)據(jù)。比如：用于體現(xiàn)呼叫中心日常運營情況的運營類數(shù)據(jù)；用于記錄和呈現(xiàn)呼叫中心整體及個體（班組和個人）日常運營結(jié)果的考核類數(shù)據(jù)（KPI數(shù)據(jù)）；以及，基于客服人員日常受理記錄（工單）所形成的業(yè)務(wù)受理統(tǒng)計數(shù)據(jù)（二維形式）等。

　　是指數(shù)據(jù)結(jié)構(gòu)不規(guī)則或不完整，沒有預定義的數(shù)據(jù)模型，不方便使用數(shù)據(jù)庫二維邏輯表來表現(xiàn)的數(shù)據(jù)，各種文檔、圖片、視頻/音頻等都屬于非結(jié)構(gòu)化數(shù)據(jù)。

　　對于呼叫中心來講，特指客服人員與客戶的通話錄音數(shù)據(jù)，以及受理工單中的文本數(shù)據(jù)。以往采用傳統(tǒng)的人工質(zhì)檢、報表統(tǒng)計等手段，對于這些數(shù)據(jù)價值的分析利用僅是“冰山一角”，大量的價值信息有待挖掘。

　　以下，將對呼叫中心結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的挖掘分析及結(jié)果應用進行詳細說明。

　　對于結(jié)構(gòu)化數(shù)據(jù)的分析應用攻略，其核心點在于構(gòu)建呼叫中心的“數(shù)字化管理機制”，也即：

　　具體可拆解為以下三個動作：

　　明確需要采集的數(shù)據(jù)體系，包括：運營類數(shù)據(jù)、考核類數(shù)據(jù)、業(yè)務(wù)類數(shù)據(jù)，并明確每一類數(shù)據(jù)所要采集的數(shù)據(jù)種類、數(shù)據(jù)名稱、數(shù)據(jù)來源、計算方法、呈現(xiàn)模式等。

　　根據(jù)數(shù)據(jù)指標體系明細分類，及每一個指標的數(shù)據(jù)規(guī)則，完成數(shù)據(jù)的自動提取、加工計算和結(jié)果呈現(xiàn)。包括：

　　① 數(shù)據(jù)采集平臺-須建設(shè)統(tǒng)一的數(shù)據(jù)采集管理平臺。

　　② 數(shù)據(jù)采集規(guī)范-須建立數(shù)據(jù)采集規(guī)范，分別從技術(shù)側(cè)和管理側(cè)來確保采集數(shù)據(jù)的準確性、及時性和完整性。

　　根據(jù)完整版數(shù)據(jù)指標體系，將數(shù)據(jù)挖掘分析結(jié)果應用于以下幾個方面：

　　① 目標管理

　　② 結(jié)果管理

　　③ 預測管理

　　④ 策略管理

　　⑤ 內(nèi)部相關(guān)部門/合作伙伴管理

　　以下將對“數(shù)據(jù)分析應用”的五個方面詳細打開說明。

　　明確每一個結(jié)果KPI指標的定義、計算方法、數(shù)據(jù)來源等，統(tǒng)一認知和理解。以“人工語音服務(wù)”結(jié)果KPI指標分解為例：

　　根據(jù)分解結(jié)果、完成數(shù)據(jù)采集，對呼叫中心的整體運營工作進行目標設(shè)定，并對目標完成情況進行統(tǒng)一監(jiān)控。以使用“可視化平臺工具”為例：

　　A. 根據(jù)上述分解結(jié)果，在可視化平臺工具后臺完成“數(shù)據(jù)邏輯”的規(guī)則設(shè)定，由工具自動完成基礎(chǔ)數(shù)據(jù)的采集和加工計算環(huán)節(jié)。

　　B.將上述分解結(jié)果中的考核標準設(shè)為不同結(jié)果KPI指標的目標值，日常運營結(jié)果數(shù)據(jù)則為實際值。

　　C.將實際值與目標值進行比對，最終通過可視化平臺工具進行“形象化”呈現(xiàn)（比如：以地圖“晴雨表”形式展現(xiàn)不同指標的達標情況）。

　　根據(jù)階段性運營數(shù)據(jù)完成情況，及時調(diào)整并下發(fā)下階段目標值（即動態(tài)目標值），須在數(shù)據(jù)采集分析平臺增加目標調(diào)整功能模塊，用于對呼叫中心運營目標的調(diào)整管理。

　　對日常運營數(shù)據(jù)及結(jié)果進行分析監(jiān)控，并設(shè)定相應告警機制，以及結(jié)果的傳達機制，督促呼叫中心管理人員及時采取措施。以使用“傳統(tǒng)方式（EXCEL表格）”為例：

　　根據(jù)所采集的數(shù)據(jù)，建立起對日常運營結(jié)果的分析機制，對運營結(jié)果實施精細化管理，確保呼叫中心持續(xù)提升運營品質(zhì)和服務(wù)水平。

　　以“人工語音服務(wù)-接通率”指標分析為例：

　　A.已知條件

　　--CPH、時段進量

　　為驗證有效排班對接通率的影響，CPH及時段進量均為定值，比如：CPH9個，時段進量50個。

　　--出勤率

　　為驗證有效排班對于接通率的影響，出勤率設(shè)為定值100%。

　　--排班遵循度

　　科學規(guī)范的排班其根本目的在于確保排班遵循度，即實際排班人數(shù)與應排班人數(shù)的比例，假設(shè)其從90%提升為95%。

　　B.計算原理

　　--通過排班遵循度計算實際排班人數(shù)

　　排班遵循度=實際排班人數(shù)/應排班人數(shù)X100%

　　實際排班人數(shù)=應排班人數(shù)X排班遵循度

　　當排班遵循度為90%時，實際排班人數(shù)=（50/9）X90%=5人

　　當排班遵循度為95%時，實際排班人數(shù)=（50/9）X95%=5.3人

　　--通過實際排班人員數(shù)量計算接通率

　　接通率=人工接起電話數(shù)量/呼入人工電話數(shù)量X100%

　　當人員數(shù)量為5人時，接通率=（9X5）/50X100%=90%

　　當人員數(shù)量為5.3人時，接通率=（9X5.3）/50X100%=95.4%

　　C. 推導結(jié)果

　　--當排班遵循度呈提升趨勢時，接通率呈提高態(tài)勢，為正比關(guān)系。

　　--有效排班可確保排班遵循度，從而最終可以直接保證接通率指標。

　　② AHT、CPH與接通率指標的關(guān)聯(lián)性分析

　　A.已知條件

　　--個體平均AHT數(shù)據(jù)

　　假設(shè)通過產(chǎn)能管理制度的制定和實施，個體平均AHT從400S降低至360S。

　　--個體平均工作飽和度數(shù)據(jù)

　　為驗證AHT變化對于接通率的影響，個體平均工作飽和度數(shù)據(jù)為定值，不發(fā)生變化，比如:90%。

　　--時段進量數(shù)據(jù)

　　為驗證AHT變化對于接通率的影響，特取一個時段的平均進量，且此進量設(shè)置為定值，不發(fā)生變化，比如:10個。

　　--時段排班人數(shù)

　　為更加簡單直觀的體現(xiàn)推導結(jié)果，假設(shè)時段排班人數(shù)為定值1人，且出勤率為100%。

　　B. 計算原理

　　--通過AHT計算CPH

　　CPH=3600/AHTX平均工作飽和度

　　當AHT為400S時，CPH=3600/400X90%=8.1個

　　當AHT為360S時，CPH=3600/360X90%=9個

　　--通過CPH計算接通率

　　接通率=人工接起電話數(shù)量/呼入人工電話數(shù)量X100%

　　當CPH為8.1個時，接通率=8.1/10X100%=81%

　　當CPH為9個時，接通率=9/10X100%=90%

　　C. 推導結(jié)果

　　--當AHT呈縮短趨勢時，CPH呈提升態(tài)勢，最終導致接通率提高。

　　--AHT與CPH為反比關(guān)系，CPH與接通率為正比關(guān)系。

　　A. 已知條件

　　--個體平均AHT數(shù)據(jù)

　　為驗證工作飽和度變化對于接通率的影響，個體平均AHT數(shù)據(jù)為定值，不發(fā)生變化，比如:360S。

　　--個體平均工作飽和度數(shù)據(jù)

　　通過受話管理制度的制定和實施，個體平均工作飽和度從90%提升至95%。

　　--時段進量數(shù)據(jù)

　　為驗證工作飽和度變化對于接通率的影響，特取一個時段的平均進量，且此進量設(shè)置為定值，不發(fā)生變化，比如:10個。

　　--時段排班人數(shù)

　　為更加簡單直觀的體現(xiàn)推導結(jié)果，假設(shè)時段排班人數(shù)為定值1人，且出勤率為100%。

　　B. 計算原理

　　--通過工作飽和度計算CPH

　　CPH=3600/AHTX平均工作飽和度

　　當工作飽和度為90%時，CPH=3600/360X90%=9個

　　當工作飽和度為95%時，CPH=3600/360X95%=9.5個

　　--通過CPH計算接通率

　　接通率=人工接起電話數(shù)量/呼入人工電話數(shù)量X100%

　　當CPH為9個時，接通率=9/10X100%=90%

　　當CPH為9.5個時，接通率=9.5/10X100%=95%

　　C. 推導結(jié)果

　　--當平均工作飽和度為提升趨勢時，CPH呈提升態(tài)勢，最終導致接通率提高。

　　--工作飽和度與CPH及接通率均為正比關(guān)系。

　　附注：

　　除上述“接通率”與過程因素指標的關(guān)聯(lián)性分析外，呼叫中心的指標有很多、相應的對于不同指標間的關(guān)聯(lián)性分析也是一個不斷探索的過程。在本人的另外一篇文章《如果數(shù)據(jù)會說話：呼叫中心運營指標關(guān)聯(lián)性分析淺析》中，則著重對“員工效能和人力配比”指標間的關(guān)聯(lián)性進行了分析論證，以客觀數(shù)據(jù)為基礎(chǔ)對呼叫中心的人力配置優(yōu)化及人員效能提升提供了現(xiàn)實依據(jù)。

　　1. 根據(jù)所采集的數(shù)據(jù)，建立起數(shù)據(jù)分析預測機制，分析預測未來某階段的趨勢數(shù)據(jù)，從而確保未來的運營軌跡處在可監(jiān)控、可預知態(tài)勢中。

　　2. 根據(jù)包括“客戶基礎(chǔ)屬性指標”和“客戶投訴根因指標”在內(nèi)的完整“業(yè)務(wù)特征指標”，提取歷史投訴數(shù)據(jù)（包括：投訴工單、投訴錄音），通過數(shù)據(jù)分析技術(shù)，以時段、地域、品牌、業(yè)務(wù)為維度預測出投訴群體（數(shù)量）。

　　3. 對于不同類型的潛在投訴，呼叫中心可在投訴發(fā)生之前，提前制定統(tǒng)一的服務(wù)策略，包括：統(tǒng)一應答口徑、統(tǒng)一處理流程、統(tǒng)一服務(wù)補救，以及加強品質(zhì)管理、適當調(diào)整績效策略等措施。

　　1. 將日常的運營管理經(jīng)驗/方法固化為服務(wù)策略集，比如：

　　2. 在平臺上設(shè)置異動指標閾值，當實際運營數(shù)據(jù)達到閾值時自動觸發(fā)相應服務(wù)策略，人工審核后自動加載運行。

　　3. 對服務(wù)策略加載后的運營KPI數(shù)據(jù)進行追蹤，并修訂優(yōu)化原有服務(wù)策略集。

　　1. 根據(jù)所采集的數(shù)據(jù)，對除呼叫中心之外的內(nèi)部相關(guān)部門/合作伙伴實施監(jiān)控管理，以確保對外服務(wù)的一致性、及時性和規(guī)范性。

　　2. 設(shè)置相關(guān)部門/合作伙伴工作流程規(guī)范，通過系統(tǒng)對總部派發(fā)或者是一線客服提交的流轉(zhuǎn)工單處理情況進行有效監(jiān)控，對處理不及時、不規(guī)范的相關(guān)部門/合作伙伴進行及時或者是定期通報，并將工單問題解決率納入對相關(guān)部門/合作伙伴的KPI考核。

　　3. 對于同一類型的工單，當未處理數(shù)量達到一定閾值時，可觸發(fā)更高層級的“督辦單”，并對“督辦單”的處理過程進行監(jiān)控（預警和告警），對處理結(jié)果進行綜合評估。

　　一、 概述

　　對于非結(jié)構(gòu)化數(shù)據(jù)的分析應用攻略，其核心點在于“用大數(shù)據(jù)傾聽客戶聲音”，也即：

　　應用語音與語言分析核心技術(shù)，自動將海量錄音轉(zhuǎn)寫文本語句，并進行文本分析，如關(guān)鍵詞檢索、篩選、歸類等，挖掘提煉價值信息，并傳遞至公司相關(guān)部門，為產(chǎn)品創(chuàng)新、營銷完善、網(wǎng)絡(luò)優(yōu)化等提供價值信息。

　　具體可拆解為以下三個動作：

　　語音解析

　　文本分析

　　結(jié)果應用

　　1. 將客戶通話語音轉(zhuǎn)譯成可視、可檢索、可分析的文字，語音識別原理框架由三個重要部分組成：早期模型訓練，前端語音識別，后端識別處理。

　　2. 在語音識別的處理流程中，由語音檢測、語音分類、聚類、識別、自適應、重打分等模塊合在一起，最后得到最終結(jié)果，構(gòu)成了完整的識別引擎系統(tǒng)。

　　3. 語音解析結(jié)果示例：

　　文本分析工具通過文本搜索、文本分詞、詞性分析、關(guān)鍵詞挖掘、語義聚類、文本分類等流程實現(xiàn)對文本的解析，核心功能包括：

　　1. 熱詞分析：通過文本分詞，過濾一些常用關(guān)鍵詞，將分詞結(jié)果以頻率方式呈現(xiàn)出來，了解熱點詞匯信息。

　　2. 歸類分析：通過人工選定典型場景，根據(jù)場景文件篩選場景關(guān)鍵詞，通過有序或無序關(guān)鍵詞組合規(guī)則，實現(xiàn)對大批量文件的識別歸類。具體操作步驟包括：

　　A. 一級熱詞分析結(jié)果說明-流量類業(yè)務(wù)是客戶關(guān)注的熱點。

　　B. 二級熱詞分析結(jié)果說明：客戶關(guān)注度比較高的流量產(chǎn)品有:500M、30M、70M、100M等，同時對于贈送類和疊加類流量產(chǎn)品也較為關(guān)注。

　　C. 三級熱詞分析結(jié)果說明：

　　A. 針對于客戶重點關(guān)注的流量產(chǎn)品，優(yōu)化營銷政策，適當開展精準營銷，亦可利用呼入渠道開展營銷動作。

　　B. 針對于咨詢且辦理了大額流量包，或者多次辦理疊加包的客戶，進行重點分析（分析其當前資費套餐的匹配度），適時引導客戶進行資費套餐升檔。

　　C. 通過各種方法進一步提升客戶的流量使用習慣，拉升DOU值。

　　使用可視化平臺工具，將熱詞分析結(jié)果“形象化”展現(xiàn)，以下為示例：

　　應用語音與語言核心技術(shù)，自動將海量錄音轉(zhuǎn)寫文本，并對文本進行規(guī)則篩選歸類分析，最終形成價值分析報告定期傳遞到相關(guān)部門。

　　以下為示例：

　　A.前臺客服代表：幾分鐘內(nèi)從成千上萬條來電原因中識別客戶的來電原因很難，只好設(shè)定為“其它”。

　　B. 后臺處理人員：類別不準影響效率，導致錯單。

　　C. 后臺分析人員：類別不準無法統(tǒng)計，得出的結(jié)論可信度不高。

　　根據(jù)語音文本分析結(jié)果（規(guī)則篩選歸類分析），提供來電原因選擇頁面，前臺客服代表通過手工輸入關(guān)鍵詞模糊查詢來電原因類型，提高效率和準確率。

　　本文秉承“實踐應用”原則，對呼叫中心結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的挖掘分析及結(jié)果應用進行了分析闡述，亦是作者本人日常工作中的“心得”積累，與行業(yè)同仁共勉！

　　未來，隨著技術(shù)的發(fā)展和行業(yè)的變革，呼叫中心所使用或產(chǎn)生的數(shù)據(jù)內(nèi)容將愈加豐富，數(shù)據(jù)價值也必將日益提升。因而，更需要持續(xù)不斷地進行數(shù)據(jù)分析、深挖數(shù)據(jù)背后的價值信息，從而在不斷提升自身運營品質(zhì)的基礎(chǔ)上，進一步推動呼叫中心由服務(wù)中心向價值傳導中心轉(zhuǎn)型，充分體現(xiàn)呼叫中心在企業(yè)發(fā)展中的核心驅(qū)動力。