客服中心行业数据分析的“因”、“道”与“术
客户服务中心行业的数据分析工作如此重要，这是我们要投入资源去研究它的“因”。那我们如何开展这方面的研究，如何挖掘客户服务中心行业的数据宝藏呢？我想深入开展同业学习交流、充分利用EXCEL工具进行自助以及在企业内部培育数据驱动管理决策的文化与方法，是行之有效的破题之“道”。而《数据驱动力——客服中心精益数据分析系列连载》将会在接下来的时间里，不断为大家分享、奉献这一领域的“术”。”
尤其近些年，伴随社会人口的扩张、信息技术水平的提升以及“互联网+”的新业态，使得单一企业服务的客户规模数量大幅攀升，很多企业得以在全国乃至全球范围内开展业务。而在地球村扁平化及精细社会分工的趋势下，后台服务职能大集中的成本优势、专业优势越发明显，各类型客户服务中心的人员规模均呈现一定的上升趋势，在人力规模上、在服务体量上，客户服务中心行业已经是一个不折不扣的规模化行业。
与此同时，伴随着客户服务中心的规模扩张与各种技术创新，客户服务的提供形式也有很大的变化。客户服务中心的服务形式从最初仅有电话接入、完全依赖人工座席服务，逐渐演变到电话语音、在线聊天、邮件支持等多种渠道接入，并结合人工智能等多种信息技术与人工座席共同为庞大的客户群体提供服务。在这样高度信息化的客户服务中心，我们拥有大量的原始数据积累，为后续开展精益数据分析、挖掘客户服务价值打下了良好的基础。
然而在庞大的客户群体中，在规模化的服务过程里，客户服务中心每一次对外提供的服务工作却都是零散的、细微的，或者说是碎片化的。我们每一位员工，每一次信息系统提供的服务，都只是利用了短短的几分钟甚至几秒钟，完成了整个服务链条的一个环节。而往往一次完整的、感受良好的客户服务体验又需要由众多地服务环节构成。要想做好总体服务，我们不得不去研究每一个服务环节，这样碎片化的服务过程，进一步推升了我们的数据积累和数据分析需求。
简言之，客户服务中心行业正在不断地扩张服务规模、追求更高的信息化建设水平，并且深入到每一个服务碎片中进行精细化管理。持续向“规模化、信息化、碎片化”迈进的客户服务中心行业，其中的数据宝藏不言而喻。
“规模化、信息化、碎片化”造就了这是一片数据分析领域的热土，而客户服务中心属于“隐性工作”的特点，使得我们越发重视数据分析、依赖数据分析，并且终将形成以数据驱动管理决策的工作模式。
按照工作产出是否可以简单度量来划分，其实所有服务工作，都相对的可以算作“隐性工作”。比如企业的行政工作、餐饮业的服务工作等等，其实也是一种“隐性工作”。而在广泛的服务领域，客户服务中心的远程服务性质，进一步深化了“隐性工作”的特点，可以称得上是“隐性”服务行业。
在大多数企业中，行政工作的数量级并不高，且不是企业的核心竞争力所在，因此提升行政工作管理水平的意义相对较小。可是餐厅的服务工作就不一样，服务品质的好坏对客户体验与复购率的影响很大，可是他们提供的是“显性”服务，服务质量的高低很容易判定。以某个以服务著称的火锅餐厅为例，他们的服务员总是热情洋溢，马不停蹄的为顾客倒水、递毛巾、更换骨碟。其实在餐厅的角落，一位总部派驻的服务督察员在冷眼旁观，服务员的工作表现他一目了然。
但是在客户服务中心，这样的做法显然行不通。就算是经验再丰富的老师，不辞辛苦频繁在客服中心的现场巡视，也无法聆听到话筒另一端客户的声音。与座席员朝夕相处的班组长呢，他们能够从座席的语气、表情中察觉到服务状况的异常，但在大多数情况下，班组长只能进行知识技能的辅助与事后的补救。至于客户服务中心的质检团队呢，他们会复听一小部分录音，但也只是一小部分而已，加上人工的监听会带有主观判断，仍然无法依靠质检团队准确了解服务的全貌。
所以说，在这样“规模化、信息化、碎片化”并且提供“隐性”服务的客户服务中心行业，我们需要且只能用科学的数据分析方式，抽丝剥茧、穿过层层迷雾，才能看到客户服务中心各方面运营的真实情况，清晰反馈庞杂客户服务过程中的各种细节，审视客户服务需求与资源分配的匹配程度，客观评价成百上千座席员的服务表现，最终推动客户服务中心的运营管理水平与综合服务品质不断提升。
客户服务中心行业的“隐性工作”性质之外，我们又是同质化的、非竞争性的一个行业。
而在同质化的行业中，我们客服人又非常幸运的遇到了非竞争性的行业特性。这是因为客服人之间的同业交流不太会涉及到企业核心商业机密的层面，这有别与市场部门营销政策的秘不可宣，企业财务状况与财务政策的保密性，客服同业之间的非竞争性有助于我们深入开展客户服务中心行业的运营经验交流。
曾几何时，在我加入客户服务中心行业的时候，非常有幸的得到很多行业前辈的指点教诲，所以当我专精于客户服务中心行业数据分析这一领域之时，我也非常愿意将所学所用与大家分享。
当然我知道，已经有很多同业友人意识到客户服务中心行业数据分析的重要性与广阔前景，并且进行了广泛的尝试与探索。在各类行业标准与最佳实践分享中，也有很多的关于客户服务中心行业数据分析的方式方法，那么《数据驱动力》系列连载所要讲述的内容，有什么特别之处呢？我认为有以下三点：
一是《数据驱动力》系列连载将会阐述很多从客户服务中心底层系统进行数据获取、存储、加工、利用的方法，因为只有从源数据出发，我们才有可能最大化地挖掘数据宝藏，避免在使用系统报表过程中，遗失部分数据信息。
二是《数据驱动力》系列连载将会以EXCEL工具的形式，展示、介绍成熟运营管理工具，并且大多是各家客户服务中心通用的管理工具，只要掌握了其中的方式方法，就有可能帮助大家快速提升数据分析与应用能力。
三是《数据驱动力》系列连载将完全从客户服务中心运营管理的视角出发，植入一些数据驱动运营管理提升的运营理念，并且借助工具实践这些管理理念。因为我始终认为，运营与数据不能分家，所有不以业务提升为目的数据分析一文不值。
最后，在《数据驱动力》系列连载的开篇之作中，我想与大家一同分享客户服务中心行业数据分析的“因”、“道”与“术”。
客户服务中心行业的数据分析工作这样重要，这是我们要投入资源去研究它的“因”。那我们如何开展这方面的研究，如何挖掘客户服务中心行业的数据宝藏呢？我想深入开展同业学习交流、充分利用EXCEL工具进行自助以及在企业内部培育数据驱动管理决策的文化与方法，是行之有效的破题之“道”。而《数据驱动力——客服中心精益数据分析系列连载》将会在接下来的时间里，不断为大家分享、奉献这一领域的“术”。
呼叫中心从无到有，更多依赖人治的第一个时代已经接近尾声了，规模化、信息化、碎片化，并且高度依赖数据驱动运营管理提升的时代正在走来。
下期预告：
《客户服务中心数据信息化建设蓝图》
数据分析的基础是数据，客户服务中心行业面临着特定的问题与困难，如何抓住数据信息化建设工作的主要方向，快速完成信息化基础建设，这是数据驱动力——客服中心精益数据分析的基础。
肖子京简介：
毕业于合肥工业大学信息与计算科学专业；曾任职于北京银行信用卡中心科技部、北京银行信用卡客服中心；目前就职于知名互联网公司客户服务部，担任运营管理副总监。
开设数据驱动力系列公开课程：
《数据驱动力——客服中心绩效管理与运营提升》
《数据驱动力——客服中心数据信息化建设实务》
本文刊载于《客户世界》2017年9月刊；本文作者肖子京.
转载请注明来源：客服中心行业数据分析的“因”、“道”与“术
panjl
《客户世界》杂志编辑。有关投稿，呼叫中心企业培训，会议等咨询。可添加编辑潘老师微信：18710108460 或者扫描左边微信二维码进行咨询！
噢！评论已关闭。