对于不区分客户并发量的平均响应时长来说与其说是在考量员工的响应速度,不如说是在评价服务场景的异同,即到底是1v1专属服务的时长多一些还是1v4密集服务的时长多一些。
可以拿不同种类的外呼业务管理进行一个类比,假设某客户服务中心只进行两种业务,分别是盈利创收的营销推荐业务、不产生经济利益的服务回访业务,那么该中心会使用相同一套指标管理两种不同的业务(比如两者的综合平均通话时长、综合客户回电率)么?答案是否定的,一定是将两种业务分开管理。
不同种类的外呼业务分拆管理是因为外呼业务的发起方是客户服务中心,从外呼的数据源、执行团队等方方面面都可以完全进行分拆,在管理上有可操作性,但对于在线服务业务来说众多座席在一个共享队列中进行服务,而且大部分在线系统报表都无法直接提供依照并发量分拆的考核指标,除非重新规划、设计算法,否则难以得到依照客户并发量分拆的考核指标,这就造成很多客户服务中心只能退而求其,使用混合各种业务并发量的“平均”指标数据进行管理,但与外呼业务管理类似,如果认定1v1专属服务与1v4密集服务是不同的服务形态,通过对在线业务数据进行一系列加工处理,进而将响应时长、客户静默比例、客户服务满意度、成单转化率等一系列的在线服务指标依照客户并发量区分来看,一定可以发现一片蓝海。比如可以检验客户并发量达到多少时客户服务满意度、成单转化率等关键指标出现显著下滑,并据此制定客户并发量的管理目标;还可以检查每名座席在不同并发量下的业务表现,选取在较低并发量时服务质量极佳的员工从事VIP或高收益岗位,选取在较高并发量时服务效率极佳的员工从事一线客户服务工作。
在数据驱动力系列连载中坚持从底层系统进行数据获取、存储和加工利用,坚持在EXCEL层面即实现复杂的数据运算,坚持从运营管理角度进行数据分析应用,方便各家客户服务中心应用推广,所以接下来重点介绍如何在EXCEL表格中分拆在线服务的系列指标。
图1在线服务后台数据记录格式
两张数据表的数据定义大致如图1所示,在不同的在线服务系统中可能数据表名称、字段名称略有差异,但一定有类似数据存在。只要找到了对应的数据,就可以按照本文介绍的流程加工出依照并发量分拆的各类数据指。
以平均响应时长的计算为例,计算过程分为以下几步:
3、以并发客户量为维度进行汇总统计。
图2会话表计算参数示例
至此,关键的客户并发量分拆已经基本完成了,其结果如图4所示。
图5根据客户并发量分拆的平响时长
最后,采用Tableau图形分析软件来进行分析结果呈现。这里面每一个数据点代表一位员工,如图5所示,不同客户并发量状态下从1v1至1v4员工的平均响应时长依次放大,说明在不同客户并发量下员工有着完全不同的平响表现区间,但如图所见仍然有一些数据点偏离中心区域,这些数据点是如何产生的、是否存在现场管理的问题,就需要客户服务中心的运营人员开展针对性的分析与管理了。
平均响应时长之外还可以用相同方法对客户静默比例、客户服务满意度、成单转化率等各项关键指标进行分拆与考核,从而体现出忙时抓效能、闲时抓质量的管理思路,进而提升在线客户服务中心综合服务能力。
下期预告:
本文刊载于《客户世界》2017年12月刊;作者肖子京为知名互联网公司客服副总经理。