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
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。
京公網安備 11010502049343號