客户中心现场运营数据可视化管理设想
客户世界|黎艳梅|2014-09-01
p>
p>
在呼入话务管理中,一般会结合日常运营监控的需要通过系统收集一些信息,如来话量、处理量、通话时长、在线利用率、客户满意度、来访目的等,而目前这些数据的运用更多是管理者(包括基层管理者)定期或不定期地通过人工整理来了解整体运营情况或人员工作情况。在“大数据时代”的今天,这种操作显然有着许多弊端。
首先,数据没有得到及时展现。因为人工处理数据需要一定的时间,造成信息滞后。其次,数据显示的全面性受到了局限。当前整理数据一般会使用固定模版,为了图表的直观、简洁,模版中一般会选取一些主要项作为显示内容,会使得一些异常信息数据不能被展现。再者,人工整理的数据传达范围有限,受众较为动性。一般是管理者按操作经验分门别类将整理结果通过邮件、专题分析报告形式上报,对员工则采用口头传达或一些公告提醒,受众缺少主动了解和主动调整改善的行为机制。
为了解决以上问题和顺应信息技术的发展,笔者对现场运营数据可视化管理及运用的实现作了以下设想。
一、建立集中处理运营数据的系统平台
现场运营原始数据来自各个运营系统的底层数据,应建立一个集中处理数据的系统平台。这一系统平台按原底层数据分模块显示统计,按底层数据关键字段显示细项统计结果。如此便可以对底层数据进行最完整的统计。
首先在一级界面确定各监控模块(简单举例如图1),点击每一个模块进去后可以看到各细项内容的原始数据、统计报表、各级数据异常标识等。如“客户满意度”模块可包含整体、班组、人员、时段等统计纬度,以及趋势变化走势图(如某一时段内的客户满意或不满意的离散系数变化情况)、预警值分布图(对应的时间段、班组、人员)等;“人员效能”模块主要有在线利用率、服务数据突升突降点标识、CALL量与服务质量关联图表等;“话务情况”主要包含如来话量、接通率(包含排班吻合度与现场调度效果计算)、预警值标识示意图等;“故障情况”可包含客服代表故障申报统计(如来电原因统计)、现场运营故障申报情况统计、已知故障客户来电数(含变化情况)等;“客户投诉”数据主要来源于客服代表接到客户反馈的细项统计(如对人员、对流程或业务、对优惠活动等等方面的不满与投诉及升级投诉)和各细项具体内容的备注统计;“考核指标汇总显示”主要是整体考核指标达成情况、人员达标情况等。
图1 集中处理平台显示界面举例
二、设立数据信息预警值
数据信息不能只是简单地呈现数据,而是要让观察者直观了解到发生了什么事、出现了什么样的异常变化。为此,需要明确重要数据预警级别的数值界线,当达到一定预警值时会出现不一样的提示(如数据信息颜色发生变化、屏幕出现提醒信息、向相关人员推送短信等等)。例如将话务预警分为三个等级,除现场监控屏幕有显示外,第一等级预警出现时直接对应在线客服,第二等级预警出现时增加对应现场管理员,第三等级预警出现时增加对应部门经理。
三、制定预警出现时的应对机制
为了增加人员主动参与管理的能动性,需要制定每项预警、数据异常提示出现时的服务指引、应对机制等。如话务预警有三个等级,每一等级对应人员需进行的操作也应明确下来,除有明确的文档指引外,也可以在预警出现时可直接链接或显示对应的内容,方便对应人员直观了解和操作。
图2 预警与启动机制
四、数据的可视化管理
体现数据的及时、有效性在可视化管理这一块尤为重要。
1.在条件允许的情况下,在话务现场安装大屏幕显示,直接投影集中平台处理好的数据(可截取重要监控点和信息变化异常点)、后台支撑人员及时分析的专项报告和建议,以便现场监控人员、建议对象及时采取改善措施。
2.跟客服代表调整服务状态息息相关的数据信息,则建议实时传递到座席电脑显示,如在电脑屏幕右下方以滚动的方式提醒,不同程度的情况用不同颜色表示,客服代表通过颜色快速辨别数据显示所反应的客户端情况,结合已有的应对指引及时调整服务状态。
3.数据显示结果还应能传递到上级管理人员、后台支撑人员的办公系统。一是用于实时了解数据变化情况、现场运营情况是否正常,二是验证制定的服务指引、应对措施是否能有效处理出现的问题,三是有利于获取第一手资料信息,加快新项目分析材料的形成。
图3 数据可视化走向
新建数据可视化管理,是一项大工程,应由一个项目管理团队来组织实现。其间涉及到的系统建设、流程规范优改、人员培训、方案制定、标准值设置等等均需要不同部门的配合和自上而下的统一。特别是在需保证人员自主能力保持一致的情况下,所对应的培训、监控与考核都是需要重新设计和检验的。数据可视化管理的实现,除了有助于提高人员能动性,也有利于节约人力成本(如数据处理与分析、人员监控与管理等),也有利于整个运营管理与技术发展保持一致的发展。因此,加快数据可视化管理势在必行,让这一实现来得更早些吧!
本文刊载于《客户世界》2014年8月刊;作者单位为中国移动南方基地客户服务中心服务支撑室;
转载请注明来源:客户中心现场运营数据可视化管理设想
噢!评论已关闭。