《2012年度中国联络中心与BPO产业大会》于2012年4月12-13日在曾召开APEC领导人会议的上海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)、4PS联络中心国际标准组织指导，4000余位海内外嘉宾参加了该会。4PS标准全球发起人/CNCBA主席颜晓滨、人力资源和社会保障部科学研究院副院长/中国劳动学会劳动标准委员会会长王竞等来自政府及企业的50位中外嘉宾就“呼叫中心标准/联络中心标准”等主题进行了50场演讲。

    VERINT董亮亮做了主题为“不再仅仅是倾听—收集、分析并采取行动—利用客户之声改善客户体验”的演讲,如下为活动现场演讲实录，如需完整观看所有内容，请登陆：www.51callcenter.com/2012

    董亮亮：谢谢主持人。尊敬的各位来宾，大家上午好。其实今天大家也看到了，我把演讲题目稍微改了一下，叫“倾听客户土、启迪灵感、创造卓越”。怎样做到这个事情，我想是大家心中的一个问号。由此我们想引入一个概念，三四年以前我们在51callcenter大会上已经倡导了客户之声这样一个概念。客户之声目前在北美、欧洲这样一些发达国家和地区已经受到非常成功的企业的重视，包括苹果、IBM等等，甚至很多企业为了这个客户之声设立了专门的CCO职位，也就是首席客服官。因为越来越多的企业认识到，我们的企业如果说希望能够创造标杆性的作用，不断的在市场竞争激烈的环境中立于不败之地，最重要的一点，就是重视我们的客户，倾听客户心声，并且基于客户心声做出相应的从产品、服务、运营管理甚至从决策上满足客户的要求。我们有不满意客户，有满意客户，有忠诚客户，甚至有粉丝客户，但不可避免的也有不满意的客户，怎么不断的把不满意的客户变成满意客户，把满意客户变成忠诚客户，甚至把忠诚客户变成粉丝客户，这是企业执行人员必须考虑、面对的课题。但是，有一个很重要的原因，就是我们的企业怎么样从海量的客户和交互信息中获取有价值的、直接可以利用的、帮助我们做决策的信息呢？

慧锐中国大中华区高级顾问董亮亮

    其实，客户之声的来源可能跟在座各位的日常工作是息息相关的。因为我们很多都是来自于呼叫中心，而呼叫中心本身就是我们这个企业倾听客户之声的最重要的一个窗口，也是最直接的一个窗口。除了这个以外，我们还有客户的评价、客户的反馈以及现在发散性的社交媒体带给我们的相关挑战。我们可以看到跨渠道的交互联络已经是未来不可避免的一个企业与客户之间沟通的一个趋势。我可以是企业官方微博的一个粉丝，也可以是传统的打电话到我们服务热线来，当然我也可能收到电销座席的电话。对我而言，我的车险5月底就要到齐了，这一个月中我就接了不下20通的955打头的保险营销的电话。很多类似于这样的信息。还有我们网站，网站上的在线调查甚至微博上的在线调查，各种各样的来源，意味着大量的信息碎片。这就给我们技术人员带来了巨大挑战。怎样把这样巨大的信息，大家都认为这种信息是非常有意义、非常有价值的，但这些信息怎样为我所用，才是最重要的。我们缺少洞察力、跨部门的合作。我们市场部门、客服部门，作为客服部门的人而言，比如市场部门发布一个新的市场活动引起我的客服来电量激增，导致客服服务水平下降，或者活动发布的时候没有做好员工培训动作，就导致很好的市场活动引起客户的不满，这种现象是非常常见的。所以，如果企业战略是基于一个信息碎片制订的话，就像盲人摸象一样，只能摸到一部分，但不能了解具体是什么样的。很难想象因为一封客户投诉而改变业务流程。这是非常荒唐的。因此，我们需要有科学手段帮助我们搜集到更多的客户的信息、客户的诉求、客户心声，从而帮助我们的企业CEO、CCO、销售部门、市场部门、后台部门、运营部门甚至IT部门，我们都需要我们整体的交互的海量联络中获取其中的真正有价值的信息。

    语音分析系统、文本分析系统、企业客户反馈管理等等，这三个最重要的利用价值，在什么地方？这个价值在于我原来不知道，我的录音很多，一个300座席的呼叫中心，假设每个座席一天100通电话，一天就是3万通电话，这3万通电话我们是不是知道客户在说什么呢？也许我们有质检抽样评估，但第一我们覆盖面能不能扩展到这3万通？第二是不是能从3万通无序的信息碎片中抽取真正有意义、有价值的信息？这是我们语音分析或者文本分析平台可以帮助到我们的。

    如果要确保我们的客户之声战略得到执行，我们应该做什么？首先，技术上讲，所有交互是必须能跨渠道联系起来的。不管是客户打电话到呼叫中心，还是通过新浪微博发了一条表扬或者批评的微博，抑或是在我们网站上客户填写了一份反馈问卷，然后我们需要基于这个反馈问卷了解信息，第一我们必须把这些渠道联系起来。陈总的图里其实有一张跟我的图比较像的，也就是现在我们国内的很多企业，都已经越来越多的重视到不管是我们的语音渠道还是在线渠道等等，都有，首先我们需要通过VOC平台把这样海量的联系搜集起来，然后通过一些跨渠道的统一报表，可以给我们展示出来。假设我的语音、呼叫中心这边发现一个热点的词汇，它的趋势呈现明显上升，同时在我的文本分析里面也发现一个同样的热点词处于上升趋势时，这时候就需要引起注意了。什么原因导致客户不断的就这个问题跟我们企业互动？我们需要怎样做改进？这个是我们通过跨渠道的报表可以带给我们的一个价值。第二，早期预警系统。相信可能很多的客户都过了一个比较紧张的3月份，因为3月15号是中国消费者的节日。虽然说这个节日微博上已经在调侃说“有钱企业可以不上315晚会，上春节晚会”。我们要有一个早期的预警系统。日常联络中，是不是经常会有客户提到我要跟电视台反映啊，找什么记者啊，找什么报纸啊。这样的一些信息，我们的座席会把它上报上去吗？这是一个大大的问号。但如果有了语音分析系统，就可以很方便把这些信息抓出来。同时，进一步的了解什么原因导致客户会有这样的信息。了解客户之声，就不得不提到一个分析。分析是我们了解客户之声的最基础的、最关键的个技术。而不仅仅是做一个搜索。我们需要基于搜索得到科学化的数据才能做到真正有效的、真正为企业带来正确方向的战略。在技术上说，我们需要提供类似于完整语音索引和应用分类这样一些高科技信息。我们的语音分析，并不是说一通录音，你知道哪个地方有一个关键词，而是会把一个录音完整转化为文本信息。基于这个文本信息，我就可以得到完整的语意索引，在其中发现潜藏的问题。就像Google  Search一样，先要输入一个词，如果有了我们根源原因分析，甚至不需要做任何定义，系统就会自动告诉我们海量的通话中哪些热点词汇是我们的客户不断提及的或者对座席不断提及的。最终我们的业务分析人员可以把分类交互，并跟踪客户的情绪。

    先给大家做一个科普。说到语音分析，很多客户第一个问我，你们的翻译准确率有多少？我跟大家澄清一下，语音分析并不是语音识别。语音识别只是语音分析最基础的一步而已，语音分析是基于语音识别并将其转化为文本之后的信息来做相应的数据建模、挖掘，从而产生应有的价值。而语音识别从目前的友商来说，更多是应用在前端的类似于语音导航上的应用。因此，语音识别就相当于是一个引擎，而语音分析就相当于一个智能机器人。一个引擎，是没有大脑的。没有大脑，怎么能帮你做分析呢？肯定需要一个带有AI的智能机器人帮你完成。

    比如我们有相应的一些热点业务，有手机报，有合家欢，有流量，这些关键词，是我能想到的跟业务相关的热点词汇，系统就回告诉你，在海量录音中手机报可能不只是手机报，可能是新闻早晚报，合家欢有可能是合家欢或合家欢乐，通过词语组合我们可以把分类做得更细致、精确，之后就可以看到我的手机报业务，只要提到了手机NEAR报，比如手机上的新闻报，类似于口气化的词是可以忽略掉的，同时我们也提供可视化的树状分析，可以帮我们做四维导图，对语音全景有一个更深入的了解。基于这样的更准确的分类，我就知道了我需要座席在通话小结的时候四五级的菜单去一级一级点，我现在知道了通话里有多少是提到手机报的。另外，可以对投诉进行交叉分析，就知道在客户投诉这个业务里TOP1是哪个业务，是手机报还是彩铃业务。基于这样的交叉分析，就能知道提供给我们业务流程或者产品改进的建议。另外一点也是我们独有的技术，就是TellMeWhy，可以基于任意的交叉结果来做一个根源语音分析，比如说我的超长通话，超过5分钟以上的通话，然后跟重复来电结合一下，重复来电为什么会有这么长的超长通话，从而找到帮我们优化市场活动的建议。

    举个例子。这是一个系统的界面。我自动点了一下Tellmewhy键，系统就会告诉我可能有五个根源原因，下面是占比是多少，可能占到70%的是跟我们信用卡的购汇相关的，新客户没有及时受到卡片等等。这样一些信息，肯定是原来我们的呼叫中心运营管理人员不知道的信息，而这个通过语音分析可以很方便的去找到。
    呼叫中心最重要的是客户体验和客户满意。这是航空业一个世纪测试的案例。前面的一段语音，客户是在诉说他的诉求。座席可能解决不了，当中有一个很长时间的保持，然后过了一会说申请不下来，然后客户激动了，你不用听，看这个波形就可以知道，包括气泡的一些字，就知道他在说什么。既包含声学的特征，比如人激动的时候音高上升，或者声音发抖，除此之外我们还有一个触发条件，有一些关键词语，是可以任意添加进去的，比如“不可能”，“搞错”太差了，这些词语可以更多的定制，以满足不同行业的需求。除了语音分析，我们还有我们的文本分析。我今天想重点说一下。语音分析在国内已经涵盖了电信、金融这样非常标杆性的用户了，大家也不用担心翻译准确率。我们分类的，只要是归纳到业务分类里的录音准确率可以达到90%以上。这样的数据对我们做分析来说，可用性是非常高的。也许我们业务部门的同事经常会想到一个问题，就是我这边知道有这样的问题，但缺乏足够的数据的支撑。现在，语音分析就可以帮到你。

    说到文本分析，同样，在我们的文本交互中，也会存在这样的客户情绪。为什么呢？我们说客户可能会通过一些情绪激烈的言辞表示来表达他喜欢你还是讨厌你，这里面我们可以赋予词汇正面或负面的得分。这是我们系统的截屏，好、喜欢、值得、精致、现代、五行等等，这是我们在酒店行业的一个模型。如果说客户评价，第三方评价机构也想知道客户对我的酒店是满意在什么地方、不满意在什么地方，通过这个系统我就可以很方便的帮助你，而不需要你一条条看客户的评价。我们有一些语气副词，比如“很”、“非常”等，我们就会做加分，比如“好”这个词，我情绪加分是2分，因为有了“非常好”，就变成4分的正面情绪。处理完以后，我们看这样一个例子，比如五星级酒店，毕竟是五星级酒店，服务、卫生都不错，设施不够新，但这个价钱值了；前台排队的人蛮多的，减了两分。除了总体以外，我还可以分不同的更细的一些分类，比如总体可能是不错的，但是哪些方面是可以做改进的，这时候我就可以知道前台排队，是不是我要加强对前台的服务人员的培训，改善流程，去把排队时间缩短。设施不新，这个没办法。睡觉，噪音，床。噪音这一块很大，我们是不是要改进？但我们的床很好。通过这样的更精细化的分析，就可以为我们流程改进提供更科学化的依据，而不是靠整体的印象。即使是好的，我还要在好里面找不好的，把好里面的不好改掉，才是真正的好。

    我们通过报表，可以了解到整体评价里，绿色是正面情绪，黄色是中立情绪，红色是负面情绪，对应到呼叫中心也可以很方便的实现，只要把结构化数据变成技能组或是某一个业务线，就能知道在这个对应的座席图里客户评价是什么样的信息。之前两个星期，我跟我们国内非常有名的一个第三方支付平台沟通，他说要做在线座席的质检，是不是沿用我们传统的语音质检一样的模式，去抽，然后打一个分，然后作为绩效考评的依据？其实大可不必如此。你这样抽，一天一阁座席能抽几通聊天信息？通过文本分析，把聊天内容全覆盖，然后找共性原因是什么，而不是基于原来操作层面的一条条看、一条条听，这样带来的成本、效率的提高是不言而喻的。

    采取的行动。首先，把交互联络联系起来。第二，有一个早期的预警机制，提醒我们哪些地方可能有问题。第三，深入挖掘、真正了解客户要什么、想要什么，我们哪些方面还做得不够。第四，基于了解的信息，采取正确行动。这一点，要引入我们另外一个产品，就是WFO产品线，通过WFO，我们桌面流程分析系统、排班等等，全方位的改善呼叫中心的运营管理的水平，从而真正创造卓越的服务。

    通过人，流程和科技的完美的结合，最终我们相信利用我们的系统，可以用最先进的科技，同时结合我们非常先进的管理思想以及我们的咨询团队的服务，再结合到我们的客户，真正把呼叫中心运营好，我们一定能走向成功。而VOC的成功正在于此，帮助企业带来更忠诚的客户，创造更多利润，更有效的应对市场的变化，革新我们的产品和服务，而不是说一拍脑袋去想怎么改变，从客户这边了解到客户想要什么样的服务和产品，最终为股东带来丰厚的回报。

    谢谢大家。我们的展台设在旁边的厅的第一个展台，同时我们有一个小的问卷，大家有兴趣，请大家赐名片，我们也有小的礼品送给大家。谢谢。

    本新闻为51Callcenter原创稿件，转载请注明出自51Callcenter。谢谢！