客戶細(xì)分應(yīng)該算是一個多年的老話題，分層服務(wù)、路由設(shè)定、技能組匹配等等都已經(jīng)在呼叫中心得到了落實。而隨著大數(shù)據(jù)和移動互聯(lián)網(wǎng)的興起，原來相對簡單的客戶細(xì)分策略和手段開始漸漸不再能夠滿足面對不斷變化和演進(jìn)的客戶需求而實施的精益化運營和精準(zhǔn)營銷的挑戰(zhàn)。因此，客戶細(xì)分的策略和手段也到了更新升級的時候。
簡單來講，呼叫中心的客戶細(xì)分有兩個目的：精益化運營和精準(zhǔn)營銷。
精益化運營：麥肯錫曾經(jīng)有過一項調(diào)查，呼叫中心平均有51%的客戶來電是由14%的客戶造成的。而平常在項目中和上課跟學(xué)員交流的過程中也發(fā)現(xiàn)，很多呼叫中心每天的來電量里面存在想當(dāng)比例的重復(fù)來電，有的甚至高達(dá)30%以上。這14%的客戶是什么樣的客戶？有什么共同特征？如何針對這部分人群制訂相應(yīng)的服務(wù)策略以減少他們的來電請求？如何降低每天的重復(fù)來電占比？什么樣的客戶的什么樣的問題適合什么樣的聯(lián)絡(luò)渠道去解決，如何把客戶導(dǎo)向最佳匹配的聯(lián)絡(luò)渠道？在運營成本本就局促的呼叫中心，這些問題是每一個運營管理者不得不考慮的。
精準(zhǔn)營銷：盲目的電話外呼營銷在大多數(shù)接到電話的人的心目中已經(jīng)不再是一個正面的舉動，面對客戶日益增強(qiáng)的抵觸心理和普遍不信任的社會環(huán)境，成功率普遍低下是不得不面對的一個問題。即使通過短期非正常手段獲得了不錯的轉(zhuǎn)化率，但客戶生命周期能否持久，流失曲線是否平緩，總體生命周期價值貢獻(xiàn)高低等問題值得去深思。在這種情況下，經(jīng)過客戶細(xì)分后的精準(zhǔn)營銷策略，則會顯著提高產(chǎn)品推薦的針對性和相關(guān)性，并最終提升轉(zhuǎn)化率、銷售額和利潤率。而同時坐席的收入和成就感也會從中受益。除了呼出營銷，建立在良好服務(wù)基礎(chǔ)上的呼入營銷近年來也越來越受到重視。交易的前提是信任，而持續(xù)一致的良好的服務(wù)品質(zhì)恰恰可以建立這種信任。在信任建立的基礎(chǔ)上，通過數(shù)據(jù)挖掘的支撐，為不同類別的客戶匹配他們最有可能購買的產(chǎn)品和服務(wù)，客戶接受度要好的多，而轉(zhuǎn)化率和成功率自然也會得到提升。如果把這種服務(wù)營銷一體化的運營機(jī)制再提升一個層次，嵌入到客戶經(jīng)營和體驗管理的循環(huán)圈中，則服務(wù)和營銷會自然融為一個有機(jī)的整體，何愁呼叫中心的價值得不到體現(xiàn)。
那么如何進(jìn)行這種更精益化的客戶細(xì)分呢？大體上要從幾個方面去考慮：有沒有數(shù)據(jù)，有沒有工具，有沒有人才支撐，如何部署實施，如何檢驗效果。而這些也正是整體大數(shù)據(jù)應(yīng)用需要考慮的問題。
現(xiàn)在呼叫中心數(shù)據(jù)問題是一個很讓人頭疼和復(fù)雜的問題，且不說各種運營指標(biāo)定義與算法的亂與泛，單就從系統(tǒng)后臺能不能取到完整真實的話務(wù)數(shù)據(jù)都是一項很大的挑戰(zhàn)。而客戶的細(xì)分不但需要話務(wù)數(shù)據(jù)，更重要的是需要把話務(wù)數(shù)據(jù)跟業(yè)務(wù)數(shù)據(jù)和客戶的社會背景信息統(tǒng)計數(shù)據(jù)結(jié)合起來，有一個全景的視圖，才會有更好的細(xì)分效果。而業(yè)務(wù)數(shù)據(jù)及客戶社會背景統(tǒng)計信息的記錄和獲取又會涉及到部門協(xié)作以及系統(tǒng)支撐的問題。鑒于呼叫中心在企業(yè)中的地位，這種努力的結(jié)果也不是太樂觀。
工具問題是相對容易解決的。最基礎(chǔ)的運營統(tǒng)計分析工作可以主要由Excel來完成。隨著Excel版本的不斷升級，其數(shù)據(jù)處理能力也在不斷攀升，甚至在一臺配置良好的機(jī)器上，利用Excel的PowerBI套件單機(jī)處理千萬級的數(shù)據(jù)也不是問題。真正涉及到客戶的聚類、分類、生存、流失、關(guān)聯(lián)推薦、異常偵測等分析時，有現(xiàn)成的專業(yè)化數(shù)據(jù)挖掘工具可供選擇，免費的有R，收費的有SPSS、SAS、Matlab等，只要企業(yè)預(yù)算允許，這些都不是問題。而且隨著以Hadoop為代表的大數(shù)據(jù)處理平臺的崛起，基于私云與公云的各種專業(yè)化服務(wù)工具也是層出不窮，可以滿足不同的數(shù)據(jù)分析與挖掘需求。
人才是另外一個關(guān)鍵問題。國外大數(shù)據(jù)圈子里曾經(jīng)流傳著這么一句話：Big data is like teenage sex，everyone talks about it，nobody really knows how to do it，everyone thinks everyone else is doing it，so everyone claims they are doing it。意思是說，大數(shù)據(jù)就像十幾歲孩子的性話題，每個人都在談?wù)撍�，但沒有人真正知道如何去做。每個人都以為其他人在做，所以每個人都聲稱他們在做�？偠灾�，現(xiàn)在的大數(shù)據(jù)環(huán)境是談概念和趨勢的多，真正動手去做的少，真正做出成果來的更少。這也就造成了真正實用性人才的缺乏，而且這種缺乏是全球范圍內(nèi)的缺乏。數(shù)據(jù)產(chǎn)生的速度和人們對它的潛力預(yù)期大大超出了成熟人才的供應(yīng)速度。對話呼叫中心來說，只有兩條路，求助于IT或自己培養(yǎng)。求助于IT，往往得到的是最低優(yōu)先級響應(yīng)，而且很難把IT大牛們真正拉到業(yè)務(wù)場景里來，這需要企業(yè)管理和考核機(jī)制的變化；自己培養(yǎng)，則需要呼叫中心有足夠的耐心，全力的支持與協(xié)調(diào)和有競爭力的薪酬水平能夠讓人才安心成長與進(jìn)步，能不能等得急、留得住都是問題。
置于部署和實施，只要可靠模型建立了，都不是什么大問題。需要的只是根據(jù)每個周期的運營效果反饋不斷調(diào)優(yōu)和維護(hù)就行了。
而對于大數(shù)據(jù)支撐效果的檢驗，最直接的莫過于觀察直觀指標(biāo)的變化趨勢，例如，客戶對服務(wù)的滿意度或NPS指標(biāo)是否在改善？重復(fù)來電占比是否降低？人工話務(wù)占比是否在下降？營銷成功率是否上升？員工人均貢獻(xiàn)值是否在上升？員工流失率是否在下降等等。
需要切記的是，大數(shù)據(jù)雖然是強(qiáng)有力的運營支撐手段，但良好的服務(wù)品質(zhì)和高效的運營仍然離不開呼叫中心的價值定位、服務(wù)導(dǎo)向、技能意愿雙高的員工隊伍、精細(xì)的運營規(guī)劃與實施以及合理充足的資源配置與支持。
