背景
2013年被媒体称为大数据元年，国内外著名企业纷纷宣布成立大数据团队、进军大数据业务，数据就是资源”这一观念被各行各业迅速接受。
信用卡呼叫中心随着信用卡行业经历十年的高速发展期之后，运营模式日渐成熟、业务规模趋于稳定，业务重心由外延式增长向内涵式增长转型。如何有效分流人工话务，降低运营成本已成为整个行业的热门话题。
笔者所在的信用卡客服中心已具备使用大数据的初步条件，每月百万级别的人工话务、千万级别的IVR交互以及海量的信用卡客户交易数据蕴含丰富的业务信息。客服中心的运营分析团队坐拥数据金矿，如何才能利用好现有的业务条件，保证在客户体验不受影响的前提下，减少客户来电、降低运营成本呢？
一．用六西格玛方法管理项目
分流话务、降低运营成本对客服中心而言具备重要的战略价值。为了有效联动客服中心以至整个公司的资源，部门决定采用项目管理模式推动该项工作开展，首先成立了百万分流项目组，邀请业务支持人员、系统支持人员、数据分析人员、外呼调研人员以及话务信息采集人员等各岗位同事加入项目组内组建成为虚拟组织。项目组确定了较完备的运作制度，包括项目经理负责制、A/B角备份机制、考勤制度、会议管理、任务管理等内容，从而为项目顺利开展奠定了制度基础。
项目具体采用精益六西格玛方法管理，部门邀请六西格玛黑带大师对项目组成员授课辅导，并安排六西格玛绿带人员全程参与。根据业务特征，项目组选择经典的过程界定（Define）、测量（Measure）、分析（Analyze）、改进（Improve）、控制（Control）流程作为项目运作模式，DMAIC模式为整个项目运作提供了有效的方法论指导。
科学合理的目标是项目成功的关键要素之一。项目组依据SMART原则，结合客服中心年度预算计划和话务预测，拟定了项目三级目标——基本目标（Baseline）、终极目标（Ultimate Goal）、挑战目标（Challenging Goal），并据此测试规划项目预期收益，包含投入及产出、直接收益、隐形收益等。
二、数据驱动 精准分流
信用卡中心和客户间存在多种沟通渠道，如人工服务、IVR自助语音、短信上下行服务、网络银行、电子邮件、微信客服、移动银行等。各个渠道由于发展历史和技术特色不同，在办理便捷度、偏好客群、服务成本等方面均存在一定的差异性。
物以类聚、人以群分，客户与各个渠道的交互数据背后隐藏着客户的行为偏好信息和渠道潜能。项目组通过分析这些数据找到各渠道的潜在客户群，重点引导偏好人工服务的客户在合适的时间用合适的自助渠道办理业务。这样一方面改善了客户对信用卡中心自助渠道的感知，另一方面为公司减轻人工话务压力并节约了成本。
下面笔者选取项目中五个较典型的成功案例做详细讲解：
案例一、分析客户行为数据 精准推送服务（以卡片激活为例）：
问题描述：根据监管部门规定，客户在收到信用卡之后需要做激活操作方可使用。项目组分析了客户在各个渠道的激活数据，发现虽然银行给客户提供了人工、IVR、短信、网银、移动银行等众多激活渠道，但人工渠道依然占了较高的比例。众所周知，从便捷性和时间成本的角度来看，人工渠道无论对客户还是信用卡中心都不是最佳选择，为什么还有众多客户选择通过此渠道激活卡片呢？
解决方案：
项目组检视了信用卡中心的业务流程，发现卡中心会根据邮寄业务承诺时效在一批客户大致收到卡片后安排批量短信指引客户采用最方便的上行短信渠道激活卡片。这一流程看似毫无问题，但项目组经过数据分析发现，近90%的客户在邮寄卡片后第N天已经收到了信用卡，而卡中心的激活指引短信则是在第N+M天发出，这样很多客户已经在收到指引短信前就通过不同的渠道进行了激活操作，当然这也增加了客户进人工服务的概率。
项目组根据客户收到信用卡的时效数据，利用二八法则将激活指引短信的发送时效提前至约80%客户收到卡片的当天发送，促使客户在收到卡片的第一时间通过上行短信方式激活信用卡，结果大大提高了上行短信激活的使用率，从而为客户和卡中心都节约了时间成本，达到了双赢的效果。
据笔者了解，各家银行由于城市分布和邮寄合作商不同存在不同的信用卡邮寄方式和邮寄时效。读者可以统计分析所在卡中心的客户接收卡片时效数据，检查指引短信服务是否在最合适的时间点，重新匹配信用卡的邮寄时间和相应短信服务，相信也能达到将客户引导至短信渠道的效果。
图1：案例一、卡片送达时效
案例二、修改短信内容 宣传网银功能（以设置密码为例）
问题描述：信用卡中心之前的流程是，在客户通过各个渠道激活卡片后，通过系统下行设置密码的指引短信给客户，短信内容引导客户至IVR自助语音渠道设置密码。由于IVR的渠道特性需要客户边听清楚语音边用电话键盘输入，而且每位客户对IVR自助语音系统的熟悉度不同，所以虽然下行短信中已有详细的流程指引，但还是有很多客户会在IVR自助语音系统中操作失败，而IVR是进入人工服务的大门并且有客户设置密码失败自动转人工的设置，导致这部分受挫客户基本上全部进入了人工渠道。
解决方案：项目组检视了现有短信内容，发现之所以推荐IVR语音设置密码，是因为过去可选择的渠道非常有限。而经过IT部门的开发，现在信用卡中心的网络银行也增加了设置密码的功能，并且客户也非常容易找到链接。项目组分析了之前的设置密码数据，网络银行激活占比较低，于是将指引短信内容修改为推荐客户去网络银行设置密码。后续数据跟踪及客户调研显示，该方案成功将网络银行渠道的使用率占比提高近7个百分点，客户感知也并未受到影响。该方案还间接宣传了网络渠道的功能，扩大了网络渠道的影响力。
笔者还有另外一点体会，除了加强宣传业务功能可以分流话务之外，合理的IVR设计和IVR系统功能缺陷的修补也都能显著改善客户的感知，避免客户出现不耐烦、不愿意听、找不到自己想要的菜单等情况。
案例三、绑定关联业务 实现傻瓜式操作（以激活业务与设置密码业务绑定为例）
问题描述：项目组在分析客户通过网络银行激活的数据后发现，近60%客户在该渠道激活后又拨打客服热线进入人工服务。项目组进一步抽听了相关录音，发现原因是这些客户在激活卡片后又通过人工渠道设置了密码。那客户为什么不直接在网络银行完成设置密码操作，却会转人工服务呢？
解决方案：项目组分析了网络银行的界面，发现之前网络银行中虽然具备激活和设置密码两项功能，但分散在不同的入口。项目组首先从通过风险评估，判断这两项业务的风险等级一致，然后提交系统改造需求，将激活业务和设置密码业务的页面设计成点击下一步”的傻瓜式绑定操作，该方案直接提高了网络银行渠道的利用率近10个百分点。
该案例的解决方案看似简单，实际上运用了关注人性”的互联网思维。因为人性本懒”，所以世界上才会出现将铅笔和橡皮擦绑在一起简单至极却又有效至极的发明。回归到信用卡业务本身，只要读者勤于思考深入观察业务特点，一定可以发现可以打包绑定的关联业务，让服务渠道更适合客户需求。
案例四、分析IVR日志 改进系统漏洞（以系统乱码为例）
问题描述：项目组发现在某些情况下，客户拨打服务热线通过IVR自助语音办理业务时，因某种原因导致系统识别的客户号码变为乱码，结果系统无法识别客户信息导致客户不能正常办理业务，被迫进入人工服务寻求支持。
解决方案：项目组首先取得了IVR日志，因日志数据量级较大已超出一般OFFICE软件的能力范围，项目组邀请部门运营管理室的数据分析团队用SAS软件对日志做分析，最终锁定乱码问题源自于系统路由中的bug。项目组后续提交需求解决了这个问题，减少了数量可观的人工话务。
根据笔者的经验，有的客服中心非常关注人工话务员的表现，但是对IVR这位每月接听海量话务的机器话务员”表现关注不够。建议读者取得并分析所在客服中心的IVR日志，重点关注如下三个问题：客户使用各菜单节点的频次如何，结构设计合理吗？某些节点客户使用量很少，是不是应该删掉？某些节点客户交易失败很多，是不是引导不够清晰或者存在系统bug？在研究这三个问题后，也许会有惊喜”。正所谓IVR一小步、客服一大步，所以千万不要放过IVR的每一个细节。
案例五、逆向使用话务预测模型 通过控制话务因子减少话务
问题描述：因为客服中心基本上处于每家公司的业务下游环节，所以上游部门的很多业务因素都会成为影响呼叫中心话务的因子。理论上如果能改善所有的话务因子，那降低客户来电或分流话务的任务将易如反掌；但在现实中，能由客服中心控制或影响的因子却是有限的，所以在众多的预测话务因子里面寻找相关性最强且可控的因子是关键。
解决方案：葡萄酒爱好者知道在不同的年份里，影响葡萄酒品质的关键因子（如阳光、雨水等）可能是不同的。同理，由于上游业务的变化，不同年份的关键话务因子也可能不同。根据笔者的经验，在此种模式下选择统计学中的最佳子集拟合回归作为预测模型方法实战效果较好。下面演示一个最佳子集拟合回归的案例，由于商业机密原因隐去了因子具体名称。
图2：案例五、最佳子集拟合回归模型
项目组首先根据回归结果选择了精度符合要求的预测模型，并对各个影响话务的相关因子进行筛选，发现目前只有因子4是客服中心可以控制的。之后项目组对该因子做了详细的业务分析，并成立专项业务小组进行数据收集和业务流程优化，进而降低客户来电。
该案例的解决方案不仅对统计知识要求较高，并且还需要话务预测数据和经验的积累。读者可根据自己所在行业呼叫中心的话务特点酌情参考此方法进行分流话务。
以上就是笔者总结的案例和心得，希望能够起到抛砖引玉的作用，引发读者对所在客服中心相关业务的思考。
三、话务分流无止境 客户体验无极限
百万分流项目的要点在于通过规范的项目管理制度和完善的数据分析支持，切实结合业务特点发现可以改善的环节，最终通过流程的设计或系统的优化落实改进措施。在这个过程中，项目管理提供了制度保证，数据分析提供了方法指引，业务实际是出发点、流程设计和系统优化是支撑点、话务分流是双赢结果、客户体验才是终极目标。
【案例点评】
随着信用卡中心客户规模、业务种类的迅速增长，规律性的或突发的业务流高峰与服务水平、运营成本之间的矛盾日益突出，客服中心一方面对服务水平、服务质量”追求极致，另一方面又不断加强运营成本”的管控。因此，分流话务量、发挥其它服务渠道的力量，将更多的电话呼入业务分流到自动语音、短信、网络或其它环节，不失为一个提升服务水平、降低运营成本的行之有效的办法。
本文信用卡中心采用精益六西格玛方法管理，该方法强调准确理解客户需求、客户满意度、流程优化，在每一阶段都有明确的目标并有相应的工具或方法辅助；另一方面，它强调灵活性和严密性，可保证业务更有效率、更具竞争性。采用6 Sigma体系后，服务质量管理将变成可操控的数据管理，从而达到有效提升服务质量、提高服务效率、强化企业竞争力的目标。
本文作者所提及的信用卡中心通过分析客户在各个渠道交互（语音、短信、微信、邮件等）的海量数据，以期找出客户偏好信息，重点引导偏好人工服务的客户在合适的时间用合适的自助渠道办理业务，并通过详细的描述实际案例及相应的解决方案，实现以数据为驱动精准分流话务量，最终达到降低人工话务量，节省运营成本的目的，在实际运营中具有一定的参考意义。
