為此，讓我們看看預測。
預測幾乎影響一切
即使使用各種算法來(lái)提供最佳和最準確的預測，情況也可能在瞬間發(fā)生變化。當一個(gè)小天氣事件變成大天氣事件時(shí)，你為本周創(chuàng )建的完美日程就崩潰了；停電；或者無(wú)數的商業(yè)環(huán)境會(huì )破壞你的計劃。當這種情況發(fā)生時(shí)，座席會(huì )過(guò)度工作，或者您無(wú)法對客戶(hù)做出足夠快的響應。電話(huà)可能會(huì )中斷。交互處理不夠快，客戶(hù)等待時(shí)間更長(cháng)。這些都會(huì )對客戶(hù)體驗產(chǎn)生負面影響，很可能會(huì )影響您的底線(xiàn)。更長(cháng)的等待時(shí)間對客戶(hù)的影響更大。
管理者和座席變得緊張起來(lái)。壓力增加了人員流失率，給企業(yè)帶來(lái)了高昂的費用。預測變量的一個(gè)變化不僅會(huì )使預測變得不準確，而且有可能在您的業(yè)務(wù)中連鎖反應。
這種情況不必在循環(huán)中重復。您可以通過(guò)將您提出的預測和計劃與實(shí)際發(fā)生的情況進(jìn)行比較，以及為什么座席和經(jīng)理以某種方式處理情況，從中學(xué)習。為此，請使用質(zhì)量管理、評估、分析數據和見(jiàn)解。這些信息一起通知您的糾正措施，揭示改進(jìn)的領(lǐng)域，并在出現新情況時(shí)生成相應的策略。
預測總是動(dòng)態(tài)的
即使沒(méi)有危機，質(zhì)量經(jīng)理也應該提供反饋，通過(guò)挖掘指標來(lái)改進(jìn)預測。AHT是一個(gè)很好的起點(diǎn)。如果客戶(hù)互動(dòng)電話(huà)太長(cháng)，您需要找出原因。首先，回顧互動(dòng)記錄。
座席可能難以回答客戶(hù)的問(wèn)題。回答意想不到的問(wèn)題和提供同理心服務(wù)對新座席來(lái)說(shuō)更加困難。假設您的消費者融資部門(mén)人員不足，因此您的座席Andres接到了客戶(hù)詢(xún)問(wèn)新的租賃資質(zhì)要求的電話(huà)。但Andres沒(méi)有接受過(guò)這方面的訓練。因此，他搜索了多個(gè)應用程序--Oracle、Web和CRM系統--卻找不到答案。這花費了他比一般人更多的時(shí)間，而且他還得把工作交給另一個(gè)座席。
當質(zhì)量經(jīng)理審查電話(huà)時(shí)，她發(fā)現Andres沒(méi)有接受適當的培訓。這是首次呼叫解決（FCR）率未滿(mǎn)足的最初原因。改進(jìn)的預測和更好的路由將防止較新的座席接收他們沒(méi)有經(jīng)過(guò)培訓的呼叫。
另一個(gè)交互可能比預期的短。最初，這似乎是積極的，因為它遵守了預期的時(shí)間。但是，座席是否提供了您想要提供的移情服務(wù)？觀(guān)察客戶(hù)表達的態(tài)度以及互動(dòng)的總體情緒。這可能導致評估為AHT、FCR、客戶(hù)滿(mǎn)意度得分（CSAT）和凈推薦得分（NPS）的不同指標發(fā)生沖突。
找到好結果和壞結果的來(lái)源
理想情況下，當Andres接到電話(huà)時(shí)，他會(huì )知道客戶(hù)從哪里打來(lái)，以及如何根據主題訪(fǎng)問(wèn)所需信息--以滿(mǎn)足期望。然而，情緒分析揭示了更多。
假設你為積極情緒設定了標準，25歲及以上是積極情緒的良好指標。如果您的分析表明互動(dòng)中的總體情緒低于25，則可能會(huì )觸發(fā)評估。另一方面，如果100%的情緒是積極的，你會(huì )想回顧一下，從中吸取教訓，并復制任何導致如此積極的客戶(hù)體驗的東西。
你可以更深入地了解。例如，Andres最近的一次互動(dòng)顯示情緒得分為65.但它的起點(diǎn)是非常低的5.Andres從5分到65分做了什么？這是一個(gè)需要理解的重要互動(dòng)，以便其他人能夠模仿他如何扭轉艱難的局面。有時(shí)，您的指標會(huì )隱藏在許多其他有價(jià)值的數據之下。
使用過(guò)濾器進(jìn)行更好的交互采樣
質(zhì)量經(jīng)理過(guò)去常常審查隨機樣本交互，可能每個(gè)座席都有一個(gè)。但是隨機抽樣并不能給你一個(gè)真實(shí)的互動(dòng)畫(huà)面。無(wú)論你有2億還是200萬(wàn)，都不可能用這種方法來(lái)審查一個(gè)有代表性的樣本。
大多數質(zhì)量保證經(jīng)理將其流程集中于特定的業(yè)務(wù)線(xiàn)，如租賃、保險等，以及交互標準，如持續時(shí)間、渠道或總結代碼。例如，您可以對AHT進(jìn)行分段，并查看2分鐘以下或15分鐘以上的通話(huà)。
許多聯(lián)絡(luò )中心也使用語(yǔ)音和文本分析主題過(guò)濾器。當在交互過(guò)程中提到特定主題時(shí)，它可以觸發(fā)評估和交互審查。這可能包括要求與主管談話(huà)的客戶(hù)，或提及競爭對手姓名的客戶(hù)。
按主題回顧互動(dòng)可以提高您的理解能力；您可以評估總結代碼、隊列和交互期間討論的主題之間的差異。當一個(gè)主題的簡(jiǎn)單請求得到解決時(shí)，客戶(hù)會(huì )用另一個(gè)請求擴展對話(huà)。了解電話(huà)延長(cháng)的原因和不同的主題可以揭示不同客戶(hù)查詢(xún)之間的聯(lián)系。這可以讓你在行動(dòng)之前做出更明智的商業(yè)決策。
在組織中構建質(zhì)量監控流程需要的不僅僅是跟蹤預期指標。您需要準確了解在廣泛的互動(dòng)過(guò)程中發(fā)生了什么，以幫助員工更高效地工作。
指標和數據告訴你很多。但是，當你找到效率低下的根本原因，以及某些事情運作良好的原因時(shí)，你會(huì )發(fā)現更深層次的見(jiàn)解。讓數據更人性化，以提高預測準確性、員工敬業(yè)度和客戶(hù)體驗。
聲明:版權所有 非合作媒體謝絕轉載
原文網(wǎng)址：
https://www.genesys.com/blog/post/using-call-center-metrics-for-quality-assurance
