プロバイダーを呼び出します。 ブラックボックスの緑色の電球の数についての拷問された陽気な女の子との会話の準備ができたら、自然なシステム管理者があなたに答えると少し迷子になります。 そして、問題の本質をすぐに理解して解決します。 25秒間の会話の後、軽いショックで電話を切ります。
次に、妹の電話から電話をかけ直し、「そして、あなたのインターネットは何色ですか？」と愛情をこめてもらいます。そして、何が問題なのか理解し始めます。
はい、実際には可能です。 典型的なコールセンターの例を取り上げて、すでに収集されているデータを掘り下げて、少し数学をつないでみましょう。
マンモスの仲間
通常、コールセンターには、従業員の離職、従業員間の不正な転送、劣悪なサービスやその他の機能に関する問題があり、効率はコール時間と処理されたコールの数によって測定されます。 そして、このアプローチはかなり前に廃止されました。
入門とは何ですか？
第一に 、一見すると思われるよりも何倍も顧客について知っています。 電話がかかった直後に、顧客をグループ（VIP、初心者、常連客、部外者、ランダム電話など）に分けることができます。これは、異なる態度を意味します。
第二に 、奇妙なことに、コールセンターは営業部門と同じ営業単位です。 最初の結果は、より専門的なスペシャリストがセグメンテーション後のより興味深い顧客の呼び出しに答えることです。 呼び出しがランダムな場合、インターンに転送できます。 2年の履歴を持つクライアントからの呼び出しである場合、間違いを犯さず、クライアントが使用しているのと同じ高レベルを示す専門家が処理する必要があります。 売り手とオペレーターの階層は、スタッフの離職を減らし、プロセスへの関与を増やす動機付けの要因の1つです。
第三に、現代のコールセンターでは、人々は次の要因に怖がっています。
- 明確かつ具体的な責任。
- 厳格な規律。
- イニシアチブの欠如;
- 一定の管理下で作業します。
- 仕事の単調で単調な性質;
- 仕事で創造的なコンポーネントの欠如;
- 不整脈負荷;
- 異常な状況の存在。
すべてを一度に無効にしても機能しないことは明らかですが、データマイニングが提供するツールの問題の90％を取り除くことは非常に簡単です。
どうする
開始するには、さらにデータを収集してください。 例：コールセンターは、トランザクションデータに加えて、クライアントとの対話および会話の感情的な色付けに関するデータを追加します。 すでに持っている、または持っているすべてのデータを処理でき、さまざまなシステムの助けを借りて、ケア、セグメンテーション、または他の何かの予測を得ることができます。 同時に難しい数学があり、理論的に説明されています。
たとえば、クラスター分析-同様の動作をする顧客の特定、連想分析では互換性のある製品とサービスが示され、分類と回帰分析により、提案に対する顧客の反応を予測できます。
使い方は？
オペレーターを売り手に変えるだけでなく、「今あなたは売り手であり、主要な顧客に責任がある」と伝えるだけでなく、適切なツールを提供します。 たとえば、特定のクライアントがどのセグメントに属しているかを理解している場合、特定のオペレーターに転送できます。 これは売り手にはまだ必要ではありませんが、着信や発信の呼び出しや手紙の流れが何らかの形でフィルタリングされるようにするために必要です。
ベルが来ます。 事業者-販売者は既に顧客のプロフィールを確認しており、このアピールに取り組む時間を理解しています。 どこから？ はい、それは非常に簡単です。データは個別に生成されます。誰かがより長く話すのが好きで、反対に誰かがより速くする必要があります。 予測時間がある場合、オペレーターは、このクライアントがすべてを迅速かつ明確に述べて会話を終了する必要があることを知っているので、他の人ともっと長く話すことができます。 オペレーターの最初の行で既に画面にプロフィールが表示され、再起動、電源のオン/オフ、電球の確認、通話前のクローズオープンが表示されているのを想像してみてください。
そして、これに対して「くしの下に」KPIはありません。 パラメータは、クライアントに応じて選択されます。 彼にとって、これはあなたにとって素晴らしいサービスです-スタッフを動機付ける機会であり、通常の顧客にとってはオペレーターはKPIから出ることなく簡単に追加販売を行うことができます-そしてすべての関係者は幸せになります。
4つの休憩！ フォー！
さらに調べます。 顧客の感情的な特徴を収集できます。 ルブリケーターを作成することができます。クライアントがどれだけおしゃべりか、どれだけ忠実か、オペレーターはクライアントとの会話中に対応するボックスにチェックを入れるだけで、感情に集中できます。 これはすべて会話に大きく影響します。 さらに、非標準的な状況が見られます。たとえば、叫び声や神経質なクライアントがコールセンターに電話をかけるなどです。 しかし、オペレーターが対応するチェックマークを付けると、クライアントは常に落ち着いており、以前の10回の呼び出しを収集したというアラートが表示されます。したがって、彼は何か重要な生き物に夢中になりました。 そして、追加のサービスを接続するか、標準的なプラクティスを超えて何か他のことを行うことにより、これを解決することが急務です。 また、コールセンターのソフトウェアは、そのような権限をオペレーターに公開し、利用可能なオプションを表示できます。
クライアントに何かを提供する機会を持つためのツールがあります。 たとえば、介護傾向インジケータは、クライアントを保持するかどうかの理解を提供します。 これは、私たちがクライアントを「私たち自身」から去るのにどれだけ費やすつもりなのかという問題です-そしてそれは自動化され、オペレーターに与えられます。 現在、マーケティング担当者は、同時に何が起こっているのかを理解し、おそらくオーガズムのようなものをすでに経験しているでしょう。
今発信と手紙。 オペレーターは、呼び出す順序を決定できます。 まず、私たちは最も収益性の高い人、または他の人よりも気にする可能性が高い人と仕事をします。
インターンをどうするか？ 最も経済的に興味のないクライアントを提供しますが、「良い」取引の数を考慮し、特定の結果に達した後にそれらを増やします。
納得できない？ 次に、いくつかの統計：
それが価値がある理由です：
- 顧客の75％が高レベルの顧客サービスを好む一方で、15％がより多くの支払いを希望しています。
- サービスの質が低いため、顧客の50％が競合他社に切り替えます。
- 顧客の20％は、最後のコミュニケーションに対する不満のために競合他社に移動する傾向があります。
- 86％の顧客は、セルフサービス操作中にパーソナライズされたオファーを歓迎します。
- 顧客の84％がより良いサービス品質に対してより多くの支払いを希望しており、そのうち56％の顧客が10％を支払い、24％の顧客が15％を支払い、20％の顧客が20％を支払います。
まとめ
テクノロジーを通じて得られるツールがあれば、顧客を分離する方法について話し合うことができ、顧客と個別に仕事をすることができ、従業員はさまざまなカテゴリーに分類される必要があることを理解しています。
私の実践では、適切なデータマイニングは、コールセンターの巨大な隠された機能を解放します。 これは万能薬ではありませんが、このツールは本当に魔法のようです。 思考を読むようなもので、予測、計算、ビジネスツールへの変換のみが可能です。