数据分析对于任何一个呼叫中心都是非常重要的,刚刚开始做数据分析的人员总会提出类似这样的问题:应该怎么做数据分析呢?如何才能够做好数据分析工作呢?
本文将从提高对数据重要性的认识、提高对数据的敏感性以及对数据统计分析的准确性三个方面让数据分析初学人员对数据分析有个总体认识。
一、 提高对数据重要性的认识
1. 很多隐藏的问题是我们只能通过数据挖掘出来的,我们可以看到在哪些时间、哪些地点、哪些客户群、出现了哪些异常状况?
同时通过数据深层次挖掘问题背后的真正原因并做出及时有效的应对措施。例如某呼叫中心的接通率3月份达到了93.70%,但是其人员的在线利用率(座席人员登入系统后与客户通话及事后处理时长占总登陆时长的比例)只达到了53.92%,说明座席人员的工作强度比较小、排班时安排的人员过剩,付出的代价就是人员成本过高(如上图)。
2. 任何一个呼叫中心都要做数据上的统计和分析,数据对于呼叫中心管理者的决策起到至关重要的作用。
一个好的统计分析应该可以让管理者看到数据背后的信息并且能够给出几套决策方案,这样呼叫中心才能在瞬息万变的竞争中得到发展。
再如客户针对某个业务拨打的频次非常高,我们可以通过数据分析挖掘真正的原因,为有效降低呼入量、提高客户满意度提供决策依据。
二、 提高对数据的敏感性
1. 呼叫中心的指标
一般呼叫中心的各个指标值大概在什么范围?同时了解各个指标在节假日会是什么情况?营销活动时期会是什么情况?
一般呼叫中心会包含接通率、平均通话时长、事后处理时长、重复呼叫量、在线利用率、一次解决率等指标,当一次解决率明显提高时客户的重复呼叫量就会随之降低,从而在相同的人员配备情况下接通率也会明显提高,但是在线利用率会有所降低,最终导致人员成本过高。
2. 呼叫中心的范围
需要了解各行业、各地区以及国外一些呼叫中心的指标情况,知道各个指标在不同行业、不同地区的不同特征分别是什么,从而不断提高对数据的敏感性以便及时发现统计分析中的问题。
用平均通话时长来举例,假如某呼叫中心该月平均通话时长为90秒,有A、B两个呼叫中心,他们的管理人员看完后得出这样的结论:A:90秒的平均通话时长比上个月高出了10秒,需要降低;B:这个月平均通话时长从100秒降到了90秒,客服代表的销售能力有了明显提升。
很明显呼叫中心A一定是成本型呼叫中心,而呼叫中心B则是利润型呼叫中心(如图2)。
三、 提高对数据统计分析的准确性
数据的准确性可以说是关乎呼叫中心成败的关键因素,一个统计上的错误就有可能误导管理者做出错误决策,所以我们从以下几个方面说明如何提高数据统计分析的准确性。
1. 准确认识数据
各个统计数据(指标)分别是什么?分别是怎么定义的?计算公式是什么?例如前面提到的在线利用率——座席人员登入系统后与客户通话及事后处理时长占总登陆时长的比例;公式:(客服代表实际通话时长+事后处理时长)/ 签入系统时长。
统计的是哪些业务的、哪个时间范围、哪些客户群的、哪些地区?在对呼叫中心数据有了整体了解的基础上,接下来的工作就是对数据的整理。
2. 准确整理数据
应该先将原始数据进行备份,以备不时之需;
整理过程中将数据粘贴为数值格式,剔除冗余数据、公式、批注等(如图3);
整理过程中各个表格中数据需要有一个关键字段,这样可以将数据进行必要的关联。尽量将所有数据汇总到一个工作簿中,方便数据分析时做关联分析;
整理过程中所用到的公式需要保存,不要粘贴为数值格式,以备分析中发现问题及时改正。
3. 准确分析数据
分析前需要做出整体的分析框架,分析过程中发现不合理的地方及时调整;
分析前应该把整理好的数据表格单独拿出来,不要在原有的整理数据表中做分析;
分析过程中指标的名称、各维度的名称要保持统一;
采用合适的分析方法,数据的描述统计、相关性分析、回归分析、80/20法则等;
用合适的图表进行结果的展现,柱状图、折线图、雷达图、饼图等,需标注清楚图表的名称、数据的统计范围、单位等(如图4);
给出正确的分析结论及相应的改善或者是应对措施;
形成分析报告。
4. 对分析后的过程及结果进行核查
检查分析中所用到的数据是否正确,避免分析此项而错用到其他项数据的情况;
检查分析中用到的公式是否正确,看公式涉及的数据单元格是否正确(包括单元格是否完整、单元格引用是否正确);
检查数据明显高于或者低于平时水平的异常点(或者说是不符合日常规律的点)是否正确,此时需要查看是否是整理的数据中有错误,包括时间、地点、业务、客户群等(如图5);
检查分析结论是否正确,查看结论是否和分析的结果相一致;
检查分析报告中是否有语句不通、语句歧义、字体格式(字号、颜色等)不统一、使用链接错误的地方。
5. 以上内容需在日常分析工作中不断完善,以保证数据分析的正确性、客观性、严谨性和时效性。
想要做一个优秀的数据分析人员必须具备以上谈到的基本素质,要是问到哪个是最重要的,只能说没有谁重谁轻,都很重要。为了做好数据分析工作、成为更好的数据分析人员,那就让我们从“三个提高”开始吧。