为此，让我们看看预测。
预测几乎影响一切
即使使用各种算法来提供最佳和最准确的预测，情况也可能在瞬间发生变化。当一个小天气事件变成大天气事件时，你为本周创建的完美日程就崩溃了；停电；或者无数的商业环境会破坏你的计划。当这种情况发生时，座席会过度工作，或者您无法对客户做出足够快的响应。电话可能会中断。交互处理不够快，客户等待时间更长。这些都会对客户体验产生负面影响，很可能会影响您的底线。更长的等待时间对客户的影响更大。
管理者和座席变得紧张起来。压力增加了人员流失率，给企业带来了高昂的费用。预测变量的一个变化不仅会使预测变得不准确，而且有可能在您的业务中连锁反应。
这种情况不必在循环中重复。您可以通过将您提出的预测和计划与实际发生的情况进行比较，以及为什么座席和经理以某种方式处理情况，从中学习。为此，请使用质量管理、评估、分析数据和见解。这些信息一起通知您的纠正措施，揭示改进的领域，并在出现新情况时生成相应的策略。
预测总是动态的
即使没有危机，质量经理也应该提供反馈，通过挖掘指标来改进预测。AHT是一个很好的起点。如果客户互动电话太长，您需要找出原因。首先，回顾互动记录。
座席可能难以回答客户的问题。回答意想不到的问题和提供同理心服务对新座席来说更加困难。假设您的消费者融资部门人员不足，因此您的座席Andres接到了客户询问新的租赁资质要求的电话。但Andres没有接受过这方面的训练。因此，他搜索了多个应用程序--Oracle、Web和CRM系统--却找不到答案。这花费了他比一般人更多的时间，而且他还得把工作交给另一个座席。
当质量经理审查电话时，她发现Andres没有接受适当的培训。这是首次呼叫解决（FCR）率未满足的最初原因。改进的预测和更好的路由将防止较新的座席接收他们没有经过培训的呼叫。
另一个交互可能比预期的短。最初，这似乎是积极的，因为它遵守了预期的时间。但是，座席是否提供了您想要提供的移情服务？观察客户表达的态度以及互动的总体情绪。这可能导致评估为AHT、FCR、客户满意度得分（CSAT）和净推荐得分（NPS）的不同指标发生冲突。
找到好结果和坏结果的来源
理想情况下，当Andres接到电话时，他会知道客户从哪里打来，以及如何根据主题访问所需信息--以满足期望。然而，情绪分析揭示了更多。
假设你为积极情绪设定了标准，25岁及以上是积极情绪的良好指标。如果您的分析表明互动中的总体情绪低于25，则可能会触发评估。另一方面，如果100%的情绪是积极的，你会想回顾一下，从中吸取教训，并复制任何导致如此积极的客户体验的东西。
你可以更深入地了解。例如，Andres最近的一次互动显示情绪得分为65.但它的起点是非常低的5.Andres从5分到65分做了什么？这是一个需要理解的重要互动，以便其他人能够模仿他如何扭转艰难的局面。有时，您的指标会隐藏在许多其他有价值的数据之下。
使用过滤器进行更好的交互采样
质量经理过去常常审查随机样本交互，可能每个座席都有一个。但是随机抽样并不能给你一个真实的互动画面。无论你有2亿还是200万，都不可能用这种方法来审查一个有代表性的样本。
大多数质量保证经理将其流程集中于特定的业务线，如租赁、保险等，以及交互标准，如持续时间、渠道或总结代码。例如，您可以对AHT进行分段，并查看2分钟以下或15分钟以上的通话。
许多联络中心也使用语音和文本分析主题过滤器。当在交互过程中提到特定主题时，它可以触发评估和交互审查。这可能包括要求与主管谈话的客户，或提及竞争对手姓名的客户。
按主题回顾互动可以提高您的理解能力；您可以评估总结代码、队列和交互期间讨论的主题之间的差异。当一个主题的简单请求得到解决时，客户会用另一个请求扩展对话。了解电话延长的原因和不同的主题可以揭示不同客户查询之间的联系。这可以让你在行动之前做出更明智的商业决策。
在组织中构建质量监控流程需要的不仅仅是跟踪预期指标。您需要准确了解在广泛的互动过程中发生了什么，以帮助员工更高效地工作。
指标和数据告诉你很多。但是，当你找到效率低下的根本原因，以及某些事情运作良好的原因时，你会发现更深层次的见解。让数据更人性化，以提高预测准确性、员工敬业度和客户体验。
声明:版权所有 非合作媒体谢绝转载
原文网址：
https://www.genesys.com/blog/post/using-call-center-metrics-for-quality-assurance
