大數據時代的呼叫中心客服運營管理
最近大數據這個詞很火！大數據是指所涉及的數據資料量規模巨大到無法通過人腦甚至主流軟件工具在合理時間內進行擷取、管理、處理并整理，難以發揮它應有的價值。其實大數據在尚未進入“互聯網+”時代以前就已經深入到客服行業的各個層面，今天就和大家分享下大數據給客服運營管理帶來了 怎樣的改變。
一、 數據優勢
呼叫中心既是數據的集中者，也是數據的制造者。中國電信股份有限公司 浙江服務運營分公司臺州分中心（以下 簡稱浙江10000臺州分中心）每個月 100多萬通的話務中包含了大量有價值的信息和能力：在用戶呼入中蘊涵客戶類型、業務類型、客戶信息、話務信息；在接話的數據中蘊涵了系統能力、班組能力、員工能力；在日常運營的管 理數據中又體現出運營能力、執行能力、心態意愿。這些數據都實時地流轉在中心的日常工作當中，運用好這些數據， 根據運營管理的需要建立合理的評估模型，將給傳統呼叫中心的運營管理帶來巨大變化。
二、數據的應用
（一）客戶來電目的預判
知己知彼，百戰不殆。在客戶進入 人工座席之前如何利用大數據準確判斷 客戶的呼入目的，給予客服代表精確的 指引，是客服代表最為希望擁有的能力， 而客戶的目的往往隱藏在大數據當中， 利用以往運營經驗結合大數據資源建立 客戶預判模型就能完美地解決這個困難。那如何建立這個客戶預判模型呢？ 根據用戶重復聯系和首次聯系的不同， 從兩個層面進行數據挖掘：
1、重復聯系：協同獲取用戶前一次聯系信息（協同包含語音客服、文字客服、APP等各渠道用戶聯系信息）， 根據用戶首次反饋信息給予預判指引。
2、首次聯系：（1）根據 IVR 語 音導航中客戶按鍵信息預判指引。
（2） 根據客戶資產重要數據信息給予指引， 例如用戶賬戶有充值、欠費、套餐用超、套餐協議到期判斷、符合公司當前重點 活動目標客戶條件判斷等信息給予預判指引。 通過這些數據的收集來預判客戶,可能的來電目的并給予客服代表精確的提醒，從而達到精確服務和精確營銷的客戶服務目標。
（二）話務結構監控
在每日3萬多通的客戶呼入中如何及時發現異常情況的出現是困擾很多 大型呼叫中心的難題，每天有200多 人接話，靠人工干預判斷來發現一些影 響面不是特別大的異常話務根本不太可能，而大數據管理恰恰完美解決了這一難題。10000號的話務主要是由故障、 賬務、業務咨詢、投訴等話務類型組成， 而這些話務由于不同時間點，包括月初月底、周末、早晚等差異有著不同結構的變化，同時還受每月出賬、欠費停機等固定業務周期的影響。雖然呼入話務總數量上偶有不同，但整個話務組成結構基本是穩定的，而話務監控所要做的就是統計出這些節點中所有話務構成的占比，建立數據評估模型，一旦話務結構出現變化就能準確發現是哪一類型的問題造成，為下一步精確評估提供了有力的依據，另外這一話務結構監控也為排班、能力提升安排等日常運營管理提供了有效的數據支撐。
（三）班組能力健康模型
在呼叫中心通常是以班組KPI來評價一個班組的好壞，這沒有問題，但如果一個班組在能力提升過程中，僅 僅只關注 KPI，很多基層管理者尤其是新任值班長在管理經驗不足的情況下就 容易出現忽略班組能力的問題，從而導致就指標做指標的現象。如何全面地評價班組之間的差異是所有管理迫切需要的，大數據可以做到這一點。從長遠來看，優秀團隊與末位團隊呈現出來的肯定不僅僅是KPI上的差異，因此管理更多應該關注團隊本身結構的差異，目前我們主要由3個維度來進行監控：
1、班組指標健康程度監控：建立班組整體指標走勢圖，根據實際情況建 立月度走勢和每日走勢，并監控運營的 平穩性（有沒有波動）和健康性（持續上升還是下降）。
2、班組員工結構差異監控：建立TAN員工結構占比監控表，能讓所有 管理者及時了解組內占比和各班組之間差異。
3、班組執行能力監控：建立全面評價體系，將重點工作的執行過程納入班組健康程度監控體系，建立數據管控模型。
通過上述手段，改變了基層管理者只看數據指標的習慣，更加注重班組自身的健康狀況，提高了管理的視角。
（四）員工健康檔案
員工能力的提升是呼叫中心永恒的主題，而大型呼叫中心員工指標構成復雜，如銷售能力、故障處理能力、投訴處理能力、學習能力等等。但影響員 工這些能力的因素除了能力本身之外往 往還有員工意愿因素的影響。那如何快速準確發現員工工作過程中能力的變化 和意愿的變化呢？相信不少班組長在接收數據的過程中有著這樣的痛點：
1、各班組以自己的視角出具的各項數據缺少整合；
2、以單一部門的信息去判斷員工的問題很容易誤判員工短板的根源，從而導致長時間提升無效果。
在信息不全的情況下，即便是優秀的管理人員也難免會得出錯誤的結論。 那么如何去準確關聯各方面的數據呢？ 這其實就要我們先有一個大數據整合的思維邏輯去挖掘數據間的關聯，這樣才可以讓數據更好地為管理服務。員工健康檔案就是解決這一難題的利器。
健康檔案是將員工的意愿表現、能力表現的諸多因子通過數據方式匯聚， 并通過一定的邏輯關系來判斷員工薄弱 環節的模型工具。例如一個員工接話經常出現業務差錯，這到底是學習能力不足還是學習意愿欠缺呢？光靠一個數據是無法準確判斷。如果結合每日業務學習情況檢查和定期的撥測考試檢查結果 就能得出準確的結論。
一項全新的重點業務從接應到落地會經過這樣 4 個環節：
1、業務學習：員工有沒有學習當天的業務；
2、業務檢查：學了之后有沒有理解業務點；
3、應用檢查：在模擬場景訓練中能不能將知識點運用起來；
4、執行檢查：有沒有在最終的給用戶服務的過程中去執行。
這4個環節如果單獨看，只能判斷出員工的部分問題，但健康檔案會自 動將員工的問題結合起來判斷出員工真 正的問題，并給出一定的解決方案，幫助管理人員做針對性提升。
比如我們在業務檢查中發現員工 業務點出錯了，那么我們首先要去看業 務學習出了什么問題，業務學習環節通 常會有兩種情況：一是如果當天檢查了 10位出錯了8位，我們就不應該找員 工問題了，而是先判斷是不是培訓課件 或者培訓師講解出了問題，導致員工無 法理解或錯誤理解；二是個別員工問題， 就先看員工是否有在小結后對更新點自 主去學習了解知識庫，如果某位員工經 常出錯而業務檢查時又發現該員工對于 知識庫運用非常不熟練，這應該歸類于員工的學習意愿有問題。如果上述兩種情況都沒有出現，培訓講解和員工自學 都不存在問題，那我們就得回到業務問題上來，員工學了，但是學的有偏差， 這就是員工的業務學習能力不足，也就是理解能力不行，這時候就需要值班長
教授學習方法來提高員工的學習能力。 同時業務學習能力不佳在數據收集完善后還可以進行延伸，我們甚至可以分析出員工到底是在老業務更新上存在問題還是新業務接收的問題，如此更能有針對性地給員工提供幫助。
在大數據支撐之下，復雜的呼叫中心管理變得日益數據化、精細化，不斷挖掘這些數據并應用到客戶服務當中、 應用到日常運營管理當中，將會給客服運營管理帶來更大價值。
來源：作者:金二 、蔣巍，中國電信浙江10000臺州中心。
當業務開始迅速提升時，現在咨詢平臺及相關呼叫中心不在似以前那樣，單單只用電話了作相關咨詢服務。而是結合話務耳麥、若與互聯網相結合，計算機不可少，相關服務型（呼叫中心）軟件結合起來，如UC3軟件，小型呼叫中心系統 北恩U800\U830\U860。我們北恩也推出相關產品，如呼叫中心耳麥、VoIP網絡電話、錄音電話等。因為我們北恩是呼叫中心電話耳機生產商。
北恩通信耳機凈噪專家 歡迎你的咨詢。
4006-121-338
