在这里，我们的专家小组详细介绍了如何更好地利用联络中心的分析解决方案。

1。自动记分卡和强调辅导需求传统的绩效管理方法可能会让顾问感到不公平。这是因为他们的表现通常是根据他们的主管听随机电话或互动的小样本来评估的。

使用交互分析，在一个系统中自动监控、分析和评分跨多个渠道的所有客户与顾问的交互，可以客观地衡量顾问的绩效。每个顾问都有一个个人记分卡，每天根据商定的质量参数自动衡量他们的绩效。

通过将所有数据聚合到一个视图中，主管和经理可以根据关键质量指标评估和比较绩效。它还使我们能够了解整个客户旅程和整个顾问团队的质量状况，从而突出趋势或指导需求。

记分卡还可以让顾问评估自己的绩效，以便他们可以决定需要做什么来提高他们提供的体验的质量。

推动这种“质量文化”，可以通过游戏化顾问的努力来支持，展示顾问相对于同龄人（匿名）在关键标准上的得分。

情绪评分可以根据单个交易进行衡量（来源：CallMiner）

2。通过在一个系统中聚合客户互动、交易、反馈、声音和情绪数据以及顾问数据，interaction analytics提供了客户与公司互动的端到端画面，从而构建客户旅程的360度视图。

通过收集公司从不同数据源获取的有关客户及其互动的“硬”和“软”数据，创建了完整的360度旅程视图。“硬”数据包括客户通过多种渠道与公司的互动，如电话、聊天、电子邮件、短信、社交媒体和调查。简单地说，“硬”数据提供了事实信息。

但隐藏在硬数据中的是“软”数据，它可以更清楚地了解客户的感受。这可以包括情绪分析，确定他们是生气、高兴还是不高兴，或者顾问是否表现出同理心，让客户放松并接受。通过聚合硬数据和软数据，可以识别交易背后的人。

3。测量客户情绪互动分析允许联络中心自动标记某些语言模式、关键字、短语和其他特征，并根据设定的通话标准对其进行评分。这是情绪分析的基础。

情绪分析使用评分机制，监控对话，评估语言和语音变化，以量化与业务、产品、服务或主题相关的态度、观点和情绪。

情绪评分可以对单个交易进行衡量（来源：CallMiner）

情绪分析为难以衡量或通常主观衡量的因素提供了更客观的解释，例如：

客户声音中的压力或挫败程度个人说话速度的快慢会改变该人讲话所表示的压力水平（例如响应客户支持代表提供的解决方案）。此外，通过将机器学习整合到组合中，随着时间的推移，情绪分析变得更加准确，因为算法学习并适应对话中的共性以及对话的上下文如何改变结果。

4。确保法规遵从性因为交互分析会对每个顾问联系人进行分析和评分，所以它提供了更完整的他们的年龄和他们所关注的任务。

“Jeremy Payne”

通过预测分析，组织可以使用客户选择的渠道类型，以及他们的年龄特征和他们关注的任务，例如，来评估他们下一步可能做什么。然后，企业可以利用这些知识优化客户旅程。

三角测量业务活动监控（BAM）和业务分析功能，以及客户关系管理（CRM）和客户互动管理（CIM），使公司能够向客户提供与其过去行为和偏好相关的一系列服务选项。

CRM平台将注册、跟踪和记录与相关客户的最后一次互动以及结果，为企业提供历史视角。同时，该组织的分析引擎将告诉它某些类型的客户过去做了什么，并预测他们未来可能会做什么。

然后，当客户联系业务时，它可以使用诸如来电识别（CLI）或其他机制等技术来确定他们是谁，从CRM中提取他们的记录以查看他们的历史记录，并开始决定在组织内将他们发送到何处。

9。传递有关客户情绪/压力水平的信息使用实时语音分析（RTSA）解决方案持续监控顾问和客户之间的对话，使企业能够有效测量压力水平、脚本清晰度、过度说话和提高声音。

以下是语音分析系统如何报告压力水平、语音比率等（来源：Enghouse Interactive）

Jeremy Payne

通过这样做，组织可以测量任何互动的情绪温度，并向顾问和主管提供他们需要的信息，以快速调整语气，平息潜在的困难局面。

通过研究强调企业应该变得更加情绪化，分析解决方案对于寻求更好地了解客户并相应调整客户参与方式的联系中心非常有用。感谢Enghouse Interactive

10的Jeremy Payne。建立知识库预测分析有助于管理者了解各种渠道的实时成功。例如，如果语音通话频率很高，也许是时候激活聊天窗口，或者让客户查看网站常见问题解答的相关部分，以加快响应时间。

Sundeep Boughan

预测分析通过利用过去的解决方案来支持未来的类似场景，并在问题成为实际问题之前先发制人，极大地提高了决策的准确性和速度。这些至关重要的数据应该作为持续改进和共享学习的重要循环的一部分添加到知识库中。

，但步是查看联系中心现有的知识库。上次更新是什么时候？它有多容易使用？然后使用分析来帮助找到过去的解决方案，以处理现有的查询和未来的问题。感谢Puzzel

11的Sundeep Boughan。识别问题的根本原因语音分析解决方案能够根据设置的参数筛选数千个通话，快速识别需要注意的通话，以及可能揭示业务洞察力的通话。

Neil Draycott

这些参数可能基于通话的持续时间或重复通话的次数（可能会指出顾问的通话处理问题）以及特定关键字的提及，例如竞争对手的名字。

识别并成功隔离数百或数千个具有挑战性的呼叫，将深入到问题的根本原因（例如缺乏顾问培训）来发现甚至可能没有被搜索到的问题和趋势。

感谢Business Systems

12的尼尔·德雷科特。更大限度地提高支持队列的效率联系中心如何使用数据分析的一个简单示例是更大限度地提高支持呼叫队列的效率。

有一套呼叫中心支持顾问，更佳状态是让所有团队处理呼叫，以更大限度地提高他们的工作效率，同时只有一到两个客户在排队，从而保持良好的客户体验。然而，联系中心很难进入这种状态。

Daniel Yin

通过数据分析，联络中心可以回顾影响队列长度和顾问状态的所有因素，并对其进行调整，直到达到更佳性能。

数据分析可以形成一个良性循环，允许联络中心测试他们所做的任何调整的有效性，直到达到更佳位置。

感谢RingCentral

13的Daniel Yin。简化流程以及联系中心两侧的人员福利，分析能够为内部流程提供更具凝聚力、更精简的结构。

联络中心可以根据定性指标以及员工进行筛选，从而减少了绘图资源投入使用的时间。这种有条理的结构可以缩小数据差距，提供全面的数据样本供使用，而不存在纸张的后勤缺陷。

联络中心可以根据定性指标以及员工进行筛选，从而减少了绘图资源投入使用的时间。

Enda kennealy

由于所有数据都是自动记录的，因此几乎没有产生错误的空间，这在法规遵从性方面很有价值。

随着GDPR即将推出，分析用户的负担也会减轻，这得益于所有交互都会留下透明的电子轨迹，从而确保联络中心准确地知道保留的内容，并且他们的数据保留符合新法规。

14。消除联络中心对调查的依赖联络中心的任务通常是平衡其获得反馈的需要和调查疲劳的风险。然而，互动分析可以用来实时评估客户体验，而不是在电话上测量客户满意度。

此外，团队还可以从通话记录中提取分析信息，以确定服务质量以及与成功或失败互动相关的任何特定对话主题。

Enda Kennealy

这些主题可以成为告知客户服务策略的宝贵资源，因为它们可以识别高质量客户沟通中的语言和语调。这将为联络中心员工提供信息，以告知他们的语言注册和行为。然而，这并不意味着联系中心应该完全取消电话调查。为了获得真正可行的见解，尝试提出开放式问题，以帮助理解是什么导致了痛苦或喜悦，而不仅仅是依赖数字数据。

感谢West Unified Communications

15的Enda Kenneally。为了防止每次客户旅程中的跟进电话，有许多事件与某些后续行动密切相关。

在每个客户旅程中，都有许多事件与某些后续行动密切相关。

当客户打电话询问特定问题、购买特定商品或执行交易时，通常会出现一个后续问题，可以在与客户的次互动中预测和解决。

用于预测分析的工具提供了提供主动式客户服务的能力，使企业能够减少通话量和d提供更好的客户服务。这是通过预测和满足下一个客户需求来防止下一个/个客户呼叫来实现的。

16。通过扩展跨渠道洞察有效分析，组织可以确定是否特定的联系方式以及原因。它还可以更好地了解一个频道是否在另一个频道之后持续使用，以及将更多互动推到自助服务或聊天的努力是否成功。

“Jonathan Wax”

这样的分析解决方案可以在企业规模的多个渠道上部署，以了解哪些产品、活动和战略能够提供最强大的结果。

联络中心将能够汇总客户互动、交易、反馈和顾问数据，以提供客户旅程的端到端画面。

感谢NICE Nexidia的Jonathan Wax

有关联系中心分析主题的更多信息，请阅读我们的文章：

客户数据分析简介客户数据分析–如何在7个步骤中分析数据通话记录和语音分析参考Guid