அளவீடு, KPI மற்றும் தொடர்ச்சியான முன்னேற்றம்: எதைக் கண்காணிக்க வேண்டும், எப்படி?

ஆதாயங்கள்:

• கிளாசிக் KPIகள் (AHT, FCR, CSAT, NPS, CES) மற்றும் AI-சார்ந்த அளவீடுகளை ஒவ்வொரு உற்பத்தித்திறன் அளவீட்டிற்கும் தரமான சமநிலையுடன் படிக்கும் திறன்
• பதிலின் துல்லியத்தை அளவிடும் திறன் மற்றும் தவறாமல் சறுக்குதல் மற்றும் ஒற்றை மெட்ரிக்கில் பூட்டுவதற்கான பொறியைத் தவிர்க்கும் திறன்
• 'எனக்குத் தெரியாது' பதிவு செய்தல், விற்றுமுதல் காரணங்கள் மற்றும் PDCA சுழற்சியில் தோல்வியுற்ற ஓட்டங்கள் ஆகியவற்றின் அடிப்படையில் தொடர்ச்சியான முன்னேற்றத்தை மேற்கொள்ளும் திறன்

AI கால் சென்டரில் நுழையும் போது மிகவும் ஆபத்தான தவறு "நாங்கள் அதை நிறுவியுள்ளோம், அது வேலை செய்கிறது போல் தெரிகிறது, அது போதும்" என்று கூறுவது. ஒரு போட், உதவியாளர் அல்லது சுய-சேவை ஓட்டம் நேரலையில் இருக்கும் தருணத்தில் சரியாக இருக்காது, அது அங்கேயே இருக்காது; இது தொடர்ந்து அளவிடப்பட வேண்டும், கண்காணிக்கப்பட வேண்டும் மற்றும் மேம்படுத்தப்பட வேண்டும். மேலும், தவறான அளவீட்டைக் கண்காணிப்பது சில சமயங்களில் சரியான மெட்ரிக்கைக் கண்காணிக்காததை விட அதிக தீங்கு விளைவிக்கும் - ஏனெனில் அது உங்களை தவறான திசையில் இயக்குகிறது. இந்த யூனிட்டில், கால் சென்டர் கீ இன்டிகேட்டர்கள் (KPIகள்), AI-சார்ந்த அளவீடுகள் மற்றும் தொடர்ச்சியான முன்னேற்ற சுழற்சியை எவ்வாறு நிறுவுவது என்பதைப் பார்ப்போம்.

முதலாவதாக, ஒரு எச்சரிக்கை: அளவீடுகள் முடிவிற்கான ஒரு வழிமுறையாகும், முடிவே அல்ல. வாடிக்கையாளரின் பிரச்சினையை நன்றாகவும் திறமையாகவும் தீர்ப்பதே குறிக்கோள். நீங்கள் ஒரு மெட்ரிக்கை (எ.கா. AHT) தனிமையில் துரத்தினால், பிரதிநிதிகள் வாடிக்கையாளரைத் தீர்க்காமல் அழைப்பைக் குறைத்துவிடுவார்கள், மேலும் உண்மையான நோக்கம் பாதிக்கப்படும். இது மெட்ரிக்ஸ் ஆவேசம் என்று அழைக்கப்படுகிறது; ஒவ்வொரு அளவீட்டையும் சமநிலையுடன் படிக்கவும்.

அடிப்படை கால் சென்டர் KPIகள்

KPI (முக்கிய செயல்திறன் காட்டி) என்பது ஒரு செயல்முறையின் செயல்திறனை அளவிடும் எண். அழைப்பு மையத்தில் மிகவும் அடிப்படையானவை:

கேபிஐ

என்ன நடவடிக்கைகள்

சமநிலை செய்பவர்

AHT (சராசரி செயலாக்க நேரம்)

தொடர்பு காலம்

FCR, CSAT (குறுகிய ஆனால் கரையாதது)

FCR (முதல் தொடர்பில் உள்ள தீர்மானம்)

ஒரு முறை தீர்வு

CSAT (நீங்கள் அதை தீர்த்துவிட்டீர்கள் என்று சொல்லாதீர்கள், அதை தீர்க்கவில்லை)

CSAT (வாடிக்கையாளர் திருப்தி)

பிந்தைய தொடர்பு மதிப்பெண்

மறுமொழி விகிதம் (சிலரே நிரப்பினால் அது தவறாக வழிநடத்தும்)

NPS (பரிந்துரை மதிப்பெண்)

விசுவாசம்/பரிந்துரை

மூல காரணம் (ஏன் குறைவு?)

CES (வாடிக்கையாளர் முயற்சி மதிப்பெண்)

வாடிக்கையாளர் எவ்வளவு கடினமாக இருந்தார்

—

SL (சேவை நிலை)

% அழைப்பு x வினாடிகளில் பதிலளிக்கப்பட்டது

கைவிடுதல் விகிதம்

கைவிடுதல் விகிதம் (கைவிடுதல்)

அழைப்பு நிறுத்தி வைக்கப்பட்டுள்ளது

எஸ்எல், கூல்டவுன்

CES (வாடிக்கையாளர் முயற்சி மதிப்பெண்) வாடிக்கையாளர் தனது சிக்கலைத் தீர்க்க எவ்வளவு கடினமாக முயற்சி செய்கிறார் என்பதை அளவிடுகிறது; குறைந்த முயற்சி அதிக நம்பகத்தன்மையுடன் வலுவாக தொடர்புடையது. ஒரு வாடிக்கையாளர் "நான் அதை எளிதாக தீர்த்துவிட்டேன்" என்று கூறுவது "நான் மிகவும் திருப்தி அடைகிறேன்" என்று கூறுவதை விட மதிப்புமிக்கது.

AI-குறிப்பிட்ட அளவீடுகள்

கிளாசிக் KPIகளுக்கு அடுத்து, AI பயன்பாடுகளுக்கான சிறப்பு அளவீடுகள் சேர்க்கப்பட்டுள்ளன:

• கட்டுப்பாடு / விலகல் விகிதம்: போட்/சுய சேவை மனிதனிடம் ஒப்படைக்காமல் தீர்க்கும் தொடர்பு விகிதம். ஆனால் அதுவே ஏமாற்றும்; தீர்வுடன் சேர்த்து படிக்க வேண்டும் (அலகு 8 இல் உள்ள பொறி).
• பாட் தெளிவுத்திறன் வீதம்: போட் உண்மையில் தீர்க்கப்பட்ட தொடர்புகள் (வாடிக்கையாளர் திருப்தி அடைந்தார்) — "போட்டில் இருக்கவில்லை".
• விற்றுமுதல் விகிதம் மற்றும் காரணம்: எவ்வளவு மாற்றப்பட்டது மற்றும் ஏன் (அலகு 10).
• பதில் துல்லியம்: போட்/உதவியாளர் வழங்கிய பதில்களின் விகிதம் - மாதிரி மற்றும் மனித மேற்பார்வை மூலம் அளவிடப்படுகிறது.
• தத்தெடுப்பு: முகவர்கள் முகவர் உதவி பரிந்துரைகளைப் பயன்படுத்தும் விகிதம் (அலகு 6).
• சுருக்கத் துல்லியம்: தானியங்கு சுருக்கங்கள்/குறிச்சொற்கள் மனித ஒப்புதலால் சரி செய்யப்படும் விகிதம் (அலகு 4).
• மாயத்தோற்றம்/பிழை விகிதம்: உருவாக்கப்பட்ட அல்லது தவறான பதில்களின் அதிர்வெண் - பூஜ்ஜியத்திற்கு அருகில் இலக்கு.

உதவிக்குறிப்பு: ஒவ்வொரு AI அளவீட்டையும் "தர நிலைப்படுத்தி" உடன் இணைக்கவும். "கட்டுப்பாடு அதிகம்" என்பது மட்டும் நல்லதல்ல; "கட்டுப்பாடு அதிகமாக உள்ளது மற்றும் பாட் தீர்வு திருப்தி அதிகமாக உள்ளது" நல்லது. தர அளவீட்டிலிருந்து செயல்திறன் அளவீட்டை ஒருபோதும் பிரிக்க வேண்டாம்.

தொடர்ச்சியான முன்னேற்ற சுழற்சி

ஒரு நல்ல AI நிரல் ஒரு சுழலும் சக்கரம், ஒரு முறை திட்டம் அல்ல. கிளாசிக் PDCA சுழற்சி (Plan-Do-Check-Act; PDCA) இங்கே வேலை செய்கிறது:

1. திட்டம்: எந்த அளவீட்டை மேம்படுத்துவீர்கள், ஏன்? ஒரு இலக்கை அமைக்கவும் (எ.கா. "வருமானத்தில் பாட் தெளிவுத்திறன் வீதத்தை 60% முதல் 75% வரை அதிகரிக்கவும்)."
2. விண்ணப்பிக்கவும்: மாற்றத்தைச் செய்யுங்கள் (அறிவு அடிப்படை உருப்படியைச் சேர்க்கவும், ஓட்டத்தை சரிசெய்யவும், உடனடியாக மேம்படுத்தவும்).
3. சரிபார்க்கவும்: மெட்ரிக் உண்மையில் மேம்பட்டுள்ளதா? பக்க விளைவுகள் உள்ளதா (வேறு எந்த அளவீடுகளும் உடைக்கப்பட்டுள்ளனவா)?
4. முன்னெச்சரிக்கை நடவடிக்கைகளை எடுக்கவும்: அது வேலை செய்தால், அதை நிரந்தரமாக்குங்கள்; அது வேலை செய்யவில்லை என்றால், அதை திரும்ப எடுத்து கற்றுக்கொள்ளுங்கள்.

இந்த சுழற்சிக்கான எரிபொருள் தரவு: “தெரியாது” பதிவுகள் (அலகு 5), வருவாய்க்கான காரணங்கள் (அலகு 10), தோல்வியுற்ற ஓட்டங்கள் (அலகு 8), குறைந்த மதிப்பெண் உரையாடல்கள் (அலகு 7). எங்கு மேம்படுத்த வேண்டும் என்பதை இந்த ஆதாரங்கள் உங்களுக்குக் கூறுகின்றன.

எச்சரிக்கை: AI மாதிரிகள் மற்றும் வாடிக்கையாளர் நடத்தை காலப்போக்கில் மாறுகிறது; இது சறுக்கல் என்று அழைக்கப்படுகிறது. இன்று 95% துல்லியமாக வேலை செய்யும் ஒரு போட், அதன் அறிவுத் தளம் காலாவதியாகிவிட்டால் அல்லது வாடிக்கையாளர் கேள்வி முறை மாறினால் அமைதியாக மோசமடையும். அதனால்தான் அளவீடு ஒரு முறை அல்ல, ஆனால் தொடர்ச்சியானது. நீங்கள் அளவிடாதது அமைதியாக உடைந்து விடும்.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) KPI டாஷ்போர்டு வடிவமைப்பு:

எனது கால் சென்டர் AI திட்டத்திற்கான வரைவு மாதாந்திர KPI டாஷ்போர்டை உருவாக்கவும். ஒவ்வொரு மெட்ரிக்கிற்கும்: வரையறை, இலக்கு, ஆஃப்செட்டிங் மெட்ரிக், தரவு மூல, எச்சரிக்கை வாசல் (இந்த மதிப்பிற்கு மேலே/கீழே அலாரம்). அளவீடுகள்: AHT, FCR, CSAT, கட்டுப்பாடு, போட் தீர்வு விகிதம், விற்றுமுதல் விகிதம், பதில் துல்லியம். கற்பனையான எண்களைக் கொடுக்க வேண்டாம்; நான் புலங்களை நிரப்ப ஒரு டெம்ப்ளேட்டை அமைக்கவும்.

2) மெட்ரிக் விளக்கம் (மூல காரணம்):

கீழே உள்ள KPI தரவை CX பகுப்பாய்வாளர் போல விளக்கவும்.(1) மிகவும் குறிப்பிடத்தக்க மாற்றம், (2) சாத்தியமான மூல காரணமான அனுமானங்கள் (நிரூபித்தல்), (3) வேறு என்ன மெட்ரிக் பார்க்க வேண்டும் (ஆஃப்செட்), (4) 2 பரிந்துரைக்கப்பட்ட செயல்கள். தரவிலிருந்து எண்களைப் பெறவும்; கருதுகோள்களை "உறுதிப்படுத்தப்பட வேண்டும்" எனக் குறிக்கவும். தரவு: <<...>>

3) A/B ஒப்பீட்டு மதிப்பீடு:

இந்தத் தரவுகளுடன் இரண்டு போட்/ஸ்ட்ரீம் பதிப்புகளை (A மற்றும் B) ஒப்பிடுக: <<data>>. கண்டெய்ன்மென்ட், போட் ரெசல்யூஷன் ரேட் மற்றும் CSAT ஆகியவற்றில் எது சிறந்தது? வித்தியாசம் குறிப்பிடத்தக்கதாகத் தோன்றுகிறதா அல்லது அது சிறியதா/சத்தமா? தர இழப்பின் இழப்பில் உற்பத்தி ஆதாயமா? தெளிவான பரிந்துரையைக் கொடுங்கள், ஆனால் ஏதேனும் நிச்சயமற்ற தன்மைகளைக் குறிப்பிடவும்.

4) தொடர்ச்சியான முன்னேற்ற கருத்து சுருக்கம்:

பின்வரும் மேம்பாட்டு ஆதாரங்களை இணைக்கவும் (பதிவு தெரியாது, ஒப்படைப்பு காரணங்கள், தோல்வியுற்ற ஓட்டங்கள்). 3 உயர் தாக்க மேம்பாட்டு வாய்ப்புகளுக்கு முன்னுரிமை கொடுங்கள்: சிக்கல் / பாதிக்கப்பட்ட அளவீடு / முன்மொழியப்பட்ட மாற்றம் / எதிர்பார்க்கப்படும் தாக்கம். தரவுகளை மட்டும் நம்புங்கள். ஆதாரங்கள்: <<...>>

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

இந்த மாத எண்கள் நல்லதா கெட்டதா என்று சொல்லுங்கள்.

தெளிவாக இல்லை: எந்த அளவுகோல், என்ன இலக்கு, என்ன நிலைப்படுத்தி, என்ன மூல காரணம் - மேலோட்டமான மற்றும் தவறான தீர்ப்பை உருவாக்குகிறது.

சக்திவாய்ந்த தூண்டுதல்:

இந்த மாதம், கட்டுப்பாடு 58% இலிருந்து 71% ஆக அதிகரித்தது, ஆனால் CSAT 4.1 இலிருந்து 3.6 ஆக குறைந்தது, மற்றும் விற்றுமுதல் விகிதம் 30% இலிருந்து 19% ஆக குறைந்தது. இந்த விளக்கப்படத்தை விளக்கவும்: உற்பத்தித்திறன் அதிகரிப்பு வாடிக்கையாளர் திருப்தியின் இழப்பில் வந்ததா (வாடிக்கையாளர்கள் போட்டில் சிக்கியிருக்கலாம்)? எந்தத் தரவைக் கொண்டு நான் சரிபார்க்க வேண்டும்? 2 செயல்களை பரிந்துரைக்கவும்.

வேறுபாடு: அளவீடுகள், சமநிலை மற்றும் சரிபார்த்தல் பற்றிய கேள்வி தெளிவாக உள்ளது; விளக்கம் அர்த்தமுள்ளதாக இருக்கிறது (இங்கே ஒரு "சிறை" ட்ராப் சிக்னல் உள்ளது, ஏனெனில் கட்டுப்பாடு அதிகரிப்பு CSAT குறைவுடன் வருகிறது).

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - தவறான மெட்ரிக் பொறி. ஒரு கால் சென்டர் AHTக்கு மட்டுமே வெகுமதி அளிக்கிறது. முகவர்கள் நேரத்தை குறைக்க வாடிக்கையாளர்களை தீர்க்காமல் தொங்கவிட்டனர்; குறுகிய காலத்தில், AHT 15% சரிந்தது, ஆனால் மீண்டும் அழைப்புகள் 28% அதிகரித்தது மற்றும் FCR சரிந்தது. மொத்த சுமையும் செலவும் உண்மையில் அதிகரித்துள்ளது. AHT, FCR மற்றும் CSAT ஆகியவை ஒன்றாகக் கண்காணிக்கப்படும்போது சமநிலை நிறுவப்பட்டது. பாடம்: ஒரு மெட்ரிக் பொய்.

வழக்கு 2 - அமைதியான சறுக்கல். ஒரு வங்கியின் போட் 6 மாதங்கள் எந்த பிரச்சனையும் இல்லாமல் வேலை செய்தது, அதை யாரும் அளவிடவில்லை. புதிய தயாரிப்புகள் வெளிவந்தபோது, ​​அறிவுத் தளம் பின்தங்கியது; போட் துல்லியம் 94% இலிருந்து 79% ஆகக் குறைந்துவிட்டது, மேலும் புகார்கள் அதிகரித்தன. வழக்கமான துல்லிய அளவீடு நிறுவப்பட்டதும், சறுக்கல் முன்கூட்டியே பிடிக்கப்பட்டது. பாடம்: அளவிடப்படாத அமைப்பு அமைதியாக உடைகிறது.

வழக்கு 3 - குணப்படுத்தும் சுழற்சியின் சக்தி. ஒரு ஈ-காமர்ஸ் நிறுவனம், மாதாந்திர PDCA சுழற்சியுடன் ஒவ்வொரு மாதமும் 3 மிக உயர்ந்த தாக்க மேம்பாடுகளைத் தேர்ந்தெடுத்தது (பதிவு தெரியாது + விற்றுமுதல் காரணங்கள் + தோல்வியுற்ற ஓட்டங்கள்). 6 மாதங்களில், போட் தெளிவுத்திறன் விகிதம் 52% இலிருந்து 74% ஆகவும், CSAT 3.8 முதல் 4.4 ஆகவும் அதிகரித்தது - ஒரு பெரிய முன்னேற்றத்தில் அல்ல, ஆனால் சிறிய, அளவிடப்பட்ட மேம்பாடுகள் ஒன்றன் பின் ஒன்றாக. தொடர்ச்சியான முன்னேற்றம் நிலைத்தன்மையிலிருந்து வருகிறது, பாய்ச்சல்கள் மற்றும் எல்லைகள் அல்ல.

பொதுவான தவறுகள்

• ஒற்றை அளவீட்டில் கவனம் செலுத்துகிறது. AHT அல்லது கட்டுப்பாட்டை மட்டும் பின்பற்றுவது தரத்தை குறைக்கிறது; ஒவ்வொரு அளவீட்டிலும் ஒரு நிலைப்படுத்தி இருக்க வேண்டும்.
• உற்பத்தித்திறன் அளவீட்டை தரத்திலிருந்து துண்டித்தல். "போட் நிறைய தீர்க்கிறது" மற்றும் "வாடிக்கையாளர் திருப்தி அடைகிறார்" என்பது இரண்டு வெவ்வேறு விஷயங்கள்; ஒன்றாகப் படியுங்கள்.
• அதை ஒரு முறை அமைத்து விட்டு விடுங்கள். சறுக்கல் அமைதியாக இருக்கிறது; தொடர்ச்சியான அளவீடு அவசியம்.
• CSAT ஐ மட்டுமே உண்மையானதாகக் கருதுகிறது. குறைந்த மறுமொழி விகிதம் CSATஐ தவறாக வழிநடத்துகிறது; யார் நிரப்பினார்கள் என்று பாருங்கள்.
• மேம்பாட்டை டேட்டாவுடன் இணைக்கவில்லை. "பதிவு/கையளிப்பு/தோல்வியுற்ற ஓட்டம் தெரியாது" தரவுக்கு முன்னுரிமை கொடுங்கள், உள்ளுணர்வு அல்ல.

சுருக்கமாக

அளவீடு மற்றும் தொடர்ச்சியான முன்னேற்றம் AI ஐ ஒரு முறை நிறுவலில் இருந்து வாழ்க்கை அமைப்பாக மாற்றுகிறது. கிளாசிக் KPIகள் (AHT, FCR, CSAT, NPS, CES) மற்றும் AI-சார்ந்த அளவீடுகள் (கட்டுப்பாடு, போட் தீர்வு விகிதம், பதில் துல்லியம், பரிந்துரை பயன்பாடு) ஆகியவற்றை ஒன்றாகக் கண்காணிக்கவும்; ஒவ்வொரு உற்பத்தித்திறன் அளவீடுகளையும் தரமான நிலைப்படுத்தியைப் படிக்கவும்; ஒரு மெட்ரிக்கில் ஒருபோதும் சரிசெய்ய வேண்டாம். PDCA லூப் மூலம் தொடர்ந்து மேம்படுத்தி, "தெரியாது" பதிவுகள், விற்றுமுதல் காரணங்கள் மற்றும் தோல்வியுற்ற ஓட்டங்களை லூப்பிற்கு எரிபொருளாகப் பயன்படுத்தவும். நினைவில் கொள்ளுங்கள்: மாதிரிகள் மற்றும் வாடிக்கையாளர்கள் காலப்போக்கில் நகர்கிறார்கள்; நீங்கள் அளவிடாதது அமைதியாக சிதைகிறது.

விண்ணப்ப பணி

7 அளவீடுகளைக் கொண்ட உங்கள் சொந்த AI திட்டத்திற்காக KPI டாஷ்போர்டை வடிவமைக்கவும்; ஒவ்வொரு மெட்ரிக்கிற்கும், ஒரு வரையறை, இலக்கு, ஆஃப்செட்டிங் மெட்ரிக் மற்றும் எச்சரிக்கை வாசலை அமைக்கவும் ("1) KPI டாஷ்போர்டு" டெம்ப்ளேட்டைப் பயன்படுத்தவும்). பின்னர் ஒரு கற்பனையான மாதாந்திர தரவுத் தொகுப்பை உருவாக்கி, “2) மெட்ரிக் விளக்கம்” டெம்ப்ளேட்டைக் கொண்டு மூல காரணப் பகுப்பாய்வைச் செய்யவும். இறுதியாக, "4) தொடர்ச்சியான முன்னேற்றக் கருத்துச் சுருக்கம்" மூலம் அடுத்த மாதத்திற்கான 3 அதிக தாக்க மேம்பாடுகளுக்கு முன்னுரிமை கொடுங்கள்.

சரிபார்ப்பு பட்டியல்

• நான் கிளாசிக் KPIகள் மற்றும் AI-சார்ந்த அளவீடுகளை ஒன்றாகக் கண்காணிக்கிறேன்.
• [ ] ஒவ்வொரு உற்பத்தி அளவீடும் ஒரு தரமான நிலைப்படுத்தி உள்ளது; நான் ஒரு மெட்ரிக்கில் கவனம் செலுத்தவில்லை.
• [ ] நான் வாடிக்கையாளர் திருப்தியுடன் கன்டெய்ன்மென்ட்/போட் தீர்வு வீதத்தையும் படித்தேன்.
• [ ] நான் பதிலின் துல்லியம் மற்றும் சறுக்கல் ஆகியவற்றை வழக்கமாக அளவிடுகிறேன்.
• [ ] நான் PDCA சுழற்சியுடன் தொடர்ச்சியான, தரவு உந்துதல் மேம்பாட்டைச் செய்கிறேன்.
• [ ] "தெரியாது" பதிவு, ஒப்படைப்பு காரணங்கள் மற்றும் தோல்வியுற்ற ஓட்டங்கள் ஆகியவற்றுடன் மேம்பாடுகளுக்கு முன்னுரிமை அளிக்கிறேன்.