Verizon usa o Tableau para reduzir em 43% as chamadas de suporte, melhorando a experiência do cliente


Cortou pela metade o tempo de análise do atendimento ao cliente para as equipes de call centers, canais digitais e agendamento de visitas técnicas
Reduziu em 43% o volume de chamadas e em 62% os agendamentos de visitas técnicas para determinados grupos de clientes
Criou mais de 1.500 painéis que processam bilhões de linhas de dados do Hadoop, do Teradata e da Oracle

A Verizon Fios oferece soluções de conectividade residencial, incluindo Internet de banda larga, telefonia fixa e TV a cabo por fibra óptica a milhões de clientes. Esses serviços incluem 6,9 milhões de conexões de banda larga, 4,5 milhões de assinantes de TV a cabo e 12,2 milhões de usuários de telefonia fixa, o que resulta em várias fontes de dados com bilhões de linhas de dados (chegando a até 4 TB gerados por dia). O gerenciamento de todos esses dados fica a cargo da equipe do Centro de Excelência em Análise. Para se ter uma ideia, esse volume corresponde a quase metade do acervo da Biblioteca do Congresso dos EUA, que totaliza 10 TB.

O Centro de Excelência em Análise da Verizon, uma equipe com mais de 80 pessoas, usava a ciência de dados e a análise avançada nas funções de canais digitais, call centers, agendamentos de suporte técnico, marketing e finanças para otimizar as operações e melhorar a experiência do cliente. A empresa extraiu dados on-line e off-line do Hadoop, do Teradata e da Oracle e os converteu em conjuntos de dados menores para análise no Tableau. Graças a essa abordagem eficaz, os painéis eram disponibilizados pontualmente para os mais de 200 responsáveis por fazer as análises. Esses colaboradores vão desde executivos até representantes de call centers que interagem diretamente com os clientes. Todos eles podem tomar melhores decisões e prestar um atendimento excelente aos clientes graças às informações reveladas todos os dias pelo Tableau.

Usando a plataforma, o Centro de Excelência em Análise criou mais de 1.500 painéis de autoatendimento que eram usados pelas equipes de operações, transformação comercial, desenvolvimento de produtos, marketing e engenharia de software. Os painéis interativos já receberam mais de 125 mil acessos e contam com uma infraestrutura governada que garante que os dados estejam sempre organizados e prontos para uso. A adoção do Tableau está crescendo à medida que as equipes da Fios usam recursos de mapeamento geoespacial para entender o impacto de determinados locais e analisar mensagens de sessões de bate-papo com clientes, aproveitando as integrações do Tableau com o R e o Mapbox. Essas iniciativas ajudaram a resolver problemas de atendimento ao cliente e aumentaram a satisfação dos clientes da Fios, diminuindo o número de chamadas e agendamentos de suporte técnico, além de reduzir os custos operacionais.

Centro de Excelência em Análise escalona processo de análise para operações de canais digitais e call centers

A Verizon Fios usava tabelas do Excel manuais para analisar dados como métricas de call centers e canais digitais. Os resultados eram distribuídos para várias equipes na forma de relatórios estáticos. A união de dados antes da análise também era um desafio, já que os dados vinham de várias fontes: Oracle, Hadoop e Teradata. Com uma equipe de análise limitada responsável por atender a pessoas de vários departamentos, tratava-se de um processo ineficiente que gerava gargalos e redundâncias. Isso impedia os usuários de explorar os dados para encontrar respostas às suas perguntas. Gregory McConney, diretor associado de análises de central de atendimento, explicou como a equipe de análise “se esforça para fazer análises avançadas, bem como para criar modelos preditivos e soluções de aprendizado de máquina que ajudam a empresa a avançar. Não queremos criar informações básicas, já que isso é algo que os próprios funcionários poderiam fazer”.

A Verizon dedicou talento e atenção para criar um Centro de Excelência em Análise. Essa equipe com mais de 80 pessoas tem quase 30 membros responsáveis por fazer análises no Tableau e fornecer informações para os principais colaboradores da empresa. Outros membros trabalham na governança, na preparação e na modelagem de dados antes de disponibilizá-los para os desenvolvedores do Tableau e administradores de servidor. “O primeiro passo do nosso trabalho é estruturar os dados corretamente para que seja possível escalonar e automatizá-los. Fazemos uma consideração minuciosa sobre como estruturar os dados adequadamente e usá-los para criar exibições que ajudem a distribuir as informações da forma mais intuitiva possível”, explicou Sid Dayama, gerente sênior de análise de dados da Verizon.

Antes de criar os painéis, o Centro de Excelência em Análise realizou sessões de planejamento com os colaboradores para identificar suas necessidades. A equipe desenvolveu painéis otimizados que são carregados com rapidez, promovendo discussões mais produtivas que revolucionaram seu modelo vertical de tomada de decisões.

Depois que todos começaram a usar os painéis, a equipe passou a encontrar informações com mais eficiência usando recursos como dicas de ferramenta para ressaltar detalhes nas visualizações e esclarecer as definições de campos. Todos estão ansiosos para começar a explorar outros recursos da plataforma e novos tipos de gráficos para melhorar ainda mais a experiência do cliente.

O Tableau é ótimo porque se comunica com vários softwares. Para nós, a possibilidade de combinar as ferramentas e incorporar a mineração de textos nos painéis fez toda a diferença.

Call center aumenta capacidade, otimiza encaminhamento de chamadas e eleva satisfação do cliente reduzindo pela metade o tempo de análise

Os clientes interagem com a equipe de suporte da Verizon de várias formas: bate-papo on-line, call centers e canais de atendimento, o que significa que os contatos geralmente começam nos canais digitais e terminam no call center. No entanto, a Verizon queria oferecer autoatendimento digital aos clientes e evitar os call centers para eliminar a espera por respostas ou pela visita de um técnico, mantendo assim altos níveis de satisfação. Ainda mais importante, a empresa queria evitar chamadas repetidas no call center, pois isso indicava que um problema não havia sido resolvido. O resultado era menos eficiência e custos operacionais mais altos para as equipes dos call centers e agendamento de visitas técnicas.

Ao entender que diferentes segmentos de clientes têm motivos diferentes para fazer chamadas de suporte, o Centro de Excelência em Análise criou uma solução de encaminhamento de chamadas para grupos de clientes específicos. Para isso, ela implementou painéis do Tableau que são usados por equipes como transformação comercial, análise, TI e operações de call center para analisar as interações com os clientes nos call centers e monitorar a satisfação com o atendimento recebido.

A equipe de análise considera 17 atributos diferentes de cada pessoa da base de clientes, analisando há quanto tempo a pessoa é cliente da empresa, que produtos ela usa, motivos que a levaram a ligar para o suporte, frequência de chamadas, tempo médio de resolução, nível de satisfação com o atendimento, idade e vários outros. Em seguida, os clientes são categorizados e colocados em vários grupos para tratamento.

Esses grupos são encaminhados para uma fila de suporte especial, em que representantes capacitados do call center processam as solicitações para evitar problemas repetidos. Os painéis do Tableau oferecem aos representantes do call center informações contextualizadas, como os padrões de chamada dos clientes que estão atendendo. Assim, eles podem resolver os problemas de forma eficaz e reduzir o número de chamadas repetidas.

A equipe usou o recurso de alertas do Tableau para sinalizar quando o volume de chamadas fica abaixo do limiar visual mínimo. Quando isso acontece, um algoritmo é ativado para identificar novos clientes que fazem muitas chamadas e criar uma nova lista de clientes para os representantes.

“Podemos basicamente eliminar o trabalho manual, o que é incrível”, explicou Greg.

Ao entender as circunstâncias por trás do comportamento de chamada dos clientes e a capacidade operacional da equipe do call center, a Verizon pôde melhorar a qualidade do atendimento, reduzir o número de chamadas repetidas e diminuir em 43% o volume total de chamadas. Os painéis do Tableau também reduziram pela metade o tempo de análise do atendimento ao cliente graças à resolução mais rápida dos problemas. Os painéis são usados tanto pelos gerentes para desenvolver estratégias como pela equipe operacional que atende às chamadas diariamente e precisa identificar comportamentos, padrões e tendências históricas de chamadas.

As informações nos painéis nos ajudam a otimizar as operações do call center para reduzir o número de chamadas repetidas. Monitorando esses painéis dinâmicos, podemos saber quando a taxa de resolução de problemas e o índice de satisfação dos clientes aumentam, bem como quando há uma redução no volume de chamadas e agendamentos de visitas técnicas (que são fatores de custo importantes).

Mapeamento geoespacial no Tableau ajuda equipe a monitorar o impacto de agendamentos de visitas técnicas

Na Verizon Fios, já houve casos de residências que precisaram de várias visitas técnicas para resolver problemas. Para reduzir a necessidade de várias visitas e aumentar a satisfação do cliente, a equipe do Centro de Excelência em Análise criou um conjunto de painéis do Tableau que ajudam as equipes de agendamento de visitas técnicas a monitorar geograficamente o custo das visitas feitas pelos técnicos de campo em cada código postal e também em cada residência.

Os painéis analisaram as visitas técnicas agendadas para 6,9 milhões de clientes da Fios e incluíram KPIs como número de chamados de suporte abertos, taxa de chamados, agendamentos de visita iniciados e total de visitas agendadas. Além disso, os painéis investigaram o impacto financeiro das visitas. Os usuários podiam segmentar e filtrar esses KPIs por dimensões como tipo de cliente, os diferentes tipos de problema que desencadearam a necessidade de uma visita técnica e vários outros atributos da infraestrutura de telefonia fixa.

Graças a recursos de mapeamento do Tableau como a integração de Mapbox, a equipe pôde identificar o impacto de cada local usando mapas de variações e descobriu os lugares com as maiores e menores taxas de chamados de suporte/agendamentos de visitas técnicas, bem como as variáveis responsáveis por visitas frequentes.

Consequentemente, a Verizon reduziu pela metade o tempo de análise de visitas técnicas e descobriu como o mapeamento geoespacial pode ajudar a atender às outras necessidades da organização.

Integrações do Tableau ao R e ao Python possibilitam análise mais aprofundada de produtos digitais

A Verizon Fios lança produtos digitais com o objetivo de otimizar a interação com os clientes. Um desses produtos é o chatbot da Fios no Messenger do Facebook, que foi lançado em 2017. Esse e outros produtos ajudam os clientes a interagir com a marca e fazer perguntas. Para a empresa, é fundamental ter análises e relatórios para monitorar os principais indicadores-chave de desempenho (KPIs) de aquisição, engajamento e receptividade dos clientes, bem como de eficácia do produto.

O Centro de Excelência em Análise criou KPIs específicos para o chatbot da Fios e monitorou a adoção e o uso pelos clientes. Aplicando parâmetros com datas personalizadas no Tableau, foi possível visualizar o desempenho dos produtos ao longo do tempo, avaliando as mudanças diárias, semanais e mensais. Para interpretar o conteúdo das sessões de bate-papo, a equipe realizou a análise de texto usando a integração do Tableau ao R. O pré-processamento de texto foi aplicado a transcrições das conversas com os clientes armazenadas como campos brutos de cadeia de caracteres da tabela para extrair palavras-chave categóricas. “Tudo isso é feito no R, onde os dados são agregados de acordo com o número de ocorrências das palavras. Depois entra o Tableau, onde visualizamos as nuvens de palavras atribuindo cor e tamanho à frequência das ocorrências. Isso facilitou muito a compreensão do comportamento dos clientes durante as sessões de bate-papo com o robô”, acrescentou Sid.

A flexibilidade do Tableau ajudou o Centro de Excelência em Análise, bem como as equipes de canais digitais e atendimento ao cliente, a acompanhar as respostas a cada categoria de perguntas que os clientes fazem ao robô. As informações extraídas foram usadas para aguçar a inteligência do robô para reconhecer mais perguntas, apresentar as respostas certas e resolver os problemas. Com esse conhecimento, a equipe também pôde identificar os horários mais comuns de interação dos clientes e aumentar o número de representantes para dar conta de picos de atendimento, como durante quedas de energia ou eventos esportivos do pay-per-view da Fios TV.

Foi a primeira vez que a Verizon integrou o R ao Tableau. Porém, graças aos resultados positivos (por exemplo, os executivos puderam entender a resposta geral dos clientes ao lançamento de um produto ou usar informações para orientar o marketing e o planejamento de produtos), a Verizon decidiu integrar outras fontes ao Tableau. Para ampliar ainda mais a adoção da análise, o Centro de Excelência também usa modelos do Python no Tableau com o TabPy.