Pull to refresh
39
0
Александр Ефимов @Alefima

Культура работы с данным

Send message
Мой коллега однажды пояснил, что ощущения никогда не могут служить почвой для предположений, потому что числа важнее. Статистика взята из исследований Genesys Global Survey (2007, 2009), Aspect Contact Center Satisfaction Index (2007), RightNow Customer Experience Impact Report (2011). В этих исследованиях затрагивалась не только область техподдержки, но и других call-центров, поэтому ваша ситуация может несколько отличаться от приведенной статистики.
Наиболее распространены связки систем одного вендора, например, IBM Unica + IBM SPSS или Oracle Siebel + Oracle Data Mining, хотя также нередко встречается интеграция продуктов от нескольких вендоров.
Внедрение системы делится на две части: собственно сама система, стоимость лицензий которой как правило зависит от объема обрабатываемых данных, и работы по внедрению, длительность и стоимость которых зависит от количества задач, которые мы будем решать, т.к. все сразу объять не удастся наверняка. Экономически обосновано внедрять такие системы для бизнеса от 1 млн. клиентов, чтобы экономия от результатов проекта могла отбить стоимость проекта.
В целом — да, но в среднем и крупном бизнесе уже начались существенные подвижки, потому что быть клиентоориентированным выгодно. А малый бизнес традиционно гибок, там все делается на почти интуитивном уровне. Хороших call-центров я уже видел достаточно много.
Галочек мало, и ставить их часто легко, зависит от конкретных решений в call-центре. Что до второго — вы, скорее всего, уже обращались в такие центры, которые накапливают данные (их уже довольно много в России), но просто не замечаете этого. Потому что данные не выходят наружу.
Конечно, нет. Именно поэтому это пример. И, кстати, в примере — это далеко не первый звонок сестры, что как раз и следует из соответствующей реакции оператора.
25% клиентов обслуживание безразлично, точнее, оно никак не влияет на лояльность к компании.
У вас больше вопрос обучения операторов первой линии, а не собственно, бизнес-процессов центра. Видимо, они вычислили ключевое слово Linux и решили отказать, потому что есть такая стандартная ветка про клиентов с этой ОС. И вряд ли первая линия вообще понимала о чем вы, скорее, просто пыталась держать нить беседы и «воткнуть» вас в одну из привычных веток. Мы говорим, что после первого звонка с учетом Data Mining вашу конфигурацию бы как минимум запомнили.
К сожалению озвучивать реальные кейсы я не имею права, они находятся под соглашением о неразглашении информации. Разве что нечто усредненное из моего опыта. Например, в телекоме на каждый 1 млн. клиентов с 250 руб. ARPU (средняя выручка на одного клиента) типично уходит от 5 до 10% (не считая приток новых клиентов), и этот отток можно сократить в два раза, при этом сократив расходы на маркетинговую кампанию. Не вдаваясь в детали расчета бизнес-кейсов сокращение оттока в два раза для такого профиля телекома сулит выгоду в $1 млн. в ежегодно.
Обычно перед обработкой обращения идет идентификация, например, в call-центре банка. Это может быть автомат либо первая линия поддержки. Далее происходит непосредственно соединение с человеком, который решает его задачу (и это, в идеале — единственная беседа с роботом и единственная переброска). Понятно, что если идентификация идет по нечетким признакам, например, телефону, то вы правы, и сначала нужно накопить большой объем информации для повышения точности. Отдельно — исходящий обзвон, где эта логика гораздо более применима и востребована.
Увеличение затрат на практике будет в разы окупаться увеличением эффективности работы call-центра и, самое главное, за счет повышения лояльности, а, значит, доходности с клиентов. Это того стоит, и у нас уже есть практические кейсы, подтверждающие этот факт.
Существуют промышленные решения по data mining — это IBM SPSS, SAS Enterprise Miner, Oracle Data Mining и т.д. В этих продуктах настраивается аналитическая модель, а ее результат в виде инструментов передается в рабочее место оператора контакт-центра, например, индекс оттока клиента.

Information

Rating
Does not participate
Location
Москва, Москва и Московская обл., Россия
Works in
Date of birth
Registered
Activity