Verizon använder Tableau till att minska kundtjänstsamtalen med 43 % samtidigt som de förbättrar kundupplevelsen
Analystiden för kundservice har minskat med 50 % för alla callcenterteam, digitala team och serviceutskicksteam
Samtalsvolymerna för vissa kundgrupper har minskat med 43 % och de tekniska serviceutskicken med 62 %
Man har skapat över 1 500 dashboards som absorberat miljarder rader av data från Hadoop, Teradata och Oracle
Verizon Fios erbjuder lösningar för hushållsanslutning. Tjänster för Internet, telefoni och kabel-tv levereras via fiber till miljontals kunder. Dessa tjänster omfattar 6,9 miljoner bredbandsanslutningar, 4,5 miljoner tv-abonnenter och 12,2 miljoner användare av fast telefoni. Detta resulterar i många olika datakällor med miljarder av genererade rader med data (upp till 4 terabyte per dag) som ska hanteras av Analytics Center of Excellence-teamet. Sett ur ett annat perspektiv är det nästan halva samlingen i Library of Congress, motsvarande 10 terabyte.
För att optimera verksamheten och öka kundnöjdheten använde Verizons Analytics Center of Excellence (ACE) – ett team bestående av mer än 80 personer – data science och avancerad analys i företagets digitala funktioner för callcenter, serviceutskick, marknadsföring och ekonomi. De hämtade data online och offline från Hadoop, Teradata och Oracle, extraherade och reducerade till mindre dataset och analyserade den därefter i Tableau. Den här effektiva metoden innebar att över 200 intressenter fick tillgång till dessa dashboards i god tid för analysen. Bland intressenterna fanns allt från chefer till kundtjänstpersonal, som alla kan fatta bättre beslut och leverera utmärkt kundservice tack vare de dagliga insikter som Tableau ger.
ACE använde plattformen för att skapa mer än 1 500 dashboards med självbetjäning. Dessa används av de olika teamen för drift, affärsomvandling, produktutveckling, marknadsföring och programvaruutveckling. Dessa interaktiva dashboards har fått över 125 000 visningar med en styrd infrastruktur som garanterar att datan är ren och färdig att användas. Användningen av Tableau ökar när Fios-teamen använder geospatiala mappningsfunktioner för att förstå platsbaserad inverkan och analysera text från kundkommunikation. Man drar nytta av integrationerna med Tableau + R och Tableau + Mapbox. Dessa initiativ har bidragit till att lösa kundtjänstproblem och förbättrat kundnöjdheten i Fios med färre samtal och kundserviceutskick, vilket i sin tur ger lägre verksamhetskostnader.
Analytics Center of Excellence skalar analysprocessen för den digitala verksamheten och för vårt callcenter.
Verizon Fios har använt manuella Excel-tabeller till att analysera data, till exempel digitala mätvärden och mätvärden från callcenter. Resultaten har skickats ut till flera team i statiska rapporter. Det har också visat sig vara knepigt att koppla data före analys när den hämtas från många källor: Oracle, Hadoop och Teradata. Med begränsade analysresurser och en lång rad olika intressenter att tillgodose var det här en ineffektiv process. Den skapade flaskhalsar och redundans och hindrade användare från att enkelt ta in data för att få svar på frågor. Gregory McConney, biträdande chef för Contact Center Analytics, förklarar hur analysmedarbetare ”strävar efter att utföra avancerad analys och bygga prognosmodeller och maskininlärningslösningar som bidrar till att verksamheten går framåt ... Vi vill inte skapa elementära insikter när intressenterna kan göra det själva.”
Verizon ägnade kompetens och tid åt att skapa ett Analytics Center for Excellence (ACE). Teamet på över 80 personer har upp till 30 medlemmar som ägnar sig åt analys i Tableau och levererar insikter till viktiga intressenter. Andra medlemmar bidrar till datakontroll, dataförberedelse och datamodeller, och lämnar sedan över till Tableau-utvecklare och serveradministratörer. ”Det första vi gör är att strukturera datan på ett korrekt sätt så att den kan skalas och automatiseras. Vi ägnar mycket tid åt att strukturera datan rätt och bygga vyer på det så att vi kan sprida informationen så intuitivt som möjligt”, förklarar Sid Dayama, ansvarig dataanalyschef på Verizon.
Innan de byggde dashboard-sviter höll ACE planeringsmöten med intressenterna för att fastställa behoven. De utvecklade dashboards som var optimerade för snabba inläsningstider och stöd för effektivare samtal som förändrade hur de fattar beslut, uppifrån och ned.
När alla hade börjat ta till sig dessa dashboards blev teamet mycket bättre på att hitta insikter. Det gör de bland annat med funktioner som verktygstips, vilka visar detaljer inom visualiseringarna och förtydligar fältdefinitioner. De ser fram emot att ta till sig andra plattformsfunktioner och använda olika typer av diagram för att stärka kundupplevelsen ytterligare.
Tableau är så fantastiskt eftersom det fungerar med alla dessa olika programvarutyper. Och för oss blev det en milstolpe att vi kan binda ihop dem och lägga in textutvinning i en dashboard.
Callcenter ökar kapaciteten och förbättrar kunddirigering och kundattityd med 50 % snabbare analystider
Kunder interagerar med Verizons kundtjänstteam på flera sätt – via onlinechattar, callcenter och genom flera kanaler, vilket betyder att man börjar i en digital kanal och slutar i ett callcenter. Men Verizon ville behålla en hög kundnöjdhet. De ville att kunderna skulle använda digital självbetjäning och undvika callcenter, för att inte behöva vänta på svar eller ett tekniskt kundbesök. Framför allt ville de inte ha upprepade kontakter med callcenter eftersom det betydde att problemet inte var löst. Det resulterade även i lägre effektivitet och högre verksamhetskostnader inom callcenter- och serviceutskicksteamen.
ACE insåg att olika kundsegment hade olika samtalsbeteenden och byggde därför en optimerad dirigeringslösning för vissa kundgrupper. De drog nytta av Tableaus dashboards där verksamhetsteam för affärsomvandling, analys, IT och callcenter analyserade kundengagemanget i callcenter och övervakade samtalsattitydpfattningar.
Analysteamet analyserar 17 olika egenskaper för varje enskild person i kundbasen. De tittar på kundtid, vilka produkter kunden använder, motivet till kontakten, hur ofta kunden ringer, genomsnittlig hanteringstid, kundattityd vid kontakttagning, ålder och mycket mer. Kunderna kategoriseras sedan och läggs in i olika grupper för behandling.
Dessa individuella grupper omdirigeras sedan till en särskild supportkö där skicklig personal på callcentret hanterar förfrågningar för att undvika återkommande problem. Tableaus dashboards förser callcentren med kontextuell information om kunderna de hanterar, till exempel samtalsmönsterhistorik. Personalen kan lösa problem effektivt och minska antalet samtal som kunden behöver ringa.
Teamet använder varningsfunktionen i Tableau för att meddela dem när samtalsvolymerna understiger det synliga villkorliga gränsvärdet. När det händer aktiveras en algoritm som visar nya uppsättningar av kunder med många förfrågningar och triggar en ny kundlista för personalen.
”Det är fantastiskt. Det tar helt enkelt bort den mänskliga faktorn i allt det här”, förklarar Greg.
Med hjälp av situationsmedvetenhet för kundens samtalsbeteende och operativ kapacitet för personalen på callcentren har Verizon förbättrat sin effektivitet när det gäller hantering av kundsamtal. De har även minskat antalet upprepade samtal och uppnått en minskning av samtalsvolymen med 43 procent. Genom snabbare kundproblemlösning har dashboards i Tableau även minskat analystiderna för kundservice med 50 %. Dessa dashboards används både av chefer på hög nivå för att utveckla strategier och av intressenter på frontlinjen som svarar på samtal varje dag och behöver identifiera samtalsbeteenden, mönster och trendhistorik.
Insikter från våra dashboards hjälper oss att optimera verksamheten inom callcentren och hjälpa kunderna så att de inte behöver ringa flera gånger. Regelmässig övervakning av dessa dashboards visar att samtals- och serviceutskicksvolymer – de främsta kostnadsdrivande faktorerna – går ner när kundernas lösningsfrekvens och nöjdhetsindex går upp.
Geospatial mappning i Tableau hjälper team att övervaka effekten av serviceutskick
På Verizon Fios har vissa hushåll krävt flera serviceutskick till hemmet för att lösa problem. ACE-teamet ville minska behovet av många serviceutskick och förbättra kundnöjdheten. Därför byggde de en svit med dashboards i Tableau som hjälper utskicksteamen att spåra den geografiska effekten för fältteknikernas serviceutskicksaktivitet, både på lands- och postnummernivå samt för varje enskilt hushåll.
Dessa dashboards analyserade serviceutskicksaktiviteten hos 6,9 miljoner Fios-kunder. De omfattade nyckeltal gällande antal genererade ärenden, ärendefrekvens, påbörjade serviceutskick och övergripande antal serviceutskick. Kostnadseffekterna av serviceutskicken undersöktes också. Användarna kunde vidare studera dessa nyckeltal närmare samt aspekter som kundtyp, de olika typer av problem som orsakade serviceutskicken och flera andra attribut för trådbunden infrastruktur.
Med Tableaus mappningsfunktioner, till exempel Mapbox-integration, kunde teamen med hjälp av värmekartor definiera en platsbaserad effekt. De visade var det fanns ett över- respektive underskott av ärenden och serviceutskick och vilka variabler som ledde till mängden serviceutskick.
Efter det reducerade Verizon analystiden för tekniska serviceutskick med mer än 50 % och upptäckte att geospatial mappning kan vara till stöd för andra organisationsbehov.
Tableau R- och Python-integrationer bidrar till djupare produktanalys
Verizon Fios lanserar digitala produkter i avsikt att stödja kraftigare kundengagemang. En av dessa produkter är Fios chattrobot på Facebook Messenger, version från 2017. Denna och andra produkter hjälper kunder att interagera med varumärket och ställa frågor. Det är avgörande att genom analys och rapportering kunna övervaka nyckelindikatorer (KPI:er) gällande anskaffning, engagemang, kundmottaglighet och produkteffektivitet.
ACE har utformat KPI:er specifikt för Fios chattrobot och övervakat kundernas införande och användning. De mätte produktprestanda över tid genom att tillämpa parametrar med anpassade datum i Tableau. De bedömde dagliga, veckovisa och månadsvisa ändringar. De utförde också textanalys med Tableau R-integration för att utvinna information från chattsessionerna. För att utvinna kategorinyckelord tillämpades förbehandling av text på utskrifterna av kundchattar som lagrats som råa strängfält i tabellen. ”Allt det här görs i R där data läggs till baserat på ordfrekvens och -förekomst. Sedan för jag över det i Tableau och visualiserar ordmoln och tilldelar färg och storlek till förekomstfrekvensen. Det här hjälpte oss en hel del när det gäller att förstå våra kunders inställning när de chattade med roboten”, tillade Sid.
Tableaus flexibilitet har hjälpt ACE, de digitala teamen och kundservice-teamen att spåra svaren till alla frågekategorier som kunderna ställer till roboten. Informationen som extraherats har använts för att träna robotens intelligens så att den kan känna igen fler frågor och svara korrekt och lösa problem. Genom dessa kunskaper fick de också reda på de populäraste tidpunkterna för kundengagemang och utökade personalen för att kunna hantera servicetillfällen som strömavbrott eller sportevenemang med pay-per-view.
Det var första gången Verizon integrerade R med Tableau. Men eftersom de märkte att resultaten var positiva uppmuntrades Verizon att integrera andra källor med Tableau. Företagets ledning förstod kundernas övergripande respons på produktlanseringar och använde insikter för att informera om marknadsföring och planering av produkter. För att skala användningen av dataanalys drar ACE även nytta av Python-modeller i Tableau med TabPy.
Fler resurser