◆陈根华 / 文
目前,各大电信运营商在产品、渠道、服务等方面形成了多维竞争态势,急需一个“以客户为中心”、实现采集、汇聚、差距分析的用户主客观感知数据整合载体。只有抓住客户的痛点和诉求,才能抓住业务管理方向。为此,在这个数据为王的时代,我们创新性地提出利用大数据技术,通过科学的数据清洗和挖掘,构建服务感知因子关联模型,以客户诉求为中心,全面量化客户对服务的感知满意程度,由此发掘公司实际服务的品质与客户感知之间的差距,并找到服务品质提升的方向。降低客户投诉率的上海电信“服务感知差距平台”应运而生。
抓住隐藏在大数据背后的客户需求,就等于抓住了企业发展的未来。科学地利用大数据技术,通过构建一个用户感知差距平台,对客户主观的服务体验进行量化处理,让客服部门及时掌握服务质量并发现差距,进而明确服务改进方向、优化服务流程。平台以客户期望和客户视角为立足点,以“整合大数据源+构建指标体系+智能化数据分析+可视化输出”为设计思路,通过数据同步、接口对接、互联网爬虫等方法进行数据采集,汇聚了NPS、满意度、投诉、触点及场景化体验五大类客户主观感知数据,经过科学数据清洗,深度挖掘衍生关键词、预测词语指数、用户衍生需求,构建了一套完整的指标体系和服务品质数据画像,实现了业务智能化、数据管理精细化,助力解决服务趋势着力点的捕捉和服务管控焦点趋势预判。
平台攻坚克难,形成了多个实际应用场景的质量提升决策模型,重点构建并固化了渠道服务投诉画像、网络装维投诉画像、关键服务指标视图、渠道服务稽查视图4个关键分析视图和75个指标元素。
我们始终贯彻“以客户为中心”的服务理念,和“以问题为导向”的服务策略,探索了满意度和用户投诉之间的关联因子,利用因子分析法构建服务感知因子关联模型,让平台不仅可以量化用户的服务感知,还可以精准定位影响用户服务感知的具体问题,使基层单位可以针对性地解决问题,优化服务措施,降低客户抱怨度,实现客服管理的“抓大放小”。
所谓因子,即那些影响客户满意度的变量。因子分析法的主要目的,是用来描述隐藏在一组测量到的变量中的一些更基本但又无法直接测量到的隐性变量,在服务质量调查方面具有广泛的应用。而我们在利用该方法时又创新地将包括营业厅满意度、掌网厅满意度、微信微博满意度、装维满意度等数据接入模型,构建了更多的因子维度,包括套餐、行为、渠道等。通过更多的因子维度以及更丰富的满意度数据,优化了因子分析模型,增强了对客户满意与投诉产生原因的预测能力,实现了对服务问题的预警,精准定位服务投诉,降低了客户投诉发生率。
此外,为了灵活适用于各业务单位关切的服务短板,平台还形成了视图个性化配置功能,从而实现感知差距展现“千人千面”的管理诉求。平台在2018年获得了软件著作权,以及公司的年度科技进步奖,并且在绩效管理上也有明显的提升。
虽然上海电信的公客综合满意度较有优势,但通过平台的感知差距分析和趋势化预判,特别是对满意度因子的拆解和用户(投诉)痛点的拟合关联分析后,我们发现用户对于渠道服务、装维服务的抱怨相对集中。因此,结合平台趋势化预判和线下管理手段的齐抓共管,我们针对营业厅狠抓渠道服务规范,强化了服务稽查力度。这些举措让2019年渠道服务类投诉相比2018年下降了34.7%,渠道满意度上升了4.4%。同样,针对宽带装维业务,平台帮助客服加强了装维满意度针对性的回访,通过服务小循环,助力一线降低装维投诉的比值,2019年12月相比2018年降幅达到24.8%,从而在总体表现上助力上海电信2019年的公众满意度相比2018年整体提升5%,持续保持行业领先。
图1 满意度和投诉的关联因子模型示意图
图2 (公众移动)投诉对满意度-影响系数示例图
随着“服务感知差距平台”的推广与运营,上海电信服务整体质量得到了全面提升,助力上海电信的服务优势进一步巩固,对于用户保有和激增也将起到积极作用,从而实现服务管理的双提升。这些都归功于感知差距平台独特性地集成了问卷、投诉、即时满意度等主观数据和脚本测试客观数据,与现在普遍使用的用户满意度调查和服务调研相比具有满意度精准度更高、报表维度颗粒度更细的特点。平台还创新性地融入预警能力,根据指标预警规则,将痛点问题精准定位到区局维度,并进行消息预警推送。同时,提供督办单创建、工单状态查询、工单完结等操作,形成可视化监督视图,实现督办工作在线闭环管理。从了解用户体验到实现服务品质提升,平台都做了极大的改进和创新。
未来,上海电信“服务感知差距平台”将利用大数据、AI等领域的最新技术,朝着在线化、自主化与智能化的方向持续迭代,实现从感知服务差距、发现服务问题到主动服务改善的进化。通过实现基于数据智能的服务改善决策及主动的服务改善督办流程,进一步提高客服工作效能、提升服务品质,并驱动上海电信的客服工作持续向数字化、在线化、精细化与智能化的方向转型升级。