За много компании колцентровете са като нервна система. Те могат да сигнализират за рискове и потенциални заплахи, събират информация за динамиката в средата, в която компанията оперира и последно по ред, но не и по значение – те са директната връзка с най-важния актив на един бизнес – неговите клиенти. Като всяка нервна системи и колцентровете обработват големи количества информация. Ако тази информация има количествен израз, тогава със сигурност може да говорим за големи данни.
Ето защо в тази публикация разказваме повече за възможните аналитични подходи пред колцентровете, разполагащи с данни за своето представяне. Преди това обаче искаме да разсеем няколко мита относно приложението на data analytics в колцентровете.
Анализът на данни е прекалено скъп за колцентровете
За много експерти в контактните центрове, инвестициите които трябва да се направят в технологии и изчислителна мощ, високите разходи за analytics професионалисти и мъгливия краен резултат са огромна спирачка пред подобен проект. Ще бъдем изключително ясни – не, не и не! Достъпът до впечатляваща изчислителна мощност, нужна за адекватно математическо моделиране не е експлицитно свързана със собствени сървъри. Облакът е тук от няколко години и предлага доста при гъвкави схеми. Заплатите на data analytics професионалистите са далеч от ниските, но винаги можете да се обърнете към профилиран доставчик на аналитични услуги, които могат бързо и на разумна цена да създадат аналитичен модел, адресиращ конкретен проблем в колцентъра. В зависимост от сложността на проекта, сумите действително могат да бъдат впечатляващи, но ако резултатите водят до намаляване количеството на клиентските с прекратен договор, това може да донесе милиони.
Речевият analytics е тук и има защо
Всяко обаждане до оператор в колцентър съдържа информация, която може да бъде прочетена с машини, благодарение на NLP (Natural Language Processing) алгоритмите. Повечето от обажданията в контактните центрове се записват, но малко от тях се използват, за да се извлича от тях полезна и нова информация. Речевият анализ автоматизира процеса и драстично намалява времето, необходимо за трансформирането на човешкия говор в обработваеми данни. Чрез тези технологии, извличането на ценна информация от разговорите може да става почти в реално време и това да се превърне в основа за взимането на бизнес решения.
Компания, занимаваща се с електронна обработка на плащания, чийто колцентър обработва средно по 15 хил. обаждания дневно успява да установи защо губи клиенти именно по този начин. Компанията анализира в реално време веригата от обаждания, направени от един клиент и на база определени думи и фрази установява по-висока от средното вероятност този клиент да спре да ползва нейните услуги. Благодарение на речевия анализ в реално време, компанията установява, че около 2 хил. от общо 15000 обаждания на ден са от клиенти във висок риск. Проактивната работа с тях намалява churn нивото до 600 клиента за тримесечие, останалите генерират приходи от $1,7 млн. за същия период.
Анализ на персонала в колцентровете
Най-ценният ресурс на един контактен център са професионалистите, които работят в него. Анализът на работната сила може да е ключов елемент от ефективността на един колцентър и да определи от колко точно оператора се нуждае той на Нова година, например. Още малко работа с данните на ниво оператор и не само ще идентифицирате най-успешните и ефективните от тях, но и как го постигат. Това може да бъде отлична практика, която в крайна сметка да доведе до повече ефективност като чрез нея се идентифицира най-силният мотивиращ фактор за служителите. Защото кошницата с плодове е приятно нещо в офиса, но далеч не е задължително тя да води до повече лийдове, по-бързо решени клиентски проблеми или пък да намали драстично процента на клиентите, които прекратяват договорите си.
Оптимизация на потребителската пътека
UX специалистите са тези, които могат да създадат най-удобния за потребителите дизайн, но операторите в колцентровете са тези, които могат да потвърдят това и да предложат насоки за неговото оптимизиране. Истината е, че резултатът (или неговата липса) от работата на UX експертите отива при колегите им от клиентската поддръжка. Освен това, операторите в колцентровете познават клиентите в най-голяма степен. Техните лични впечатления, комбинирани с данни, от които могат да бъдат извлечени корелации, предлагат най-добрата снимка на текущия средностатистически клиент. Това е безценна информация за маркетинг специалистите, която се превръща в инструмент за лесна идентификация на най-ефективните мотиватори, които бизнесът може да предложи в рамките на потребителската пътека.
IVR аналитикс
Interactive voice response /IVR/ е технологията, която позволява на хората да комуникират с машини чрез телефон. Може да бъде доста досадно за потребителите, но за бизнесите е голямо улеснение. Тази технология също може да бъде субект на детайлен анализ в следните области:
- Opt-out analytics – колко души се доверяват на IVR услугата и колко настояват да разговарят с оператор, дори и техния казус да се вписва в някоя от предложените възможности. Този подход е полезен при измерването на ефективността на IVR интеграцията.
- Причина за обаждането – подобен анализ ще идентифицира най-проблемните за потребителите звена, което пък е насока къде да бъдат фокусирани усилия.
- Анализ на потребителското объркване – вече споменахме за UX дизайна, този вид анализ е пряко свързан с него. Извличането на данни за % потребители, които се губят в рамките на потребителската пътека е ключов инструмент за нейната оптимизация.
В заключение
Големите данни имат ключова роля не само в ИТ индустрията, но и в контактните и колцентровете. И това ще продължи да бъде така. Големите данни са ключ към по-качествено обслужване, съответно по-добри резултати. Големите данни могат да помогнат на експертите от колцентровете да казват точните неща в точния момент на точния клиент, умение, с което далеч не всички можем да се похвалим.
