主頁 > 知識(shí)庫 > 淺談呼叫中心服務(wù)風(fēng)險(xiǎn)模型的建立

淺談呼叫中心服務(wù)風(fēng)險(xiǎn)模型的建立

熱門標(biāo)簽:宿州穩(wěn)定外呼系統(tǒng)廠家 電話機(jī)器人整體實(shí)現(xiàn)流程 贛州crm外呼系統(tǒng)排名 山西高頻外呼系統(tǒng) 濟(jì)南外呼電銷機(jī)器人價(jià)格 太原電銷智能語音機(jī)器人 孝感ai智能電銷機(jī)器人怎么樣 百度地圖標(biāo)注員工作內(nèi)容 河南濮陽地圖標(biāo)注

呼叫中心作為企業(yè)與客戶接觸的窗口,無論是為顧客提供一系列的服務(wù)與支持的呼入型中心還是以從事市場(chǎng)營(yíng)銷和電話銷售活動(dòng)為主的呼出型中心,所從事的工作最終都可以歸結(jié)為與客戶進(jìn)行信息交互的過程??蛻艉涂头藛T同時(shí)作為信息交互的接收者和反饋者,客服人員需要用專業(yè)的技能精準(zhǔn)獲取客戶的需求并給予積極的反饋,而客戶對(duì)于企業(yè)產(chǎn)品或服務(wù)的反饋對(duì)于企業(yè)戰(zhàn)略發(fā)展方向的確定具有較大影響力和定向性。既然是信息交互的過程,必然會(huì)產(chǎn)生信息噪音,即信息傳遞錯(cuò)誤或信息被曲解等影響信息傳遞質(zhì)量的諸多狀況,從而對(duì)客戶的生活或企業(yè)的服務(wù)質(zhì)量造成一定影響。本文所探討的服務(wù)風(fēng)險(xiǎn)模型的建立指從客戶與客服人員進(jìn)行信息交互的過程中所產(chǎn)生的對(duì)客戶利益或生活造成影響的風(fēng)險(xiǎn)事件出發(fā),建立呼叫中心服務(wù)風(fēng)險(xiǎn)的評(píng)估模型,該模型可用于查找呼叫中心在信息系統(tǒng)支撐、技能培訓(xùn)、管理措施制定上的缺陷并對(duì)癥下藥,從而不斷提升呼叫中心整體的服務(wù)質(zhì)量。

一、服務(wù)風(fēng)險(xiǎn)評(píng)估原理及模型
通俗地說,風(fēng)險(xiǎn)就是發(fā)生不好事件的概率。換句話講,風(fēng)險(xiǎn)是指一個(gè)事件產(chǎn)生我們所不希望的后果的可能性,某一特定負(fù)面情況發(fā)生的可能性和后果的組合。風(fēng)險(xiǎn)管理主要集中在可由概率描述的不確定性導(dǎo)致的客戶利益或時(shí)間損失等方面,忽視了不確定性的多樣性以及不確定性結(jié)果不只是損失還有機(jī)會(huì)的現(xiàn)實(shí)狀況。一般來說只有當(dāng)客服人員的服務(wù)行為在特定時(shí)間點(diǎn)或特定業(yè)務(wù)上對(duì)客戶行為產(chǎn)生作用之后,才會(huì)對(duì)客戶的財(cái)產(chǎn)及其附加方面產(chǎn)生真正的影響。
本文將各種影響服務(wù)質(zhì)量的系統(tǒng)或人員服務(wù)行為等缺陷與漏洞的組合稱為客戶服務(wù)的潛在損壞度,記為C=f1(B,V)。當(dāng)缺陷行為在特定業(yè)務(wù)上發(fā)生作用之后,就對(duì)業(yè)務(wù)信息的接收者客戶造成了真正的影響,影響的程度不僅僅取決于缺陷和漏洞的大小,還取決于業(yè)務(wù)信息的價(jià)值,因此I=f2(C,A)。I由缺陷級(jí)別(B)、脆弱性級(jí)別(V)以及業(yè)務(wù)重要性(A)3個(gè)相互獨(dú)立的元構(gòu)成,即I=f3(B,V,A)
缺陷行為一旦發(fā)生,業(yè)務(wù)信息的價(jià)值造成的影響與缺陷事件發(fā)生的概率構(gòu)成的函數(shù),給出了最終的風(fēng)險(xiǎn)值表達(dá)式R=f(P,I),即服務(wù)風(fēng)險(xiǎn)(Risk=服務(wù)風(fēng)險(xiǎn)發(fā)生的概率 (ProbabiliBy)*服務(wù)風(fēng)險(xiǎn)發(fā)生的影響(I)
R=f(P,I)→R=f(B,V,A,P)
上述過程可以用圖1表示。安全風(fēng)險(xiǎn)由四元參數(shù)(B,V,A,P)構(gòu)成,只要量化這4個(gè)參數(shù),就可得到最終的服務(wù)風(fēng)險(xiǎn)值。
21
圖1 風(fēng)險(xiǎn)構(gòu)成因素
二、服務(wù)風(fēng)險(xiǎn)評(píng)估方法
在我們實(shí)際的客服工作中,可以采用定性和定量相結(jié)合的方法來進(jìn)行服務(wù)風(fēng)險(xiǎn)評(píng)估。
1、定性分析通過歸類總結(jié)客戶服務(wù)中各類業(yè)務(wù)的重要性,確定出該類業(yè)務(wù)對(duì)應(yīng)的信息支撐系統(tǒng)及客服人員與客戶溝通過程中系統(tǒng)操作步驟、話術(shù)流程、查詢方式或表達(dá)方式所存在的漏洞,并根據(jù)服務(wù)歷史和實(shí)踐經(jīng)驗(yàn)確定出各種缺陷服務(wù)行為發(fā)生的概率。
2、定量分析是通過對(duì)四元要素進(jìn)行級(jí)別劃分,對(duì)應(yīng)不同的級(jí)別賦以不同的數(shù)值,以便于分析計(jì)算和排序。根據(jù)定量計(jì)算的結(jié)果可進(jìn)行綜合定性分析,可較為精準(zhǔn)地得出服務(wù)風(fēng)險(xiǎn)的總體評(píng)估值。
由第1節(jié)分析過程得出,R=f(P,I)。其中,I=f2(C,A),C=f1(B,V)。此處,定義C=(B+V)-1,將缺陷B定為3個(gè)等級(jí),并分別賦以數(shù)值:高(3),中(2),低(1)。(業(yè)務(wù)、缺陷、脆弱性、發(fā)生概率等的分類方法及級(jí)別劃分將在第3節(jié)詳述)。將脆弱性V也劃分為3個(gè)等級(jí),并賦值:高(3),中(2),低(1)。由C=(B+V)-1,得出以下關(guān)于潛在損壞度C的表列,如表1所示。

表1 潛在損壞度
將呼叫中心業(yè)務(wù)按其重要性定義為3個(gè)等級(jí):高(3),中(2),低(1)。根據(jù)I=f2(C,A),得到關(guān)于影響I的表列(具體算法見第3.2節(jié))。對(duì)業(yè)務(wù)構(gòu)成的影響如表2所示。

表2 對(duì)業(yè)務(wù)構(gòu)成的影響
最終,I與P構(gòu)成了風(fēng)險(xiǎn),風(fēng)險(xiǎn)分布示意圖如圖2所示。其中,深色區(qū)域?yàn)楦唢L(fēng)險(xiǎn)區(qū),灰色區(qū)域?yàn)橹械蕊L(fēng)險(xiǎn)區(qū),白色為低風(fēng)險(xiǎn)區(qū)。各種風(fēng)險(xiǎn)值在不同區(qū)間分布的密度表明總體風(fēng)險(xiǎn)級(jí)別的高低。

圖2 風(fēng)險(xiǎn)的分布示意圖
三、服務(wù)風(fēng)險(xiǎn)評(píng)估流程
1、整體分析
整體分析是風(fēng)險(xiǎn)評(píng)估的首要步驟。只有進(jìn)行了良好的有針對(duì)性的分析,才能為下一步工作開展提供指導(dǎo)方向。整體分析包括以下內(nèi)容:
(1) 信息知識(shí)支撐系統(tǒng)架構(gòu)分析;
(2) 業(yè)務(wù)流程和操作步驟分析;
(3) 確定風(fēng)險(xiǎn)評(píng)估范圍、制定評(píng)估方案;
(4) 為下一步資料收集準(zhǔn)備調(diào)查問卷或表格。其中后兩個(gè)步驟為整體分析階段的重點(diǎn)。
2、 資料收集
資料收集主要是為了確定業(yè)務(wù)、缺陷、脆弱性、當(dāng)前控制措施的有效性、發(fā)生概率的級(jí)別等信息。
(1) 業(yè)務(wù)分類和業(yè)務(wù)重要級(jí)別劃分
1) 業(yè)務(wù)的分類
業(yè)務(wù)分類可根據(jù)呼叫中心自身的業(yè)務(wù)特色進(jìn)行分類,也可按照客戶訴求內(nèi)容的不同類別進(jìn)行分類。以我們所在呼叫中心的業(yè)務(wù)特色舉例,可按投訴、舉報(bào)、報(bào)修等具體的業(yè)務(wù)類型進(jìn)行分類,亦可按電費(fèi)電量信息、停電信息等客戶咨詢信息的不同方面來進(jìn)行分類。
2) 業(yè)務(wù)重要級(jí)別劃分
①高 (H) :這類業(yè)務(wù)信息的完整性、可用性受到影響后,客戶將蒙受嚴(yán)重的損失。如客戶檔案信息、電費(fèi)信息、停電信息等。
②中 (M) :這類業(yè)務(wù)信息的完整性、可用性受到影響后,客戶將蒙受中度的損失,會(huì)對(duì)客戶的日常生活造成影響,如營(yíng)業(yè)廳地址信息等。
③低 (L) :未包含在高、中重要級(jí)別中的一類業(yè)務(wù),業(yè)務(wù)信息的準(zhǔn)確性受到影響后,客戶不會(huì)有實(shí)際的經(jīng)濟(jì)損失,如節(jié)約用電常識(shí)等。
(2) 缺陷的分類及級(jí)別劃分(B)
1) 缺陷因素分類
①信息知識(shí)系統(tǒng)故障:系統(tǒng)網(wǎng)絡(luò)中斷、系統(tǒng)故障等;
②知識(shí)系統(tǒng)完善性:知識(shí)滯后性、信息的準(zhǔn)確性等;
③人員因素:信息查詢不當(dāng)、信息傳遞過程中表達(dá)不準(zhǔn)確等。
2) 缺陷行為的級(jí)別劃分
① 1(低)——缺陷因素存在但發(fā)生的可能性小;
② 2(中)——缺陷因素存在且有一定的發(fā)生可能性;
③ 3(高)——缺陷因素存在且發(fā)生的可能性大。
(3) 脆弱性分類及等級(jí)劃分 (V)
脆弱性是指在客戶服務(wù)過程中,業(yè)務(wù)信息的交互存在著薄弱環(huán)節(jié),可能被缺陷所用。
1) 脆弱性分類。脆弱性存在于很多方面,如人員的技能水平、操作標(biāo)準(zhǔn)的統(tǒng)一性、系統(tǒng)的技術(shù)支撐等。
2) 脆弱性級(jí)別的劃分。與前述業(yè)務(wù)和缺陷類似,脆弱性可以劃分為低、中、高3個(gè)等級(jí):
① 1(低)—— 存在非關(guān)鍵缺陷,很難在客戶服務(wù)過程中體現(xiàn);
② 2(中)—— 存在比較關(guān)鍵的缺陷,較容易在服務(wù)過程中出現(xiàn)且容易在信息傳遞過程中出錯(cuò);
③ 3(高)—— 存在著嚴(yán)重的缺陷,很容易在服務(wù)過程中對(duì)客服人員造成負(fù)面影響并導(dǎo)致信息傳遞錯(cuò)誤從而給客戶帶來損失。
(4) 確定業(yè)務(wù)信息潛在破壞度(C)
業(yè)務(wù)信息潛在損壞度是指一旦發(fā)生服務(wù)風(fēng)險(xiǎn)事件,客戶利益所遭受到的可能的損壞度。信息交互潛在損壞度=缺陷與漏洞的組合,這里定義C=B+V-1,見表3。

表3 潛在損壞度評(píng)估方法
(5) 確定影響(I)
定義影響(I)=業(yè)務(wù)重要性系數(shù)×損壞度系數(shù)。業(yè)務(wù)重要性系數(shù)按其重要級(jí)別定義為10(H)、5(M)、2(L),括號(hào)內(nèi)H、M、L為業(yè)務(wù)重要級(jí)別。損壞度系數(shù)為損壞度對(duì)應(yīng)的百分比,如0.2(1)、0.4(2)、0.6(3)、0.8(4)、1.0(5),括號(hào)內(nèi)為潛在損壞度級(jí)別。例如,對(duì)于重要性級(jí)別為高的業(yè)務(wù)類型,重要性系數(shù)則為10;業(yè)務(wù)信息的潛在損壞度為4,則損壞度系數(shù)為0.8。當(dāng)風(fēng)險(xiǎn)發(fā)生時(shí),它所受到的影響=10×0.8=8。
(6) 評(píng)估服務(wù)風(fēng)險(xiǎn)發(fā)生概率級(jí)別(P)
服務(wù)風(fēng)險(xiǎn)發(fā)生概率可以用一種較簡(jiǎn)單的方法得出,通常根據(jù)事件發(fā)生的歷史經(jīng)驗(yàn)進(jìn)行估計(jì),如1)高:預(yù)計(jì)1年內(nèi)引發(fā)1次或多次對(duì)內(nèi)投訴;2)中:預(yù)計(jì)2-3年內(nèi)會(huì)引發(fā)至少1次對(duì)內(nèi)投訴;3)低:預(yù)計(jì)3年內(nèi)都不會(huì)引發(fā)對(duì)內(nèi)投訴事件。上述方法比較簡(jiǎn)便,容易估算但比較粗略。本文提出另外一種較細(xì)致的辦法。
服務(wù)風(fēng)險(xiǎn)發(fā)生概率是與被評(píng)估對(duì)象存在的漏洞以及當(dāng)前采取的控制措施有效性均相關(guān)的,若管理措施得當(dāng),雖然存在的漏洞較大,但風(fēng)險(xiǎn)發(fā)生的概率會(huì)大大地減小,這也是我們需要建立各種應(yīng)急管理機(jī)制并開展應(yīng)急演練的原因之一。由此可歸納出風(fēng)險(xiǎn)發(fā)生概率級(jí)別由2個(gè)因素決定:(1)管理控制措施的有效性;(2)脆弱性級(jí)別。管理控制措施的級(jí)別可以用表4所示的方式進(jìn)行評(píng)估。

表4 管理措施的有效性評(píng)估
管理控制措施的有效性與脆弱性級(jí)別之和構(gòu)成了風(fēng)險(xiǎn)發(fā)生概率,定義風(fēng)險(xiǎn)發(fā)生概率級(jí)別(0-10)=管理控制措施的有效性+脆弱性級(jí)別(所得之和大于10的,以10計(jì)算)。
3、服務(wù)風(fēng)險(xiǎn)分析
(1) 服務(wù)風(fēng)險(xiǎn)評(píng)估等級(jí)
將以上各種信息匯總,制作詳細(xì)風(fēng)險(xiǎn)評(píng)估表如表5所示。根據(jù)風(fēng)險(xiǎn)公式,由影響和發(fā)生概率得出風(fēng)險(xiǎn)等級(jí),即風(fēng)險(xiǎn)(0-100)=影響×概率

表5 業(yè)務(wù)服務(wù)風(fēng)險(xiǎn)評(píng)估表
(2) 綜合分析
經(jīng)過上述風(fēng)險(xiǎn)評(píng)估的一系列流程,最后可以得出組織的整體風(fēng)險(xiǎn)狀況。
1) 缺陷-風(fēng)險(xiǎn)分析
該模型可以用來評(píng)估每種缺陷可能引起的風(fēng)險(xiǎn),如某一項(xiàng)客戶咨詢信息或數(shù)據(jù)在系統(tǒng)中無法直接獲取需進(jìn)行人工計(jì)算。此類風(fēng)險(xiǎn)值為某種缺陷利用各種存在的問題可能引起的風(fēng)險(xiǎn)值之和,即某個(gè)缺陷可能引起的所有業(yè)務(wù)風(fēng)險(xiǎn)總值。若借助Excel繪制出柱狀圖幫助分析對(duì)比所有缺陷引起的風(fēng)險(xiǎn)值大小,可以清楚地得知服務(wù)面臨的整體風(fēng)險(xiǎn)狀況,主要面臨的缺陷以及何種缺陷為主要防范對(duì)象從而集中力量進(jìn)行改善。
2) 單個(gè)業(yè)務(wù)類型分析
對(duì)于單個(gè)業(yè)務(wù)類型,同樣可以羅列出其風(fēng)險(xiǎn)狀況、主要面臨的缺陷以及何種缺陷為主要防范對(duì)象等,同時(shí)還可以計(jì)算出某項(xiàng)業(yè)務(wù)的總體風(fēng)險(xiǎn)值。
3) 總體分析
根據(jù)前面的缺陷-風(fēng)險(xiǎn)分析、單個(gè)業(yè)務(wù)分析,可以歸納總結(jié)出呼叫中心業(yè)務(wù)的整體風(fēng)險(xiǎn)狀況,或者可以按照業(yè)務(wù)的類別進(jìn)行歸納總結(jié),得出特定業(yè)務(wù)面臨的特定風(fēng)險(xiǎn)狀況。除此之外,還可根據(jù)呼叫中心整體情況,對(duì)業(yè)務(wù)知識(shí)架構(gòu)、整體管理運(yùn)行狀況進(jìn)行總體歸納分析;可根據(jù)歷史數(shù)據(jù)評(píng)估缺陷對(duì)單個(gè)客服專員的服務(wù)水平造成的影響,從而開展重點(diǎn)管控和針對(duì)性的培訓(xùn)。
4、綜述
本文采用了定性和定量相結(jié)合的方法。定量分析是一個(gè)輔助的過程,使得我們?cè)诜?wù)風(fēng)險(xiǎn)評(píng)估過程中便于計(jì)算和比較。服務(wù)風(fēng)險(xiǎn)評(píng)估的重點(diǎn)在于分析,首先分析服務(wù)過程中業(yè)務(wù)信息交互存在的安全隱患以及可能面臨的各種缺陷,然后結(jié)合各項(xiàng)業(yè)務(wù)的重要性來確定服務(wù)風(fēng)險(xiǎn)事件一旦發(fā)生時(shí)對(duì)客戶可能造成的影響,最終得出各項(xiàng)業(yè)務(wù)所面臨的風(fēng)險(xiǎn)級(jí)別,以及呼叫中心客戶服務(wù)業(yè)務(wù)所面臨的整體服務(wù)風(fēng)險(xiǎn)狀況。由此可以較為精準(zhǔn)地了解呼叫中心內(nèi)部各項(xiàng)業(yè)務(wù)的服務(wù)狀況以及管理、運(yùn)營(yíng)、信息系統(tǒng)中存在的風(fēng)險(xiǎn)隱患問題,從而對(duì)下一步如何采取服務(wù)風(fēng)險(xiǎn)控制措施提供方向。

標(biāo)簽:玉林 德宏 防城港 淘寶好評(píng)回訪 阿克蘇 福建 佳木斯 黃石

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《淺談呼叫中心服務(wù)風(fēng)險(xiǎn)模型的建立》,本文關(guān)鍵詞  淺談,呼叫中心,服務(wù),風(fēng)險(xiǎn),;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《淺談呼叫中心服務(wù)風(fēng)險(xiǎn)模型的建立》相關(guān)的同類信息!
  • 本頁收集關(guān)于淺談呼叫中心服務(wù)風(fēng)險(xiǎn)模型的建立的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章