将客户的声音 (VoC) 转化为商业智能

文章 (8) 2021-08-15 11:25:32

通过客户服务和支持,弄清楚为什么会发生某些事情与弄清楚发生了什么一样重要。事实上,有时“为什么”比“是什么”更能说明问题。

当组织的品牌忠诚度得分较低、收到客户的负面反馈甚至客户支持代理人员流失率高时,确定根本原因可能具有挑战性。即使使用数据分析有时也会导致死胡同。

然而,使用客户之声 (VoC) 分析可以揭示客户或员工行为背后的隐藏动机。了解如何使用语音分析和 VoC 来发现这些行为并修改业务实践以获得更好的结果并不困难,但许多组织根本不知道从哪里开始。

以下是一些现实生活中的例子,它们突出了联络中心领导者面临的常见困境,以及使用通过语音分析收集的 VoC 见解来扭转对品牌的负面影响的建议方法。

重复交互以争议计费
一家电信公司正在经历有关计费问题的重复客户互动。与这些客户互动的大约 300 名员工被要求使用纸质勾选表手动记录互动,但使用情况参差不齐且不可靠。此外,它最终收集的数据没有提供任何支持潜在变革行动的具体发现。

因此,该公司转而使用数字 VoC 仪表板来记录、分析和跟踪所有计费争议交互。对交互运行分析使其能够交叉关联并识别与重复交互相关的争议趋势,从而清晰地洞察根本原因。

该公司发现负面情绪和困惑与相同类型的互动相关,因此问题比最初认为的要大得多。有了这些信息,领导者就能够定义具体的行动,并指派所有者专注于改进。他们还记录了问题的新基线(因为原始基线不准确),因此他们可以根据正确的基线准确地量化改进。

患者预约不满意
一家医疗保健公司经历了一年多的可怕调查分数以及来自患者的严厉和讽刺评论。由于与其 150 名调度代理团队的互动不佳,它正在失去患者(和收入)。

领导们很困惑——他们花了一年时间研究质量保证计划并保持调查分数以跟踪进度。不幸的是,质量保证计划和调查分数来自一个非常小的样本——太小而无法找到根本原因。该组织缺乏理解和影响问题所需的工具。

只有在部署了自动语音分析之后,公司才能确定不满的根本原因。事实上,这是一个简单的修复。该组织富有同情心的员工在不知不觉中形成了一个恶性循环:员工想帮助患者确保预约,所以他们会说:“我们在那个日期没有任何预约,但如果你每天回电,我们可以看看是否有预约。取消。我相信我们能适应你。”

不幸的是,这引起了患者的高度沮丧和不满。此外,患者会这样做——不断地回电——只是在每次没有空位时都会感到失望。通过对座席的客户语言和建议进行再培训,这家医疗保健公司能够快速调整与患者的互动。

运输问题侵蚀品牌忠诚度和收入
一家遇到运输问题的公司正在使用客户的反馈来确定解决方案,但不确定在分析过程中应该考虑哪种类型的反馈数据。这导致了寻找解决方案的延误。事实上,经过 4 周的初步分析,领导者想要调查数据的另一个维度。但这迫使研究以扩大的范围和额外的劳动力成本重新开始。在此期间,公司亏损,客户满意度下降。

在讨论了一种新的分析方法后,该公司实施了自动化 VoC 分析来收集和分析交互数据。这使其能够分析每一次交互,以发现和研究运输问题。此外,由于 VoC 自动化正在收集所有数据,因此在分析需求发生变化时无需从头开始。

然后,该公司将研究范围扩大到情绪,使其能够将交互分为积极或消极等类别。除了通过自动化节省劳动力外,该公司现在每一次交互都会收到预测分数,使其能够专注于低分交互并更轻松地识别可以改善运输的反馈。

自动化收集和分析
大多数组织都知道,他们的客户服务团队之间存在“脱节”和“良好意图”,这与糟糕的业务绩效直接相关。但是,由于缺乏有效的技术、所有权或流程,其中许多问题从未得到解决,从而对业务运营和效率、客户和员工满意度、收入等产生重大负面影响。

管理人员并不总是了解与手动数据分析相关的劳动力和成本后果,直到达到临界点,而且在许多情况下,这些努力并没有产生任何切实的见解。采用 VoC 分析可以解决这些常见问题,创造真正的改进机会。正确的分析平台可以完成所有繁重的工作,因此领导者可以根据发现迅速采取行动,实施变革战略,并确保在组织内产生必要的影响和转型。

THE END

发表评论