Big Data na pomoc w jakości contact center

Jak precyzyjnie ocenić jakość pracy konsultantów z contact center? Dotychczasowe metody monitoringu były, delikatnie mówiąc, nieprecyzyjne. Jednak z pomocą przychodzi analiza big data. Oto skuteczny model, jaki zastosowali tureccy badacze.

Ocena pracy konsultantów contact center, to bardzo kłopotliwe zadanie. Tradycyjny sposób polegał na odsłuchiwaniu wybranych rozmów z klientami. Jednak to kosztowna i mało precyzyjna metoda. Liczba rozmów, które można odsłuchać, jest niewielka. W dodatku takie zadanie jest kosztowne – angażuje czas i uwagę przełożonych konsultantów. Warto też pamiętać, że wybór rozmów jest zazwyczaj losowy, a ocena daleka od doskonałości. Przy takich ograniczeniach trudno o obiektywną i precyzyjną analizę wydajności call center.

Praca w contact center wymaga oceny, to oczywiste. Jak podołać temu wyzwaniu? Kierownicy nie mogą przecież odsłuchać tysięcy rozmów przechodzących przez call center…

Ocena wydajności i jakości pracy contact center za pomocą analizy big data

Z pomocą w monitorowaniu pracy konsultantów przychodzi analiza wielkich zbiorów danych. Praktyczną metodę analizy big data do oceny wydajności contact center zaprezentowano na 2016 International Symposium on Networks, Computers and Communications (ISNCC).

Raport przygotowała para naukowców: Betul Ay i Galip Aydin z Firat University (Turcja). Badacze przeanalizowali wszystkie rozmowy pracowników call center z klientami używając m.in. platformy Hadoop MapReduce, algorytmów podobieństwa tekstu (Cosinus i n-gram) oraz listy słów slangowych. Przejdźmy do szczegółów.

Praca contact center – ocena wydajności konsultantów

Betul Ay i Galip Aydin opracowali metodę analizy big data, która pomaga w automatycznej ocenie wydajności contact center. Dzięki niej zdecydowanie łatwiej obiektywnie ocenić pracę konsultantów, zwiększyć satysfakcję klientów oraz zmniejszyć koszty pracownicze.

Analiza jest skuteczna i automatyczna. Obejmuje wszystkie rozmowy, które przeprowadzili pracownicy call center. Wyniki przełożone są na liczby, co ułatwia precyzyjne monitorowanie pracy konsultantów.

Badacze wykorzystali do analizy m.in. MapReduce – platformę do przetwarzania dużych zbiorów danych oraz HBase (baza danych NoSQL dla dużych danych, działająca na Hadoop), Hive (system działający na dużych danych) oraz Mahout (algorytmy uczenia maszynowego).

W ocenie wydajności konsultantów uwzględnili m.in.:

  • szybkość reakcji na telefon
  • szybkość rozwiązania problemu z którym dzwoni klient
  • użycie słów na przywitanie i pożegnanie
  • korzystanie z określeń slangowych lub zwrotów zabronionych

Analiza rozmów z contact center – krok po kroku

Nagrane rozmowy najpierw trafiają do chmury – mogą być przechowywane i przetwarzane równolegle.

Rozmowy konwertowane są na pliki tekstowe (za pomocą Google Speech API). Potem rozpoczyna się ich analiza.

Badacze użyli algorytmów podobieństwa (m.in. Indeks Jaccarda i podobieństwo cosinusowe). Sprawdzali np. czy zapisy rozmów między klientami a konsultantami są podobne do ustalonych wcześniej powitań i zdań końcowych.

Cały system monitoringu call center można podzielić na trzy elementy:

  • konwersja i przechowywanie danych z rozmów
  • analiza danych połączeń (m.in. wykrywanie słów slangowych, przywitań i fraz kończących rozmowę, zakazanych zwrotów, powtarzanie nazwiska klienta oraz powtarzanie zdań, radzenie sobie z rozgniewanym klientem)
  • ocena wydajności – wyniki każdego konsultanta są określane liczbowo.

Efekt?

Przełożeni mogą “jednym kliknięciem” sprawdzić, jak pracownik radzi sobie w każdym z analizowanych segmentów podczas konkretnej rozmowy lub w wybranym okresie. Łatwo zorientować się również, jakie są wyniki dla danej metryki dla całego zespołu (np. użycie słów slangowych, powitań czy ostrzeżeń w przypadku wściekłych rozmówców).

Zalety rozproszonego systemu oceny wydajności

Jakie są zalety rozproszonego systemu oceny wydajności, który stworzyli tureccy badacze? To przede wszystkim atuty innowacyjnych rozwiązań z m.in. automatycznie generowaną analizą i oceną pracy każdego konsultanta call center. Automatyczna analiza oznacza mniejsze koszty pracownicze (analiza big data obywa się bez udziału ludzi).

Ocena wydajności pracownika i całych zespołów jest też maksymalnie precyzyjna i obiektywna – nie ma miejsca np. na sympatie i antypatie. Punkty przyznawane są konsultantom automatycznie.  Zaproponowany przez badaczy system daje również szansę na szybkie wykrycie niepokojących trendów lub zachowań. To zadanie niemal niewykonalne przy zastosowaniu tradycyjnych metod czyli odsłuchiwania wybranych losowo rozmów.

Autor: Rafał Panas, CCNEWS.pl

Total
0
Shares
Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *

Artykuły na pokrewne tematy
więcej

Wyminąć “śnieżną kulę”, czyli rażąca siła postów

Facebook staje się równoprawnym kanałem kontaktu coraz częściej uwzględnianym w strategii obsługi klienta. Dotyczy to głównie w branży e-commerce, gdzie decyzje zakupowe często zależą od opinii klientów, a Ci chętniej oceniają nie produkt, lecz obsługę i robią to najczęściej w mediach społecznościowych.
więcej

Idzie sezon zakupów. Jak sklepy internetowe poradzą sobie ze zwrotami?

Rekordowo wysoka sprzedaż, jaką notują w czasie pandemii polskie sklepy internetowe, oznacza dla sprzedawców nie tylko wyższe obroty, ale też więcej pracy przy obsłudze zwrotów. Ostatni raport merce.com pokazuje, że duże sklepy, które częściej stawiają na automatyzację procesu i zlecają zwroty na zewnątrz, mogą wyjść z tej próby zwycięsko.
więcej

Praca zdalna w praktyce. Porady ekspertów HR

Praca zdalna zostanie z nami na dłużej, a w najbliższych latach powstawać będą nowe modele pracy. Jak pokazują badania Pracuj.pl, 9 na 10 respondentów chce korzystać z tej formy zatrudnienia także w przyszłości. Czy jednak naprawdę wiemy, jak efektywnie wykonywać obowiązki z domu?