专家谈丨现代化呼叫中心如何提高首次呼叫解决率(FCR)?
来源: 时间:2023-07-17
  呼叫中心首次呼叫解决率 (FCR)是衡量客户首次呼叫时解决其需求的能力,从而使客户不必再次呼叫。呼叫中心经理应认真监控跟踪呼叫,因为跟进呼叫使整个呼叫量增加,这反过来需要更多的座席。一般而言,只要首次呼叫解决率增加了,呼叫中心经理也能接受通话时间的增加。跟踪呼叫也可用于指示客户满意度。

  到目前为止,有充分的证据表明,客户的期望已经急剧上升,其中最主要的是这样一种观念,即呼叫中心座席洞察一切,可以处理每一个请求,无论多么复杂,很少或根本不需要付出努力。客户希望能够联系我们一次,他们的问题--或者在某些情况下,问题--立即得到解决。

  服务智能平台提供商Aquant的首席执行官兼联合创始人Shahar·Chen表示:"如今,当你致电呼叫中心时,你的期望是,接听电话的人对一切都很了解。""你希望他能解决你的问题。你不在乎你的问题是你想买额外的产品,你有一台坏了的机器,或者你想举报欺诈。你希望呼叫中心座席知晓一切。"

  事实上,客户服务质量保证解决方案提供商SQM集团最近的呼叫中心研究发现,93%的客户希望他们的问题在首次接触时就得到解决。

  所有这些在理论上看似简单,但即使在过去的几年里有了所有的技术进步,现实是这仍然离标准很远。

  目前的行业基准将良好的首次呼叫解决率(FCR)设定在70%至80%之间,世界级公司超过80%。在所有呼叫中心中,只有大约5%可以称得上是世界级的。

  对所有公司来说,提高FCR比率都是一个值得追求的目标。FCR让客户更快乐,从长远来看,它节省了呼叫中心的资金:SQM发现,每提高1%的FCR,呼叫中心可以减少1%的运营费用,平均中型呼叫中心每年节省28.6万美元的运营费用。同样的1%的FCR增长也可以使客户满意度提高1%,员工满意度提高2.5%,净推荐值提高1.4%。此外,SQM发现95%的客户将继续与实现较高首次呼叫解决率的组织做生意,当客户问题在首次尝试中解决时,交叉销售的接受度增加了20%。

  但首先,大多数呼叫中心需要克服几个挑战。根据大多数专家的说法,最大的问题是呼叫中心一直坚持使用过时的传统解决方案和分散的技术堆栈,这使他们无法提供客户想要的个性化服务和即时性。

  使情况进一步复杂化的是,可用的客户服务渠道数量不断增加。德勤数字的2023年呼叫中心调查发现,在提供多个服务渠道的呼叫中心中,只有7%的呼叫中心可以在渠道之间无缝地转换客户,将数据、历史和背景从首次交互转移到下一个座席或系统。

  一些技术,如屏幕弹出,已经存在了几十年,但它们的使用远未普及。

  Verint负责市场策略的全球副总裁戴夫·辛格认为,FCR失败的原因有三个:

缺乏与其他系统(如销售或物流)的连接。这可能会阻止座席回答诸如何时可以预期交付或为什么交付没有在预期时到达之类的问题。

缺乏支持性技术,例如实时语音辅助,可以为座席提供额外的支持信息。

糟糕的业务流程和工作流集成。

  一般来说,一个座席需要访问的系统越多,找到答案的可能性就越小。辛格指出,让座席翻看多个屏幕试图找到答案,往往会阻止他们在首次次通话时结束互动。

  他说:"最大的挑战是能找到一个单一的标识符,将所有东西联系在一起。"

  影响低FCR率的其他因素与世界范围内更大的经济和社会趋势有关。这些问题包括座席流动率高、呼叫量大、平均处理时间长、座席远程工作、劳动力短缺、缺乏座席培训、指导和积极性。

  辛格补充说,还有一些互动,比如抵押贷款申请,就其本质而言,需要多个联系人。他指出,收入核实、产权搜索等根本无法实时完成。

投资正在进行中

  不过,好消息是,企业正朝着正确的方向前进。根据德勤数字的研究,为了提高FCR,他们正在寻找新技术。以下是该公司的调查结果:

即使面对经济不确定性,50%的公司表示基础设施现代化是投资的首要任务,三分之一的公司表示部署座席支持技术是首要任务。

仅在过去两年中,将分析、CRM、知识管理、交互记录和劳动力管理迁移到云的组织数量就增加了大约50%。

四分之三的公司将在两年内拥有基于云的交互式语音应答(IVR)、交互记录和CRM系统,三分之二的公司将拥有基于云的自动呼叫分配。

74%的组织目前正在测试或部署面向客户的聊天机器人。

语音/文本分析的使用率从2020年的62%上升到今天的81%。

  "公司需要在所有这些方面进行投资,"辛格说。"但他们必须确保投资于开放平台,因为很多事情都在发生变化。"

  辛格说,今天的呼叫中心需要能够连接大量的渠道、系统和平台,而封闭或半封闭的生态系统无法做到这一点。

  "当呼叫中心开始从互操作性、集成和数据的角度理解开放性的核心需求时,你将开始能够以更系统的方式解决问题。你可以在不同的地方使用不同的积木。你可以用正确的社交工具,正确的数字工具,正确的语音工具来解决问题,并将结果和数据历史联系在一起。随着事情变得越来越复杂,座席能够更系统地解决问题,"他继续说道。

  根据大多数专家的说法,云技术的部署也是FCR的关键。

  Valoir的创始人兼首席执行官丽贝卡韦特曼(Rebecca·Wettemann)表示,FCR落后的公司往往拥有遗留系统,而这些系统的更换成本要比基于云的系统高得多。"云呼叫中心的优势在于,我可以利用供应商发布的新技术,而不会像传统安装系统那样产生成本和中断。"

  韦特曼还提倡使用劳动力管理解决方案来提高FCR率。这项技术有助于呼叫中心确保他们有合适的人员配备水平,这不仅意味着合适的座席数量,而且意味着合适的座席类型。合适的专家可以比通才更快地处理具有特定类型需求的呼叫者,即使在知识库的帮助下也是如此。

  维特曼补充说,呼叫中心还需要确保他们的知识库--座席为许多问题寻找答案的地方--是全面的,并不断更新的。"如果我能首先让座席或客户获得正确的信息,我就能节省大量的时间。"

  另一项得到大多数专家支持的提高FCR的技术是聊天机器人,它可以把很多客户的电话从座席上转移开。自助聊天机器人可以自己完成客户最基本的要求。此外,根据韦特曼的说法,如果设置正确,聊天机器人可以为座席提供大量信息,以帮助进行FCR。

RIGHT-CHANNELING兴起

  在不断增加FCR的战斗中,呼叫中心领导者的最新武器是一种相对较新的武器,称为"RIGHT-CHANNELING"。它可以让呼叫中心的领导提前确定客户使用特定渠道的可能性。

  辛格说,涉及的渠道越多,FCR发生的可能性就越小。

  根据德勤数字的说法,RIGHT-CHANNELING有助于限制可能必须进行的转移,从而提高FCR的可能性。

  德勤数字(Deloitte Digital)在报告中表示:"客户表示,互联、一致的体验对建立信任至关重要。""过去,许多组织试图通过支持任何渠道中的任何服务交互来提供一致性。事实证明,这种方法既不划算,也不实用。"

  这就是为什么越来越多的组织转向正确的渠道战略,根据德勤数字。在最新的调查中,55%的领导者表示,他们的组织已经实施了某种形式的"正确引导"。

  在这些组织中,四分之三的组织使用正确的渠道来主动引导客户到最适合支持其交互意图的渠道,其余的组织则专注于将客户转移到等待时间最短或运营成本最低的渠道。

  而且,就像今天大多数商业领域的情况一样,专家们看到了人工智能在呼叫中心的大量涌入。他们表示,人工智能虽然仍处于起步阶段,但在提高FCR率方面具有巨大潜力。

  人工智能通信和协作技术提供商Dialpad的解决方案和产品营销高级副总裁约翰·芬奇表示:"在混合办公时代,帮助呼叫中心提高生产力的传统方法,如座席桌面工具,并不能为座席提供他们所需的工具,以提供卓越的客户服务。""现在是时候抛弃这些过时的方法,转而采用人工智能等前瞻性的技术解决方案了。"

  芬奇表示,人工智能驱动的客户智能平台改变了成本中心的说法,将呼叫中心转变为利润中心。"利用最先进的人工智能使呼叫中心的实践现代化,使与客户的联系和了解他们的需求更容易。将通信工具整合到单一统一平台上的技术将带来更好的性能,进而带来更好的结果,这要归功于实时指导和转录以及情绪分析等功能。"

  云通信和呼叫中心平台提供商Content Guru的联合创始人兼副首席执行官马丁·泰勒补充说,另一项关键的人工智能技术是自然语言处理(NLP),它可以提取客户查询性质的含义。"这种理解适用于所有形式的口头和书面数字互动。因此,可以有效地将客户路由到最佳可用的服务座席(无论是人还是机器),或者自动接收他们所需的信息。NLP还可以快速识别客户,通过在任何对话之前准备和预先填写适当的记录,节省时间,减少客户和座席的工作量。"

  然而,Verint的辛格警告说,要想让人工智能成为FCR的有效贡献者,它需要有正确的数据。任何人都可以从麻省理工学院的网站上下载一些算法和模型,或者获得OpenAI的许可证。但如果你没有正确的数据来训练模型,它就永远不会有效。一个开放的、以数据为中心的模型对于构建应用程序至关重要;这将使人工智能能够适当地学习,并随着时间的推移变得更加准确。"

  wetemann对此表示赞同,并指出将大型语言模型与人工智能相结合可以帮助座席更快地定位知识库中的任何信息。值得注意的是,人工智能并不能填补知识库的空白;她说,它只能更快地找到信息。"这是加快首次呼叫解决的好方法。"

  芬奇补充说:"人工智能确实是客户服务行业的游戏规则改变者,它改变了呼叫中心的体验,引导座席首次达到更高的客户满意度,减少了后续沟通,让客户更快乐。"

  Singer总结道,随着人工智能变得更加嵌入式,开放系统变得更加普遍,互操作性系统不断改进,FCR百分比也将不断提高。他说,人工智能的嵌入和通用平台的开放性将使FCR变得更加普遍。