浅谈服务质量风险预警对客服专员指标提升影响

■ 国家电网有限公司客户服务中心北方分中心 刘乃贺 刘海龙 张 鹏 付 珺 孙晓倩

95598热线是供电公司和客户的重要沟通渠道，坚守“以客户为中心”的服务初心，真正践行温情服务理念，持续加强服务质量管控，不断提升客服专员服务能力和效率，为客户提供高效、优质、有温度的价值服务，是中心持之以恒的追求[1]。然而随着互联网信息技术的成熟化，客户在消费意识上更趋多元化，针对服务品质的要求也越来越高。与此同时，客服中心内部环境也正在面临着来电业务量大、相关业务繁杂、服务标准不规范、运行流程不闭环、部门与部门间差异化知识沟通不协同而最终导致的客户不满、客户投诉、客户感知度下降等情况日益突出。

对于任何企业而言，要时时思考提升客户服务质量的价值。尤其对中心发展现状而言，目前最重要的就是提升客户服务质量，提升客户服务质量就意

味着提高客服专员个人指标提升，因为提升客户服务质量是衡量企业服务意识的标准，是企业的生命力。

客服中心服务质量现状及存在问题

客服中心服务质量现状

客服中心在电力服务的管理方面相比以前已经发生了根本变化，其具体表现主要为以下几点：从观念上和机制上发生了转变；建立了较为完善的服务制度[2]； 服务技术的支持系统初步建立；团队勇于、敢于创新[3]。

客服中心服务质量存在问题

客服专员服务意识欠缺。处理问题的技巧和方法不够成熟，应对投诉类以及情绪化客户事件的经验不足等；在投诉处理、意见建议，客户求助方面的信息反馈不够全面，处理问题的方式、方法欠妥。

部门管理制度、流程不健全。部门管理方面 、服务规范方面、操作流程方面的制度不健全，因此使部门的工作效率，员工责任心和工作积极性受到一定影响。

改进措施。提升服务意识，服务意识即服务的出发点是以“用户为中心”。一切动听的声音、耐心地服务、细心的关怀均建立在服务意识的基础上。以客户为中心，竭尽全力地帮助客户解决问题，认真追踪每一个问题的完成情况，对结果负责，积极主动，耐心细心，才能称得上具有良好的服务意识。

专人专线接打，分中心基于集中运营管理，将电话分为故障报修专线、咨询专线、投诉专线、新兴业务专线等，每人根据自己掌握业务程度、星级来负责一种专线接打，这样一来可以提高话务员的业务能力和水平，减少失误的发生，在容易引发服务质量的专线，可以适当提高计件单价，调整绩效考核标准来激励员工，避免员工在接打电话时出现害怕失误的恐惧心理。

建立统一的奖惩制度，为避免出现服务质量恶化，分中心建立统一的奖惩考核制度。例如30天内累计发生8个一般差错扣减绩效；产生1个严重差错扣减绩效；对30天内累计发生2次及以上非服务态度类严重差错、发生1次非一、二级服务态度的相关问题、12398等各类外部渠道转办事件人员责任属实问题等情况，纳入专项服务质量管控与辅导。

事前管控，将呼叫中心KPI与质检结果结合分析，更容易发现问题，有利于提高运营效率。在质检标准基础上建立服务质量风险模型，导入3个基表数据，根据模型运算结果，对处于高、中、低风险人员及时管控，服务质量风险管控流程须由部门负责人牵头执行风险管控工作。针对发现的服务质量对客服专员登录腾讯通时第一时间弹框提醒目前已处于风险状态级别，在工作中应注意哪些问题，每天通过轻学堂进行严重差错定向培训学习，学习完成后进行测验，收集事后一周结果，实际了解服务质量是否发生变化[4]。

服务质量指标分析维度

体现客户服务质量的核心指标是客户服务评价满意率、质检差错及对内投诉，质检差错从服务能力、业务能力、服务态度、工单填写、工单派发5个维度，对内投诉从服务能力、服务态度、工单填写、业务能力4个维度进行深化分析质检差错和对内投诉服务质量，实现多维度挖掘分析，细化服务质量问题。

数据预处理

数据采集。质检差错工单号取自质检表中工单编号；对内投诉工单号取自对内投诉表中被投诉工单的工单编号；满意率评价的工单号取自在线客服满意率评价表中95598工单编号、电话渠道工单号。

分值设定规则（见表1）。一般差错类：以工单维度进行统计，同一工单出现单个一般差错，按照差错类型进行计分；同一工单出现多个一般差错，按照差错类型的最高级（服务类）进行计分，只计1次。

表1 分值设定

严重差错类：以工单维度进行统计，同一工单出现的所有差错均按照差错类型进行累加计分。

对内投诉：以工单维度进行统计，此情况仅会出现一种类型的属实，按照属实的类型进行计分。

满意度情况：以工单维度进行统计，此情况仅会出现一种类型的评价，按照不满意及非常不满意的评价进行计分，满意度情况由于在线客服满意度统计表与电话渠道统计表不一致，须要考虑电话渠道的满意度统计。

数据加工。数据加工包括客户一般差错、严重差错、不满意、非常不满意、对内不属实、对内属实等数据。为满足客服服务中心大数据产品的数据集成需求，将分中心客服一部至四部的业务应用数据通过数据复制工具复制到客服专员服务质量风险预警的数据存储库中，保持数据实时更新。客服专员服务质量风险预警产品按照业务分类和严重程度将客服一部至四部数据进行整合，存储到公共库，并为客服专员服务质量风险预警产品提供统一数据服务。

功能模型设计

本文结合呼叫中心业务集中运营的现状，采用SWOT分析法和决策树算法对呼叫中心客服专员服务质量进行全面分析。预警模型设计包括后台数据存储、以及前台展示功能，其中基表数据和数据预处理使用Oracle进行存储，前台展示页面和功能应用模块使用ECharts对数据进行可视化展示[5]。功能设计思路如图1所示。

图1 功能设计思路

功能实现

服务风险预警监控功能

按照服务风险预警等级划分为高、中、低3类风险级别，高风险为红色、中风险为橙色、低风险为黄色；每个等级根据客服专员在服务过程中产生质检差错、满意度评价及对内投诉情况，累计计算对应分值。

参数配置功能

参数配置可支持各类服务质量问题的风险值配置、阈值配置、干预措施配置等。

风险值配置：可支持高风险、中风险、低风险范围值配置。

阈值配置：根据客服专员在服务过程中产生常态质检差错、满意度评价及对内投诉情况产生，分为业务类及服务类2个维度，进行参数配置。

干预措施配置：提供高风险、中风险、低风险干预措施配置功能，可配置推送方式及推送内容。

线下数据导入功能

提供线下质检数据导入功能，分为质检差错、对内投诉、满意率3类线下数据表。包含客服专员基础信息、质检标准分类、对内投诉分类以及满意度工单信息等。

应用效果评价

2021年8月至2022年3月，使用客服专员服务质量风险预警产品于分中心客服四部（线上渠道）正式上线使用并完成前期推广，根据试点部门反馈量风险预警产品有效降低部门服务风险概率，大大提高部门运营指标。同时反馈客服专员服务质量风险预警产品具有以下特点。

数据拟合：将3类服务质量（对内、质检、满意度）基表拟合成1个数据宽表，使客服专员个人服务质量清单数据更直观、查找更便捷，使用前后效果一目了然，每日按照客服四部（线上渠道）服务质量清单调取客服专员服务质量明细定位员工服务风险人群、分值及风险情况。

细化分析：通过质检模块、对内模块和满意度3个模块，实现按服务质量分类生成统计分析结果，通过分析对内投诉和质检差错数据，细化个人服务质量问题，助力服务质量质效提升。

减负提效：快速查询个人服务质量清单，减少每日人工重复筛选服务质量问题人员，支持一键导出全部风险人员清单预警情况，平均查询员工个人服务清单由120 min缩减至30 min，大幅度提升工作效率。

风险监控：通过构建风险识别模型，根据不同的风险等级识别不同的预警对象，通过消息推送方式将服务策接触达至客户，向管理人员、一线话务人员发布预警提醒，提升服务质量防控水平。

业务拓展：将“服务质量风险预警管控”产品与分中心的《北方分中心95598客户服务质量管控与考核评价实施细则》相结合，对30天内累计发生2次及以上非服务态度类严重差错、发生1次及以非一、二级服务态度对内属实及服务上分中心及以上重点关注的相关问题、12398等各类外部渠道转办事件人员责任属实问题等情况，纳入专项服务质量管控与辅导，通过运行模型直接获取人员明细。

本文产品设计通过对服务质量需求进行分析、各功能项及数据库设计，实现多维度的数据拟合和客服专员短信预警推送功能。并对产品各功能项进行测试，验证产品功能的正确性和完整性，由此实现的客服专员服务质量风险预警产品，在服务质量恶化前及时进行预警防控，满足运营指标要求。