數(shù)據挖掘在基于呼叫中心的CRM中的應用

2011/10/20

　　“以客戶為中心”的管理理念正在逐步得到企業(yè)的重視和認可，作為從事服務性行業(yè)的企業(yè)，為了提高工作效率，提高客戶服務質量，滿足客戶、留住客戶的目標。一個基于呼叫中心的CRM應運而生。

　　呼叫中心是企業(yè)和外部的聯(lián)系通道。使用呼叫中心后，服務中心的咨詢人員就可根據主叫號碼到CRM的客戶數(shù)據中提取客戶的基本信息和以往電話記錄，很快進入問題的核心；或將呼叫轉接到相關專業(yè)人員的坐席，使客戶可以馬上得到專業(yè)人員的幫助。

　　同時呼叫中心記錄下了企業(yè)的呼叫次數(shù)、CRM是基于大型數(shù)據倉庫的客戶資料管理系統(tǒng)。服務中心的咨詢人員記錄下客戶的來電問題，形成定單，給出是否解決的標記；處理人員就那些尚未解決的問題進行處理，并反饋客戶，也可安排上門服務；質檢人員對上門服務的情況進行客戶回訪，對上門質量進行檢查。

　　查詢分析正是就呼叫中心里記錄的那些企業(yè)來電情況、CRM里定單管理流程數(shù)據進行數(shù)據挖掘，給企業(yè)管理者直觀的獲悉服務中心運轉狀況，為優(yōu)化人員配置、業(yè)務流程重組，人員資源管理、維護客戶關系提供分析數(shù)據。以指導基層人員的業(yè)務行為、更好的關懷客戶。

1.需求

　　如何使企業(yè)管理者更直觀的了解服務中心當前運轉情況，是查詢分析需要考慮去實現(xiàn)的�；诜⻊罩行默F(xiàn)有職能部門設置，給出以下主要數(shù)據展示內容：

　　1.1 服務中心的呼叫電話量

　　結合我們所服務行業(yè)的多樣性，呼叫中心共分設了申報、稅控、出口退稅和自主產品4大工作組。根據CTI系統(tǒng)的數(shù)據可以給出每個工作組按月、按日、按時段不問時間域上的呼叫電話量；同時也可按客服人員的工號給出其不同時間域上的工作量。有了這些表格數(shù)據，服務中心的管理人員就可對呼叫電話的話務分布情況、話務趨勢、每人的話務量都有預先了解和合理、有效判斷。提前做好人員安排，保證咨詢線路暢通，服務質量優(yōu)質。

　　1.2 服務定單的類別情況

　　不同工作組的客服人員就所服務電話生成的服務定單也是由行業(yè)業(yè)務不同而設置為不同的定單類別，那么根據服務中心每天所生成的不同定單類別數(shù)，管理人員就能及時安排不同處理人員專管不同定單類別的未處理定單，做到“專人專用”，以加快未處理定單的處理速度。因為未處理定單通常都足咨詢人員一時無法解決而遺留下來需要處理人員進行特殊處理的。而這些往往是影響服務質量的業(yè)務，如最近心須要回復客戶而沒有得到及時處理的，最近待處理業(yè)務，最近處理失敗業(yè)務，最近遺漏處理業(yè)務等，這些將大大影響服務質量．通過咨詢處理查詢界面，管理人員能及時安排處理，從而提高服務質量，提高企業(yè)滿意度。

　　1.3 來電咨詢的企業(yè)情況

　　根據CTI系統(tǒng)的電話號碼匹配客戶數(shù)據庫，將獲得來電咨詢的企業(yè)信息，不同企業(yè)類型、企業(yè)規(guī)模、企業(yè)地域的企業(yè)所咨詢的問題、生成的定單類別往往是各異的。管理人員通過這些分布數(shù)據�？梢栽谂嘤柶髽I(yè)業(yè)務知識、如何操作使用軟件方面應人而異。使培訓人員在對企業(yè)進行培訓時有的放矢，有一定針對性，既方便企業(yè)更快、更好、更熟練地使用軟件，也減輕呼叫中心的電話量，更降低上門人員上門服務次數(shù)，做到精益求精。這樣使企業(yè)也充分滿意公司的服務，認可培訓效果。

2.設計

　　根據需求。結合呼叫中心和CRM定單管理的數(shù)據，整個數(shù)據挖掘的系統(tǒng)結構見圖1所示。

企業(yè)細分變量

圖1:企業(yè)細分變量
　　在系統(tǒng)結構中。底層為數(shù)據源，包括企業(yè)數(shù)據庫、定單數(shù)據庫、CTI數(shù)據庫及其他外部數(shù)據，通過ETL工具提取數(shù)據形成數(shù)據倉庫。以形成面向傘局的數(shù)據視圖，從而形成整個系統(tǒng)的數(shù)據基礎。在此基礎上通過OLAP和OLAM服務器支持數(shù)據分析處理(主要是查詢，報表)，將數(shù)據挖掘分析結果用于操作型CRM以網頁形式展示，為服務中心的管理者提供支持。

　　企業(yè)數(shù)據庫中將企業(yè)類型、企業(yè)員工數(shù)、企業(yè)地址、企業(yè)稅號、企業(yè)電話等表針企業(yè)屬性的字段數(shù)據進行提取，最終形成客戶數(shù)據集市。定單數(shù)據庫中將定單企業(yè)稅號、定單類別、定單狀態(tài)等表針定單屬性的字段數(shù)據進行提取，最終形成定單數(shù)據集市。CTI數(shù)據庫中將來電號碼、來電事件類型、來電接聽人、來電日期、來電時間、來電組號等表針CTI屬性的字段數(shù)據進行提取，最終形成CTI數(shù)據集市。各集市間通過企業(yè)稅號、來電號碼、定單號獲取相應關聯(lián)。

3.應用

　　3.1 數(shù)據分類

　　CRM中的定單處理流程能較好的表現(xiàn)當前服務中心服務客戶的質疑情況，如哪些是客戶急需解決的疑難問題，哪些是回訪企業(yè)沒有成功需繼續(xù)跟蹤的服務，哪些是機房人員要快速驗證的客戶。

　　表1:因素變量

　　1)我們根據定單類別、定單狀態(tài)可將定單進行細分，針對不同分類結果，采取不同應對方法去處理、解決。

　　定單細分滿足以下2條件：

　　(1)完整性，定單數(shù)據庫中的每一張定單都屬于一個細分群。
　　
　　(2)互斥性，由于一家企業(yè)每日來電都一個定單流水號，確保一家企業(yè)在定單數(shù)據庫中每日都不會同屬于多個細分群。

　　如表1所示。

　　2)在CRM中，咨詢定單是咨詢處理的主要業(yè)務定單。為了有效、及時的獲取咨詢定單的處理情況，需要對定單屬性模式進行分析，從數(shù)據挖掘技術可以認為是分類問題，可以用組合分類方法處理，具體分析過程如下：

　　(1)定義企業(yè)特征模式，選擇分析粒度(企業(yè)類型、員工數(shù)、分管分局等)�？蓪σ惶靸�，來電企業(yè)的特征模式進行分類歸納；也可就生成定單的特征模式進行分類總結。

　　(2)選擇數(shù)據源，進行數(shù)據準備。

　　(3)選擇及轉換變量。

　　(4)通過組合分類方法處理數(shù)據，建立分類定位模型。

　　(5)利用分類定位模型將定單列表中的定單按最近處理響應時間排序，同時根據最近處理響應時間與當前時間的時間間隔為分段依據進行不同顏色、字體大小的設置。以便一目了然地看出服務中心的咨詢處理近況。

　　3)有了這些定單數(shù)據，中心負責人就可以指派專人對問題比較集中、類似的定單進行特殊、專項處理，避免定單積壓。同時由于企業(yè)一時得到問題的解決，會不停的撥打咨詢電話詢問處理進展，有專人定向服務后。也可減輕咨詢人員的話務壓力。根據企業(yè)數(shù)量的大小，結合所咨詢的問題內容給出相應的解決、處理方法，查找企業(yè)培訓工作中的不足之處。

　　總結經驗，提高企業(yè)培訓質量，咨詢人員解決問題的應變能力。

　　3.2 面向OLAP分析的CTI工作組話務分析

　　OLAP(聯(lián)機分析處理)分析是基于多維數(shù)據模型進行的多維數(shù)據分析。通過呼叫中心的通話記錄和客服人員所在工作組安排記錄，構建一個UML星系模式，以便為服務中心的管理人員能對每個呼叫工作組的人員進行配備分析，合理分配每個工作組、每位客服人員的話務餐。

　　這個UML星系模式構建自3個關系數(shù)據庫，包括CTI父系數(shù)據、員個關系數(shù)據和工作組關系數(shù)據。分析主題是個作組內各客服人員的通話量。

　　3.2.1 數(shù)據源

　　1) CTI關系數(shù)據庫

　　呼叫中心系統(tǒng)把每個來電信息存儲在一個關系數(shù)據庫中。對于每個來電號碼。存儲的數(shù)據說明了該來電的來電號碼、來電類型、來電通話開始時間、來電接聽人工號、來電通話結束時間、來電日期。表屬性如下所示：

　　CallRecord(tel_num，event_type，starttime，emp_l，endtime，day)這個關系的一個記錄如下所示：

　　(32345126,咨詢來電通話,9:10:03,108,9:13:21,2008-6-4)

　　2)員工關系數(shù)據

　　CRM定單管理系統(tǒng)把每個咨詢人員信息都存儲在一個關系數(shù)據表中。號、姓名、工作組。表屬性如下所示：

　　Yonghb(daim，xingm，bum)

　　這個關系的一個記錄如下所示：(108,彭霄,1)

　　3)工作組關系數(shù)據

　　呼叫中心系統(tǒng)按被撥打的咨詢熱線號碼不同，設置了多個工作組來接人電話工作組的沒置信息存儲在一個關系數(shù)據表中。對于每個工作組，存儲的數(shù)據說明了該工作組的組號、組名、優(yōu)先級(對于咨詢熱線號碼常用的幾個，又按優(yōu)先級接入到同類型的工作組中，有效分流同類咨詢電話的接聽、處理量)。表屬性如下所示：

　　Dm_bum(daim，neir,jib)

　　這個關系的一個記錄如下所示： (j,咨詢,1)

　　3.2.2 UML diagram的生成

　　1)由關系數(shù)據轉換的CTI來電的UML diagram如圖2所示。

圖2:CTI來電的UML diagram (介紹性文字)
　　2)由關系數(shù)據轉換的員工的UML diagram如圖3所示。
員工的UML diagfam

圖3:員工的UML diagfam (介紹性文字)
　　3)由關系數(shù)據轉換的工作組的UML diagram如圖4所示。

圖4:工作組的UML diagram (介紹性文字)
　　3.2.3 UML星系模式

　　通過CTI的來電號碼、來電事件類型、來電日期、來電時間、來電接聽人和來電組號，構建一個UML星系模式，以便為服務中心的管理人員能對CTI話務有全方位的預測。

　　這個UML星系模式的分析主題是服務中心CTI的話務量。

　　這個UML星系模式如圖5所示，有2個事實類和4個共享維。2個事實類為co_fact和qy_fact。

圖5:UML星系模式 (介紹性文字)
　　Ce_fact事實類的內容由CTI關系數(shù)據以及經過計算的數(shù)據產生。Qy_fact事實類的內容中客戶關系數(shù)據以及經過計算的數(shù)據產生。4個共享維為員工維、工作組維、來電事件維和時間維。員工維來自員工關系數(shù)據表的內容，有“gongh”類。工作組維來自工作組關系數(shù)據表，有“group”類。來電事件維來自來電事件關系數(shù)據表，有“event_type”類。時間維包含3個類“month”、“day”、“time”，有兩個概念分層。一個是“day”—“month”，另一個是“day”—“time”。這樣，這個UML星系模式就構成了一個面向CTI的話務量主題的多維數(shù)據概念模型，從而可進行面向這個主題的OLAP多維數(shù)據分析，通過上卷、下切、鉆取等實現(xiàn)如：“各工作組的話務量”、“每月每日的話務量”、“各企業(yè)的話務量”、“每日分時段的話務量”、“各來電事件的話務量”等查詢分析。

4.結束語

　　本文所述的查詢分析是一個實際應用，該應用成功地使管理人員及時獲悉服務中心各職能邪門的工作質量，并指定有效的咨詢人員排班機制。運行結果表明該應用確實提高了管理者效率，并對服務中心的管理基本做到實時、量化的水平，大幅提高了服務質量和管理水平。使客戶的滿意率穩(wěn)步上升。

共 2 頁：1 2

賽迪網中國信息化(industry.ccidnet.com)