谭小芳的博客复制网址 | 设为主页| 加入收藏

 《客户投诉数据统计分析培训》

讲师：谭小芳

培训时间：2天

培训地点：深圳

培训收益：

1、掌握数据分析知识

2、熟悉把握运营管理与质量改善中的数据分析

3、重点学习数据分析方法选择

培训背景： 
客服的运营管理自身就是对数字管理的过程，各项营运报表、整体运营成果、CSR行为举动等都蕴藏在数字中。随着客服应用在国内高速发展，客服的管理也日趋精细化、数字化，但是很多客服管理人员只是理解数字化管理的大意，不能将其精髓应用到日常的管理工作中。
一位真正懂得数字化管理的优秀客服人员管理者或呼叫中心决策者必须清楚如何从数据中找规律、找问题、找答案、找方法，学会如何通过数据分析减少成本、增加收益、提高效率、避免风险、扩大影响、削除障碍。
而达到此目标需要掌握数据分析与数据挖掘的知识。数据分析的目的，在于发现问题，解释原因和关系，以及寻找可能的解决方法；同时达到更有效地沟通，无论是向决策层报告，还是与团队成员分享；并且数据的挖掘和整理，是绩效改善过程中的重要环节。
进一步告诉学员如何实施数字化营运，从而以“数据为基础的决策”来改进营运质量，提升业务绩效。

课程大纲：

第一单元：我们的业务从何而来？

1、数据分析知识： 
（1）帕累托分析

（2）数据排列

（3）百分比分析（包括百分比趋势变化）

（4）数据相关性 

2、小组课题案例分析和演示 
（1）话务量组成案例 – 数据排列和百分比分析 

（2）顾客投诉组成案例 – 帕累托分析和百分比趋势变化 

（3）客服质检成绩案例 – 相关性分析和数据排列 

（4）新业务开通量案例 – 帕累托分析和百分比分析 

第二单元：谁在影响我们的稳定运营？

1、数据分析知识： 
（1）描述总体

（2）离散分析

（3）趋势分析

（4）统计控制 

2、小组课题案例分析和演示 
（1）促销对话务量的影响案例 – 统计控制 

（2）平均通话时长案例 – 描述总体和离散分析

（3）新员工成长案例 – 趋势分析和离散分析

（4）新客户的行为习惯案例 – 描述总体与统计控制 

第三单元：如何才能把握未来？
1、数据分析知识： 
（1）简单线性回归

（2）多重回归

（3）周期性分析

（4）滚动预测

（5）线形和非线性规划 

2、小组课题案例分析和演示 
（1）“周末”对顾客行为的影响案例 – 多重回归和周期性分析 
（2）服务水平选择案例 – 线性规划 

（3）服务效率实时监控案例 – 周期性分析和滚动预测 

（4）话务分流案例 – 线性和非线性规划 

第四单元：运营管理与质量改善中的数据分析
1、数据挖掘的价值举例
2、数据分析前提
3、数据分析结果
4、数据挖掘的基本模型和整体流程

第五单元：数据分析方法选择

1、常用的分析方法
2、数据排列和百分比分析
3、均值离差分析
4、趋势和波动分析
5、相关性分析
6、常见的分析题目
（1）静态数据分解，例如投诉量
（2）多组同质数据分析，例如质量成绩

（3）时间序列，例如话务量

（4）抽样分析，例如顾客满意度

（5）对比分析，例如顾客习惯