作为主观衡量客户满意程度的指标，高水平的客户满意度是所有服务型中心追求的目标。当然客户的满意程度不仅仅取决于员工本身，也包括客户对企业的认可，对产品、对流程、对系统、对制度的外部预期。众所周知开发一个新客户的成本是维护好一个老客户的5至7倍，所以分析并且帮助员工提升客户满意度是中心管理的重中之重，那么如何有效消除不满意？笔者认为可以结合外部客户声音与内部运营管理进行满意度提升。
一、基于外部声音提升客户满意度
通常情况下客服中心质检人员会调听全量不满意电话，对所有未明确表示不满意原因的客户进行回访、了解客户真实想法，当然这种传统的解决方案也存在两个痛点，一是事后处理只能是头疼医头、脚疼医脚，对于解决源头问题针对性不强；二是对于业务量较高的中心来讲，往往“不满意”数量会比较高，如果每个都去分析需要消耗较高的运营成本。
作为基层管理人员，我们不可能、也无法完全消除“所有不满意”，只要我们确保不满意出现率维持在四个西格玛水平，就能够达到我们管理预期（满意度99.4%）。根据数据的可追溯性，集中出现的问题在没有干预的情况下往往会历史复现，所以我们可以采集一定量的连续数据进行分析，利用二八原则解决关键少数，事前把控满意度水平。
举例如下，我调取了某年连续三个月的不满意录音，根据不满意发生的原因进行数据分类，其中业务流程占比58.31%、制度问题占比16.12%、异常电话占比9.61%，那么解决上述问题后客户满意度将会稳步提升（图1）。
二、基于内部管理提升客户满意度
（一）相关性分析在满意度指标的应用
客服中心指标管理是“混沌”的，单一指标的达成往往是多种因素相互作用的结果，不能因为追求某一指标就要牺牲其他指标，我们在分析满意度的时候往往会产生疑问：参评率会不会影响满意度？通时长是不是满意度就会高？接通率和满意度有没有内在联系？
对于满意度来讲，一次服务的交互再到客户最后的选择，中间有多个环节会影响到最终评定，那么从客户接触点出发分析不满意可能产生的原因，并且归类到不同运营指标，进而分析不同指标的关联程度对于实现运营最优解非常重要（表1）。
这里引入了“正常人满意假设”的概念，即客户随时能够用最短的时间联系到客服人员，并且得到标准、正确的解决方案，而不由电话银行服务以外的因素干扰就叫满意。如表1所示，影响不满意的因子选项非常多，具体影响权重这里不做赘述。
除了联合质检、培训、系统、知识库等条线进行定向改善以外，笔者针对某月每日客户满意度、接通率、服务水平、平均排队时长、呼入通话时长、首次解决率和参评率数据开展相关性分析（表2）得出，上述指标中只有首次解决率才与客户满意度呈正相关，也就是说客服中心对于首次解决率的管控非常有必要（相关系数T值＞0.3，P值＜0.05）。
（二）峰终定律在满意度指标的应用
在大多数客服中心里面总会有这么一类员工，质检成绩并不高、业务解答也不够标准，但是客户总会给予好评，这种现象就是“峰终定律”的体现。因为客户对服务的认知往往带有个人色彩的“偏见”，其中特别好的或是特别糟糕的环节，乃至结束时刻发生的事情很容易被人记住，而超出客户预期的服务最能打动人，比如说客户遇到自助机具故障问题，员工除了解决机器故障以外如果还提供其他不出户方案，我相信对于客户来讲一定是个“惊喜”。在标准化服务的今天，客户对于开头语、结束语等话术已经越来越无感，如何在中规中举的服务中让客户非常满意，就需要我们培养员工在电话里“制造惊喜”的能力，员工培训体系不能仅仅停留在业务层面，未来更需要深耕沟通技巧。
联系客服
