CTI论坛(ctiforum.com)（编译/老秦）:也许您沉浸在数据中，但无法回答领导团队的问题。或者，当您问一个简单的问题时，您的团队可能会延迟为您提供答案。如果这两种情况听起来都很熟悉，您可能需要遵循一些最佳实践，以在现代联络中心中创建和使用数据。
最近，我开始从妈妈多年来获得的所有材料中收集和整理家族史。我认为这将是一个简单的键入和扫描练习。但事实证明，人们不断地改变自己的名字，即使在报纸上也有打字错误，而且日期也很模糊。联络中心与之无异。
联络中心是伟大的数据产生者之一，但是名称不断变化，这意味着数据丢失以及经常对数字模糊的理解。基础知识是现代化联络中心的基础。但是在这种情况下，基础知识不一定很简单。
以下是创建和使用联络中心数据的五种最佳实践。
1、完整性
所有报告的基础都是信息的完整性。没有它，您将无法理解驱动因素或关系。管理工作需要一套可能永远不会改变的基本方法。它们是基本的交互级别指标。
前四列是运作良好联络中心的长期指标。如果您缺少任何这些中的一项，我希望您努力将它添加到您的报告中。但是，结果（Results）是有时会被忽略的一组数据，或经常被分流到与联络中心生成的测量指标彼此分开的系统中去。失去结果与活动的关系就是失去集中精力并改善其他措施以实现最大价值的能力。
切记：与客户互动的目的不仅是交谈，而且是实现客户的目标。结果表示该目标的结果--在这里，您需要保持专注而不失核心指标。全面了解所有这些指标领域将推动成功。
2、一致性
完成度阶段包括我们惯常看到的指标。在此一致性阶段，这些措施适用于处理多种通信媒体和工作类型的联络中心。您在所有渠道上都需要相同的衡量标准，因为您真正衡量的是工作。实际上，COPC是联络中心标准的主要来源之一，它列出了跨渠道的一致措施。
以下是保持一致性以及为什么在多个渠道之间共享客户参与度是一个好目标的一些原因。
- 一致的措施使您可以跨渠道融合座席，并通过可信和可理解的数据为他们提供指导。
- 首次联系解决率更为准确，因为它包括客户通过任何渠道的结果，而不仅仅是一个渠道的结果。
- 您可以对渠道首选项做一些有趣的事情。您需要了解是否发送电子邮件比通过电话更能获得好的结果，因为它具有客户可以用作确认的记录。或者，是否您的多渠道出站广告最适合使用SMS。另外，请问自己，某些类型的客户或特定客户是否喜欢某些渠道。
- 不论客户如何参与，将成本归因于营销活动的能力为您的营销团队提供了有关有效方法的信息。它还为联络中心提供支持成本要求的数据。大多数公司都会使用几个电话号码或每个广告系列使用不同的链接。但是，请考虑客户是否通过其他方式与您联系，座席是否会根据市场营销活动做出决定。如完整性部分所述，将其与结果相联系，可以增强您希望在所有渠道上均获得一致的结果。
跨渠道的一致措施（针对活动和结果），使您能够汇总因素并回答比在孤岛中对媒介进行衡量时要回答的问题更广泛的问题。注意事项：特定渠道的指标有所不同。
例如，放弃仅适用于实时渠道；联系人之间的平均响应时间仅适用于消息传递渠道。因此，要理性，但要避免在每个渠道上创建不同度量的错误。
一致性可以使座席公平，并在客户的整个旅程中提供有意义的意见。它还减少了将数据捆绑在一起所需的管理工作。避免为每个媒体渠道或工作类型设置独立的数据孤岛的陷阱。
3、细节
当我介绍这个概念时，我问了一个问题：下面的句子中有多少个F？
Finished files are the result of years of scientific study combined with the experience of years.
答案涵盖了三到七个。实际答案是六个。这里的重点是，即使拥有可用数据也需要查看详细信息。
对于任何数据极客或对数据上瘾的我们来说，这一领域都是显而易见的。使用详细数据是所有分析的核心，因为它使我们能够发现平均值所隐藏的事实。通过使用维度以不同的方式捆绑数据，它还使我们能够找到我们所期望的关系。以下是触发您对此主题进行思考的示例。
最重要的是要提供可用的详细信息，然后使用详细信息回答为什么这一问题。最后，平衡您对平均值和细节的使用，以有效地管理和改善您的运营。
4、目标
联络中心的目的不仅仅是现有的。结果为联络中心活动提供了业务环境。设定要达到的目标或要避免的阈值是为我们看到的数字提供好的/坏的上下文的方法。以下是可用于识别目标的合理目标和技术的注意事项。
研究当前行为，以了解客户的期望和座席的能力。
- 服务水平：查看放弃，投诉和结果以找到客户的耐心水平。
- 结果或处理时间：按技能级别对座席进行查找以找到合理的目标，而不是使用许多技能级别的平均值。
- 根据意图设定目标：并非每种工作都有相同的目标。
记住数学规则，以便您设定合理的目标。
- 遵守时间表：设置目标以避免嘈杂的例外。这使您的员工可以在开会后延迟几分钟，而无需触摸劳动力管理工具。
- 竞争重点：避免设定无法实现的目标。例如，对小批量工作的高占用率和高服务水平的遵从性几乎无法在数学上得出结果。您将始终同时管理这两项，但请选择要计划的一项。
- 平均值：根据绝对值而不是其他平均值计算数字。这种情况比您想像的要多得多；避免出现此错误，让您的四年级数学老师感到自豪。
不断调整，以便目标继续积极推动业务发展。
- 定期重新评估：赶上期望和绩效的变化。至少每年执行一次。
- 多渠道扩展：在为新媒体渠道设置目标时，结果目标变化的可能性较小，但操作指标目标可能有所不同。
用目标来驱动所需的行为。使用您必须设置的数据来设定合理的目标，使目标始终集中在所需的位置上，并持续检查目标的有效性。
5、人工智能
人工智能（AI）与数据的特性无关，而与数据的使用有关。由于本系列文章是有关基础知识的，因此我将不涉及AI教程。但是，本系列文章将基础知识作为创新的基础。因此，让我们来谈谈AI，特别是关于机器学习。
机器学习是一种数据分析技术，它无需进行显式编程即可提取知识。
下面是查看AI和机器学习等高级功能时如何转换报表和数据的基础知识。
- 当使用机器学习为机器人或预测性解决方案提供信息时，您正在训练系统以完成目标。因此，向学习系统提供与结果相关联的完整数据可以使系统确定哪些杠杆和活动可以最佳地优化目标。
- 有关跨越媒体渠道的客户旅程中活动的一致，可用信息，可以提供上下文信息，从而可以预测客户下一步将要采取的行动。例如，客户在过去两天内花了30分钟进行聊天，预计他们明天会打电话。尝试通过主动联系以减少客户的工作量来预测他们的需求。
- Analytics（分析）始终以详细内容为基础。在机器学习的情况下，有关交互和旅程的详细信息（完整且一致的详细信息）会告诉学习引擎真正的数据关系是什么，以及是否调整某个区域（例如，选择平均处理时间较短的座席）结算，优化目标（客户满意度）。机器学习的美丽之处在于，这些细节显示了行为和结果随时间的变化，例如，某个领域的结果改进可能会将重点转移到新领域。
- 这比战术更具哲学性。与结果一样，目标可能表示您正在训练机器学习引擎要实现的目标。在构建和完善AI技术时，请记住数据的人为维度。目标驱动人类行为。如果您改变目标，您的员工将会跟随。这将改变您在数据中看到的内容。继续检查目标。
人工智能正在成为一种合法技术，它基于您所做的出色工作来生成完整，一致和详细的数据。
数据和可见性
一位客户曾经告诉我：如果我在报告中看不到它，就不会发生。数据及其在报告中的可视性是企业乃至联络中心的命脉。
随着联络中心的范围扩大到更多渠道以及不是前台的工作，数据量也随之增加，并且在整个组织或技术范围内进行孤岛化的诱惑也越来越强烈。力求创建在媒体和工作类型之间一致的完整数据集，以便您可以根据需要以不同的方式添加细节。回报是一个运作良好的联络中心，其结果可理解且令人信服--也是您选择的任何AI工具的基础。
声明:版权所有 非合作媒体谢绝转载
作者：SueHarkreader
原文网址：https://www.genesys。com/blog/post/5-best-practices-for-creating-and-using-contact-center-data
