Кажется, что жалобы на колл-центр - это одна из самых популярных тем всех форумов, когда дело доходит до общения с клиентами. Почему? Все дело в том, что людям намного проще нахамить, нагрубить, проигнорировать, находясь по другую сторону экрана, чем сделать это при личной встрече.
Несмотря на то, что данный вид связи и передачи информации наиболее комфортный и быстрый, он также приводит и к нехватке контроля и, следовательно, к "распущенности" операторов. Однако первый личный контакт клиента с компанией, выходящий за рамки красиво оформленного сайта, происходит именно в чате. Именно поэтому от того, как быстро, вежливо и четко ответит оператор, зависит останется с вами клиент или уйдет к вашему конкуренту.
Я настаиваю на том, что необходимо контролировать качество чатов. Это поможет компании унифицировать ответы операторов, создавая, так называемые "скрипты" - готовые ответы на ожидаемые вопросы клиента. Анализируя чаты, можно понять приблизительный путь среднестатистического клиента в чате и помочь оператору, подготовив ему ответы на самые частые вопросы. Это в несколько раз увеличит скорость ответа, а следовательно и шанс того, что клиент продолжит работать с компанией. Кроме того, анализ поможет заострить внимание операторов на самых частых ошибках и, как следствие, поможет их избегать.
Работа на энтузиазме - это дело хорошее, однако не особенно долгодействующее. Поэтому, чтобы оператор хотел следовать скрипту, избегать ошибок и делать все, чтобы сохранить потенциального клиента, следует ввести систему бонусов (премий), которые будут начисляться за выполнение всех условий (однако об этом позже).
Здесь появляется еще одна проблема: необходимо нанимать контролеров, которые будут следить за всеми операторами, проверять каждый их чат в поисках ошибок, и платить еще им? Да, ситуация не из приятных. Однако есть работник, который точно готов работать буквально на голом энтузиазме - главное не отключайте его от Wi-Fi. Это компьютер. Можно полностью автоматизировать систему контроля качества, что поможет полностью избежать непотизма, префернеций, а также базового человеческого фактора. К тому же, очевидно, что даже самый упорный и работящий сотрудник контроля качества, не может обработать каждый чат и найти все ошибки. А любая система рейтинга будет не объективна без обработки всех чатов каждого оператора.
С чего начать?
Начать процесс автоматизации стоит с выявления ошибок, которые больше всего вредят компании. Например, речевые инструменты (все грамматические ошибки, построение фраз); фактические ошибки (некорректный ответ, например, оператор согласовал услугу/продукт, который уже не используется/не может быть согласован конкретному клиенту); cultural fit или критерий соответствия ценностям(ценность компании, которая должна прослеживаться в каждом ответе).
Далее следует придумать, зачем и как использовать данные по этим ошибкам. Необходимо заранее сообщить операторам о всех критериях, дать им время подготовиться и все запомнить. Ваша цель - не прижучить, а добиться высокого уровня обслуживания клиентов в чате. Вы тренер, а не судья.
В случае системы рейтинга нужно прописать коэффициенты для каждой ошибки, придумать систему бонусов, добавить другие объективные показатели, такие как скорость обработки чатов, количество претензий на этого оператора, среднее количество часов проведенное за работой в смену (утилизация). Также необходимо учитывать уровень нагрузки в конкретную смену: если чат круглосуточный, то оператор, работающий в восемь утра, скорее всего, получит меньше запросов, чем оператор, работающий в семь вечера.
Как собирать данные?
Чаще всего колл-центры работают на платформах коммуникации или агрегаторах мессенджеров, таких как LiveTex, Chat2Desk, Intercom и тд. Если же данные не собираются в общую базу разработкой, то в каждой системе есть возможность скачать данные вручную или с помощью API. Ниже я приведу пример того, как система автоматизации контроля чатов реализована в моей компании.
Первая версия сбора данных работала на ручном скачивании данных в CSV. файл, сейчас все чаты загружаются в общую базу данных на стороне разработки.
Обработка же сначала была реализована в локальном Jhub: скрипт обработал CSV. файл и записывал данные по каждому оператору в google таблицу. Сейчас данные обрабатываются аналитиками и выводятся в дашборд Tableau, делая информацию читабельной и привлекательной для глаза неспециалиста.
В конце хочу отметить, что контроль за работой операторов - это не охота за головами. Это взаимовыгодное сотрудничество и совместная работа как менеджеров, так и операторов с целью сделать компанию еще более успешной.
