數據挖掘在基于呼叫中心的CRM中的應用
2011/10/20
“以客戶(hù)為中心”的管理理念正在逐步得到企業(yè)的重視和認可，作為從事服務(wù)性行業(yè)的企業(yè)，為了提高工作效率，提高客戶(hù)服務(wù)質(zhì)量，滿(mǎn)足客戶(hù)、留住客戶(hù)的目標。一個(gè)基于呼叫中心的CRM應運而生。
呼叫中心是企業(yè)和外部的聯(lián)系通道。使用呼叫中心后，服務(wù)中心的咨詢(xún)人員就可根據主叫號碼到CRM的客戶(hù)數據中提取客戶(hù)的基本信息和以往電話(huà)記錄，很快進(jìn)入問(wèn)題的核心；或將呼叫轉接到相關(guān)專(zhuān)業(yè)人員的坐席，使客戶(hù)可以馬上得到專(zhuān)業(yè)人員的幫助。
同時(shí)呼叫中心記錄下了企業(yè)的呼叫次數、CRM是基于大型數據倉庫的客戶(hù)資料管理系統。服務(wù)中心的咨詢(xún)人員記錄下客戶(hù)的來(lái)電問(wèn)題，形成定單，給出是否解決的標記；處理人員就那些尚未解決的問(wèn)題進(jìn)行處理，并反饋客戶(hù)，也可安排上門(mén)服務(wù)；質(zhì)檢人員對上門(mén)服務(wù)的情況進(jìn)行客戶(hù)回訪(fǎng)，對上門(mén)質(zhì)量進(jìn)行檢查。
查詢(xún)分析正是就呼叫中心里記錄的那些企業(yè)來(lái)電情況、CRM里定單管理流程數據進(jìn)行數據挖掘，給企業(yè)管理者直觀(guān)的獲悉服務(wù)中心運轉狀況，為優(yōu)化人員配置、業(yè)務(wù)流程重組，人員資源管理、維護客戶(hù)關(guān)系提供分析數據。以指導基層人員的業(yè)務(wù)行為、更好的關(guān)懷客戶(hù)。
1.需求
如何使企業(yè)管理者更直觀(guān)的了解服務(wù)中心當前運轉情況，是查詢(xún)分析需要考慮去實(shí)現的。基于服務(wù)中心現有職能部門(mén)設置，給出以下主要數據展示內容：
1.1 服務(wù)中心的呼叫電話(huà)量
結合我們所服務(wù)行業(yè)的多樣性，呼叫中心共分設了申報、稅控、出口退稅和自主產(chǎn)品4大工作組。根據CTI系統的數據可以給出每個(gè)工作組按月、按日、按時(shí)段不問(wèn)時(shí)間域上的呼叫電話(huà)量；同時(shí)也可按客服人員的工號給出其不同時(shí)間域上的工作量。有了這些表格數據，服務(wù)中心的管理人員就可對呼叫電話(huà)的話(huà)務(wù)分布情況、話(huà)務(wù)趨勢、每人的話(huà)務(wù)量都有預先了解和合理、有效判斷。提前做好人員安排，保證咨詢(xún)線(xiàn)路暢通，服務(wù)質(zhì)量?jì)?yōu)質(zhì)。
1.2 服務(wù)定單的類(lèi)別情況
不同工作組的客服人員就所服務(wù)電話(huà)生成的服務(wù)定單也是由行業(yè)業(yè)務(wù)不同而設置為不同的定單類(lèi)別，那么根據服務(wù)中心每天所生成的不同定單類(lèi)別數，管理人員就能及時(shí)安排不同處理人員專(zhuān)管不同定單類(lèi)別的未處理定單，做到“專(zhuān)人專(zhuān)用”，以加快未處理定單的處理速度。因為未處理定單通常都足咨詢(xún)人員一時(shí)無(wú)法解決而遺留下來(lái)需要處理人員進(jìn)行特殊處理的。而這些往往是影響服務(wù)質(zhì)量的業(yè)務(wù)，如最近心須要回復客戶(hù)而沒(méi)有得到及時(shí)處理的，最近待處理業(yè)務(wù)，最近處理失敗業(yè)務(wù)，最近遺漏處理業(yè)務(wù)等，這些將大大影響服務(wù)質(zhì)量．通過(guò)咨詢(xún)處理查詢(xún)界面，管理人員能及時(shí)安排處理，從而提高服務(wù)質(zhì)量，提高企業(yè)滿(mǎn)意度。
1.3 來(lái)電咨詢(xún)的企業(yè)情況
根據CTI系統的電話(huà)號碼匹配客戶(hù)數據庫，將獲得來(lái)電咨詢(xún)的企業(yè)信息，不同企業(yè)類(lèi)型、企業(yè)規模、企業(yè)地域的企業(yè)所咨詢(xún)的問(wèn)題、生成的定單類(lèi)別往往是各異的。管理人員通過(guò)這些分布數據。可以在培訓企業(yè)業(yè)務(wù)知識、如何操作使用軟件方面應人而異。使培訓人員在對企業(yè)進(jìn)行培訓時(shí)有的放矢，有一定針對性，既方便企業(yè)更快、更好、更熟練地使用軟件，也減輕呼叫中心的電話(huà)量，更降低上門(mén)人員上門(mén)服務(wù)次數，做到精益求精。這樣使企業(yè)也充分滿(mǎn)意公司的服務(wù)，認可培訓效果。
2.設計
根據需求。結合呼叫中心和CRM定單管理的數據，整個(gè)數據挖掘的系統結構見(jiàn)圖1所示。
圖1:企業(yè)細分變量
在系統結構中。底層為數據源，包括企業(yè)數據庫、定單數據庫、CTI數據庫及其他外部數據，通過(guò)ETL工具提取數據形成數據倉庫。以形成面向傘局的數據視圖，從而形成整個(gè)系統的數據基礎。在此基礎上通過(guò)OLAP和OLAM服務(wù)器支持數據分析處理(主要是查詢(xún)，報表)，將數據挖掘分析結果用于操作型CRM以網(wǎng)頁(yè)形式展示，為服務(wù)中心的管理者提供支持。
企業(yè)數據庫中將企業(yè)類(lèi)型、企業(yè)員工數、企業(yè)地址、企業(yè)稅號、企業(yè)電話(huà)等表針企業(yè)屬性的字段數據進(jìn)行提取，最終形成客戶(hù)數據集市。定單數據庫中將定單企業(yè)稅號、定單類(lèi)別、定單狀態(tài)等表針定單屬性的字段數據進(jìn)行提取，最終形成定單數據集市。CTI數據庫中將來(lái)電號碼、來(lái)電事件類(lèi)型、來(lái)電接聽(tīng)人、來(lái)電日期、來(lái)電時(shí)間、來(lái)電組號等表針CTI屬性的字段數據進(jìn)行提取，最終形成CTI數據集市。各集市間通過(guò)企業(yè)稅號、來(lái)電號碼、定單號獲取相應關(guān)聯(lián)。
3.應用
3.1 數據分類(lèi)
CRM中的定單處理流程能較好的表現當前服務(wù)中心服務(wù)客戶(hù)的質(zhì)疑情況，如哪些是客戶(hù)急需解決的疑難問(wèn)題，哪些是回訪(fǎng)企業(yè)沒(méi)有成功需繼續跟蹤的服務(wù)，哪些是機房人員要快速驗證的客戶(hù)。
表1:因素變量
1)我們根據定單類(lèi)別、定單狀態(tài)可將定單進(jìn)行細分，針對不同分類(lèi)結果，采取不同應對方法去處理、解決。
定單細分滿(mǎn)足以下2條件：
(1)完整性，定單數據庫中的每一張定單都屬于一個(gè)細分群。
(2)互斥性，由于一家企業(yè)每日來(lái)電都一個(gè)定單流水號，確保一家企業(yè)在定單數據庫中每日都不會(huì )同屬于多個(gè)細分群。
如表1所示。
2)在CRM中，咨詢(xún)定單是咨詢(xún)處理的主要業(yè)務(wù)定單。為了有效、及時(shí)的獲取咨詢(xún)定單的處理情況，需要對定單屬性模式進(jìn)行分析，從數據挖掘技術(shù)可以認為是分類(lèi)問(wèn)題，可以用組合分類(lèi)方法處理，具體分析過(guò)程如下：
(1)定義企業(yè)特征模式，選擇分析粒度(企業(yè)類(lèi)型、員工數、分管分局等)。可對一天內，來(lái)電企業(yè)的特征模式進(jìn)行分類(lèi)歸納；也可就生成定單的特征模式進(jìn)行分類(lèi)總結。
(2)選擇數據源，進(jìn)行數據準備。
(3)選擇及轉換變量。
(4)通過(guò)組合分類(lèi)方法處理數據，建立分類(lèi)定位模型。
(5)利用分類(lèi)定位模型將定單列表中的定單按最近處理響應時(shí)間排序，同時(shí)根據最近處理響應時(shí)間與當前時(shí)間的時(shí)間間隔為分段依據進(jìn)行不同顏色、字體大小的設置。以便一目了然地看出服務(wù)中心的咨詢(xún)處理近況。
3)有了這些定單數據，中心負責人就可以指派專(zhuān)人對問(wèn)題比較集中、類(lèi)似的定單進(jìn)行特殊、專(zhuān)項處理，避免定單積壓。同時(shí)由于企業(yè)一時(shí)得到問(wèn)題的解決，會(huì )不停的撥打咨詢(xún)電話(huà)詢(xún)問(wèn)處理進(jìn)展，有專(zhuān)人定向服務(wù)后。也可減輕咨詢(xún)人員的話(huà)務(wù)壓力。根據企業(yè)數量的大小，結合所咨詢(xún)的問(wèn)題內容給出相應的解決、處理方法，查找企業(yè)培訓工作中的不足之處。
總結經(jīng)驗，提高企業(yè)培訓質(zhì)量，咨詢(xún)人員解決問(wèn)題的應變能力。
3.2 面向OLAP分析的CTI工作組話(huà)務(wù)分析
OLAP(聯(lián)機分析處理)分析是基于多維數據模型進(jìn)行的多維數據分析。通過(guò)呼叫中心的通話(huà)記錄和客服人員所在工作組安排記錄，構建一個(gè)UML星系模式，以便為服務(wù)中心的管理人員能對每個(gè)呼叫工作組的人員進(jìn)行配備分析，合理分配每個(gè)工作組、每位客服人員的話(huà)務(wù)餐。
這個(gè)UML星系模式構建自3個(gè)關(guān)系數據庫，包括CTI父系數據、員個(gè)關(guān)系數據和工作組關(guān)系數據。分析主題是個(gè)作組內各客服人員的通話(huà)量。
3.2.1 數據源
1) CTI關(guān)系數據庫
呼叫中心系統把每個(gè)來(lái)電信息存儲在一個(gè)關(guān)系數據庫中。對于每個(gè)來(lái)電號碼。存儲的數據說(shuō)明了該來(lái)電的來(lái)電號碼、來(lái)電類(lèi)型、來(lái)電通話(huà)開(kāi)始時(shí)間、來(lái)電接聽(tīng)人工號、來(lái)電通話(huà)結束時(shí)間、來(lái)電日期。表屬性如下所示：
CallRecord(tel_num，event_type，starttime，emp_l，endtime，day)這個(gè)關(guān)系的一個(gè)記錄如下所示：
(32345126,咨詢(xún)來(lái)電通話(huà),9:10:03,108,9:13:21,2008-6-4)
2)員工關(guān)系數據
CRM定單管理系統把每個(gè)咨詢(xún)人員信息都存儲在一個(gè)關(guān)系數據表中。號、姓名、工作組。表屬性如下所示：
Yonghb(daim，xingm，bum)
這個(gè)關(guān)系的一個(gè)記錄如下所示：(108,彭霄,1)
3)工作組關(guān)系數據
呼叫中心系統按被撥打的咨詢(xún)熱線(xiàn)號碼不同，設置了多個(gè)工作組來(lái)接人電話(huà)工作組的沒(méi)置信息存儲在一個(gè)關(guān)系數據表中。對于每個(gè)工作組，存儲的數據說(shuō)明了該工作組的組號、組名、優(yōu)先級(對于咨詢(xún)熱線(xiàn)號碼常用的幾個(gè)，又按優(yōu)先級接入到同類(lèi)型的工作組中，有效分流同類(lèi)咨詢(xún)電話(huà)的接聽(tīng)、處理量)。表屬性如下所示：
Dm_bum(daim，neir,jib)
這個(gè)關(guān)系的一個(gè)記錄如下所示： (j,咨詢(xún),1)
3.2.2 UML diagram的生成
1)由關(guān)系數據轉換的CTI來(lái)電的UML diagram如圖2所示。
圖2:CTI來(lái)電的UML diagram (介紹性文字)
2)由關(guān)系數據轉換的員工的UML diagram如圖3所示。
圖3:員工的UML diagfam (介紹性文字)
3)由關(guān)系數據轉換的工作組的UML diagram如圖4所示。
圖4:工作組的UML diagram (介紹性文字)
3.2.3 UML星系模式
通過(guò)CTI的來(lái)電號碼、來(lái)電事件類(lèi)型、來(lái)電日期、來(lái)電時(shí)間、來(lái)電接聽(tīng)人和來(lái)電組號，構建一個(gè)UML星系模式，以便為服務(wù)中心的管理人員能對CTI話(huà)務(wù)有全方位的預測。
這個(gè)UML星系模式的分析主題是服務(wù)中心CTI的話(huà)務(wù)量。
這個(gè)UML星系模式如圖5所示，有2個(gè)事實(shí)類(lèi)和4個(gè)共享維。2個(gè)事實(shí)類(lèi)為co_fact和qy_fact。
圖5:UML星系模式 (介紹性文字)
Ce_fact事實(shí)類(lèi)的內容由CTI關(guān)系數據以及經(jīng)過(guò)計算的數據產(chǎn)生。Qy_fact事實(shí)類(lèi)的內容中客戶(hù)關(guān)系數據以及經(jīng)過(guò)計算的數據產(chǎn)生。4個(gè)共享維為員工維、工作組維、來(lái)電事件維和時(shí)間維。員工維來(lái)自員工關(guān)系數據表的內容，有“gongh”類(lèi)。工作組維來(lái)自工作組關(guān)系數據表，有“group”類(lèi)。來(lái)電事件維來(lái)自來(lái)電事件關(guān)系數據表，有“event_type”類(lèi)。時(shí)間維包含3個(gè)類(lèi)“month”、“day”、“time”，有兩個(gè)概念分層。一個(gè)是“day”—“month”，另一個(gè)是“day”—“time”。這樣，這個(gè)UML星系模式就構成了一個(gè)面向CTI的話(huà)務(wù)量主題的多維數據概念模型，從而可進(jìn)行面向這個(gè)主題的OLAP多維數據分析，通過(guò)上卷、下切、鉆取等實(shí)現如：“各工作組的話(huà)務(wù)量”、“每月每日的話(huà)務(wù)量”、“各企業(yè)的話(huà)務(wù)量”、“每日分時(shí)段的話(huà)務(wù)量”、“各來(lái)電事件的話(huà)務(wù)量”等查詢(xún)分析。
4.結束語(yǔ)
本文所述的查詢(xún)分析是一個(gè)實(shí)際應用，該應用成功地使管理人員及時(shí)獲悉服務(wù)中心各職能邪門(mén)的工作質(zhì)量，并指定有效的咨詢(xún)人員排班機制。運行結果表明該應用確實(shí)提高了管理者效率，并對服務(wù)中心的管理基本做到實(shí)時(shí)、量化的水平，大幅提高了服務(wù)質(zhì)量和管理水平。使客戶(hù)的滿(mǎn)意率穩步上升。
賽迪網(wǎng)中國信息化(industry.ccidnet.com)
相關(guān)閱讀:
抚宁县|
吉林省|
军事|
苍溪县|
托克逊县|
临汾市|
浪卡子县|
湘阴县|
罗田县|
襄城县|
尼玛县|
项城市|
道真|
永胜县|
晋城|
北碚区|
隆昌县|
安吉县|
栾城县|
天峨县|
万山特区|
县级市|
灌阳县|
双峰县|
涡阳县|
阿鲁科尔沁旗|
铁岭市|
施甸县|
塘沽区|
伊吾县|
迁安市|
库伦旗|
福建省|
滁州市|
松潘县|
西乌|
渭南市|
大余县|
庆城县|
喀喇沁旗|
荔波县|