Obiettivi:

Fra i vari obiettivi che vengono spesso condivisi dai responsabili di call center e di CRM, possiamo citarne due che spesso sono utilizzati come metrica anche per la valutazione delle perfomance complessive del reparto:

- Ridurre il tempo di risposta per una chiamata

- Aumentare la velocità e l'accuratezza del data entry

- Aumentare la soddisfazione del cliente, con la rapidità e l'efficacia della risposta

Fra i fattori che influenzano questo tipo di perfomance, uno fra i più rilevanti è l'applicativo utilizzato, e nell'ambito degli applicativi in uso, di cui esiste una varietà di implementazioni standard o sviluppate ad hoc, la capacità di trattare correttamente e velocemente i dati in modo accurato è sicuramente uno dei tratti distintivi.

Oggi questa capacità è lasciata spesso alle modalità implementative selezionate in fase di analisi, in cui spesso viene dimenticato un aspetto fondamentale che invariabilmente ri-emerge come una miriade di piccoli e grossi problemi quando l'attività del call center è già iniziata. Questo aspetto fondamentale è la Data Quality.

Problemi di Data Quality in ambito call center:

Sono molti i sintomi che indicano che il call center nel suo complesso, non adotta una politica di Data Quality:

- estrazioni complessive delle anagrafiche, riportano ripetizioni, dati incompleti e molti errori di digitazione

- parte, o gran parte, degli indirizzi postali presenti in anagrafica risultano inutilizzabili per la spedizione postale o anche solo la segmentazione territoriale (errori, CAP, Province errate)

- i tempi di data entry di un indirizzo sono alti, e l'operatore sottoposto a pressione, non è in grado di garantirne la qualità (o lascia il cliente in attesa)

- è difficile ottenere un aggancio veloce ed efficace ai dati del cliente che sta chiamando, senza chiedere tutti i suoi dati o perdere molto tempo

- l'operatore non è in grado di riconoscere utenti appartenenti a gruppi famigliari, se cambia il nome fornito dall'utente l'anagrafica non riconosce ad esempio marito-moglie come lo stesso cliente ...

- la reportistica del call center non riesce ad attuare analisi che vadano oltre i parametri basilari del numero di chiamate ricevute od inviate

si tratta di una moltitudine di micro problemi quotidiani, che vengono ripetuti per ogni operatore, per ogni chiamata. La somma di tutto il tempo speso diventa quindi un parametro di spesa rilevante per il reparto.

Politiche di Data Quality in ambito call center:

Applicare la Data Quality nel proprio call center, significa principalmente adottare una metodologia di gestione del dato, che garantisca che:

- tutti i dati necessari allo svolgimento dell'attività del call center siano facilmente ed efficacemente raggiungibili in tempi brevi (dall'operatore, e in definitiva dal cliente)

- tutti i dati inseriti nell'ambito della attività del call center siano "certificati", cioè verificati in fase di inserimento (da parte dell'operatore) ed agganciati ai dati esistenti in modo coerente

 

Poichè ogni call center dispone della propria tecnologia, da Siebel e SAP in giù fino ad applicativi autoprodotti, e passando per sistemi forniti dai vari vendor. La capacità operativa delle aziende sull'applicativo di call center è sempre limitata, da fattori di tempo di costo e di complessità.

Esiste però una dimensione di azione che presenta una drastica riduzione dei problemi, a fronte di uno sforzo minimo. Si tratta della dimensione dei dati, cioè la capacità di agire a livello della anagrafica clienti/chiamate.

 

Strumenti e risoluzione dei problemi di data Quality

Ecco quindi come attraverso un utilizzo accorto di specifiche politiche di Data Quality sulla propria anagrafica, la musica può cambiare in modo radicale. Questi strumenti agiscono a livello di Data Management, e possono con prospettive differenti aiutare ad ovviare o forse risolvere i suddetti problemi:

- certficazione del Data Entry (normalizzazione, deduplica, referenziazione): in questo approccio, attraverso la integrazione del proprio applicativo call center nella sua fase di Data Entry, si consente all'operatore di digitare un indirizzo ed anagrafica in tempi brevissimi, con una certificazione dell'input immediata!

- trattamento dati batch (normalizzazione, deduplica e referenziazione): in questo approccio, si trattano i dati della propria anagrafica in separata sede dalla fase di data entry, e si garantisce una elaborazione e certificazione/validazione dei dati a posteriori. (Questo approccio non impatta la fase di data entry)

- customer data integration: in questo approccio, il più completo, viene costruita una anagrafica completa, referenziata e validata di tutti i clienti ed i dati cliente, che consente sia in fase di utilizzo (da parte di degli operatori durante le chiamate), sia in fase di analisi l'accesso veloce, efficace e certificato ai dati