呼叫中心如何运用分析来提高FCR

 常言道，向错误学习。使用算法来分析重复呼叫可以帮助呼叫中心经理了解如何才能一次成功。对呼叫中心而言，更高的首次呼叫解决率意味着更好的客户满意度与更多的潜在销售契机。

　　作为一种关键工具，近年来，首次呼叫解决(FCR)正在呼叫中心里快速兴起。

　　FCR度量能够指导呼叫中心如何在首次呼叫时妥善处理客户要求。大部分呼叫中心认为，FCR是唯一能真正明确测量效率和客户满意度(CSAT)的度量方式。

　　对呼叫中心经理来说，改善FCR能让他们更好地去降低成本、提高营收、促进客户保持率。行业分析师认为，FCR能为呼叫中心带来以下回报与内在价值。

　　平衡的视角

　　DMG Consulting的负责人Donna Fluss表示，“FCR是唯一能够对呼叫中心的整体运营绩效提供一种平衡视角的度量。”

　　从实践意义上来看，改善FCR能降低呼叫中心处理重复呼叫的次数，确保呼叫的效率。此外，重复呼叫的减少意味着坐席人员可以投入更多地精力去向每一位呼入客户提供更优秀的人性化服务。

　　这对客服行业来说是一件好事。只有让客户满意，才能持续挖掘纵向与横向销售机会。

　　鉴于FCR的重要意义，呼叫中心应实施一套操作型的FCR度量来评估每次呼叫。实际上，国际客户管理协会近期的一份报告指出，只有不到20%的呼叫中心测量了每通呼叫的FCR。

　　FCR的重要性是不言而喻的，但实施现状却差强人意。产生这种落差的主要原因是直到近几年，呼叫中心才有能力创建一套操作型FCR度量。尽管如此，那些富有超前意识的呼叫中心还是通过操作型FCR度量获取了战略性的竞争优势。

　　获取成效

　　让我们以Chase Card Services公司为例。2006年，Chase Card Services购买了一套FCR分析和绩效管理系统来解决多年来悬而未决的内部报告项目的FCR问题。在使用了不到一年的时间内，Chase Card Services公司的重复呼叫率降低了20%，大幅提高了客户满意度。

　　那么，除了测量以外，这种新的分析方式能否改善FCR呢?我们知道，在某一时间段内，如果呼叫是来自于同一客户，基于同一原因，那就可以被定义为重复呼叫。因此，准确判别出这一标准是其中关键。

　　呼叫中心可使用分析算法来取代原先需要质量监控经理执行的重复呼叫人工判别动作。这些算法使用了三大条件来评估FCR，即来自于同一呼叫者;基于同一原因;在预设的时间范围内。根据这三大条件，该算法提供了以下分析功能：

　　呼叫者：自动侦测该客户是否在近期进行过呼叫。

　　呼叫原因：通过客户、坐席和系统活动分类，自动判别呼叫原因，并验证呼叫原因是否属于重复。

　　回叫时间：根据预设的时间窗口来自动判别是否属于回叫。

　　虽然世上没有百分百准确无误的算法，但它却证明了自己比人工判断更准确，同时有具备预测性的特点。FCR算法能100%分类呼叫，而不是像传统人工分析那样只进行抽样。从FCR分析中所得出数据分析可以提供真正的行动依据。

    根据所获信息，采取相应措施

　　从FCR分析和绩效管理系统中得到可作为行动依据的数据后，呼叫中心一般可采取以下五种措施：

　　针对低FCR的坐席人员进行指导

　　针对低FCR的产品和呼叫种类进行培训

　　针对造成多余转接的策略进行指导或变更

　　修正造成客户重复呼叫的策略

　　进行在职培训，规避排行前十的回叫错误

　　在如今以客户为中心的呼叫中心里，FCR已成为了一种基础度量。为了填补目前操作型FCR测量的落差，公司应采用自动化的、客观并准确的分析方式来替换原有传统的、主观的报告方式。它不仅能向公司提供关于坐席、团队和主管人员特定绩效的深度信息，同时也提供了改善绩效与FCR所需要的智能。

　　这些全新的系统化功能为呼叫中心提供了可信赖的、准确的FCR数据。根据这些数据，呼叫中心可以采取适当的措施，改善对每通呼叫的处理，继而提高客户满意度、降低成本，并促进销售。