Tecnologia: Customer Intelligence Topic: Dati & Analytics
Gli errori che si compiono nella gestione dei dati derivano principalmente dalla mancanza di dati integrati tra i canali: molte aziende hanno call center che funzionano in silos. I contact center generano molti dati, ma le aziende non hanno un approccio sistematico per aggregarli in un'unica fonte in modo che i manager possano capirne il senso e utilizzarli. In secondo luogo, c'è l'incapacità di collegare le informazioni analitiche alle azioni. La maggior parte delle organizzazioni, per esempio, esegue l'analisi della voce del cliente per calcolare la risoluzione alla prima chiamata (FCR) e le metriche sulla soddisfazione del cliente, ma non utilizza il feedback del cliente per riprogettare i processi o adottare altre misure per rendere più trasformativo l'impatto. Spesso questo deriva dal fatto che i responsabili delle operations non sanno cosa fare con l'analisi.
Quindi è fondamentale dotarsi di solide competenze di analisi che siano in linea con gli obiettivi strategici dell'organizzazione. Inoltre, le aziende hanno bisogno di meccanismi agili per sfruttare gli insight basati sull'analisi. Per esempio, un'importante società di carte di credito ha istituito un laboratorio di analisi della risposta vocale interattiva (IVR) che le consente di valutare immediatamente i cambiamenti nella soddisfazione e nel contenimento dei clienti dopo ogni modifica nell'IVR.
Tecnologia: Customer Intelligence Topic: Dati & Analytics
Secondo l'associazione TDWI (Transforming Data With Intelligence)…
In relazione all'utilizzo dei dati una soluzione tecnologica dovrà avere funzionalità che permettano di gestire questi aspetti:
Una volta addestrati, i sistemi basati sui dati possono funzionare con tutti i canali esistenti, inclusi voce , e-mail , SMS , chat , Messenger, Twitter, WhatsApp , WeChat, Slack e altri…
Le principali funzionalità degli advanced analytics sono: • predictive analytics:
Secondo l'’Osservatorio Big Data Analytics & Business Intelligence del Politecnico di Milano sono tre le competenze necessarie per l'analisi dei dati:
Dopo le funzioni amministrative, che da sempre sono la prima fonte di dati per la gestione aziendale, l’ambito dove la trasformazione data-driven è più rilevante oggi è il marketing…
Comunemente si distinguono quattro tipologie di dati che sono utili per analizzare la relazione con il cliente.
I descriptive analytics, o analisi descrittiva, sono l’insieme degli strumenti orientati a descrivere la situazione attuale e passata dei processi aziendali e delle aree funzionali.
Il tempo medio di gestione (average handling time – AHT) o tempo medio di chiamata (TMC) è una metrica chiave dei contact center e misura quanto tempo dura un'interazione con un cliente.