面對著客戶行為習慣發(fā)生的改變，整個客戶服務體系的建設導向、及建設內容也在發(fā)生改變。本文將從“服務、數據、產品”三個方面，詳細闡述新形勢下客戶服務體系建設的新思考。
三、 新思考：由“大服務”到“大數據”，深挖數據價值、實現(xiàn)數據變現(xiàn)
【概述】
近幾年來“大數據”一詞的熱度有目共睹，各行各業(yè)也都在根據自身特點和需求不斷探索符合不同行業(yè)特性的大數據應用場景。
呼叫中心作為連接企業(yè)和企業(yè)用戶的溝通樞紐，其在日常運營中也會獲取、使用、或者是產生大量的數據。雖然從數據的“量級”來看，呼叫中心的運營數據規(guī)模相對有限，然而對于呼叫中心自身的運營管理，乃至于企業(yè)來講這部分數據的價值卻是“無可限量”的。
以下，將以“運營可視、管理可控、數據可用”作為主線條，對呼叫中心的大數據應用進行詳細闡述。
【詳述】-管理可控
管理可控是指：構建“數字化”運營管理體系，也即：依托系統(tǒng)支撐和規(guī)范建立，擴大數據采集范圍，構建“數據立方體”，建立呼叫中心的數字化運營管理體系。通過對數據的深加工和關聯(lián)性分析，以及內部流程和管理體制的優(yōu)化，不斷提升運營效率和運營品質。
管理可控，即呼叫中心“數字化”運營管理體系構建的實現(xiàn)步驟為：
以下，將分別打開、詳細說明。
(三) 數據應用
在完成了數據分類、數據定義，以及數據的自動提取、加工計算和結果呈現(xiàn)后，即將進入“數據應用”環(huán)節(jié)。也即，通過對數據的深加工和關聯(lián)性分析，以及內部流程和管理體制的優(yōu)化，不斷提升呼叫中心的運營效率和運營品質。
具體的數據應用方向包括：
內部應用是指：應用于呼叫中心內部運營管理，以提升整體運營效率和質量為目的的數據應用；而外部應用則是指：對呼叫中心與公司相關部門、以及合作伙伴的協(xié)作過程和協(xié)作結果進行有效管理的數據應用。
以下，將分別打開、詳細說明。
1. 內部應用
指標管理
指標管理是指：根據所采集的數據，建立起對運營結果KPI指標的分析機制，對運營結果實施精細化、數字化管理，從而確保呼叫中心持續(xù)提升運營品質和服務水平。
指標管理的分析維度包括：
�、� 專項分析
專項分析是指：在以上介紹的下鉆分析和關聯(lián)分析方法基礎上，對某項KPI指標進一步展開定向的專題分析。分析的目的仍然是-鎖定運營問題產生的根本原因，以便于呼叫中心管理人員有針對性地采取改進優(yōu)化措施。
1) 投訴專項分析
投訴專項分析是指：在完成下鉆分析、關聯(lián)分析的基礎上，進一步通過“苦練內功”也即使用呼叫中心自身數據，或者是“借助外力”也即與企業(yè)經分或大數據平臺上的B域、O域、位置數據相結合，所進行的專項分析。
投訴專項分析的內容包括但不限于下述內容，分析的結果既可“自用”也即用于呼叫中心自身運營品質的優(yōu)化，亦可“他用”也即定期發(fā)送企業(yè)相關部門進行信息共享。
重大/升級投訴專項分析
須定期對重大、升級投訴進行專項分析，分析的源數據來自于呼叫中心內部制作并使用的《XXX呼叫中心投訴事件處理報告》（報告參考格式見下），分析的輸出結果為《XXX呼叫中心運營指標專項分析報告-重大/升級投訴專項分析報告》（報告參考格式見下）。
《XXX呼叫中心投訴事件處理報告》
附注：
- 此表格為人工手動制作，一個投訴填制一張表格。
- “投訴事件基本信息”中記錄的是該投訴的最終處理結果信息，而對于該投訴的處理過程信息則記錄在“投訴事件處理記錄”中。
《XXX呼叫中心運營指標專項分析報告-重大/升級投訴專項分析報告》
附注：此表格的生成方式有二種：
傳統(tǒng)手動分析：由呼叫中心的管理人員人工手動完成基礎數據采集、數據整理分析、分析結果輸出的全過程。
平臺自動分析：由數據分析應用平臺自動完成基礎數據采集、數據整理分析、分析結果輸出的全過程。具體的功能模塊及功能說明，詳見本書第五章《呼叫中心系統(tǒng)平臺智能化應用》。
網絡類投訴專項分析
可將呼叫中心的用戶投訴數據與位置類數據相結合，比如：將網絡類投訴數據與位置類數據相結合、進行地理柵格分析，并形象化展示（示例見下）。
可將企業(yè)的網絡運營監(jiān)控優(yōu)化系統(tǒng)與呼叫中心的投訴工單處理系統(tǒng)打通，對于突發(fā)或者是大面積網絡類用戶投訴，一旦在一定周期內生成的用戶投訴工單數量達到一定的閾值（比如:5分鐘內超過10單），則網優(yōu)系統(tǒng)可第一時間捕捉到相關信息，并啟動相應處理預案。同時，最終處理結果還應及時回傳至呼叫中心，以實現(xiàn)信息共享。
計費類投訴專項分析
可將呼叫中心的用戶投訴數據與B域和O域數據相結合，對投訴用戶進行綜合畫像，實現(xiàn)”物以類聚、人以群分“。比如：將計費類用戶投訴數據與企業(yè)經分或大數據平臺上的用戶屬性特征數據、業(yè)務特征數據、消費特征數據、上網習慣數據等相結合，對計費類投訴用戶進行綜合畫像。最終根據畫像分析結果，對目標用戶群采取有針對性的服務和營銷策略。
【未完待續(xù)】
王丹丹
2020年8月
13910330350
Dece1118@126.com
