- 變革時代聯絡中心的人才第1部分：角色設定
- 變革時代聯絡中心的人才第2部分：座席和主管轉變為專家和教練
- 變革時代聯絡中心的人才第3部分：研究團隊的崛起
- 變革時代聯絡中心的人才第4部分：機器的崛起——認識虛擬座席
- 老秦夜譯
CTI論壇(ctiforum.com)（編譯/老秦）:在今天的聯絡中心，員工使用來自ACD報告、質量調查和人員配置系統的統計數據來調整路由規則、建議座席輔導計劃和調整員工時間表。這些員工中的許多人從聯絡中心的座席或主管的工作中走出來，甚至可能與聯絡中心的其他管理人員分擔分析責任。然而，要想在競爭日益激烈的客戶滿意度游戲中取得成功，就必須采用不同的方法。
數據是新的石油--數據科學家在聯絡中心
數據就是新的石油。它是有價值的，但如果未經提煉就不能真正使用。必須將數據轉化為天然氣、塑料、化學品等，才能創造一個有價值的實體，推動盈利活動；因此必須對數據進行分解、分析，使其具有價值。--數據科學家先驅Clive Humby。
數據爆炸正在發生，全球數據總量每3年翻一番，站點也沒有盡頭。利用這些數據將推動未來的經濟。這個領域的專家被稱為數據科學家，《哈佛商業評論》（Harvard Business Review）稱之為21世紀最性感的工作的職業。數據已經給職業體育帶來了革命性的變化--只要看看棒球場上的擊球手們用轉移到球場的一邊就知道了，這是由于擊球手們的統計擊球模式造成的。數據也將徹底改變聯絡中心。
數據通常分為兩類：結構化和非結構化。結構化數據長期以來一直是聯絡中心管理的基礎--數據是在一個組織良好的數據庫中，可以交叉引用，例如由座席、組和隊列組織的通話時間。非結構化數據比會話內容更原始。像聊天和電子郵件這樣的數字會話有豐富的文本等待挖掘，隨著語音識別技術的進步，語音會話也可以以類似的方式進行挖掘。語音和文本分析可用于破譯對話并將其分類到結構化數據庫中，例如，為來電者表現出挫敗感或座席使用不當語言的互動建立索引。
數據科學家在新興聯絡中心的工作是理解所有這些信息，并將其付諸行動以改善業務成果。
分析數據--數據分析師
數據分析師使用專門的分析工具來尋找趨勢和獲得見解，并幫助設計解決方案。數據分析員在結構化和非結構化數據中尋找相關性。例如，一個聯絡中心通過語音分析發現，在與座席的對話中提到競爭對手價格的客戶，最終離開轉向競爭對手的可能性明顯高于其他客戶。
為了擴大洞察的范圍，數據科學家可以將來自聯絡中心內部的信息與來自外部來源的數據相結合。公共領域中存在大量有價值的數據集。例如，一個完整的亞馬遜客戶評論和Yelp評論數據庫可以在線獲得，其中包含關于客戶情緒的寶貴數據。制造商或零售商可以利用這些評價來評估自己的產品和服務以及競爭對手的績效。這些見解可以幫助培訓座席在銷售談話中強調產品的哪些方面。其他有價值的工具是免費提供的，比如Google云公共數據集，它提供了搜索100多個公共數據集的能力，Google趨勢，它可以用來檢查Web搜索歷史以及實時搜索趨勢。
創造性的數據分析師將與聯絡中心的其他人合作，為他們發現的問題或機遇制定解決方案。數據分析師的見解可用于：
- 調整招聘慣例
- 改變人員配置水平
- 微調座席腳本
- 調整現有培訓或創建全新模塊
- 創建新的客戶互動計劃
例如，針對上述客戶流失風險的適當對策可以是主動聯系在互動中提及競爭對手價格的所有客戶，以特價吸引他們作出長期承諾。
數據分析師還將為機器人團隊提供關鍵見解。客戶交互趨勢可以用來決定在何處部署機器人，以及如何微調它們在該領域的性能。機器人本身將由另一種數據科學家開發。
構建未來--對話式開發人員
機器人開發首先需要認識到哪些問題非常適合自動化，哪些問題最好留給人工座席。下一個要求是熟練掌握驅動許多機器人程序的一套專門的自然語言工具，如Google DialogFlow和IBM Watson，并了解哪些工具最適合于哪種類型的對話。機器人開發人員使用數據分析人員提供的數據和見解來設計機器人解決方案，并訓練機器人更好地完成任務。
我們將這些人稱為會話開發人員。他們了解計算機是如何思考和對輸入做出反應的，這使得他們能夠更好地掌握什么時候以及為什么會發生意外，從而避免意外。他們利用數據分析員對結果的置信度來知道什么時候建議答案，什么時候宣布行動。
這些技術工人類似于軟件世界中的前端開發人員，一個好的前端開發人員與犯罪的合作伙伴，即用戶界面設計師是搭檔。對于機器人設計，這個人被稱為會話設計師，這是一個新角色，是為下一代聯絡中心編寫劇本的團隊的一部分。
聲明:版權所有 非合作媒體謝絕轉載
原文網址：
https://blog.glia.com/the-times-they-are-a-changing-talent-in-the-contact-center-part-4-the-research-team/
