怎样解决坐席进线慢的问题?

简介: 怎样解决坐席进线慢的问题?

有客户反馈坐席进线太慢,坐席等一个电话,要等很久。


要知道,呼叫中心存在的核心价值之一,就是充分提高坐席的工作效率。


如果坐席进电话太慢,基本意味着,这是一个失败的产品。


详细了解后,原来客户采用的模式是播放语音后转坐席。


后来,我们统计了呼叫数据,进行了详细分析,找到了症结所在。


 

网络异常,图片无法展示
|

 

基于统计数据,再加上2个合理假设,建立一个分析模型,对数据进行分析,发现客户投诉真实成立。


坐席接听电话的平均间隔超过22秒,考虑到这是平均值,实际情况翻一倍也很正常,意味着,很多情况下,坐席要等待超过半分钟才会接到下一个电话。


统计的坐席实际利用率,75%左右,属于较低水平。


这种效率,必然不可忍受。


核心原因也在于,市场形式的变化,语音群呼消失了很长一段时间,我们对于语音群呼的分析不够,即使群呼,转坐席的也比较少见,很多都是记录一个按键。


例如,我们设计的预测外呼,综合考虑呼损及坐席效率,有一个基础假设,接通率大致在20%,但从上面数据分析来看,呼叫接通率超过30%,但实际能接通到坐席的比例,没有超过5%。


特别的,我们对于少量坐席的群呼,算法又有针对性优化;而市场上的客户群体,特别是语音群呼,坐席数量都不多,所以,这个问题一直没有被明显暴露。


而这个客户,语音群呼这个模式下,居然有接近30个坐席;20% vs 5%,这就是导致坐席进线慢的核心原因所在。


继续引申下去,如果要达到一个相对合理的进线效率,系统应该是如何表现的呢?


我理解的,在坐席工作强度不引起其反感的情况下,坐席的利用率能到达85%,应该算是一个比较优秀的水平。


上图中,根据我设计的模型,系统需要的平均并发数大致在460左右,CPS为13.5。


考虑到实际的呼叫过程中,呼叫接通并不是平均分布,理论上应该呈现为正态分布,可以大致认为,最高并发数要能达到这个平均并发数的2倍才较为合理。


意味着,要支撑起85%的坐席利用率,28个坐席的呼叫任务,播放语音转坐席,系统的并发数要能支撑到900线以上,CPS要到30左右。


跟我们实际观测到的现状,较为吻合。


当然,在坐席利用率75%的情况下,呼损(有意向等待坐席接听电话但因为坐席全忙而挂掉)高达25%,这个数据非常恐怖了,如果提高到85%,这个呼损会到多少?

相关文章
|
11月前
|
前端开发 Cloud Native 大数据
坑爹,线上同步近 3w 个用户导致链路阻塞引入发的线上问题,你经历过吗?
坑爹,线上同步近 3w 个用户导致链路阻塞引入发的线上问题,你经历过吗?
|
Python
用Python实现定时自动化收取蚂蚁森林能量,再也不用担心忘记收取了
用Python实现定时自动化收取蚂蚁森林能量,再也不用担心忘记收取了
357 2
用Python实现定时自动化收取蚂蚁森林能量,再也不用担心忘记收取了
|
前端开发 Shell 程序员
🙊整活向:定期给老板推送同事的代码量
总有领导想把公司往倒闭里整。但是每天推送每个人的代码量倒是挺有趣的,git log本身就自带这个功能,不来看看吗?
173 0
🙊整活向:定期给老板推送同事的代码量
|
数据库
机房重构上下机时间记录问题
机房重构上下机时间记录问题
85 0
|
测试技术 内存技术
|
算法 数据挖掘 C++
呼叫中心,呼叫系统,OKCC坐席进线太慢怎样处理
有关系统方面问题请找博主,看他名字可以找他一起技术交流学习,有客户反馈坐席进线太慢,坐席等一个电话,要等很久。 要知道,呼叫中心存在的核心价值之一,就是充分提高坐席的工作效率。 如果坐席进电话太慢,基本意味着,这是一个失败的产品。 详细了解后,原来客户采用的模式是播放语音后转坐席。 后来,我们统计了呼叫数据,进行了详细分析,找到了症结所在。     基于统计数据,再加上2个合理假设,建立一个分析模型,对数据进行分析,发现客户投诉真实成立。 坐席接听电话的平均间隔超过22秒,考虑到这是平均值,实际情况翻一倍也很正常,意味着,很多情况下,坐席要等待超过半分钟才会接到下一个电话。 统计的坐席实际利
|
SQL 关系型数据库 MySQL
线上数据删错了咋办???
线上数据删错了咋办???
193 1
|
机器人
电话机器人并发与OKCC呼叫并发是什么?
在语音通信领域,呼叫并发是一个常用但并不友好的名词,往往叫人难以理解,也不知道有什么作用。 呼叫并发,通俗讲,是指系统上同时进行的呼叫数量。 那么,与通信系统上的用户数量有什么区别呢?
|
机器学习/深度学习 人工智能 搜索推荐
如何平衡CVR预估中的延迟反馈问题?(内含招聘)
本文主要给出我们CVR模型在线学习的一些思考,并介绍我们被AAAI 2021接收的文章《Capturing Delayed Feedback in Conversion Rate Predictionvia Elapsed-Time Sampling》,以及该方法在淘宝搜索场景下的实践。
如何平衡CVR预估中的延迟反馈问题?(内含招聘)
下一篇
无影云桌面