為此，讓我們看看預測。
預測幾乎影響一切
即使使用各種算法來提供最佳和最準確的預測，情況也可能在瞬間發(fā)生變化。當一個小天氣事件變成大天氣事件時，你為本周創(chuàng)建的完美日程就崩潰了；停電；或者無數(shù)的商業(yè)環(huán)境會破壞你的計劃。當這種情況發(fā)生時，座席會過度工作，或者您無法對客戶做出足夠快的響應。電話可能會中斷。交互處理不夠快，客戶等待時間更長。這些都會對客戶體驗產生負面影響，很可能會影響您的底線。更長的等待時間對客戶的影響更大。
管理者和座席變得緊張起來。壓力增加了人員流失率，給企業(yè)帶來了高昂的費用。預測變量的一個變化不僅會使預測變得不準確，而且有可能在您的業(yè)務中連鎖反應。
這種情況不必在循環(huán)中重復。您可以通過將您提出的預測和計劃與實際發(fā)生的情況進行比較，以及為什么座席和經理以某種方式處理情況，從中學習。為此，請使用質量管理、評估、分析數(shù)據(jù)和見解。這些信息一起通知您的糾正措施，揭示改進的領域，并在出現(xiàn)新情況時生成相應的策略。
預測總是動態(tài)的
即使沒有危機，質量經理也應該提供反饋，通過挖掘指標來改進預測。AHT是一個很好的起點。如果客戶互動電話太長，您需要找出原因。首先，回顧互動記錄。
座席可能難以回答客戶的問題。回答意想不到的問題和提供同理心服務對新座席來說更加困難。假設您的消費者融資部門人員不足，因此您的座席Andres接到了客戶詢問新的租賃資質要求的電話。但Andres沒有接受過這方面的訓練。因此，他搜索了多個應用程序--Oracle、Web和CRM系統(tǒng)--卻找不到答案。這花費了他比一般人更多的時間，而且他還得把工作交給另一個座席。
當質量經理審查電話時，她發(fā)現(xiàn)Andres沒有接受適當?shù)呐嘤枴＿@是首次呼叫解決（FCR）率未滿足的最初原因。改進的預測和更好的路由將防止較新的座席接收他們沒有經過培訓的呼叫。
另一個交互可能比預期的短。最初，這似乎是積極的，因為它遵守了預期的時間。但是，座席是否提供了您想要提供的移情服務？觀察客戶表達的態(tài)度以及互動的總體情緒。這可能導致評估為AHT、FCR、客戶滿意度得分（CSAT）和凈推薦得分（NPS）的不同指標發(fā)生沖突。
找到好結果和壞結果的來源
理想情況下，當Andres接到電話時，他會知道客戶從哪里打來，以及如何根據(jù)主題訪問所需信息--以滿足期望。然而，情緒分析揭示了更多。
假設你為積極情緒設定了標準，25歲及以上是積極情緒的良好指標。如果您的分析表明互動中的總體情緒低于25，則可能會觸發(fā)評估。另一方面，如果100%的情緒是積極的，你會想回顧一下，從中吸取教訓，并復制任何導致如此積極的客戶體驗的東西。
你可以更深入地了解。例如，Andres最近的一次互動顯示情緒得分為65.但它的起點是非常低的5.Andres從5分到65分做了什么？這是一個需要理解的重要互動，以便其他人能夠模仿他如何扭轉艱難的局面。有時，您的指標會隱藏在許多其他有價值的數(shù)據(jù)之下。
使用過濾器進行更好的交互采樣
質量經理過去常常審查隨機樣本交互，可能每個座席都有一個。但是隨機抽樣并不能給你一個真實的互動畫面。無論你有2億還是200萬，都不可能用這種方法來審查一個有代表性的樣本。
大多數(shù)質量保證經理將其流程集中于特定的業(yè)務線，如租賃、保險等，以及交互標準，如持續(xù)時間、渠道或總結代碼。例如，您可以對AHT進行分段，并查看2分鐘以下或15分鐘以上的通話。
許多聯(lián)絡中心也使用語音和文本分析主題過濾器。當在交互過程中提到特定主題時，它可以觸發(fā)評估和交互審查。這可能包括要求與主管談話的客戶，或提及競爭對手姓名的客戶。
按主題回顧互動可以提高您的理解能力；您可以評估總結代碼、隊列和交互期間討論的主題之間的差異。當一個主題的簡單請求得到解決時，客戶會用另一個請求擴展對話。了解電話延長的原因和不同的主題可以揭示不同客戶查詢之間的聯(lián)系。這可以讓你在行動之前做出更明智的商業(yè)決策。
在組織中構建質量監(jiān)控流程需要的不僅僅是跟蹤預期指標。您需要準確了解在廣泛的互動過程中發(fā)生了什么，以幫助員工更高效地工作。
指標和數(shù)據(jù)告訴你很多。但是，當你找到效率低下的根本原因，以及某些事情運作良好的原因時，你會發(fā)現(xiàn)更深層次的見解。讓數(shù)據(jù)更人性化，以提高預測準確性、員工敬業(yè)度和客戶體驗。
聲明:版權所有 非合作媒體謝絕轉載
原文網址：
https://www.genesys.com/blog/post/using-call-center-metrics-for-quality-assurance
