編者按

本文于2019年1月刊于麥肯錫網(wǎng)站，由蓋伊·本杰明（Guy Benjamin）、杰夫·伯格（Jeff Berg）、阿維納什·錢德拉·達斯（Avinash Chandra Das）和維內(nèi)·古普塔（Vinay Gupta）合著。蓋伊·本杰明是麥肯錫紐約辦事處的準合伙人，杰夫·伯格為麥肯錫南加州辦事處合伙人，阿維納什·錢德拉·達斯是麥肯錫班加羅爾辦事處高級知識專家，維內(nèi)·古普塔是麥肯錫北美知識中心知識專家。文章指出，公司若不應用高級分析工具和技術，就會錯失重要的客戶服務改善機會。為了充分發(fā)揮高級分析的優(yōu)勢，公司必須預先奠定合適的基礎，讓自身的數(shù)據(jù)發(fā)揮最大的作用。

為了做到顧客第一，客戶服務負責人越來越多地要求實時分析能夠提供準確且詳細的績效情況?；镜臄?shù)據(jù)和分析工具正成為呼叫中心的標準配置。這邁出了良好的第一步，但多數(shù)組織似乎并沒有充分發(fā)揮該技術的作用。也就是說，他們在運用高級分析工具和應用時并沒有真正做到將顧客擺在首位。只有37%的組織認為高級分析真正創(chuàng)造了價值，這說明大量機會被錯失。此前的數(shù)據(jù)和分析解決方案可以幫助公司了解呼叫中心當前的情況，而高級分析能通過兼顧內(nèi)部和顧客的應用來幫助呼叫中心知道接下來會發(fā)生什么，自己又應該相應地采取何種行動。這種技術的應用可以降低成本，提高營收，最為重要的是能提高顧客滿意度。

由此，高級分析工具和技術已經(jīng)從根本上改變了呼叫中心的角色，讓他們從提供基本的服務（和企業(yè)的純成本支出）變成了戰(zhàn)略性差異化工具，可以大幅提高顧客滿意度和財務績效。應用高級分析的公司已經(jīng)通過將處理時間縮短40%，自助服務率提高5%～20%，員工成本降低高達500萬美元，并且將電話咨詢后的銷售轉(zhuǎn)化率提升了近50%。與此同時，顧客滿意度和員工敬業(yè)度也得到了改善。公司可以通過大量的工具來改善績效，例如通過教練指導和流程合理化等對運營方式加以調(diào)整。高級分析只是這眾多工具中的一種，但它是一種非常強大的工具。

公司容易犯錯的領域

既然高級分析如此強大，為什么眾多公司沒能充分發(fā)揮其優(yōu)勢呢？簡單來說，眾多公司并未奠定合適的基礎。之所以如此，原因在于根深蒂固的組織架構(gòu)和流程、過去遺留下來的IT系統(tǒng)，以及其他種種挑戰(zhàn)。高級分析之所以應用速度緩慢，根源有兩個。

1．缺少跨渠道的數(shù)據(jù)整合

很多公司的呼叫中心在工作中都是“單打獨斗”。呼叫中心生成大量的數(shù)據(jù)，但公司缺乏方法對數(shù)據(jù)進行系統(tǒng)性整合，將這些數(shù)據(jù)變?yōu)閱我徽嫦嘈畔⒃?，便于?jīng)理們?nèi)ダ斫?。有些公司購買了一系列特別的解決方案和資產(chǎn)來解決問題，卻沒有圍繞單一的整合平臺來開發(fā)一套戰(zhàn)略性方法。此外，質(zhì)量管理隊伍、人事管理隊伍和數(shù)據(jù)隊伍相互之間不交流，有時甚至無法獲取相同的數(shù)據(jù)。

2．無法將分析所得與行動聯(lián)系起來

有些公司會在分析中獲得洞察，但并沒有將這些洞察轉(zhuǎn)化成行動?；蛘邥扇〔糠中袆樱瑓s沒有讓這些分析成果充分發(fā)揮作用。例如，多數(shù)組織會進行顧客的聲音分析，來計算一次性解決率（FCR）和顧客滿意情況測量指標。但他們并沒有使用顧客的反饋意見來重新設計流程或采取其他舉措來創(chuàng)造更具革命性的影響。導致這些問題最常見的原因，就是運營經(jīng)理不清楚要怎么使用分析工具和技術。

分析驅(qū)動型呼叫中心所具備的特征

呼叫中心會生成大量的數(shù)據(jù)，但苦于無法讓數(shù)據(jù)發(fā)揮作用?，F(xiàn)在有大量的供應商和技術可以提供幫助，而且這些供應商和技術的數(shù)量還在不斷增加。呼叫中心如果想要讓數(shù)據(jù)發(fā)揮最大潛能，就必須建立合適的基礎。這些基礎包括：

1．清晰的愿景和明確的戰(zhàn)略

呼叫中心必須對分析工具有明確的愿景。該愿景必須同整體業(yè)務戰(zhàn)略掛鉤，并且有路線圖來指導具體的案例，例如改善一次性解決率或提供更多自助服務選項來減少對呼叫中心的需求。

2．內(nèi)部分析能力和敏捷的組織

公司必須圍繞組織的戰(zhàn)略目標打造強大的內(nèi)部分析能力，而且必須建立敏捷的機制來充分利用得到的洞察。例如，一家優(yōu)秀的信用卡公司建立了交互式語音應答（IVR）分析實驗室，能在交互式語音應答系統(tǒng)發(fā)生改變后立即對顧客滿意度和自助服務率的變化進行評估。

3．平臺和數(shù)據(jù)資源

優(yōu)秀的組織還必須建設全面的數(shù)據(jù)戰(zhàn)略和生態(tài)系統(tǒng)，以支持更寬泛的分析戰(zhàn)略。平臺和數(shù)據(jù)源要求一流的數(shù)據(jù)治理、IT架構(gòu)以及基礎設施和數(shù)據(jù)安全框架。眾多頂尖級的呼叫中心已經(jīng)打造數(shù)據(jù)湖，將其作為所有顧客、客服代表、產(chǎn)品績效、調(diào)查和其他方面的單一數(shù)據(jù)源。

4．合作伙伴生態(tài)系統(tǒng)

鮮有公司可以單靠自己來滿足所有數(shù)據(jù)和分析需求。他們必須辨識哪些需求可以在內(nèi)部得到處理，哪些又必須外包給專業(yè)合作伙伴。

5．客觀決策的文化

一流的呼叫中心會根據(jù)數(shù)據(jù)來進行日常決策，而不是靠直覺。例如通過分析來進行招聘、有針對性地進行培訓和指導、根據(jù)績效來確定獎金，以及采取其他舉措來改善業(yè)績。

應用高級分析并不需要這五大因素全部具備。隨著科技快速發(fā)展，更好的方法是根據(jù)現(xiàn)有數(shù)據(jù)來明確具體應用，全面進行開發(fā)，對項目進行試點，然后再迭代。

四大用例

高級分析如何幫助公司從多個方面積極改善呼叫中心的績效？我們介紹應用高級分析的4個主要用例。

1．降低平均處理時間

呼叫中心的非結(jié)構(gòu)化數(shù)據(jù)中，占最大比例的是文本（包括語音），因此高級分析有機會發(fā)揮重要的作用。公司的文本數(shù)據(jù)常常源于社交媒體、與客服代表的交談、調(diào)查、反饋表格、保修投訴和其他數(shù)據(jù)源。要讓這些數(shù)據(jù)發(fā)揮作用，就必須從各種渠道收集數(shù)據(jù)（包括將客服電話記錄轉(zhuǎn)換成文本），然后對文本進行清理，剔除掉不重要的詞語、標點符號和特殊字符。在數(shù)據(jù)得到清理之后，公司可以著手從數(shù)據(jù)中獲取有意義的洞察（見圖1）。

例如，某科技公司通過語音和文本分析將平均處理時間（AHT）縮短了約40%。該公司對非結(jié)構(gòu)性通話記錄進行篩選，尋找、解決流程中的各種變異，從而對特定的事件類型進行分析。公司根據(jù)文本數(shù)據(jù)從該事件類型的通話記錄中找出關鍵詞，更好地了解這些關鍵詞對平均處理時間的影響。公司再以此為基礎，設計了一套自動化的自主學習解決方案，可以使用文本分析來查找潛在的平均處理時間改善領域，例如重新設計提問來更好地把握顧客的問題、優(yōu)化流程、消除冗余的步驟、對客服代表的問題解決指南進行標準化處理。公司在此基礎上可以積極地查找和處理其他問題，改善客戶服務。

2．減少呼叫量

圖1 使用不同的機器學習算法來預測聊天的目的

高級分析可以幫助公司針對數(shù)百萬顧客數(shù)據(jù)點進行全面的端對端分析，通過文本和呼叫量來積極地查找潛在的改善空間。公司可根據(jù)這些分析結(jié)果來設計解決方案，改善顧客體驗之旅（根據(jù)影響、所需投資和可行性來確定各項舉措的優(yōu)先順序），然后再通過敏捷的方法在為期兩周的時間里推出最小可行產(chǎn)品，對產(chǎn)品進行測試和迭代。交互式語音應答快速模擬可以進一步加快測試和調(diào)整速度，而交互式儀表盤能夠根據(jù)呼叫類型和顧客類型來衡量影響。

例如，一家金融服務公司正面臨大量重復呼叫的問題。平均每100個顧客，卻要接到160多個電話。公司通過分析學來研究3個具體的因素，即顧客、客服代表和流程。公司發(fā)現(xiàn)，顧客中有些人會為了小事情而常常打電話，例如了解已經(jīng)解決的問題的最新情況。有些顧客則會因為不滿意最初的解決方案而一再打客服電話。例如有些顧客沒有從某位客服代表處獲得滿意答案，就可能再次致電呼叫中心，希望到另一位客服代表處碰碰運氣。

同樣，該公司對呼叫中心的客服代表進行了分析，找出那些解決率低或在小問題上花費太多時間的客服代表。最后，該公司又對流程進行了分析，查找漏洞或系統(tǒng)問題（例如新卡未能按時送到）。有了這些信息后，公司成功將重復呼叫量降低了15%。

3．積極地提高網(wǎng)絡韌性

在人員管理方面，組織正日漸低估網(wǎng)絡韌性方面的挑戰(zhàn)，以及停電對顧客滿意度的影響。通常而言，公司每年會遇到多達5起重大的停電情況，以及25到30例網(wǎng)點營業(yè)中斷的情況。對于普通的金融服務公司而言，為期2天的停電需要長達一周的時間來恢復正常業(yè)務，而顧客放棄率將會增長10%～30%。多數(shù)呼叫中心的人力資源部并沒有積極地針對停電的后果建立模型。

通過采用高級分析，公司能夠進行模擬、預測各種類型的停電會給服務造成什么樣的影響，以及預計需要多長時間才能恢復。公司同樣可以明確一系列具體的舉措來縮短恢復時間，并根據(jù)所影響的網(wǎng)點對這些舉措進行輕重緩急的排序。客服領導人由此可以懂得各類事件將帶來何種影響，例如呼叫中心完全停擺，只有部分員工可以上班，服務器宕機，或者是其他服務中斷情況。

例如，通過模擬可以確定公司客服網(wǎng)絡中的某一網(wǎng)點持續(xù)3個小時的故障可能導致平均應答速度從10秒鐘增加到350秒，而恢復需要17個小時。公司可以通過不同的干預措施（例如增加能力、客服電話轉(zhuǎn)接、交互式語音應答通知等）、每種干預措施的不同啟動時間與持續(xù)時間進行建模，將恢復時間從17個小時縮短到8.5個小時（見圖2）。

圖2 緊急情況下若未能快速進行響應，可能會導致顧客的等待時間和業(yè)務的恢復時間都有所增加

圖3 虛擬銷售教練可以提醒呼叫中心客服顧客下一個可能購買的產(chǎn)品，并且提供腳本來幫助客服進行銷售

4．提高銷售轉(zhuǎn)化率

為了真正地改善績效，不僅要把高級分析工具用于提高效率和降低成本，還要用它積極地開發(fā)新營收。虛擬銷售教練可以評估與顧客相關的因素，預測顧客接下來最可能購買的產(chǎn)品。這些因素不僅包括既有的數(shù)據(jù)（例如人口統(tǒng)計數(shù)據(jù)、行為特征和購買歷史等），還包括當前客服電話實時產(chǎn)生的數(shù)據(jù)。虛擬銷售教練會調(diào)出腳本，為銷售代表提供特別設計的語言，提高該顧客的轉(zhuǎn)化率（見圖3）。

例如，在使用高級分析工具之后，公司可以調(diào)出針對同一顧客成功的銷售電話記錄，對其中的文本內(nèi)容（不同的產(chǎn)品）加以分析，也可以根據(jù)顧客的行為特征積極地、有針對性地設計特定的推銷方式。比如，如果某位顧客被確認為可能后悔此前的購買行為，那么腳本就可以強調(diào)輕松退貨或取消購買的政策。

一家電信公司使用該方法將銷售轉(zhuǎn)化率提高了46%。該公司辨識了一系列輸入變量，然后進行分析，確認哪些變量對顧客的購買意愿影響最大。所有這些分析都針對公司的各種產(chǎn)品和服務分別進行。此后，該電信公司針對每種產(chǎn)品設計了具體的銷售腳本。

如何邁出第一步

要想讓高級分析工具發(fā)揮最大的作用，關鍵在于事先奠定合適的基礎。但公司不應該等待所有相關因素都到位后再邁出第一步。分析學領域在快速變化，組織必須先著手應用高級分析工具和技術，然后邊用邊學，從經(jīng)驗中學習。

首先，公司可以辨識分析工具可能帶來哪些好處，然后再根據(jù)一定的標準對這些收益的優(yōu)先順序進行排序。這些標準包括投入產(chǎn)出比、數(shù)據(jù)的可獲得性、顧客的需求、競爭對手的舉動，以及其他多個方面。這種排序能夠幫助公司將重點放在一種具體的用例上，例如將某呼叫中心網(wǎng)點的問題一次性解決率提高20%。此后，公司可以列舉出所需數(shù)據(jù)的要求，例如客服代表的筆記、顧客的聲音信息、路由數(shù)據(jù)、自動呼叫分配器信息等。多數(shù)組織缺乏完美的數(shù)據(jù)，但這不是拒絕行動的理由。相反，組織應該先從當前所擁有的數(shù)據(jù)著手，然后再不斷地改善自身的數(shù)據(jù)。

公司如果希望借助高級分析來提高問題一次性解決率，那么可以先進行假設（例如電話被“路由”到錯誤的隊列），然后分析數(shù)據(jù)來驗證或否定各種假設。接下來，公司可以進行分析建模，對模型進行測試，評估測試結(jié)果并根據(jù)用戶反饋來改進模型（在這個過程中要同IT部門和職能部門進行密切合作）。

最后，也是最重要的一步，就是在試點成功之后，公司可以在整個呼叫中心擴大應用范圍，最大限度地發(fā)揮高級分析的潛能。為了讓推廣取得成功，呼叫中心各個網(wǎng)點的經(jīng)理必須密切合作，汲取經(jīng)驗教訓，并且在可能的情況下對分析用例自動化，以提高效率。

公司常常說要找到顧客的痛點，而呼叫中心就是很好的切入點，但多數(shù)顧客害怕同呼叫中心打交道。優(yōu)秀的公司認為這是一個很好的機會，能夠幫助自己在競爭中脫穎而出。但如果沒有高級分析，他們就無法實現(xiàn)這個目標。很多公司早已經(jīng)有了第一代的數(shù)據(jù)和分析，但它們同高級分析技巧和方法存在巨大的差異。這些新工具可以幫助公司更加準確地預測可能發(fā)生的事情，從而把控自己的未來。