淺談服務質量風險預警對客服專員指標提升影響

■ 國家電網有限公司客戶服務中心北方分中心 劉乃賀 劉海龍 張 鵬 付 珺 孫曉倩

95598熱線是供電公司和客戶的重要溝通渠道，堅守“以客戶為中心”的服務初心，真正踐行溫情服務理念，持續加強服務質量管控，不斷提升客服專員服務能力和效率，為客戶提供高效、優質、有溫度的價值服務，是中心持之以恒的追求[1]。然而隨著互聯網信息技術的成熟化，客戶在消費意識上更趨多元化，針對服務品質的要求也越來越高。與此同時，客服中心內部環境也正在面臨著來電業務量大、相關業務繁雜、服務標準不規范、運行流程不閉環、部門與部門間差異化知識溝通不協同而最終導致的客戶不滿、客戶投訴、客戶感知度下降等情況日益突出。

對于任何企業而言，要時時思考提升客戶服務質量的價值。尤其對中心發展現狀而言，目前最重要的就是提升客戶服務質量，提升客戶服務質量就意

味著提高客服專員個人指標提升，因為提升客戶服務質量是衡量企業服務意識的標準，是企業的生命力。

客服中心服務質量現狀及存在問題

客服中心服務質量現狀

客服中心在電力服務的管理方面相比以前已經發生了根本變化，其具體表現主要為以下幾點：從觀念上和機制上發生了轉變；建立了較為完善的服務制度[2]； 服務技術的支持系統初步建立；團隊勇于、敢于創新[3]。

客服中心服務質量存在問題

客服專員服務意識欠缺。處理問題的技巧和方法不夠成熟，應對投訴類以及情緒化客戶事件的經驗不足等；在投訴處理、意見建議，客戶求助方面的信息反饋不夠全面，處理問題的方式、方法欠妥。

部門管理制度、流程不健全。部門管理方面 、服務規范方面、操作流程方面的制度不健全，因此使部門的工作效率，員工責任心和工作積極性受到一定影響。

改進措施。提升服務意識，服務意識即服務的出發點是以“用戶為中心”。一切動聽的聲音、耐心地服務、細心的關懷均建立在服務意識的基礎上。以客戶為中心，竭盡全力地幫助客戶解決問題，認真追蹤每一個問題的完成情況，對結果負責，積極主動，耐心細心，才能稱得上具有良好的服務意識。

專人專線接打，分中心基于集中運營管理，將電話分為故障報修專線、咨詢專線、投訴專線、新興業務專線等，每人根據自己掌握業務程度、星級來負責一種專線接打，這樣一來可以提高話務員的業務能力和水平，減少失誤的發生，在容易引發服務質量的專線，可以適當提高計件單價，調整績效考核標準來激勵員工，避免員工在接打電話時出現害怕失誤的恐懼心理。

建立統一的獎懲制度，為避免出現服務質量惡化，分中心建立統一的獎懲考核制度。例如30天內累計發生8個一般差錯扣減績效；產生1個嚴重差錯扣減績效；對30天內累計發生2次及以上非服務態度類嚴重差錯、發生1次非一、二級服務態度的相關問題、12398等各類外部渠道轉辦事件人員責任屬實問題等情況，納入專項服務質量管控與輔導。

事前管控，將呼叫中心KPI與質檢結果結合分析，更容易發現問題，有利于提高運營效率。在質檢標準基礎上建立服務質量風險模型，導入3個基表數據，根據模型運算結果，對處于高、中、低風險人員及時管控，服務質量風險管控流程須由部門負責人牽頭執行風險管控工作。針對發現的服務質量對客服專員登錄騰訊通時第一時間彈框提醒目前已處于風險狀態級別，在工作中應注意哪些問題，每天通過輕學堂進行嚴重差錯定向培訓學習，學習完成后進行測驗，收集事后一周結果，實際了解服務質量是否發生變化[4]。

服務質量指標分析維度

體現客戶服務質量的核心指標是客戶服務評價滿意率、質檢差錯及對內投訴，質檢差錯從服務能力、業務能力、服務態度、工單填寫、工單派發5個維度，對內投訴從服務能力、服務態度、工單填寫、業務能力4個維度進行深化分析質檢差錯和對內投訴服務質量，實現多維度挖掘分析，細化服務質量問題。

數據預處理

數據采集。質檢差錯工單號取自質檢表中工單編號；對內投訴工單號取自對內投訴表中被投訴工單的工單編號；滿意率評價的工單號取自在線客服滿意率評價表中95598工單編號、電話渠道工單號。

分值設定規則（見表1）。一般差錯類：以工單維度進行統計，同一工單出現單個一般差錯，按照差錯類型進行計分；同一工單出現多個一般差錯，按照差錯類型的最高級（服務類）進行計分，只計1次。

表1 分值設定

嚴重差錯類：以工單維度進行統計，同一工單出現的所有差錯均按照差錯類型進行累加計分。

對內投訴：以工單維度進行統計，此情況僅會出現一種類型的屬實，按照屬實的類型進行計分。

滿意度情況：以工單維度進行統計，此情況僅會出現一種類型的評價，按照不滿意及非常不滿意的評價進行計分，滿意度情況由于在線客服滿意度統計表與電話渠道統計表不一致，須要考慮電話渠道的滿意度統計。

數據加工。數據加工包括客戶一般差錯、嚴重差錯、不滿意、非常不滿意、對內不屬實、對內屬實等數據。為滿足客服服務中心大數據產品的數據集成需求，將分中心客服一部至四部的業務應用數據通過數據復制工具復制到客服專員服務質量風險預警的數據存儲庫中，保持數據實時更新。客服專員服務質量風險預警產品按照業務分類和嚴重程度將客服一部至四部數據進行整合，存儲到公共庫，并為客服專員服務質量風險預警產品提供統一數據服務。

功能模型設計

本文結合呼叫中心業務集中運營的現狀，采用SWOT分析法和決策樹算法對呼叫中心客服專員服務質量進行全面分析。預警模型設計包括后臺數據存儲、以及前臺展示功能，其中基表數據和數據預處理使用Oracle進行存儲，前臺展示頁面和功能應用模塊使用ECharts對數據進行可視化展示[5]。功能設計思路如圖1所示。

圖1 功能設計思路

功能實現

服務風險預警監控功能

按照服務風險預警等級劃分為高、中、低3類風險級別，高風險為紅色、中風險為橙色、低風險為黃色；每個等級根據客服專員在服務過程中產生質檢差錯、滿意度評價及對內投訴情況，累計計算對應分值。

參數配置功能

參數配置可支持各類服務質量問題的風險值配置、閾值配置、干預措施配置等。

風險值配置：可支持高風險、中風險、低風險范圍值配置。

閾值配置：根據客服專員在服務過程中產生常態質檢差錯、滿意度評價及對內投訴情況產生，分為業務類及服務類2個維度，進行參數配置。

干預措施配置：提供高風險、中風險、低風險干預措施配置功能，可配置推送方式及推送內容。

線下數據導入功能

提供線下質檢數據導入功能，分為質檢差錯、對內投訴、滿意率3類線下數據表。包含客服專員基礎信息、質檢標準分類、對內投訴分類以及滿意度工單信息等。

應用效果評價

2021年8月至2022年3月，使用客服專員服務質量風險預警產品于分中心客服四部（線上渠道）正式上線使用并完成前期推廣，根據試點部門反饋量風險預警產品有效降低部門服務風險概率，大大提高部門運營指標。同時反饋客服專員服務質量風險預警產品具有以下特點。

數據擬合：將3類服務質量（對內、質檢、滿意度）基表擬合成1個數據寬表，使客服專員個人服務質量清單數據更直觀、查找更便捷，使用前后效果一目了然，每日按照客服四部（線上渠道）服務質量清單調取客服專員服務質量明細定位員工服務風險人群、分值及風險情況。

細化分析：通過質檢模塊、對內模塊和滿意度3個模塊，實現按服務質量分類生成統計分析結果，通過分析對內投訴和質檢差錯數據，細化個人服務質量問題，助力服務質量質效提升。

減負提效：快速查詢個人服務質量清單，減少每日人工重復篩選服務質量問題人員，支持一鍵導出全部風險人員清單預警情況，平均查詢員工個人服務清單由120 min縮減至30 min，大幅度提升工作效率。

風險監控：通過構建風險識別模型，根據不同的風險等級識別不同的預警對象，通過消息推送方式將服務策接觸達至客戶，向管理人員、一線話務人員發布預警提醒，提升服務質量防控水平。

業務拓展：將“服務質量風險預警管控”產品與分中心的《北方分中心95598客戶服務質量管控與考核評價實施細則》相結合，對30天內累計發生2次及以上非服務態度類嚴重差錯、發生1次及以非一、二級服務態度對內屬實及服務上分中心及以上重點關注的相關問題、12398等各類外部渠道轉辦事件人員責任屬實問題等情況，納入專項服務質量管控與輔導，通過運行模型直接獲取人員明細。

本文產品設計通過對服務質量需求進行分析、各功能項及數據庫設計，實現多維度的數據擬合和客服專員短信預警推送功能。并對產品各功能項進行測試，驗證產品功能的正確性和完整性，由此實現的客服專員服務質量風險預警產品，在服務質量惡化前及時進行預警防控，滿足運營指標要求。