1. 定期分析了解客户来电原因，努力促进根源消除。先从每个月来电原因TOP3开始，逐条问自己对客服运营影响有多大，是否能改善或根除，困难是什么，需要哪些资源和支持，谁来推动。 2. 分析监控自助渠道的服务效率与质量，降低人工回流量。分析每个自助渠道的业务承载量、业务承载类型分布、客户问题处理效率、客户需求满足率、总体使用满意率以及中途人工回流率等指标。 3. 尝试利用大数据预测客户行为，并主动做出响应。利用数据分析手段分析客户的行为模式和规律，提前“预知”客户需求，并进行有效预防和分流。 4. 定期倾听一线员工的声音，他们是最了解客户为什么频繁来电的一群人。每天跟100~200个客户的直接沟通交流使一线坐席积累了宝贵的一手资料和感知。通过他们了解客户的近期来电原因及细节、有哪些问题暂时不能给客户满意的答复、哪些流程或系统节点应该改进、需要改进成什么样子等等。 5. 提升并保持较高的接听率和首解率，降低重复来电数量。对于人工服务来讲，两个节点会产生重复来电，一个是队列等待放弃，另一个是接听了但没解决问题。因此，努力提升接听率和接听速度，并致力于提升首解率可以有效降低因放弃或未解决导致的重播话务。 6. 在客户队列等待时间告知其它可替代手段。这个不用多解释了，一方面可以宣传自助渠道，另一方面也给了着急的客户另外的选择。 7. 给客户一个自助查询编号或网页链接，让客户能够随时了解进展情况。在一些客服中心，尤其是IT支持中心，内外部客户的来电被接听后会自动生成个案编号（CASE），便于对客户历史联络信息的全景追踪。同时也方便客户自助查询处理进度。而唯一网址链接更方便了客户对处理进展的实时了解，避免了咨询来电。 8. 加强部门协作与监督，降低本来可以避免的来电。每一天客服中心所接到的来电里面都有很多本来可以避免的电话。往往就是一句话没说清楚、有歧义、一个细节没考虑周到等原因造成了客户因疑惑或不解而来电。通过加强部门协助沟通或者流程制约，做到面向客户的信息（短信、文案、海报、解释口径等等）正式公布前需要客服部门的签字同意就更好了。 9.分析总结产品生命周期不同阶段客户遇到的典型问题，变被动为主动服务。充分利用数据支撑，汇总分析客户在不同的产品使用阶段、甚至在产品购买决策过程中最常关心或遇到的问题及痛点，然后做成标准的FAQ供客户自助查询并同时更新到一线员工知识库，提高问题的解决效率。而如果能够更进一步，在这些典型问题发生前主动对客户进行关怀、提醒或指导的话，客户体验会更上一层楼。
