移動(dòng)時(shí)代，呼叫中心考核亟待重新定義
加入技術(shù)交流群
[背景]
本文引用地址：http://dyxdggzs.com/article/221007.htm呼叫中心始終是連接企業(yè)和市場(chǎng)、消費者的重要環(huán)節。其服務(wù)質(zhì)量的優(yōu)劣直接決定消費者的直接消費感知。尤其在移動(dòng)時(shí)代，實(shí)時(shí)、在線(xiàn)、動(dòng)態(tài)、即時(shí)反饋的消費特性對精準統計客戶(hù)滿(mǎn)意度，進(jìn)而快速、無(wú)誤地對客戶(hù)需求做出反應提出更高要求。因此，呼叫中心的考核標準亟需重新定義。
傳統上，企業(yè)一般通過(guò)質(zhì)檢成績(jì)同客戶(hù)滿(mǎn)意度進(jìn)行相關(guān)性檢驗。但是，這種質(zhì)檢往往和呼叫中心的客戶(hù)滿(mǎn)意度不相一致。這直接影響到呼叫中心的服務(wù)質(zhì)量把控，對企業(yè)的消費者感知造成潛在風(fēng)險。
那么，什么原因造成了傳統方式的失靈?如何更新質(zhì)檢方式，保證客戶(hù)滿(mǎn)意度的準確以及提升，以適應移動(dòng)時(shí)代的新要求?這一切都將從現有的呼叫中心客戶(hù)滿(mǎn)意度優(yōu)化方式說(shuō)起。
為了對呼叫中心的客戶(hù)滿(mǎn)意度進(jìn)行準確把控，企業(yè)紛紛建立起一套統一的質(zhì)量控制(QC)打分標準。然而，這套QC標準往往和呼叫中心的客戶(hù)滿(mǎn)意度不相關(guān)。這源于其評估方式的統計方法問(wèn)題。
[正文]
衡量相關(guān)性常規做法是使用質(zhì)檢成績(jì)同客戶(hù)滿(mǎn)意度來(lái)做相關(guān)性檢驗，檢驗使用的是皮爾森相關(guān)系數(即Excel里面常用的CORREL函數)，從統計學(xué)的角度來(lái)看這個(gè)問(wèn)題：皮爾森相關(guān)系數是對于符合正態(tài)分布的連續型變量進(jìn)行的檢驗，即需要對于N名員工的質(zhì)檢成績(jì)與N名員工的滿(mǎn)意度結果數據進(jìn)行操作。其中滿(mǎn)意度的數據獲取非常容易，且符合樣本量的需求，但是N名員工的質(zhì)檢成績(jì)是通過(guò)抽查計算的質(zhì)檢分數，并不能代表員工的實(shí)際質(zhì)檢成績(jì)，因此，由這些數據得出的皮爾森相關(guān)系數并不準確。
來(lái)看一下《抽樣計算器》的計算結果：
假設呼叫中心的客戶(hù)滿(mǎn)意度為90%，那么歷史缺陷比為10%;22個(gè)工作日，每日接線(xiàn)80通，一個(gè)月的樣本量為：22x80=1760，計算下需要抽查的樣本量為315通(具體數據見(jiàn)附一)
據業(yè)內水平，一個(gè)坐席一個(gè)月能被抽到的錄音數量約為20通。
統計學(xué)結論：本身通過(guò)抽查計算的質(zhì)檢分數，并不能代表員工的實(shí)際質(zhì)檢成績(jì)，因此無(wú)法得出正確的結論。
問(wèn)題隨之而來(lái)，究竟如何來(lái)判定質(zhì)檢成績(jì)和客戶(hù)滿(mǎn)意度的相關(guān)性?質(zhì)檢標準究竟是不是和客戶(hù)的實(shí)際需求相關(guān)的?
其實(shí)操作很簡(jiǎn)單：引入單通錄音評分和單通錄音客戶(hù)滿(mǎn)意度的相關(guān)性，即使用Logistic回歸分析方式，對于N列離散數據計算相關(guān)性。
單通錄音打分表事例如下：
|
序號 |
客戶(hù)評價(jià) |
能夠理解客戶(hù)需求 |
服務(wù)態(tài)度不惡劣 |
方案便捷、能夠解決問(wèn)題【已客戶(hù)主觀(guān)判斷為準】 |
|
1 |
1 |
1 |
1 |
1 |
|
2 |
1 |
1 |
1 |
1 |
|
3 |
1 |
1 |
1 |
1 |
|
4 |
3 |
0 |
1 |
1 |
|
5 |
2 |
1 |
1 |
1 |
|
6 |
2 |
1 |
1 |
0 |
|
7 |
1 |
1 |
1 |
1 |
|
8 |
1 |
1 |
1 |
1 |
|
9 |
2 |
1 |
1 |
0 |
|
10 |
2 |
1 |
1 |
0 |
|
11 |
1 |
1 |
1 |
1 |
|
12 |
1 |
1 |
1 |
1 |
|
13 |
3 |
1 |
1 |
0 |
|
14 |
2 |
0 |
1 |
1 |
|
15 |
2 |
0 |
1 |
0 |
打分表和客戶(hù)評價(jià)的滿(mǎn)意度的相關(guān)性是多少呢?
使用JMP軟件中的Logistic分析操作下，得出的W檢驗數據如下：
可以看出這三個(gè)評分標準與客戶(hù)滿(mǎn)意度的卡方值非常高，且P值低于0.005，表明此標準與客戶(hù)滿(mǎn)意度相關(guān)。
同時(shí)也可以使用JMP中特有的“刻畫(huà)器”工具進(jìn)行預估，它使我們能夠清楚的知道，這三項的質(zhì)檢成績(jì)對于滿(mǎn)意度的影響情況。
如果這三項都得1分的情況下，客戶(hù)的不滿(mǎn)意度為3%。
如果這三項都得0.7分的情況下，客戶(hù)的不滿(mǎn)意度為32%。
備注：此數據結論是基于200通錄音打分后的結果
如果運用這個(gè)評估質(zhì)檢標準同客戶(hù)滿(mǎn)意度相關(guān)性的計算模型，對公司的打分表和客戶(hù)滿(mǎn)意度進(jìn)行相關(guān)性計算，不出意外的話(huà)，質(zhì)檢標準和客戶(hù)滿(mǎn)意度的相關(guān)性會(huì )很差。
如果從業(yè)務(wù)的角度來(lái)看這個(gè)問(wèn)題：
質(zhì)檢評分標準中的多個(gè)項目是公司要求的，例如：稱(chēng)呼客戶(hù)姓氏、要確認客戶(hù)問(wèn)題、語(yǔ)速適中語(yǔ)調上揚等，更不用說(shuō)后臺的CRM錄入、流程的執行、工單派發(fā)準確率等，但是也別灰心，通過(guò)這個(gè)方式，如果能夠找到2-3個(gè)打分標準有較高的相關(guān)性就已經(jīng)非常好了!
舉例：
評論