【案例】用大数据去改造呼叫中心 - i黑马

i黑马  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

中国人口红利已经渐渐远去,i黑马认为那些劳动密集的企业应该尽早谋划转型。科技才是第一生产里,也许用大数据去优化呼叫中心是一个不错的选择。

在新的时代中,企业有必要重新思考呼叫中心的运营,尝试引入新的技术手段,降低呼叫中心TCO,让呼叫中心的得以更高效的运转,在这其中,大数据分析就是最为有效的手段。

根据Frost&Sullivan的研究结果显示,预计在2009年2016年之间,亚太区基于云计算和托管的呼叫中心市场将以每年超过15%的速度增长,到2016年,该市场将达到12.5亿美金。

技术并非瓶颈

众所周知,在呼叫中心运营过程中,会产生大量的语音数据,这些数据是非结构化的数据,这些数据规模非常庞大,在传统的呼叫中心运营中,这些数据的价值并没有被发挥,甚至大多数情况下作为垃圾数据被丢弃,这是企业极大的损失,大量的潜在商业可能在这样的数据遗弃中也被抛弃了。

企业当然不会没有想过去分析这些庞大的语音数据,但是很多企业的管理人员会认为,这样的分析从技术上将难以实现,呼叫中心面临的困难不仅仅是语音数据的识别、分析和归档,还面临着海量数据的大数据运营。

但其实,这样的分析在技术上已经完全被攻克。

作为深耕呼叫中心领域多年的企业,Aspect很早就意识到了这个问题,并且从事了对应的开发,Aspect Analytics for Speech and Text这套解决方案就是他们的研发成果,这是一套专门针对呼叫中心的非结构化语音数据分析平台。

Aspect Analytics for Speech and Text可以实现对语音和文本数据的分析,深刻洞察呼叫中心产生的数据中蕴含的潜在关系,并且能够通过技术智能的了解客户的需求,从而判断针对客户需求企业应该提供的解决方案,此外还可以进行实时的语音识别,帮助企业更好的把握稍纵即逝的商业机会。Aspect Analytics for Speech and Text的解决方案还可以将语音分析与坐席人员的考核挂钩,更加精准的评估坐席效率,同时部署简单,也能够帮助企业快速获取收益。

提升商业效率

这样的运营方式给与了行业用户更大的价值,比如说在电话营销过程中,座席人员正在与客户对话,语音监测技术发现客户说出了某个商品的名称或者相关的需求,Aspect在语音监测的基础上植入了一种功能,就是立刻在座席人员的屏幕上弹出提示窗口,指导他向客户推荐相关的商品,或者自动向客户发出短信、电子邮件的方式的商品推荐信,用户不需要等待企业的“下一次联系”,一次通话就可以解决全部问题,相当于,有一名专业的智能的工程师在协助坐席人员与外呼客户之间的沟通,效率成倍提升。

而对于企业管理人员来说,也可以通过Aspect的解决方案很好的了解企业的产品、服务等,是否真的满足市场的需求,企业可以设定,对在某些时期或者某些业务中本来应该经常出现的关键词频率进行统计,如果它们在与客户沟通交互的过程中出现频率不够高,就向管理人员发出警示,提醒管理层可能出现了与企业预期不相符的新情况。

变革呼叫中心效率

传统的呼叫中心中,主管往往是通过抽查的方式对坐席人员与客户的沟通质量进行追踪,这种方式需要消耗大量的时间,而且质量欠佳,必然无法覆盖到所有的坐席工作人员,业务中的隐患甚至有可能一直不会被发现,而利用Aspect的大数据分析手段,所有的信息都被记录在案,并且进行分析。

比如说,在一个典型的呼叫沟通过程中,如果客户三次提到了“我想用大数据”这个词,系统会自动提示坐席人员推荐对应的大数据解决方案,而如果坐席人员没有任何反馈,这个信息将会被记录在案,并产生警告信息,提交给主管,系统也会自动触发预置的培训教程,自动对坐席人员进行培训。

不论是以客户服务为主的呼叫中心还是以外呼为主的呼叫中心,这样的大数据分析手段,都将给呼叫中心带来前所未有的效率与质量提升。

大辛辛那提水务集团的鲜活案例

也许企业用户会关心,这样的方案真的已经可以实现了吗?我们要说的是,在现实生活中,已经有企业采纳并部署了这样的解决方案,大辛辛那提水务集团(GCWW,Greater Cincinnati Water Works)就是其中一个典型代表。

GCWW日均供水约1.33亿加仑,服务俄亥俄州以及肯塔基州逾100万人口。由于之前GCWW一直使用的是传统的异构技术系统,GCWW希望获得一种能够提升其联络中心稳定性、灵活性以及长期可靠性的统一的解决方案,以便更好地为其24万用户提供日常服务。经过广泛的调查研究,GCWW最终决定采用Aspect的平台。该平台将多种不同的功能,如Aspect混合联络以及高效劳动力管理集于一身。

上线大数据分析之后,GCWW实现了三点效率提升:

1.35秒或者更短时间之内获得应答的呼叫数量提高15%

2.被放弃的呼叫数量下降55%

3.平均应答速度提高40%

对此他们自然非常满意,GCWW客户联络中心经理Mimi McGarry说:“向用户提供大量最优质的供水以及杰出的服务是GCWW的客户服务使命。为了实现并超越这一使命,GCWW需要一种能够适应并满足我们当前以及未来需求、高可靠性的联络中心技术,以确保提供最佳的客户服务。用户希望在联络GCWW时所反映的问题能够得到迅速、高效的解决,而联络中心坐席则需要被赋予迅速、高效解决问题的能力。自从部署以来,Aspect的联络管理解决方案提高了我们的呼叫质量,缩短了服务响应时间,并且提升了我们联络中心运作的总体可管理性。”

大数据时代的呼叫中心

从某种意义上来看,呼叫中心本身就是一种大数据的实践,从茫茫人海之中筛选出有价值的客户,不论是服务型还是外呼型,都是将海量数据进行筛选的过程。

只不过,在传统的模式中,处理利用到“电话沟通”这个环节之后,所有的数据筛选都是由人力进行,既然本身是一种大数据,那么,呼叫中心就更应该借助大数据这个工具。

面对人口红利的不断消亡,呼叫中心也有必要利用大数据,在更少的人力资源基础上实现更好的业务效率,Aspect为业界做出了一个表率,而企业也需要尽早的意识到这个问题并有所转变。



相关公司:

数据来自 创业项目库

作者:CNET | 编辑:weiyan | 责编:韦龑

随意打赏

提交建议
微信扫一扫,分享给好友吧。