客户之声(VOC) 如何将其应用于联络中心

相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

客户之声(VOC) 如何将其应用于联络中心?

“客户之声”,对不同的人来说意味着不同的事情。对有些人而言,这是一个执行客户调研随后解决其不满之处的过程。对另外一些人而言,这是一系列的任务:捕捉各种渠道内的客户满意度和行为数据,然后分析数据,采取修复性解决方案以求最大化客户的生命周期价值。在我看来,VOC决不仅仅只是倾听客户抱怨然后作出响应这么简单,其结果必须经得起逻辑上和心理上的推敲,必须引导出某些必要的行动。

由于种种原因,VOC成为企业组织内一个相当昂贵的项目。客户调研没有不花大钱的,偏偏还经常得来一些不太准确或具有一定倾向性的错误数据。与此同时,VOC又是整个CEM计划中至关重要的一部分,所以感谢上帝,虽然VOC又贵又不太尽如人意,但它却始终提供了一些令人一目了然的切实的积极的成果。

如果企业拥有呼叫中心或联络中心的话VOC的实施成本将可以大幅削减,准确性也可得到极大改善。ICMI 的Brad Cleveland赞成将呼叫中心作为企业内的“客户顾问之声”来看待。原因之一在于许多企业的呼叫中心员工都是每天与客户打交道最多的人。因此,这些员工最了解什么能够推动客户对企业的拥护度,什么导致了客户背叛的增加以及如何鼓励客户花出更多辛苦赚来的钱。

几乎所有的客户联络中心都有一个配备必要装备及资源的质量保障部门(QA)。QA流程通常都以强大的呼叫录音系统(能够录下每个电话呼叫)为基础。先进的系统还可以录下代理的桌面从而核查代理是否正确访问/解释了数据,最先进的系统甚至能够对语音进行分析,然后自动评估代理的呼叫质量,检测某些特殊节点,如争论、误导以及某些案例中出现的代理与客户之间的粗鲁言语。

大多数企业采用记分卡来推动QA计划。质量分析师随机选择一些记录下来的呼叫,然后给每个呼叫评一个质量分并将之记录于记分卡上(如表1所例)。对呼叫中心代理的奖励机制,或者至少至少说绩效管理,往往就是基于他们的QA分数。对代理的评分标准主要有:用心倾听客户,叫出客户的名字,遵循正确的程序等等。许多代理将QA描述成“代理界的警察”。遇到QA分析师的时候我照例会让他们描述自己的工作职责,而他们中许多人会说自己的工作就是“挑代理的错”。

QA可能会被定义成:

一项系统化监控和评估项目、服务或设施从而确保其达到质量标准的计划。[Source Mariam Webster Dictionary]

表1: 呼叫质量表扬本

“代理界警察”的处理方式显然并不符合这一定义,因为它假设企业总是对的。QA (代理界警察)分析师常常只会注意代理而不会真正记得客户在电话里说了些什么或做了些什么。在这一方法的作用下分析师们根本无法捕捉到客户对代理的行为、建议、行动和反应所作出的响应,而这些却恰恰是真正有价值的VOC 智能。

和VOC一样,呼叫记录系统,呼叫分析系统,记分卡以及所有相关数据库和报告系统的花费都不小,但如果只把这些系统和流程当作“代理界警察”来用,企业就很难最大化呼叫中心、呼叫中心技术以及用oracle的数据库记录下来的客户体验中所真正蕴含的内容带来的ROI。

合理充分地利用呼叫中心QA的职能特性有助于企业改善呼叫中心QA和VOC项目的ROI,同时提高

VOC“数据流”的准确度,包括管理层提出的建议和目标的有效性。

这个概念简单来说就是“双循环”质量保障,与之相对的是目前大多数呼叫中心采用的“单循环”模式。前者要求在QA记分卡上增加一些功能并接受呼叫分析时间轻微延长的情况。所得的结果不仅应当以绩效

反馈的形式传递给代理、教练、培训师和运营经理,还应作为有效的CEM讯息传递给营销团队和CEM团队。QA分析师们必须接受额外的培训,而管理层则必须打破盘桓于QA部门内的任何“代理界警察”式态度。

将QA流程成功“移植”到VOC中去的关键在于,以最快的速度度量客户在呼叫各阶段的“情感水平”。

记分系统必须够简单,如从1——5,1代表非常生气/不高兴,5代表非常高兴/愉快。由QA分析师来评

判客户在呼叫中每个阶段的情感。由于度量标准是主观的,因此实际分数并不很重要。更进一步,客户也可以被邀进来参加呼叫质量调研。调研结果再结合呼叫时的客户情感来分析。

现在,评估已成为可能,比如说,“对呼叫中某一部分满意的客户更有可能对整个呼叫满意”。这不仅能改善客户拥护度,还能在不对客户行为产生负面影响的情况下大幅削减整体服务成本。作为CEM项目的一部分,这些数据能够为代理、培训师、教练、营销、销售、财务等提供更多信息。它们是十分重要的“商业智能”和“客户智能”。

许多呼叫中心有一些很可笑的QA流程。比如说,一些QA流程强制代理在打电话的时候叫三次以上客户的名字。在这种情况下,如果呼叫快结束的时候代理忽然意识到自己忘了叫客户名字了,他/她就会马上说“Dr. Brownell?Dr. Brownell? …呵!是的,Dr. Brownell”,现在单纯从规定上来说他已经达到了

自己叫三次客户名字的目标。于是,在没有为呼叫增添任何体验价值的情况下代理却得到满分。通过分析客户的情感变化并将之与整体满意度调研相对比,这样才有可能纠正代理分数很高但客户却一点儿也不满意的错位现象。

管理层必须接受这样一个事实:虽然他们建议某些事情一定要怎么做怎么做,但这却并不意味着客户也这么觉得。因此,QA们必须以管理层规定的标准和模式为参照来度量服务质量,同时评估管理层的模式与

标准是否真的能够达到整体战略目标。

以下是一个来自非洲MNO的真实案例。第一张图片中客户情感曲线的起始值很高,该值在呼叫帮助的过程中进一步上升。

第二张图片中客户在很生气的状态下开始呼叫,而代理除了帮助阶段外表现得都很好。该代理执行的是最低绩效标准,但他对客户的影响却等于零。分析师提出了一个非常明显而重要的关节——帮助是整个呼叫中最为重要的环节。这就是我们要做的事情。如果在帮助这一环上没做好,那么其它环节如感谢客户、问

候客户等等都变得无足轻重。

有趣的是,客户常常认为企业在处理问题时表现得不太好,但统计数据表明代理都达到了被要求的绩效标准。这一问题的根源在于代理们可以成为出色的工程师,但无法做到出色的“人文关怀”者。他们的情感软技能十分薄弱。即便没犯什么错,他们也没办法在客户心里留下好印象。在学习如何处理技术问题前,他们必须接受如何应对客户情感的培训,这样才能看到客户拥护度暴涨。现在的企业太过注重KPI的统计结果而忽视了度量最重要的情感软技能。

一方面,企业耗费巨资于呼叫记录系统,邮件备份系统以及其它一些用来维护客户行为与语言记录的系统。另一方面,企业又花费巨大的资源通过客户调研去仿真上述系统。调研在很多时候至多就是客户对自己反应的最合理猜测。如果已经有了记录系统,为什么不直接从手头已经掌握的数据里头挖资料,从而倍增系

相关文档
最新文档