Формула качества
Автор
Олег Саушкин
Для хорошей работы речевой аналитики необходимо, чтобы измеряемые явления были определены с поведенческой точки зрения
Предпочтения потребителей в отношении той или иной компании в большинстве случаев определяет уровень клиентского сервиса. Это заставляет компании тщательно анализировать свою деятельность и искать возможности повышения качества обслуживания.
В наше время практически все контакт-центры ведут запись входящих и исходящих телефонных звонков, а также контролируют соблюдение сотрудниками требуемых процедур. Многие программы управления качеством в call-центрах развернуты исходя из этих двух целей. При решении обеих задач в большинстве контакт-центров приоритетом является оптимизация производительности труда агентов, способствующая повышению качества клиентского сервиса, и нормативно-правовое регулирование.
Основные проблемы
Однако традиционные программы оценки качества обработки звонков обычно опираются на работу человека, как правило, супервайзера или аналитика по качеству, который слушает записанные звонки и вручную отмечает характеристики каждого из них в соответствующем бланке. Но ручной труд требует очень много времени и финансовых затрат.
Вследствие дороговизны процесса контакт-центры обычно могут себе позволить оценивать только небольшую часть общего объема звонков, и доля выборки составляет менее 1%, а потому вряд ли будет считаться достоверной. В результате менеджеры зачастую не уверены, правильно ли результаты мониторинга отражают ситуацию с качеством обслуживания. Это может заставить их сомневаться в своих действиях, основанных на полученной ими информации, но позволяет агентам, и в отдельных случаях обоснованно, оспаривать результаты мониторинга как не отражающие реальную картину производительности.
Еще одно следствие малого размера выборки — трудности с отслеживанием изменений в производительности. Исходя из результатов одного мониторинга, сделать заключение об изменении работы агента после его обучения определенным навыкам достаточно сложно. Конечно, многие скажут, что решить проблему можно, просто оценивая больше звонков, но это невыполнимо из-за стоимости. Бюджет на увеличение выборки редко выделяют, а если и выделяют, то он зачастую подвержен сокращениям. Всегда кажется, что лучше потратить деньги на какой-нибудь другой проект.
Другая проблема традиционного мониторинга звонков заключается в формировании категорий оценки производительности, которые можно надежно измерить.
Определения категорий производительности бывают размытыми, что затрудняет оценку. Субъективность определений производительности открывает дорогу субъективной оценке звонков, создает разногласия между оценивающими и приводит к необходимости затратных стандартизаций. Категории производительности также могут быть многомерными, поэтому, если агент работает хорошо в одной подкатегории и плохо в другой, непонятно, как в итоге оценивать его деятельность.
Для примера можно взять определения, которыми пользуется при оценке различных сторон процесса звонков, одна американская компания:
• «Вовлечение клиентов»
- «Поддерживает дружелюбный и любезный тон в течение звонка»
- «Сконцентрирован и внимателен к клиенту»
- «Демонстрирует активное слушание и реакцию»
• «Формирует лояльность»
- «В целом способствует предпочтению клиента в отношении вендора»
- «Мотивирует клиента на использование продукта»
- «Поддерживает лояльность клиентов»
- «Пытается разрешить проблему клиента в рамках звонка»
- «Пытается предотвратить проблемы в будущем»
- «Берет звонок под свой контроль»
- «Резюмирует звонок для подтверждения решения»
Каким образом в категории «Вовлечение клиентов» оценивающий должен определить, имел ли агент «дружелюбный и любезный тон»? Какое именно поведение интересует оценивающего? А что если агент говорил дружелюбным тоном только половину разговора? Получит он хорошую оценку или нет? Если шкала пятибалльная, он получит ноль, два или четыре? Двусмысленность критериев порождает постоянную изменчивость в оценках производительности, абсолютно не относящуюся к эффективности работы агента.
Приведенный пример показывает, насколько сложно создать форму оценки, которая обеспечивает однородность измерения с любой точки зрения — с позиции супервайзера, аналитика по качеству или самого агента.
Новые решения
Технологии речевой аналитики, позволяющие автоматически оценивать действия агента во время звонков, снижая или даже исключая необходимость прослушивания и выставления баллов вручную, могут решить проблемы традиционной оценки качества. Использование речевой аналитики дает несколько важных преимуществ.
Во-первых, анализируются все звонки, так что вопрос с размером выборки отпадает. Это значит, что любой сотрудник — супервайзер, агент, аналитик, менеджер, тренер и т. д. — может быть уверен, что результат оценки отражает типичное поведение агента.
Во-вторых, для хорошей работы речевой аналитики необходимо, чтобы измеряемые явления были определены с поведенческой точки зрения. Иными словами, учитывается то, что агент говорит, а не общие понятия о поведении, которые можно интерпретировать по-разному. Это заставляет компании быть гораздо более дисциплинированными в своей оценке агентов. Кроме того, в случае многомерной категории для оценки качества система может измерить и включить в отчет каждый навык, следовательно, становится видно, в чем агенты сильны, а где имеются недостатки. Зачастую результаты оценки качества, полученные с помощью речевой аналитики, показывают совсем другую картину, нежели при традиционном подходе.
К безусловным преимуществам речевой аналитики относится и возможность определить категории оценки качества так, чтобы значительно повысить объективность измерений. Это значительно повышает надежность оценки и доверие к ней, позволяя сотрудникам больше опираться на результаты, а не обсуждать их обоснованность, и повышать производительность за счет определения правильных направлений усовершенствования рабочего процесса.
Бизнес получает возможность отслеживать рост и падение производительности немедленно после обучения и использовать информацию не только для оценки готовности и способности агентов улучшать результаты, но и для контроля качества обучения. Благодаря автоматизации процесса еще одним преимуществом становится значительное снижение стоимости управления качеством. В то же время специалисты по управлению качеством могут быть сконцентрированы на отдельных направлениях, требующих внимания, или на работе с агентами, а не на бессистемной оценке их действий. В результате достигается существенное улучшение работы агентов, быстро дающее ощутимый финансовый результат.
Опубликовано 05.03.2014