探討在數據分析中要注意哪些要點

數據分析的要點

結合客戶中心的管理實踐，通常在分析中要關注以下幾個要點。

（1）數據的分佈比數據的均值重要。由於個體對整體的代表性較弱，客戶中心的很多數據用均值表述，如接通率是一個時段內接通的數量比上整體需求的數量，一個班組的質檢成績是班組內所有成員的平均值，均值可以代表整體，但忽視了其中個體的獨特性。以接通率爲例，全天的接通率是85%，看起來很高，但這個85%很可能是由每個時段的90%、80%、95%、50%，甚至包括0平均而來的，如果再細分到不同技能和更小時段（如5分鐘、15分鐘）差異更大，這就像我和“首富”平均出來一個沒有任何意義的財富均值一樣。所以必須要經常對數據進行分佈狀態分析，關注偏離均值較大的數據。在客戶中心的運營管理中，如果某些偏離較大的數據得到了改善，整體均值也會相應的提高，這也是改善績效的一個重要方法。

（2）自身的進步比和他人的比較重要。經常有同行找我要某些數據，藉以瞭解自己的運營水平。這在客戶中心初始運營階段或者新開闢一個領域時是必要的，可以幫助自己建立一個明確的參考體系，但對於一個已經運營多年的中心來說，這些數據的意義不大。不要說不同行業的客戶中心數據千差萬別，就是同一個行業也差異巨大，甚至同一個中心，由於自身的運營策略原因，數據也會劇烈波動。這樣的單點數據值和自己比較起來沒有任何意義，經常是徒增煩惱。

例如，對客戶滿意度來說，不同行業通常是不同的，即使同一個行業，廣東和山東的客戶滿意度會差異巨大，汕頭和廣州的客戶滿意度也同樣有差異。不同客戶中心的運營管理方法和策略，值得相互學習和借鑑，但運營的具體數據的借鑑意義相對較小。在運營中，重要的是不斷和自己的過去進行比較，可以進行環比和同比，甚至把過去幾年的同類型數據放在一起比較，同時對數據的偏差要有明確的解釋。

（3）數據的波動和趨勢比數據本身重要。客戶中心的運營管理中一般有兩個方向，即平穩和持續改進。從數據上反映這兩個要求，就是一條持續向上的平滑曲線，波動要儘量小，同時趨勢要向好。對於一些有目標值的數據，要儘量保持在目標值之上的平滑曲線。事實上，儘管偶然的小偏差並不重要，但要關注這些偏離是否經常出現，以及偏差範圍是否在可接受範圍之內。

即使是一個沒有經驗值的運營指標，只要保持數據是持續向上的平滑曲線，那麼最終也可以達到一個非常優秀的運營水準。

（4）次品率比成品率重要。在生產領域大都關注成品率，成品率的計算方法是1減去廢品率，看起來兩個指標是一樣的，只是表示方式不同，但當一個指標涉及到人的因素時這種計算方法就不再適用了。

以接通率爲例，很多客戶中心都很困惑，爲什麼我們每天的接通率都很高，但客戶老是說我們很難接通呢？這有兩個方面的原因：

首先是計算方式問題，一個是系統的數據，一個是客戶感知的數據。例如某天接通率是85%，也就是100次呼叫有15次沒有接通。假設15個沒有接通的客戶中有10個再次呼叫（這些再次呼叫量已經計入總呼叫量），結果接通了，那麼系統統計的接通率是85%。但按照單個客戶來計算就不一樣了，不重複的客戶數是90個而不是100個（假設所有接通客戶都沒有重複撥打），那10個再次呼叫才接通的客戶會認爲熱線的接通率有問題，調查時會認爲熱線“很難接通”，如果全量調查當天所有客戶的接通率就不會是85%，而是（90-15）/90=83%。

其次是人的一個特性，即對負面信息更敏感，記得更牢。相比正面的接通經歷，負面的未接通經歷，衰減更慢，更加難忘，一次未接通需要多次的接通來修正。當問客戶接通感知時，負面的記憶被喚起，正面的記憶被弱化。

（5）價值比收入重要。談到價值，人們通常想到的衡量標準往往是錢，是收入，但價值不應該僅僅用錢來衡量，這就像評價一個孩子是不是好孩子時不能光看成績一樣，應該從多個角度，更全面地進行評價。如果只用學習成績來評價一個以鋼琴或者繪畫爲特長的孩子，那麼不公平是顯而易見的。對於大部分客戶中心尤其是呼入型的中心來說，收入絕非所長，客戶中心真正的價值主要應該體現在對客戶的維繫上，這也是組織建立客戶中心的目的，要通過與客戶的每一次接觸提高客戶的忠誠度，挖掘客戶的可能需求，在服務中進行營銷的目的也應該是維繫客戶。

當客戶中心的管理者認爲可以通過收入展現自己的價值時，是踏上了一條“不歸路”，是在用自己最不擅長的能力去與市場部門、營銷部門、營業廳的強項PK。結果就是員工越來越苦，中心的運營開始不穩定，業績越來越差。

數據本身沒有意義，數據通過分析後對運營進行指導纔有意義，運營是要圍繞着目標來開展的。

-END-