Convertir la información en acción

Un espacio de trabajoCerrado Vista guardada de uno o más widgets. es más valioso cuando las perspectivas que obtiene de él generan cambios. Tenga en cuenta estas consideraciones al usar Interaction Analytics:

Medir y hacer seguimiento del avance

  • Ejecute el informe Estadísticas de métricas de analítica con frecuencia para observar su avance. Quizás desee hacer esto al principio de cada mes. Para hacer un seguimiento de las mejoras, puede usar una tabla o gráfico con los cambios específicos en las métricas o tendencias.

  • Céntrese en los agentes de mejor rendimiento. Identifique las palabras, los procedimientos y las técnicas que los llevan al éxito. Utilice esas perspectivas para orientar la manera en que capacita a los demás agentes.
  • Considere los efectos de los plazos. Busque patrones que ocurran en el mismo día de la semana o en el mismo momento del año. Por ejemplo, el sentimiento negativo puede aumentar los fines de semana si los tiempos de espera son mayores. Por esto, podría enfrentar ese problema teniendo más agentes disponibles los fines de semana. O bien el sentimiento positivo podría aumentar después de las revisiones trimestrales de rendimiento de los agentes. En tal caso, quizás desee aumentar la frecuencia de esas evaluaciones o capacitaciones, para mantener a sus agentes bien motivados y formados.

Vincule las perspectivas a las metas empresariales y las estrategias

Su equipo de análisis debería alinearse en torno a metas y objetivos claros para obtener perspectivas de los datos y elaborar cambios recomendados para mejorar. Documente el debate de su equipo y defina un plan para fomentar la responsabilidad al aplicar los cambios necesarios. Comience debatiendo:sobre lo siguiente:

  • ¿Por qué usar esta guía para espacios de trabajo ahora?

  • ¿Qué espera lograr con el uso de esta guía?

  • ¿Cuál es el valor empresarial de usar estas herramientas en IA?

Es probable que los roles y responsabilidades de sus equipos de análisis abarquen lo siguiente:

Rol

Responsabilidades

Catalizador Establecer metas para mejorar. Responsable por los resultados. Conecta las perspectivas con los generadores de cambio.
Analista de datos Los usuarios cotidianos que más usan Interaction Analytics para generar perspectivas a partir de los datos.
Generadores de cambio Líderes empresariales y operativos que consumen perspectivas, implementan cambios y son responsables por los resultados. Por lo general, están al nivel de director o más en áreas funcionales como Operaciones, Experiencia del cliente, IT y Producto.
IT Se asocia con la analítica para garantizar que las herramientas y procesos funcionen. Pueden ser "generadores de cambio", responsables por los resultados.

Compartir perspectivas

Lo más importante es entregar informes a quienes tienen la capacidad de producir cambios. Hable con los responsables del comportamiento o proceso que debe mejorar y trabaje con ellos para desarrollar un plan para la acción. Debería comunicarse con dos grupos de personas:

  • Las personas que usted desea que implementen los cambios. Esto puede requerir que se salga del equipo de análisis. Por ejemplo, si un equipo específico de agentes exhibe un sentimiento bajo, podría reunirse con el supervisor del equipo.

  • Las personas en puestos de liderazgo que aprueban las metas y la estrategia de la organización. Pueden ayudar a eliminar obstáculos y asegurarse de que todos se unan en pos de los objetivos.

Para comunicarse de manera eficaz, desarrolle una agenda de reuniones repetible y una plantilla de correo electrónico adecuada para cada audiencia. Puede usar este patrón para compartir información clave: Compartir una observación > Sacar una conclusión > Recomendar un cambio. Comparta las perspectivas y las capturas de pantalla de IA para respaldar sus conclusiones y sugerencias.

Recomendamos ejecutar los informes un día después del último día del periodo que desea analizar. Por ejemplo, podría ejecutar un informar el primero de junio para captar todas las interacciones del mes de mayo.

Exportar los datos periódicamente es útil porque IA los almacena en la herramienta durante 90 días.

Las perspectivas de cada periodo nuevo de informe se deberían generar a partir del periodo anterior.