2023年9月21日
在工作中，我经常听到人们强调数据驱动的重要性。然而，他们分享的工作成果往往依赖于过往经验和主观臆断，而非真实数据。我并不认为这是蓄意欺骗或偷工减料的行为。统计学对我们领域影响深远，但我们却常常忽视对员工进行培训，未能教会他们如何有效驾驭海量信息资源。
虽然有些人能独立掌握这项技能，但并非人人都擅长数字运算。更何况，许多培训项目使用令人印象深刻却又令人望而生畏的术语和方程式，这些内容对大多数人来说难以产生共鸣。
让我们从一个在我的工作中经常出现的主题开始——指导顾客 （CSAT）。CSAT表现是联络中心最重要的关键绩效指标（KPI）之一，通常在员工绩效评分卡或层级排名中权重最高。这也是我询问主管如何指导团队时最常见的指导案例。通常，我看到的情况是这样的：
乍看之下，这似乎遵循了SMART目标的大部分原则。我们知道重点在于客户满意度（CSAT）、当前绩效水平、目标设定，而主管也提供了可操作的分阶段目标来达成。但它显然缺乏任何根本原因分析或行动方案。不过在探讨这些问题之前，这里存在一个更根本的缺陷。要理解这个缺陷，让我们暂时跳出联络中心的范畴。
假设你参加一档游戏节目，必须猜出掷出十八颗六面骰子后会出现多少个点数为1的骰子。你快速计算：掷出1的概率是六分之一。将十八除以六，得出答案是三。这看似最可能的结果，但实际概率究竟如何？
如你所见，出现三个1的概率为24.5%，略低于四分之一。当你猜测的数字增大或减小时，概率会进一步降低，当猜测数字达到9个或更多1时，概率几乎趋近于零。
那么，我们为何要关注此事？或者说，这与指导CSAT有何关联？
CSAT是抽样指标，意味着我们仅对部分交互收集调查反馈而非全部。若某客服代表在六通电话中能提供五次优质体验（83.3%），而我们当月收到十八份调查反馈，那么不满反馈就像骰子上的点数——具有随机性。
因此，如果我们的目标是83%的客户满意度，且对每次交互都进行测量，客服人员就能达成目标。但由于我们采用抽样方式——就像掷骰子一样——实际结果不太可能完全符合预期。这种不确定性之所以重要，是因为存在一个称为"误报"的概念。
可以将假阳性现象类比于流感检测。我们期望检测结果准确，但仍存在微小概率出现误判。人们常关注假阴性（实际患病却检测呈阴性），但假阳性同样代价高昂。以流感为例，你可能因此取消计划、请假休养、预约就诊或服用药物——而实际上并未患病。
同样地，你可能需要花时间在联络中心进行辅导，试图找出根本原因。更糟的是，你可能会因客户满意度评估的误判，导致员工士气低落、被记过甚至被解雇。
在我们这个包含18份调查且客户满意度(CSAT)真实值为83.3%的示例中，我们可以计算出概率：
我标出了72%客户满意度（CSAT）的行。若您还记得最初的辅导案例，该数值正是客服人员接受辅导时的绩效水平。此表表明：对于表现优于中心83%目标值的员工，其抽样结果出现72%的概率为10%。
更糟糕的是，有17%的概率会出现72%或更低的客户满意度评分。这意味着每六名员工中就有一人可能在这种情况下被误判为不合格。我们以为存在需要解决的问题，而实际上根本不存在问题。
每组主管团队中，当两到三名成员表现与未达标的其他团队成员持平或更优时，可获得每月辅导。在300人的联络中心中，这意味着每月有50人需要辅导，可能导致数百小时的计划制定、辅导和跟进工作被浪费，同时令客服人员感到沮丧且士气低落。
随着调查数量的减少，这个问题变得更加严重，使得每周步数目标无法有效追踪客户满意度（CSAT）的表现。
此时，您或许已意识到将客户满意度（CSAT）表现单纯作为数字指标进行辅导的问题所在，但可能也在思考该采取何种替代方案。您不能简单地忽视CSAT——它关乎业务核心，更是衡量成功的重要标尺之一。请放心，我们提供几种解决方案，既能减少无效努力，又能避免在选择辅导对象时频频出错。
选择谁来指导
第一种解决方案是利用更多数据来制定辅导决策。以我们举例的18次调查中72%或更低的客户满意度为例，出现错误辅导的概率为17%。若将关注重点放在连续两个月表现达到该水平或更差的客服人员身上，错误概率将降至3%以下。 虽然不完美，但这个误差率或许更可接受。该方法的弊端在于需要更长时间等待，可能延误必要的辅导。
第二种方案也是更优的方法，是通过深入分析来理解客户满意度（CSAT）的驱动因素。这些因素可能是您在质量表单中记录的可观察行为。这些行为同样需要抽样，但应属于客观行为——要么完成，要么未完成，从而大幅降低不确定性问题。或者，它们也可以是无需抽样的其他指标。在本系列后续文章中，我们将探讨可用于确定这些指标的若干技术方法！
在辅导和改进工作中聚焦客户满意度驱动因素的示例：
某客户的顾客 ，不满度（DSAT）居高不下。尽管该客户一直致力于改进，但其努力收效甚微。
在量化顾客 关键驱动因素后，我们分析了这些驱动因素的表现，以确定对绩效影响最显著的领域。基于这些数据，我们协助其团队重新设计质量评估表，使其与这些驱动因素保持一致。
我们专门针对表现最差的司机创建了辅导计划，并实施流程层面的改进以系统性解决问题。这些举措推动客户满意度提升约40分，司机满意度提升约30分。
摘要
在客户满意度（CSAT）或其他指标评估中，盲目追求数字目标往往风险重重，不仅可能导致时间浪费，更会让所有参与者陷入挫败感。要有效管理客户满意度，首要之务是理解为何高绩效者会突然表现低迷，或低绩效者看似显著提升的原因。
通过识别并管理客户满意度（CSAT）的驱动因素，了解可采取哪些措施来更好地控制CSAT，这最终是实现更高绩效水平的关键。我们将在后续文章中探讨如何找出关键驱动因素。
课程
通过COPC®顾客体验 最佳实践课程， 掌握联络中心与数字服务的卓越运营能力，从而提升客户满意度、推动销售增长并降低运营成本。
附录
虽然应用这些数学术语时不必了解其具体名称，但若想查阅资料以深入理解并灵活运用，知晓所用概念仍大有裨益：
本文探讨了假阴性与假阳性，它们也被称为第一类错误和第二类错误。
- I类错误可能表现为：对未患病者做出阳性流感检测结果，或将实际表现优异的客服人员错误判定为客户满意度评分（CSAT）较低。
- Ⅱ类错误可能表现为：流感患者的流感检测结果呈阴性，或CSAT考试成绩不佳者看似表现正常。
我们还学习了二项分布，它能为具有两种可能结果的系列测试提供期望值。例如，它能告诉我们用一套骰子掷出特定数量的点数的概率，或在已知或假设的绩效水平下，获得特定数量负面调查的概率。本文共享的图表和表格中所示的概率值，正是运用该公式计算得出的。
我们专注于评估和优化测量方案，为企业提供精准的绩效洞察和可操作数据，推动顾客体验持续改进。若您想深入了解这些概念，或对如何为贵公司计算相关指标存在疑问，请联系作者：nvanallen@copc.com。
