作为客服中心的数据分析师,日常面对的工作无非是两种。一是对员工行为的操作统计、监控,第二种则是对用户真实声音的建模。
其实第一类的需求不管多么复杂,都是有产品化埋点支持的,无非是脚本复杂一些,没有什么实现不了的,所以暂且不聊。
第二类则要复杂难缠得多。
原因主要一下三点:
- 用户的声音各式各样:课中课外、咨询抱怨、对员工还是外教、政策不满。各种场景下的因果前后组合形成了用户当前的困局。分析难度本来就大。
- 员工在记录followup时,并不会把用户遇到的情况完完整整的记录下来。员工用户思维的缺失,会在记录时遗漏一些关键因素。所以我们在分析单个case时,还需要将原始录音再听一遍,效率低下。在分析全部case时,更是不可能完成的任务。
- 就算员工可以把录音的实况完整记录下来,人和人的问题表达方式都有不同,在没有打点训练数据或sop规范的前提下,很难将followup中的关键点一一提取。
目前产品化的分析解决方案是给每条followup添加一个三级分类,这种方案其实是不够的,原因如下:
- 用户反映的声音很复杂,三级分类最多只能涵盖3个信息点,其实是无法cover用户所有的声音,尤其是分析的重点就是那些细节点。
- 在用户反映的情况稍微复杂时,员工在选择三级分类时就会有犹豫不决,因为三级分类设置的不严谨、有重叠,这个case同时可以满足多个分类的条件。如果选择了某一个分类,在分析相近分类时,数据就会因为分流而缺失。
- 「三级」这种设置方式,使信息点有了主次。也就是说,在这种框架下分析,只能由上至下的分析。无法把各分类的信息点不同层级交织起来作分析,分析结果自然就会片面。
现在业务方的补救方式是「增加更多的三级分类」,让每级分类涵盖更多的信息。看起来是补救了缺陷1,但是缺陷2,3会更加的突出,目前的做法有点陷入了泥潭。
2019年起,运营方做出了如下动作:
- 在三级分类模板中完善“处理思路”模板,里面包括了该三级分类下所