傳統(tǒng)質(zhì)量評估：
樣本容量極其有限，且評估結(jié)果存在偏差
在傳統(tǒng)質(zhì)量評估模式下，企業(yè)需要每月隨機(jī)抽取每名座席的少量通話樣本，并由特定人員或團(tuán)隊按照以成本節(jié)約為中心的關(guān)鍵績效指標(biāo)，例如平均處理時間及首次接觸解決率等，對樣本進(jìn)行審核評估。而較為復(fù)雜的評估可能會試圖挖掘顧客對質(zhì)量的感知。
這一流程存在的問題在于進(jìn)行小樣本調(diào)查根本無法得出具有統(tǒng)計學(xué)意義的有效結(jié)論。然而，在傳統(tǒng)質(zhì)量監(jiān)測實踐中，這一數(shù)據(jù)卻被用于計算質(zhì)量指數(shù)得分（Quality Index Score，又稱QIS）。讓我們來看這樣一個情況，每個座席每天通話75次，每月工作22天。
- 每天通話75次，每月工作22天，月通話總量為1，650次。
- 每月監(jiān)測每名座席的5次通話。
- QIS就是0.003%（5除以1，650）。
現(xiàn)在，我們將這一數(shù)據(jù)代入標(biāo)準(zhǔn)統(tǒng)計公式。如果企業(yè)愿意接受10％的錯誤率，置信水平為90％，則樣本量應(yīng)為66次通話。
然而，為了獲取有價值的洞察力而抽取大量通話樣本進(jìn)行評估卻又極其困難，這使大幅提升質(zhì)量監(jiān)測水平以真正增強(qiáng)客戶體驗面臨著諸多挑戰(zhàn)。下面，我們主要探討三個方面的挑戰(zhàn)：
人員配備——聯(lián)絡(luò)中心的人員配備不足，無法保持低錯誤率及高置信水平。進(jìn)行大樣本抽查成本極高，況且在實際應(yīng)用中非常少見。
樣本量——被迫接受培訓(xùn)及小樣本抽查反饋的座席可能給隨機(jī)抽樣帶來阻力，這理所當(dāng)然。從統(tǒng)計學(xué)角度講，樣本量為5次通話的抽樣產(chǎn)生的置信水平僅為16％，而置信水平的接受范圍通常都在90％以上。
結(jié)果偏差——基于5次通話的小樣本抽查可能會遺漏過長及過短通話，從而導(dǎo)致質(zhì)量評估組織對樣本進(jìn)行預(yù)先選擇，進(jìn)而致使評估結(jié)果出現(xiàn)偏差。遺漏過長通話可能會導(dǎo)致聯(lián)絡(luò)中心忽略內(nèi)部流程不完善或需要對座席進(jìn)行進(jìn)一步培訓(xùn)的情況。而遺漏過短通話可能導(dǎo)致分析結(jié)果出現(xiàn)偏差及錯失將部分過短呼叫轉(zhuǎn)向自助服務(wù)帶來的潛在成本節(jié)約機(jī)會。
語音分析如何提供幫助
語音分析解決方案可助力企業(yè)由傳統(tǒng)質(zhì)量監(jiān)測模式向更具針對性的質(zhì)量管理計劃轉(zhuǎn)型，從而給企業(yè)帶來巨大效益。例如，Verint®（慧銳）分析驅(qū)動型質(zhì)量TM（Verint® Analytics-Driven Quality™ ）解決方案可幫助企業(yè)對大量通話進(jìn)行自動歸類及分析，通過給通話評估添加統(tǒng)計相關(guān)性助力企業(yè)跨越“質(zhì)量鴻溝”。
該解決方案可以幫助企業(yè)基于兩個標(biāo)準(zhǔn)進(jìn)行通話評估：
- 行為：指座席的一系列言談舉止。
- 結(jié)果：指流程或行為問題所導(dǎo)致的結(jié)果，有時不受座席控制。
Verint分析驅(qū)動型質(zhì)量解決方案能夠根據(jù)企業(yè)所屬行業(yè)對呼叫類型進(jìn)行自動分類并生成報告，大幅提升當(dāng)前質(zhì)量管理報告的效率�？勺詣臃诸惖暮艚蓄愋褪纠缦拢�
充分利用數(shù)據(jù)及洞察力
通過自動評估所有通話，企業(yè)可獲得具有統(tǒng)計學(xué)意義的有效抽樣，并對座席及客戶的行為形成360°全方位視角。此外，企業(yè)還可更加深入地了解客戶與其打交道的便易度如何及導(dǎo)致非必要呼叫的流程問題所在。借助這方面的知識，企業(yè)不僅可以充分挖掘自助服務(wù)渠道的改善機(jī)會以降低客戶成本，還能使管理人員及輔導(dǎo)人員教練獲得關(guān)于員工績效的數(shù)據(jù)
