呼叫中心的大数据革命

译文
系统 新闻
纵观呼叫中心的整个发展史,对于数据的分析基本上始终停留在相当肤浅的层面上——已接电话、平均等候时长、通话时长以及问题解决比例。这一切对于现代业务信息采集需求而言显然是远远不够的。但事情正在起变化。企业呼叫中心以及呼叫中心服务供应商都已经开始将新型分析工具引入业务,旨在从服务产生的大数据中挖掘出能够促进公司运营状态的有价值信息。

【51CTO 5月14日外电头条】呼叫中心应该算是企业中最败家的部门了,他们所丢弃的有用数据简直不计其数。“任何一位联系人都会在这里留下个人信息、联系方式、业务资料等多种信息,就连接待人员的服务情况也会被记录在案,”资源分析企业HfS研究公司执行副总裁Tony Filippone指出。“如此海量的宝贵信息一直令其它关键性业务部门羡慕不已,尤其是财务、会计以及商业纠纷人员,他们迫切希望自己也能拥有这么多第一手资料。”

纵观呼叫中心的整个发展史,对于数据的分析基本上始终停留在相当肤浅的层面上——已接电话、平均等候时长、通话时长以及问题解决比例。这一切对于现代业务信息采集需求而言显然是远远不够的。

“随着时间的推移,企业不断引入更新、更强大的劳动力管理工具(包括全局调度信息),希望借此帮助网络呼叫处理、调度以及实时配合业务能够更上一层楼。然而数据收集效果却始终取决于接待人员的表现及处理效率,”外包及管理咨询企业ISG公司呼叫中心首席顾问John Magliocca评价道。

但事情正在起变化。企业呼叫中心以及呼叫中心服务供应商都已经开始将新型分析工具引入业务,旨在从服务产生的大数据中挖掘出能够促进公司运营状态的有价值信息。Filippone认为,这种变化的出现是由于多种业务因素的推动。如今呼叫中心里的业务代表们常常需要处理来自不同渠道的多种问题,而这类问题中所蕴含的信息比社交媒体以及网上论坛更广泛、更准确、也更有针对性。

“这要求代表们具备更强的职业技能、更好的业务培训以及更及时的技术指导,”Filippone总结道。与此同时,那些对第三方呼叫中心服务感到失望的企业,现在也开始将目光转向点对点CRM工具,希望以这种替代方案降低运营成本。

非结构化数据分析

目前这类软件的发展趋势相当有趣,其中最令人印象深刻的莫过于将非结构化数据以音频形式保存下来,并利用识别工具对内容及情绪要素进行分析。“技术人员一直在努力,希望通过工具分析并理解客户当前的情况及其它信息,进而帮接待人员制定出合适的处理策略与服务方式,”Magilocca告诉我们。“不过到目前为止,这套系统还远远不够健全,所能提供的信息也无法满足实际需求。”虽然问题多多,但该系统似乎前景光明。据说它甚至能在客户开口之前,就基本判断出令对方烦恼的主要问题。

“很多企业都在对非结构化数据进行文本内容归纳及情绪分析,并希望从中寻找可资借鉴的客户服务模式及发展趋势,”IBM公司预测分析部门副总裁Deepek Advani表示。蓝色巨人在这方面已经投入了不少精力,他们打造的文本分析及信息挖掘(简称TAKMI)工具已经在多家呼叫中心进入实际应用阶段。他们的目标是通过这套工具记录接待人员表现、确认客户关心的问题、突出服务趋势及模式并提供预先提示功能。

“许多企业都开始将呼叫中心生成的数据与事务数据仓库相整合,旨在减少客户流失并促进追加销售及交叉销售的执行效果,”Advani指出。“呼叫中心日志记录着客户来电咨询的内容,这不仅能够为企业提供业务前瞻性,更会带来对未来产品需求的准确预估。”

大多数呼叫中心运营商,包括像TeleTech、Teleperformance以及Aegis这样的老牌供应商以及RightNow与Kana等新晋云服务供应商,都计划将分析功能引入呼叫中心业务。如此一来,当前及历史数据将被有机整合起来,收益咨询通话、接待人员工作表现、客户负面情绪控制以及一次性解决问题比例都将得到显著改善,Magilocca说道。

随着设备智能化水平的提高,呼叫中心也将迎来新一轮技术变革。相信每一位打过客服热线的朋友都曾经被自动应答机制搞得头昏脑涨。“一旦技术成熟,智能化设备将完全有能力接听并理解客户的需求,而不会再像以前那样令对方火上浇油,这对于企业来说无疑是一种福音,”Filippone解释道。“像IBM的沃森这类真正能与人交流的智能系统终将代替只会线性思维的自动应答机制。”

来自ISG公司的Magilocca同样密切关注着具备电子学习系统在呼叫中心领域的应用。他认为,这套新技术完全可以通过分析客户的反应及语气判断对方的情绪,并制定出合适的接待方案。而且由于背景知识的极大丰富,人工智能一般都可以拿出最准确、最有效的快速解决办法。

新应用并不总意味着巨额投入,社交媒体收听工具就相当价廉物美。它通过追踪Twitter中的关键词及短语发现问题,并及时帮助呼叫中心管理者掌握近期顾客投诉的重点内容或者全局热点问题。

在新系统及新流程的整合过程中,变更管理机制堪称最难解决的大问题。越是复杂的分析结论,越需要对大量以往历史记录的规模化汇总。“呼叫中心已经拥有丰富的数据资源与基础化分析功能,新的解决方案只是将这些内容进行总结和强化。如果不立足于这一根本,新的分析机制就会空有‘先进’的名头,却无法给出客观准确的判断,”Filippone解释道。

企业还必须找出能有效利用呼叫中心信息的方法。“分析的目的是指导行动,而不仅仅是赋予管理者前瞻性与洞察力,”Filippone指出。“仅仅统计问题并判断情绪还远远不够,新的解决方案必须能够带给接待人员全新的业务流程或者CRM战略转换。”

然而归根结底,企业存在的目的是为了盈利。如果不能在短期内迅速证明自身对运营的下面作用,相信分析工具的投资支持根本无法维持太长时间。作为客户,呼叫中心产业应该对新项目带来的提升状况进行严密监控。“买家一定要对分析工具抱有充分的信心,只有良好运用并持续支持,它才会真正为企业带来成本与销售机遇方面的确切回报,”Filippone最后这样总结。

原文:Big Data Analytics Gold for the Call Center

 

责任编辑:yangsai 来源: 51CTO.com
相关推荐

2012-07-31 17:00:49

大数据

2016-02-01 09:44:21

呼叫中心非结构大数据天玑科技

2015-10-21 16:25:40

2017-03-15 10:30:16

麦肯锡大数据医疗

2016-01-28 11:16:29

天玑科技营销型大数据呼叫中心

2011-09-21 09:36:14

数据中心网络架构信息孤岛

2016-08-03 15:01:20

医疗行业大数据

2019-01-31 01:28:13

华为

2015-09-06 09:36:17

数据中心软件革命

2014-07-21 09:01:04

敏捷BI

2010-03-01 15:34:19

IP呼叫中心

2011-07-25 15:45:47

呼叫中心通信呼叫中心建设

2016-06-27 15:55:15

移动

2016-10-19 16:50:43

大数据

2024-04-18 10:02:11

数据中心数字革命服务器

2016-10-26 08:36:16

2013-01-22 09:57:41

2013-12-12 13:35:05

4G大数据革命大数据

2024-04-09 10:58:11

大数据人工智能GenAI

2009-01-11 09:27:00

呼叫中心服务
点赞
收藏

51CTO技术栈公众号