谈谈客户中心的数据要求

10.2客户中心的数据及分析

现代的客户中心以数字化的系统作为支撑手段，在日常运作中产生着海量的数据，应用好这些数据，一方面可以促进中心的日常管理更有成效，另一方面可以深入挖掘客户的需求，创造价值。

首先就是要确保数据是有效的。

客户中心的数据

如何衡量客户中心的数据是有效的呢？在COPC（Customer Operations Performance Center，是客户中心的行业标准之一）中，有一个被称为CUIKA的工具用于对数据进行管理。

专栏10-2：CUIKA

（1）数据得到收集(Collected)。

（2）数据是可用(Useable)的：具体而言，目标的定义必须明确，有足够的数据来辨别趋势。适当情况下，必须参照高绩效基准设定目标。数据是可用的。

（3）具备完整性(Integrity)。所有的数据必须是：

a)相关的：符合测量规范的要求；

b)准确的：数据正确，不误导；

c)有代表性：反映整个母本；

d)客观的：用于收集数据的方法不带偏见。

（4）为适当的要求所了解(Known)。此要求包括：使恰当的人员了解通过抽样所得到的指标统计的有效性（例如：严重错误准确性、客户和最终用户满意度等），该理解必须包括对于绩效抽样结果的精确度（置信区间）的认识。

（5）如结果未达标，要采取行动(Actions)。顾客服务提供商必须能够证明他们所采取的行动带来了绩效的改善。

--COPC顾客服务提供商注册协调员培训教材

在CUIKA中，前三个字母CUI是对数据有效性的要求，即：可收集、可用性和完整性。

可收集。尽管今天大部分客户中心都在使用数字化系统，有海量的数据，但在日常的分析、管理中找不到数据是常事，这就要求一方面针对选定的每个指标中的数据要有明确口径和取数途径；另一方面分析人员对系统的底层数据结构和含义要有足够的了解，可以自行通过各种手段或通过提出具体的需求来收集到相关的数据。对常用的数据一定要通过报表提取，对分析中偶然应用的数据才可以通过临时手段获取。

可用性。可用性包括两个方面，第一是与数据的定义相一致。有时数据的定义是模糊的，对同一数据的理解大相径庭。如首次问题解决率，是在多长时间之内回拨的客户计入没有解决问题的话务？是一小时内？两小时内？还是一天？如果这些具体的定义不明确，尽管大家都在说着同一个指标，但其实是“风马牛不相及”，没有实际意义；第二是要有足够的数据量，一般来说要有6个月以上的数据，才能看出趋势，才有分析的价值。

完整性。首先是要真实。这个说起来容易，做起来是有难度的。大部分客户中心都有KPI考核体系，其中必然有一些数据是由中心自行报送的，或者在一定程度上是可以控制的。当指标没能达标尤其是差一点儿就达标时，管理人员会有修改数据的冲动，或者直接造假或者采取一些隐蔽的策略使数据达标。这些手段就像吃春药、吸毒品一样会上瘾，导致分析变成“假数据、真分析”，严重阻碍客户中心的运营管理。这种风气还会扩散到中心内部的考核体系中，甚至造成无法挽回的严重后果。

新闻：造假频繁的日本企业

深陷篡改产品数据丑闻的“百年老店”日本神户制钢所12月8日发表新闻公报说，公司直属的一家工厂以及子公司的一家工厂产品分别被暂停和吊销日本工业标准（JIS）认证。神户制钢所在此次造假事件中已有4家工厂受到处罚。

神户制钢所上个月公开承认篡改铝制品强度、尺寸数据。问题产品让丰田、斯巴鲁、马自达、本田、日产等大约500家企业受到牵连。最近一段时间，日本多家知名企业接连陷入造假丑闻。日本主要汽车制造商日产和斯巴鲁长期使用无资质质检人员进行质量验收。世界最大安全气囊厂商高田公司更是因产品缺陷不得不破产转让。

日本有色金属巨头三菱综合材料株式会社近日连续发布公告，承认其子公司三菱电线工业、三菱伸铜、三菱铝业存在篡改产品数据的造假行为，受影响的企业客户达258家，不合格产品涉及日本自卫队的舰船和飞机引擎。

据日本媒体报道，三菱这3家公司存在通过篡改产品数值，向客户提供未达到合同要求产品的行为。而公司内部至少从数年前就知晓篡改数据一事。三菱电线工业社长村田博昭承认，在今年2月发现问题以后，仍持续出货。

日本化工巨头东丽株式会社11月下旬也承认，旗下子公司曾篡改轮胎增强材料等检查数据。品质保证负责人未向客户企业进行说明，而是篡改数据并瞒着客户交货，滥用了在获得客户信任的情况下提供不达标产品的名为“特别采用”的商业惯例。从2008年4月到2016年7月间，数据造假共计149例，波及13家企业客户。轮胎行业巨头普利司通和优科豪马都曾使用问题产品。

--《人民网》2017年12月09日

其次是要有代表性。有些数据由于成本、系统或自身的原因不能全量采集，只能通过部分样本来评估整体，这时要注意样本的抽取方式和置信区间是否符合要求，并在可能的情况下进行多样本的比较来评估，确认是否有偏差以及偏差的大小。但是，由于有些调研本身是主观评价，也就是采样数据本身不客观，那么这类主观评价类的调研和客观数据的置信区间应该是不一样的，而这在调研中经常被有意或无意的忽视了。例如客户满意度是主观的，那么它与身高等客观数据的置信区间就不应该一样。

第三是客观性。要尽量通过系统的方式使数据客观化，对无法客观的数据要有复核或稽核流程。如对CSR的质检成绩，一般是质检员对照评分标准的主观判断，质检员之间就要常态化地进行对标（包括对同一条录音的分别打分和不同质检员之间同一时期的质检平均分），减少主观因素，同时要建立申诉流程，给CSR就质检成绩进行申诉的途径。

当明确数据有效之后，就要对数据进行分析，评估现状并确定未来改进的方向。

-END-