你所在的位置:公司动态 > 行业动态
行业动态
数据化管理已经深入到客服运营管理中的各个方面和环节。质量管理是其中重要的一环。那么如何运用数据驱动质量管理提升呢?下面就大家一直关心的几个问题给出个人粗浅的解答。
1. 质量管理应该看什么数据?
这里要区分狭义的质量管理和广义的质量管理。狭义的质量管理仅指质检管理,主要看质检数据。广义的质量管理指的是整体运营循环的质量管理,要看客户满意、投诉、一解以及质检等数据。
2. 数据应该从什么角度去看?
两个大的维度:时间和颗粒度。时间维度上主要看趋势和当前截面。趋势包括整体质量趋势、质量热点变化趋势、员工技能表现变化趋势、客户对服务质量的评价趋势等。截面主要是每一期当前数据的表现,包括分布形态、达标与否、差距如何、主要问题点及变化、员工当期质量表现、客户当期质量评价等等。颗粒度维度上主要看中心整体质量、班组或技能组或分部门团队质量、员工个体质量表现等。这两个大的维度上的分析是相互交叉的,比如,整体质量趋势既可以看整个中心,也可以看班组或团队。
3. 应该用哪些分析方法?
趋势分析看质量趋势
控制分析看质量表现稳定性
对比(差距)分析看质量差距及优劣势
构成分析与排列分析(帕累托)看主要问题点位
关联分析看质量与其它运营维度间的联动关系
分布分析看员工质量表现分布形态、客户评价分布形态、以及质量改进点的优先级定位
聚类分析对员工及客户进行质量分群
因果分析分析定位影响质量的关键因素
4. 主要图表可视化手段有哪些?
直方图看质量分布
控制图看质量稳定性
散点图看指标关联与分布
排列图(帕累托)看主要质量表现问题点
折线图看趋势
条形图、柱形图看对比
雷达图看优劣势
鱼骨图分析因果(非量化)
5. 需要哪些数据工具?
EXCEL及WPS基本上可以满足大部分需求;更专业化的分析与呈现也可以考虑SPSS、Minitab或JMP;自主开发分析自动化工具以及动态质量报表的化建议Python(Streamlit)、PowerBI。