首页>> 高端访谈>>新闻详情

51Callcenter 顾问/讲师王旸--大数据背景下的顾客行为分析

2016-05-18 16:45  《4PS呼叫中心国际标准研究中心》  咨询电话:17317241681(微信同号)  王旸


     《2016年度(第九届)中国联络中心与BPO产业(ACCC)大会》于2016年4月26-27日在上海.陆家嘴.国际会议中心隆重举行。峰会由呼叫中心与BPO行业资讯网(51Callcenter)主办,中国呼叫中心与BPO产业联盟(CNCBA)指导,4PS国际标准/CNCBA主席/国家人社部全国客户联络中心专家委员会主任颜晓滨及来自亚太的4200位管理者参加了峰会。

    51Callcenter 顾问/讲师王旸做了主题为大数据背景下的顾客行为分析的演讲。
 
 
51Callcenter 顾问/讲师  王旸
 
    王旸:大家下午好!我们用今天下午或者叫吃完午饭之后人最疲倦的40分钟来讨论一下数学问题。请问大家过去数学成绩还好吗?我怎么听声音真的不太对。我们用最短的时间来探讨一个主题。探讨什么主题?不是大数据,大数据只是互联网时代是一个背景。我们利用这个时间来讨论一件事:分析顾客的行为。
 
    有一个顾客曾经买过我们的商品,他下一次买通常在什么时间,我应该在什么时间开始展开下一轮营销活动。一个顾客服务曾经问过什么问题,他是否还会问下一个问题,通常在什么时间,问什么样的问题。对于这些,我们可以预知吗?如果下一个问题叫做“投诉”,那么我们应该如何去提前把控呢?我们有太多的顾客。这成千上万的客户是同一个类型吗?他们的行为会一样吗?
 
    我们来探讨一下如何去分辨不同类型的顾客,以及在这方面,客服中心可以做一些什么。40分钟的时间,我们大概会探讨这几方面:一是什么是大数据;二是大数据在呼叫中心(或者叫客户联络中心)可以做一些什么,以及我们应该如何开展这方面的培训。
 
    有人曾经建议在呼叫中心做“大数据”方面的应用技术培训。有专家给出了一个标准完整的课程大纲。有什么要求吗?据说培训周期大约三个月,如果没有数学或计算机专业水平基本上不要听了。这可能吗?如果我们搞这样的培训,也许培训本身是对的,但在呼叫中心我们不可能执行。
 
    为什么这个时代我们谈大数据会谈的这么热?第一个我们有无与伦比的信息搜集能力,而客服中心真是信息搜集的关键能力。第二,我们有无与伦比的数据应用能力,客服中心又是应用这些数据的矛头。
 
 
    先来谈谈信息搜集能力。
 
    我昨天来上海,我从杭州开车过来,我看着路边有一个广告牌,请问那个广告是给谁看的?我问广告业主这个广告牌很贵吗?很贵。花钱打一个广告给谁看?他说给所有人看。在这条高速公路上有司机还有乘客,司机有小轿车司机,大卡车司机,大巴车司机,乘客有大巴车乘客,小轿车乘客。请问这个广告给谁看?他说所有人。那你知道不知道你的广告费可能有百分之七八十是打在无效人群上?他们说我也没办法。我手里有一支激光笔,为了促销这只激光笔,我们应该在CCTV打广告吗?晚八点档韩剧如何?不知道。我怎么知道谁在看电视,我怎么能精准的定位到有机会买我激光笔的人?我怎么才能针对性地打广告?曾经我们毫无办法,但现在我们有大数据。
 
    倒退几年前,CCTV统治收视率的方法很简单:找一些居民,给他们一张大表格,请你帮我填几点到几点家里几个人看什么节目。一张非常大的表格,一个月一张,用铅笔填。我永远在问这个数据真的还是假的?有没有顾客不愿意填瞎填的?不知道。我想分析不同人群的习惯,但我以前真的没有能力。但是今天已经不是以前。请问在座有多少人,你家的电视有一个东西是“数字机顶盒”的?你知道这意味着什么?你想换台,全世界第一个知道你正在换台的是你自己,全世界第二个知道你正在换台的,是机顶盒背后的“有线电视台”,全世界第三个知道你换台是你坐在旁边你男/女朋友。任何开关机、换台动作本都可以记录在案。如果这台电视机每天晚上七八点钟都在看抗日剧,每天早上下午四五点钟往往在看动画片,这说明什么?现在不是从前,电视台(或者叫有线电视机构)的客户信息搜集能力已经足够强。
 
    再来谈谈数据信息的应用能力。
 
    据我所示,CCTV目前的广告模式还没有变化,依然是“针对所有观众”,而不是“针对个别顾客”。但是,CCTV可以不变,有些机构已经迫不及待在改变,他们不会跟你客气的,比如乐视网,比如小米电视,比如京东商城。等一下诸位有兴趣的话,请打开电脑网页,上“京东商城”去搜“iphone6S”,然后关掉这个网页,上新浪网,你会发现新浪网某个角落是京东商城的广告,是手机广告。然后,你可以再上京东商城,随便点几个“裙子”,回头再看新浪,你会发现广告还在,内容已经换掉了。你经常买电子产品,他对女装有兴趣,京东商城在打广告的时候,针对你我他,广告内容是不一样的。
 
 
    当一间企业它既有信息搜集能力,又有应用执行能力,他的价值自然可以提升。当然,我举的例子是“促销广告”。我们可以不谈促销,譬如谈“顾客投诉”。当我们预测到某客户对某项内容有疑虑,可能要“投诉”的时候,我采取行动阻止投诉发生,似乎数据分析依然可以帮到企业,而且分析的思路与前面谈“促销推广”其实是一样的。
 
    仅仅有信息的搜集能力和应用能力,这还不够。
 
    搜集和应用之间,就是强大的计算能力。强大的计算能力有多重要?开个玩笑,看看百度推广就知道了。当然我们也可以嘲笑一下铁路12306,计算能力常有瓶颈,一到春运就出现问题。其实,这才是我们今天的重心:什么叫大数据环境,客服的到底可以做一些什么。答案很简单,一切不以顾客细分为基础的大数据分析纯属耍流氓,一切不以顾客细分为基础的个性服务、精准营销纯属瞎忽悠。
 
    这是去年腾讯用户大会展示出的一张PPT,我就截图在这里了,早上几点钟用户差不多起床的时间,几点几分到公司楼下,几点几分开始工作,几点几分准备下班。腾讯怎么知道的?在座的有多少人起床后有个习惯,微信看一下有没有人找我。这个动作后台就有服务器记录下来。有多少人中午开始疯狂的刷一下微信,为什么?中午吃饭的时候一边拿筷子吃,那只手就在动着,后台腾讯服务器也记录下来。中午午休,顺便去淘宝网搜点什么,搜的是什么?你知我知,腾讯服务器也记录下来。我的工作地点是在陆家嘴金融区,另一个微信用户在闵行、嘉定,我们两个人搜的内容会一样吗?只要找到其中的规律,腾讯就可以细分市场,针对不同的客户精准营销。
 
    给大家推荐一个网站,qianxi.baidu.com。这张图显示,北京到上海只见有一条亮线,因为昨天有比较多的人离开北京到上海。你猜,百度的数据从哪里来?请问在座诸位,有多少人手机里装了一个软件叫做百度地图?你的手机每隔若干时间会自动发一个消息给百度: 我在这儿。如果你的手机昨天我在上海,今天我在成都,说明什么?百度统计了全中国上亿用户的定位数据,就建立了这样一个网站。请问,百度搞一个网站去公布他的统计,他为什么要这么做?
 
    我们正在欣赏百度的信息搜集能力。但是,百度为什么要搜集这些信息?这些信息加工之后可以用来干什么?卖?只有傻瓜才会花钱买。每天上海到北京有多少人,航空公司铁路公司知道得比你清楚。
 
 
    但如果依然用这个数据,但我们换个统计维度。我是一个地产公司,我准备一栋楼,请问附近的人大都在哪里上百?有多少人每天路过陆家嘴?我是一个商场,请问这个商场的客人住在哪儿?除了来本商场,他们还喜欢逛哪里?我想知道这些数据,我应该问谁?问百度?百度有能力提供吗?我会愿意向百度付钱买这些信息吗?每一个人的行踪百度都是知道的。如果某人通常每天午夜在某小区附近,每天上午十点又会出现在某写字楼附近,甚至每天下午四点左右还经常在幼儿园门口逗留十分钟,这意味着什么?别问我,问百度。百度都知道。
 
    咦,我怎么发现有人正拿出手机卸载百度地图!哈哈,如果你卸了百度,用什么?用搜狗?你觉得会有区别吗?!有谁从此决定再也不用手机的举手,你牛!在这个时代,有三件事情无法逃避,死亡,纳税,以及被别人搜集信息!
 
    这就是我的答案:为什么这个时代我们谈大数据会谈的这么热?第一个我们有无与伦比的信息搜集能力,而客服中心真是信息搜集的关键能力。第二,我们有无与伦比的数据应用能力,客服中心又是应用这些数据的矛头。
 
    当然,这两个能力中间夹着的,就是你有没有分析的能力。我给你2000万数据,不加任何整理,那将毫无价值。
 
    其实数据分析不仅仅用在人的行为上,还用在一些自然客观的事情上。这些数据来自国家地震信息网。某年雅安地震,之后发生了一系列的余震。数据从哪来?政府一定有统计,你统计不了,因为你是呼叫中心。如果别人统计出来,你可以拿来用。来干什么?请问下次你买房要买在哪儿?!这里?那你一定买个大保险。
 
    再举一个例子。有些时候不仅客观自然规律,也不仅分析人的行为,这两种因素都在影响我的数据。这个例子是到现在为止我们投的几组数据中,唯一在公开媒体找不到的。我就不讲是谁了,反正是一家电子产品公司,生产电脑产品。横轴是产品的批次,譬如2013年1月份卖的产品,或者2014年12月卖的产品。纵轴是寿命,卖出之后的第一个月,或者第5个月。这个点是什么意思?去年2月卖的产品在其寿命的第19个月的故障率。红色表示鼓掌率偏高,绿色表示故障率偏低。这张图画的好可爱,这儿有一个红的柱状,这儿还有一些绿色的柱状。说明什么?每当看到这种柱状,生产部们的脸都青了。为什么某年某月卖出(或者生产)的产品,其故障比左邻右舍都高?这跟售后维修服务部,电话中心接电话接得好还是坏没有一毛钱关系的,这一定是生产过程的问题,是娘胎里的问题。
 
    除了竖线,我们还看到有45度角的斜线。45度角斜线意味着某一个日历月。比如某年五月卖的产品,其寿命的第一个月就是五月;此前4月卖的产品,其寿命第二个月依然是五月;再此前三月卖产品,寿命的第三个月同样是五月。所以,45度角的这条斜线,意味着所有问题都发生在同一个时间,譬如某一年五月。我发现,这条斜线显示,在某个时间,所有产品的故障率都发生爆炸性上升。而此前、此后的时间,这些产品的故障率都比较正常。为什么?管你三月还是八月卖的产品,今年12月大家同时都坏了,为什么?一定是这个时间发生了某件事,影响了大家的使用。譬如一个严重的公关危机事件,或者地震、洪水等自然灾害,总之就是使用和服务的问题,与当年的生产无关。
 
 
    除了竖线、斜线,我还看到淡淡的横线。横线意味着什么?已经告诉大家,这是一种电脑产品。他们的笔记本电脑保修期三年,但其中电池只保一年。某顾客买电脑,用到5个月,发现电池已经不大好用,但还算能坚持。顾客懒得维修。用到11个半月,客户来电话要求更换电池。为什么现在才来电话?废话,在不打电话要求维修,电池就过一年保修期了!
 
    这张三维图,是电子产品公司用来分析顾客行为的。分析之后,再针对性地改进工作,不管是生产改进还是服务改进,这张图蛮有价值。分析挖掘最重要的方向是研究顾客行为,在客服方面我们最重要的是研究不同的客户到底在做一些什么。关系到生产、生活方方面面,不经过提炼毫无价值。请问在座我需要教大家怎么画吗?开玩笑了,今天时间太紧张,我们另找时间谈细节吧。
 
    但是我们必须要提醒大家,“大数据”是一个计算机专业的概念,而非数学专业。我们曾经讨论过的“数据挖掘”,大概是属于数学课,数学教授通常会有兴趣。但是真正的“大数据”分析,数学家通常没兴趣。譬如刚才这张图,如果数据量不大,你用小学加减乘除一定算的过来。对于数学家,加减乘除这么简单的事,你别问我我没兴趣。但是计算机专家很有兴趣,因为这么大量的数据,你掰手指头肯定算不过来。
 
    举个大家一定听说过的例子,这个例子我宁愿相信是咨询公司编的,因为实在是太荒谬了,但是理解起来确是最容易的。沃尔玛发现,蓝底色的这些人买了啤酒,棕底色的人买了文具,黄底色的买了尿布。数数这里一共有多少个人?这个时候沃尔玛遇到一个挑战,有没有人买啤酒但不买尿布?有没有人买啤酒也买尿布?或者买尿布也买文具的都是哪些?我们要做广告推销,你应该向买啤酒的细分人群推销买尿布,还是向买文具的人群推销啤酒?
 
    以前我们不分青红皂白沃尔玛门口立个牌子,尿布很好尿布很好,推销尿布,这样做意义很值得怀疑。其实我们今天也有这么不分青红皂白做广告的。在我们这个酒店的隔壁小区,电梯里就有婴儿用品的广告。好吧,管你有没有兴趣,我做广告向你推销。
 
    我如果能针对性的推广是不是效果更好?有没有人不知道沃尔玛卖一种产品叫啤酒?没有,尿布、文具一样。大家都知道沃尔玛卖文具,但是你买不买?如果你不买很可能理由是你对它没兴趣。还有一种可能是你其实对这个东西有兴趣,人有一种冲动消费,没看见就忘了,看见可能就会买。如果我向买啤酒的人推销文具,昨天买啤酒的人是多少人?图上显示,买啤酒的人大约10%对文具也有兴趣。你如果对买啤酒的人,贴在他耳边讲一句文具好,多买点文具,估计文具销量会不会上升?一定会的。你面对这么多人打广告,原来有10%买,你觉得这10%能涨到多少?15%还是20%?意味着一百份广告涨5个点还是10个点的销量,请问能不能把广告费赚回来?
 
 
    可是如果我向买啤酒的人推销尿布呢?买啤酒的人群中,原先40%的人买尿布,说明这两个人群有关联,有兴趣。我现在对所有买啤酒的人打广告,如果把40%翻到80%,哪怕不要涨这么多,促销的效果也远远好过向买啤酒的人推销文具。当然我们大家也知道,通常沃尔玛不是“打广告”,而是搞“堆头”,在啤酒货架旁边搞堆头,堆尿布或者文具,以达到促销效果。
 
    这里最重要的问题不是怎么堆头或者广告,最重要的问题是我怎么知道啤酒和尿布的关联度高。沃尔玛有多少种商品?10万种还是100万种?你给我画个图试试看!每天有多少顾客?你一个一个掰手指头试试看!这个时候,数学上依然不值得挑战,但计算机领域我们真的要认真讨论一下,如何写个好程序快捷运算统计。
 
    不同的行业应用不一样。QQ为什么经常把你的前女友推销给现老婆。随便举个例子,某同学有一个前女友热恋了10年分手了,然后认识现在的女孩结婚了。他跟前女友认识的时候,俩人在QQ上有很多共同的好友。他跟现在女孩本来不认识,没多少共同好友,但两个人生活在一起,慢慢有了越来越多的共同好友。你知不知道,你和这个女孩的共同好友,你和那个女孩的共同好友,其实很多就是这两个女孩的共同好友?QQ发现,这两个女孩共同好友越来越多,这两个女孩你们俩却不认识,那么推荐,你们应该认识一下… …有没有发现,我们把“啤酒”换成“女孩”,“尿布”换成“另一个女孩”,沃尔玛的大数据分析,就成了QQ的运营分析?
 
    我们应该主动服务吗?曾经有一个顾客打电话过来,请问“我办某个业务应该怎么办”?客服建议顾客去某营业厅办理。结果第二天顾客来电话抗议,你都不告诉我下午他们四点钟就下班了,害我白跑一趟。于是客服说以后统一口径,只要向顾客推荐去营业厅,必须提醒顾客“四点下班”。结果顾客又来电话有投诉,你都不告诉我要带身份证的!一来二去,该公司的“统一口径”变得极其复杂,大概有讲一分半钟!
 
    为什么话术会变得这么复杂?只因曾经被顾客投诉?不对!做客服没有不被投诉的,有多少顾客投诉才是关键。如果顾客投诉某细节,而这种事情确实罕见,怎么办?我宁可大家不讲那句话,把通话时长省下来,就算有个别顾客投诉,我宁可发生问题向顾客赔钱!当然,如果顾客第二次来电量够大,我们就应该在前一次服务的时候花时间提醒他们一下,减少投诉,这样做可能更值得。这些事情我们可以做到吗?不同的行业差异非常大,但是我们已经在想我们应该怎么应用。
 
    有人问,我们现在可以面向高层管理人员做一个大数据客户分析的培训吗?我说可以啊,真的可以讲这个课,教你大数据如何应用,但是通常1-2小时洗个脑够了。我教你写程序,高层管理人员有几个听的下去。领导说,我们要落地,不能飘在空中。也可以呀,但是要多长时间?三个月?如果我们教的内容往往是算法、程序,会不会又是一个新的挑战?
 
 
4PS国际标准/中国呼叫中心与BPO产业联盟主席颜晓滨颁发《联络中心行业优秀讲师》 
 
    我们的培训对象,很多是夹在中间,面向业务分析的。譬如某个银行还是通讯公司,他们除了一线的话务小组,还有专门设立“分析组”,每天看的都是接通率、成交率。针对这些人,1小时洗脑的培训没办法落地,数个月的复杂培训也没办法承受。我们能否设计一个面向他们的培训,让他们可以最简单的工具来作出一个不那么复杂的分析?如果真的是几千万行数据,我建议你还是交给专业人士吧。在excel的能力范围内,在笔记本电脑的能力范围内,最简单的程序,或者再稍多一点的工具,我们是不是还是有些课题可以一起探讨?
 
    我们的想法是,别讨论太多这种词(算法,结构,对象,矩阵… …)。譬如这张图。我们有很多业务,有没有顾客先后多次来电,先问业务一,再问业务二,再再问业务三,间隔时间不等。有没有发现红色标出来的地方是值得探讨的?呼叫中心有一个很关键的指标,首次解决率。每当顾客问业务一或者业务五的时候我应该怎么回答?在呼叫中心,每天多少万顾客来电,其实每一条来电都是有记录,顾客问哪一大类问题是有记录的。那么,做这样的分析应该不难吧。有谁认为类似这样的图用你目前的数据是可以画的出来的?你们的手举高一点,让大家认识清楚。其他同学,你们知道以后分析不出来怎么办?加这些人微信,让他们帮我算就对了。开个小玩笑,不要介意。
 
    这是我的原始数据。有些东西我还是要防止泄密,顾客来电手机号我篡改了一下。这一行,顾客问什么问题?17号业务,来电时间07年4月24号。这都是不同的顾客来电,有一个顾客几点几分问17号问题,几点几分又问了9号问题。我这里的数据量是三万多行。
 
    我想知道,顾客问完一号问题,有多大比例的人、间隔多久会问二号问题。那么我们如此计算一下… …
 
    答案出来了。在这个例子中,顾客先问5号问题,之后又重问5号问题225人次。顾客先问5号问题,再问6号问题533人次,顾客先问5号问题,之后问8号问题,查无此人。8号问题你希望顾客问吗?如果6号问题就是“我现在要买成交”,或者如果6号是“我投诉”,你希望他问吗?如果希望或不希望,此前当顾客问5号问题的时候,我们是不是该做点什么事?具体做什么怎么做,要看后面的8号问题如何定义。但是,就分析过程而言,无论营销、服务还是投诉,在分析过程上没有任何区别。
 
    在呼叫中心利用大数据的技术,我们其实可以做很多事情。
 
    在座的呼叫中心,很多都是一个数据的搜集单位。请问你有没有充分的搜集、整理这些数据?这些数据可以是为你自己所用,也可以是为别人所用。为别人所用,这可不是贬义词。
 
    在做呼叫中心也是一个数据应用单位。你需要用一些数据来研究你顾客行为,增加你的市场营销吗?数据来自于哪里?可以是你自己的数据,也可以是外面的一些数据,在公开市场完全合法的范围我们可以拿到很多的数据--当然不合法的范围我们可以拿到更多的数据。
 
    第三个角度,如果你已经有了数据的搜集能力,你也有数据的应用方法,中间缺的大概就是分析计算的能力。未经整理的数据毫无价值。而在“如何分析计算”、“如何培养分析计算能力”上,我相信我们以后有更多的机会一起交流探讨。
 
    谢谢诸位。
 
    如下为大会现场演讲实录,如需完整观看所有内容,请登录--http://www.51callcenter.com/2016/
 
 
 
  
    本新闻为51Callcenter原创稿件,转载请注明出自51Callcenter。谢谢!
 
 
 
 
 
 
 
共0条评论网友评论
  • 全部评论
共0条记录(共页)
向您推荐

新闻 按行业分类

厂商 按产品分类


        
总机:021-51601170 直线:021-58307717,17317241681(微信同号) 电子邮件:cct@51callcenter.com  泸ICP备10026114号-4  行业交流俱乐部QQ:2919157212
地址:上海市浦东新区牡丹路60号东辰大厦810室  邮编:201204 上海趋天网络技术服务有限公司 版权所有(2002-2018)