专业的呼叫中心服务商
呼叫中心始终是连接企业和市场、消费者的重要环节。其服务质量的优劣直接决定消费者的直接消费感知。尤其在移动时代,实时、在线、动态、即时反馈的消费特性对精准统计客户满意度,进而快速、无误地对客户需求做出反应提出更高要求。因此,,呼叫中心的考核标准亟需重新定义。

传统上,企业一般通过质检成绩同客户满意度进行相关性检验。但是,这种质检往往和呼叫中心的客户满意度不相一致。这直接影响到呼叫中心的服务质量把控,对企业的消费者感知造成潜在风险。

那么,什么原因造成了传统方式的失灵?如何更新质检方式,保证客户满意度的准确以及提升,以适应移动时代的新要求?这一切都将从现有的呼叫中心客户满意度优化方式说起。

为了对呼叫中心的客户满意度进行准确把控,企业纷纷建立起一套统一的质量控制(QC)打分标准。然而,这套QC标准往往和呼叫中心的客户满意度不相关。这源于其评估方式的统计方法问题。

衡量相关性常规做法是使用质检成绩同客户满意度来做相关性检验,检验使用的是皮尔森相关系数(即Excel里面常用的CORREL函数),从统计学的角度来看这个问题:皮尔森相关系数是对于符合正态分布的连续型变量进行的检验,即需要对于N名员工的质检成绩与N名员工的满意度结果数据进行操作。其中满意度的数据获取非常容易,且符合样本量的需求,但是N名员工的质检成绩是通过抽查计算的质检分数,并不能代表员工的实际质检成绩,因此,由这些数据得出的皮尔森相关系数并不准确。

来看一下《抽样计算器》的计算结果:

假设呼叫中心的客户满意度为90%,那么历史缺陷比为10%;22个工作日,每日接线80通,一个月的样本量为:22x80=1760,计算下需要抽查的样本量为315通(具体数据见附一)

据业内水平,一个坐席一个月能被抽到的录音数量约为20通。

统计学结论:本身通过抽查计算的质检分数,并不能代表员工的实际质检成绩,因此无法得出正确的结论。

问题随之而来,究竟如何来判定质检成绩和客户满意度的相关性?质检标准究竟是不是和客户的实际需求相关的?

其实操作很简单:引入单通录音评分和单通录音客户满意度的相关性,即使用Logistic回归分析方式,对于N列离散数据计算相关性。

上一篇:呼叫中心平台系统 下一篇:机器人在呼叫中心的未来

专业的呼叫中心服务商
访问手机版
微信扫一扫

专业的电话呼叫中心 系统服务商
全国统一热线:4006-550-388
地址:中国·成都隆鑫九熙广场3期1栋2203
Copyright © 2002-2016 呼叫中心 版权申明 蜀ICP备11025024号-1 24小时客服专线:028-83110277 65929777 网站地图