安吉拉是一家保險(xiǎn)公司呼叫中心的助理，自新冠疫情以來，她一直在家工作。在最初的幾個(gè)月里，她的網(wǎng)絡(luò)很差。她試圖聯(lián)系目前運(yùn)營商的技術(shù)支持，但由于安吉拉所在地區(qū)的所有人都轉(zhuǎn)為家庭辦公，需求增加，電話一直占線。

繼三番五次打不通電話、郵件得不到回復(fù)后，她放棄了，轉(zhuǎn)而選擇了另一家運(yùn)營商，這家運(yùn)營商有現(xiàn)成的方案能滿足她的需求。根據(jù)凱捷管理顧問公司的研究，有成千上萬的家庭經(jīng)歷了和安吉拉一樣的情況。有幾十家公司因?yàn)橐话偃f個(gè)小問題或幾個(gè)大問題失去了他們的客戶。

要是有一個(gè)客戶服務(wù)代表知道客戶的困難并能及時(shí)采取行動，情況可能就會有所不同。當(dāng)然，員工不可能持續(xù)追蹤每一個(gè)終端用戶并且掌握他們目前與公司的關(guān)系。但是只要使用正確的技術(shù)就可以做到。

本文中，我想分享我的公司馬克思比爾最近為一個(gè)合作伙伴開發(fā)一個(gè)流失預(yù)測模型的案例。其成功率證明準(zhǔn)確率高達(dá)97%，有兩個(gè)主要使用點(diǎn)將使客戶受益。

結(jié)合多種算法的單一模型

數(shù)據(jù)收集和后續(xù)評估有多種方法。我們?yōu)樘囟ǖ目蛻粼诩煞椒ㄖ薪Y(jié)合了許多不同的算法。這種模式包括：

• 決策樹分類器
• KNeighbors分類器
• 邏輯回歸
• 隨機(jī)森林分類器
• 投票分類器

控件在歷史數(shù)據(jù)上運(yùn)行的結(jié)果表明流失預(yù)測的準(zhǔn)確率高達(dá)97%。我們計(jì)劃用額外的人工數(shù)據(jù)來豐富模型，并用它來鑒定處于風(fēng)險(xiǎn)中的客戶。這樣可以進(jìn)一步將它們包括在保留過程中。

客戶保留用例：如果對特定情況沒有明確了解，創(chuàng)建模型將毫無用處。

按客戶計(jì)算：與客戶關(guān)系管理中的客戶摘要連接時(shí)，流失預(yù)測引擎會為客戶服務(wù)代表預(yù)測特定客戶與公司終止合作的可能性。在這種情況下，任何客戶服務(wù)代表都可以積極主動地迎合客戶需求，降低客戶流失的風(fēng)險(xiǎn)。

批量報(bào)告：報(bào)告將在指定日期生成，突出顯示風(fēng)險(xiǎn)組中的客戶列表。這些數(shù)據(jù)可用于客戶保留營銷活動，從而進(jìn)一步降低客戶流失的風(fēng)險(xiǎn)，使客戶與服務(wù)供應(yīng)商互動并提高忠誠度。

該模型不僅能顯示需要更多關(guān)注的客戶——該過程屬于雙方互動，使得管理層應(yīng)用新的關(guān)稅，更新現(xiàn)有產(chǎn)品定價(jià)，提供折扣、特別促銷，并根據(jù)模型中添加的新變量看到其行為的預(yù)計(jì)后果。該工具將便于為特定的客戶群創(chuàng)建專門優(yōu)惠，并在保持低誤報(bào)率的同時(shí)尋求營銷投資回報(bào)率和客戶流失之間的最佳平衡。

更不用說所有過程都是自動的。一旦系統(tǒng)預(yù)測某個(gè)客戶或客戶群處于流失風(fēng)險(xiǎn)之下——就可以采取首選的流失預(yù)防行動，而無需人為干預(yù)。

顧客關(guān)懷的未來

正如德勤的分析顯示，今年我們看到了一個(gè)前所未有的機(jī)會，讓多重業(yè)務(wù)供應(yīng)商擴(kuò)大其客戶群、影響范圍和服務(wù)包。但是，很多公司發(fā)現(xiàn)他們的后臺缺乏可擴(kuò)展性。大多數(shù)供應(yīng)商都面臨的一大痛點(diǎn)是客戶服務(wù)代表的壓力增大。

由于新冠疫情，擴(kuò)招員工幾乎不可能。同時(shí)，新冠疫情的另一個(gè)副作用導(dǎo)致對其服務(wù)的需求增長。例如，一些租戶在農(nóng)村地區(qū)難以獲得良好的網(wǎng)絡(luò)連接，這也是供應(yīng)商必須解決的問題。

為了跟上快速增長的機(jī)遇，公司既要改善其客戶群的客戶服務(wù)體驗(yàn)，又要能夠預(yù)測和避免客戶流失。

增強(qiáng)用戶體驗(yàn)可以通過將多渠道通信（FacebookMessenger，Viber，WhatsApp，Telegram）封裝在服務(wù)流中，通過SelfCare門戶中的自助服務(wù)來自動化客戶處理流程，部署帶有會話AI的個(gè)人助理，擁有自然語言處理能力和集成RPA機(jī)器人，為用戶執(zhí)行前端和后端任務(wù)。

機(jī)器學(xué)習(xí)可以成功得到利用以完成擺在公司面前的大部分任務(wù)。對于每一個(gè)特定的案例，可以在不同的過程中選擇、訓(xùn)練、測試和實(shí)現(xiàn)特定的算法組合。在其幫助下，企業(yè)可以提高客戶保留能力，并以更經(jīng)濟(jì)的方式更快地?cái)U(kuò)大客戶群。
責(zé)編AJX