Call Center на 100%: Практическое руководство по организации Центра обслуживания вызовов
Шрифт:
Конечно, это примитивный пример. В большинстве случаев рассматривается несколько подобных признаков, и система принимает решение о маршрутизации вызовов на основании их совокупности.
Для того чтобы идентифицировать абонента по клиентской базе данных, нужна опция компьютерно-телефонной интеграции (CTI), о которой мы подробно поговорим в главе 7.
А пока ответим на главный вопрос, который возникает при таком способе сегментации клиентов: как идентифицировать вызывающего абонента? По каким параметрам система должна осуществлять его поиск в базе данных?
Существуют два способа получения информации о вызывающем абоненте для посылки
1) на основании его телефонного номера, или АОН;
2) на основании каких-либо персональных данных, введенных вызывающим абонентом.
Идентификация по АОНу
Чрезвычайно удобный способ – но только тогда, когда он работает! К сожалению, наши, российские, сети не всегда дают возможность определять номер, и это накладывает существенные ограничения на применение данного способа идентификации вызывающего абонента. Тем не менее могу вас обрадовать: в Москве АОН работает в среднем для 80–90 % вызовов, и по мере введения в строй новых АТС это число будет только возрастать.
Кроме того, компании, клиенты которых имеют возможность набирать номер в тональном режиме (в первую очередь это, конечно, операторы мобильной связи), могут применять способ идентификации по АОНу практически без ограничений.
К его удобствам можно отнести и то, что в базе данных можно хранить не один номер телефона, а несколько – рабочий, домашний, мобильный, – и, каким бы из них клиент ни воспользовался, система сумеет его идентифицировать и обслужить вызов соответствующим образом.
Благодаря взаимодействию с базами данных можно реализовать множество различных алгоритмов обслуживания для самых разных категорий абонентов (рис. 4.6).
Рис. 4.6. Ведение «черных списков» (окно разработки компании «Телеком Дизайн»)
Можно даже реализовать «антиобслуживание». Однажды, в бытность мою консультантом, один из заказчиков, приобретающих операторский центр, пожелал, чтобы была реализована функция «черный список». Иными словами, он хотел, чтобы каждый раз при поступлении вызова система фиксировала номер вызывающего абонента и, если человек звонил пять раз подряд в течение суток, то на следующие 24 часа его номер блокировался бы. Таким образом, при следующем звонке абонент слышал бы фразу: «Извините, но данный сервис сейчас недоступен». Через сутки счетчик звонков должен был обнуляться.
Довольно необычная функция, не правда ли? Оказалось, что нашего заказчика буквально терроризируют различные хулиганствующие граждане, которые звонят в операторский центр с единственным желанием – развлечься. Чтобы защитить нервы своих операторов и свести к минимуму непроизводительные потери времени, наш заказчик и решил реализовать «черный список».
Идентификация по персональным данным
Если применение идентификации по АОНу по каким-либо причинам невозможно, а персонализированное обслуживание на основе сегментации клиентов необходимо, то можно воспользоваться другим способом идентификации клиента, а именно на основе какого-либо цифрового набора, введенного самим вызывающим абонентом. Чаще всего в качестве такого цифрового набора выступает пара логин-пароль. Логином может служить как случайно выбранная системой комбинация цифр, так и какая-то более осмысленная информация, например номер кредитной карточки или страхового полиса клиента.
Не следует путать эту функцию с меню вызова, хотя и в том и в другом случае необходим тональный набор. Но если в первом случае осуществляется, как мы уже говорили, сегментация вызовов, то во втором действительно идет сегментация клиентов. Кроме того, при таком способе идентификации необходимы система интерактивного речевого взаимодействия Ineractive Voice Responce (IVR) и средства компьютерно-телефонной интеграции (CTI), о которых мы подробно поговорим в главе 7.
После того как абонент ввел свои персональные данные, система обращается к клиентской базе данных и далее маршрутизирует этот вызов на основании извлеченной из нее информации.
К недостаткам этого способа идентификации можно отнести не только необходимость тонального набора, но и некоторое неудобство для клиента: не каждому понравится довольно долгая процедура ввода персональных данных, например номера полиса или кредитной карточки. Тем не менее этот способ очень распространен, особенно в банках: при любом телефонном обращении в клиентскую службу многих банков необходим предварительный ввод номера кредитки и пароля.
Рис. 4.7. Способы идентификации вызывающего абонента
Коротко о главном
• Принцип распределения вызовов на основе квалификации операторов Skill Based Routing в настоящее время фактически стал индустриальным стандартом.
• При формировании групп по методу Skill Based Routing следует помнить, что чем больше группы, тем эффективнее обслуживание вызовов.
• Алгоритм выбора наиболее свободного оператора (Most Idle Agen) является универсальным. Алгоритм выбора наименее занятого оператора (Least Occupied Agent), хотя и позволяет сбалансировать нагрузку на операторов, владеющих разным числом профессиональных навыков, имеет довольно ограниченное применение.
• Главные правила эффективного использования принципа «первой линии обороны»: не менее 70 % вызовов должны обслуживаться операторами первого уровня; не должно быть эффекта «узкого горлышка широкой бутылки» на первом уровне; не должно быть длинной очереди к операторам второго уровня.
• Без грамотной политики сегментации клиентов невозможно эффективное обслуживание вызовов.
• Существуют три основных способа идентификации вызывающего абонента: по набранному номеру; по цифрам, введенным абонентом; на основании информации об абоненте, хранящейся в клиентской базе данных.
Прогностические методы маршрутизации
Вспомним наши рассуждения, приведенные в главе 3, о важности борьбы с перегрузками, о необходимости проактивных, а не реактивных действий. Единственная возможность проактивных действий заключается в использовании различных прогностических методов. Один из примеров таких методов – это расчет предполагаемого времени ожидания в очереди на основании одновременного анализа оперативных и хронологических данных (Expected Wait Time, EWT).