对于客服管理人员来说，如何通过数据找到问题，提升管理、提高服务质量是非常重要的。有效的方法可以更加直观地将问题展现，帮助管理人员及时抓住要点做出科学合理的决策。
现在的客服系统的特点是全平台化，与营销和产品的前后联系更加紧密，有时不单单只研究客服本身，而要研究每一个环节，将它们数据化模型化。注重并依赖数据分析，形成数据驱动的管理模式。
人们常说数据不会说谎，但是对于纷乱的数据指标，管理者可能无所适从，在过多的报表里找不到问题的关键，数据反映出的真相到底是什么？怎么看到？这都是管理者面临的挑战。因此合理有效的树立数据指标，理性的分析变得尤为重要。
首先，建立有效的监测和考核指标。下面以电商的售前客服为例，将指标分为几大类。可分别按周、月、季度对应客服人员进行统计和考核。
一、客服接待数据：咨询量（人数），即咨询客服的用户数；接待人数，即客服接待的客户数。
二、对话数据：问答比=客服消息数/客户消息数；有效对话率=有效对话数/对话数；平均首次响应时长，即客服对客户第一次回复用时的平均值；平均对话时长，即接待每一个客户的用时平均值。
三、销售数据：销售额，即客户付款金额；销售量，即客户购买商品件数。
四、客单数据：客单价=销售额/销售客户数，即对于成交的客户，平均每次购买成交的金额。客件数=销售量/销售客户数，即平均每个客户购买商品件数。
五、转化率：询单转化率=销售量/咨询量
六、客户满意度：通过客服系统收集的客服打分情况。
接着，对于问题进行分析。下面就几个具体的场景给出了一些分析和解决方案：
一、如果咨询量较低一般可能有两个因素导致：流量不够，我们就要考虑加强推广投放。或者网站设计，如客服咨询入口设计有问题，导致咨询量偏低。这时我们就要结合网站访问数据，看看到底是访问量低还是对话率（即从访问网站到开始对话的转化率）低，从而确定是哪一种问题并有针对性地解决。
二、问答比较低，可以反映出客服的服务意识不强，主动性不够，对产品的熟悉度不够。这时就要加强考核，服务意识的灌输，产品知识的培训。
三、客单价客件数较低，反映客服对顾客需求把握及产品关联的熟悉度不够，即不能通过客户的某一个需求关联到更多产品，不能推荐更多的套餐。解决的方法是培训客服了解关联商品，熟悉运营计划；并通过培训加强客服对于客户需求的洞察。
四、客户满意度低，影响客户满意度的因素会很多，比如客户等待时间过长，客服流程太过复杂，客服人员不能理解客户的需求无法解决客户的问题，客服人员的服务态度较差等。解决这个问题我们就要深入更具体的数据，如首次相应时长，有效对话率，问答比等逐步排除最后找到问题点，再进行具体突破。
| 
发表于 2018-1-23 11:26:22
