Callcenter

現今商業環境不斷快速變遷,迫使企業必須持續求新求變來因應。而顧客意識的抬頭,更使得企業不得不去關注,並想辦法將其網絡往外擴展,將所擁有的顧客資訊纳入企業的競爭能力當中。

 

在資訊科技一日千里的時代,激增的電子化交易市場也使得各企業所需儲存與處理的資料量越來越龐大。這種情況下,企業的焦點已從過往的資料蒐集與整理,轉變成如何有效的利用資料庫來進行資料的分析探勘,獲取有利資訊。依現行的企業經營模式,顧客與企業直接互動的管道就是與客服聯繫,因此客服中心的顧客滿意度與體驗歷程中所透露出的相關訊息就形成關鍵的績效指標。

 

以往客服中心管理者僅能透過結構性數據與產業平均的比較來衡量客服中心營運績效進而改善。但這樣的方式必須投入大量的人力與時間成本,從中能獲得的資訊卻不盡完善。雙方互動的品質、重複來電、客戶拒絕原因等…都很難將之納入評核項目當中,但這些項目確有可能成為日後影響客服中心服務品質的關鍵因素。

 

現在我們可透過語音辨識技術,將原本非結構化的語音資料轉為文本資料,再利用數據分析系統,將各項關鍵因子,集點成面,分析客服中心各面向資訊。不但可以對銷售方式、企業流程進行改善,另一方面,客服中心管理者可以找出顧客滿意度高的群組成員進行一對一行銷,或找出績效略低之客服人員加強訓練。藉由數據導向的管理方式,提升服務品質透明度,以達維持顧客良好的服務體驗與改善客服人員表現進而提升客服中心營運績效。

 

雖然近十年Email、社群媒體與智慧手機App等數位互動服務興起,全球語音客服的比重仍超過6成服務比重,而且「語音」仍是首要的數據分析來源。當企業能夠有效運用資料採礦方法於客服中心的語音數據上,並搭配AI智能語音服務的輔助,必能使整體客服中心維運更趨近完善。

 

當企業重視每一位客戶的聲音,能夠深度傾聽客戶的需求,客服中心的革命與進步必然影響消費者的選購行為,為企業帶來更多的獲利,進而創造企業與顧客雙贏的局面。

 

作者:業務部 Ivan