數據分析行業案例：呼叫中心中的數據分析

時間：2024-08-22 04:53:10 學人智庫我要投稿

相關推薦

數據分析行業案例：呼叫中心中的數據分析

數據分析對于任何一個呼叫中心都是非常重要的，剛剛開始做數據分析的人員總會提出類似這樣的問題：應該怎么做數據分析呢?如何才能夠做好數據分析工作呢?本文將從提高對數據重要性的認識、提高對數據的敏感性以及對數據統計分析的準確性三個方面讓數據分析初學人員對數據分析有個總體認識。

一、提高對數據重要性的認識

1. 很多隱藏的問題是我們只能通過數據挖掘出來的，我們可以看到在哪些時間、哪些地點、哪些客戶群、出現了哪些異常狀況?同時通過數據深層次挖掘問題背后的真正原因并做出及時有效的應對措施。例如某呼叫中心的接通率3月份達到了93.70%，但是其人員的在線利用率(座席人員登入系統后與客戶通話及事后處理時長占總登陸時長的比例)只達到了53.92%，說明座席人員的工作強度比較小、排班時安排的人員過剩，付出的代價就是人員成本過高(如圖1)。

2. 任何一個呼叫中心都要做數據上的統計和分析，數據對于呼叫中心管理者的決策起到至關重要的作用。一個好的統計分析應該可以讓管理者看到數據背后的信息并且能夠給出幾套決策方案，這樣呼叫中心才能在瞬息萬變的競爭中得到發展。再如客戶針對某個業務撥打的頻次非常高，我們可以通過數據分析挖掘真正的原因，為有效降低呼入量、提高客戶滿意度提供決策依據。

二、提高對數據的敏感性

1. 呼叫中心的指標

呼叫中心包含哪些指標?指標之間有什么關系?各指標平均情況、增長情況都是什么?一般呼叫中心的各個指標值大概在什么范圍?同時了解各個指標在節假日會是什么情況?營銷活動時期會是什么情況?一般呼叫中心會包含接通率、平均通話時長、事后處理時長、重復呼叫量、在線利用率、一次解決率等指標，當一次解決率明顯提高時客戶的重復呼叫量就會隨之降低，從而在相同的人員配備情況下接通率也會明顯提高，但是在線利用率會有所降低，最終導致人員成本過高。

2. 呼叫中心的范圍

需要了解各行業、各地區以及國外一些呼叫中心的指標情況，知道各個指標在不同行業、不同地區的不同特征分別是什么，從而不斷提高對數據的敏感性以便及時發現統計分析中的問題。用平均通話時長來舉例，假如某呼叫中心該月平均通話時長為90秒，有A、B兩個呼叫中心，他們的管理人員看完后得出這樣的結論：A：90秒的平均通話時長比上個月高出了10秒，需要降低;B：這個月平均通話時長從100秒降到了90秒，客服代表的銷售能力有了明顯提升。很明顯呼叫中心A一定是成本型呼叫中心，而呼叫中心B則是利潤型呼叫中心(如圖2)。

三、提高對數據統計分析的準確性

數據的準確性可以說是關乎呼叫中心成敗的關鍵因素，一個統計上的錯誤就有可能誤導管理者做出錯誤決策，所以我們從以下幾個方面說明如何提高數據統計分析的準確性。

1. 準確認識數據

各個統計數據(指標)分別是什么?分別是怎么定義的?計算公式是什么?例如前面提到的在線利用率——座席人員登入系統后與客戶通話及事后處理時長占總登陸時長的比例;公式：(客服代表實際通話時長+事后處理時長)/ 簽入系統時長。盡管不同的呼叫中心對于指標的定義可能有所不同，但是需要強調的是各個指標在同一個呼叫中心內的定義必須是一致的，如此才能讓各級人員對指標有統一的認識。

統計的是哪些業務的、哪個時間范圍、哪些客戶群的、哪些地區?在對呼叫中心數據有了整體了解的基礎上，接下來的工作就是對數據的整理。

2. 準確整理數據

應該先將原始數據進行備份，以備不時之需;

整理過程中將數據粘貼為數值格式，剔除冗余數據、公式、批注等(如圖3);

整理過程中各個表格中數據需要有一個關鍵字段，這樣可以將數據進行必要的關聯。盡量將所有數據匯總到一個工作簿中，方便數據分析時做關聯分析;

整理過程中所用到的公式需要保存，不要粘貼為數值格式，以備分析中發現問題及時改正。

3. 準確分析數據

分析前需要做出整體的分析框架，分析過程中發現不合理的地方及時調整;

分析前應該把整理好的數據表格單獨拿出來，不要在原有的整理數據表中做分析;

分析過程中指標的名稱、各維度的名稱要保持統一;

采用合適的分析方法，數據的描述統計、相關性分析、回歸分析、80/20法則等;

用合適的圖表進行結果的展現，柱狀圖、折線圖、雷達圖、餅圖等，需標注清楚圖表的名稱、數據的統計范圍、單位等(如圖4);