數據分析行業(yè)案例：呼叫中心中的數據分析

數據分析行業(yè)案例：呼叫中心中的數據分析

數據分析對于任何一個(gè)呼叫中心都是非常重要的，剛剛開(kāi)始做數據分析的人員總會(huì )提出類(lèi)似這樣的問(wèn)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(gè)方面讓數據分析初學(xué)人員對數據分析有個(gè)總體認識。

一、 提高對數據重要性的認識

1. 很多隱藏的問(wèn)題是我們只能通過(guò)數據挖掘出來(lái)的，我們可以看到在哪些時(shí)間、哪些地點(diǎn)、哪些客戶(hù)群、出現了哪些異常狀況?同時(shí)通過(guò)數據深層次挖掘問(wèn)題背后的真正原因并做出及時(shí)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(xiàn)利用率(座席人員登入系統后與客戶(hù)通話(huà)及事后處理時(shí)長(cháng)占總登陸時(shí)長(cháng)的比例)只達到了53.92%，說(shuō)明座席人員的工作強度比較小、排班時(shí)安排的人員過(guò)剩，付出的代價(jià)就是人員成本過(guò)高(如圖1)。

2. 任何一個(gè)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(guān)重要的作用。一個(gè)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(wàn)變的競爭中得到發(fā)展。再如客戶(hù)針對某個(gè)業(yè)務(wù)撥打的頻次非常高，我們可以通過(guò)數據分析挖掘真正的原因，為有效降低呼入量、提高客戶(hù)滿(mǎn)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(guān)系?各指標平均情況、增長(cháng)情況都是什么?一般呼叫中心的各個(gè)指標值大概在什么范圍?同時(shí)了解各個(gè)指標在節假日會(huì )是什么情況?營(yíng)銷(xiāo)活動(dòng)時(shí)期會(huì )是什么情況?一般呼叫中心會(huì )包含接通率、平均通話(huà)時(shí)長(cháng)、事后處理時(shí)長(cháng)、重復呼叫量、在線(xiàn)利用率、一次解決率等指標，當一次解決率明顯提高時(shí)客戶(hù)的重復呼叫量就會(huì )隨之降低，從而在相同的人員配備情況下接通率也會(huì )明顯提高，但是在線(xiàn)利用率會(huì )有所降低，最終導致人員成本過(guò)高。

2. 呼叫中心的范圍

需要了解各行業(yè)、各地區以及國外一些呼叫中心的指標情況，知道各個(gè)指標在不同行業(yè)、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(shí)發(fā)現統計分析中的問(wèn)題。用平均通話(huà)時(shí)長(cháng)來(lái)舉例，假如某呼叫中心該月平均通話(huà)時(shí)長(cháng)為90秒，有A、B兩個(gè)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(huà)時(shí)長(cháng)比上個(gè)月高出了10秒，需要降低;B：這個(gè)月平均通話(huà)時(shí)長(cháng)從100秒降到了90秒，客服代表的銷(xiāo)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(shuō)是關(guān)乎呼叫中心成敗的關(guān)鍵因素，一個(gè)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(gè)方面說(shuō)明如何提高數據統計分析的準確性。

1. 準確認識數據

各個(gè)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(xiàn)利用率——座席人員登入系統后與客戶(hù)通話(huà)及事后處理時(shí)長(cháng)占總登陸時(shí)長(cháng)的比例;公式：(客服代表實(shí)際通話(huà)時(shí)長(cháng)+事后處理時(shí)長(cháng))/ 簽入系統時(shí)長(cháng)。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(gè)指標在同一個(gè)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(yè)務(wù)的、哪個(gè)時(shí)間范圍、哪些客戶(hù)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(lái)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(jìn)行備份，以備不時(shí)之需;

整理過(guò)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(guò)程中各個(gè)表格中數據需要有一個(gè)關(guān)鍵字段，這樣可以將數據進(jìn)行必要的關(guān)聯(lián)。盡量將所有數據匯總到一個(gè)工作簿中，方便數據分析時(shí)做關(guān)聯(lián)分析;

整理過(guò)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(fā)現問(wèn)題及時(shí)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(guò)程中發(fā)現不合理的地方及時(shí)調整;

分析前應該把整理好的數據表格單獨拿出來(lái)，不要在原有的整理數據表中做分析;

分析過(guò)程中指標的名稱(chēng)、各維度的名稱(chēng)要保持統一;

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

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

給出正確的分析結論及相應的改善或者是應對措施;

形成分析報告。

4. 對分析后的過(guò)程及結果進(jìn)行核查

檢查分析中所用到的數據是否正確，避免分析此項而錯用到其他項數據的情況;

檢查分析中用到的公式是否正確，看公式涉及的數據單元格是否正確(包括單元格是否完整、單元格引用是否正確);

檢查數據明顯高于或者低于平時(shí)水平的異常點(diǎn)(或者說(shuō)是不符合日常規律的點(diǎn))是否正確，此時(shí)需要查看是否是整理的數據中有錯誤，包括時(shí)間、地點(diǎn)、業(yè)務(wù)、客戶(hù)群等(如圖5);

檢查分析結論是否正確，查看結論是否和分析的結果相一致;

檢查分析報告中是否有語(yǔ)句不通、語(yǔ)句歧義、字體格式(字號、顏色等)不統一、使用鏈接錯誤的地方。

5. 以上內容需在日常分析工作中不斷完善，以保證數據分析的正確性、客觀(guān)性、嚴謹性和時(shí)效性。

想要做一個(gè)優(yōu)秀的數據分析人員必須具備以上談到的基本素質(zhì)，要是問(wèn)到哪個(gè)是最重要的，只能說(shuō)沒(méi)有誰(shuí)重誰(shuí)輕，都很重要。為了做好數據分析工作、成為更好的數據分析人員，那就讓我們從“三個(gè)提高”開(kāi)始吧

說(shuō)明：本文轉載自網(wǎng)絡(luò )，作者不詳，歡迎作者或知情人告知。

【數據分析行業(yè)案例：呼叫中心中的數據分析】相關(guān)文章：

外匯投機中經(jīng)濟數據的影響「外匯分析中數據分析的運用」07-10

數據分析與辦公軟件：數據分析方法07-10

數據分析07-10

聘：數據分析 數據挖掘07-10

游戲行業(yè)數據分析的工資如何？07-12

數據分析行業(yè)崗位職責11-25

數據分析的需求理解和案例分享07-10

案例說(shuō)明數據分析觀(guān)念的培養策略07-10

游戲數據分析（充值分析）07-10

數據分析之如何用數據？07-10