实操案例：如何解决在线客服排队严重问题？

一、背景现状

在上一篇文章中也提及了当前的问题现状，简单来说就是一句话：排队情况严重。7月份的数据显示，客服的接通率只有30%-40%，这表明了用户需求远远大于了当前的客服接待能力。

同时，上一篇文章提出的解决方案在短期并没有充足的技术资源去全部实现。针对这个现象，上级提出了新的要求：要在短期能够有效的优化排队严重的问题。

二、问题分析

1. 老板角度

客服的业务整体不是能够带来增量带来利润的，更多是投入是维护是消耗，那么就注定了在老板眼中，客服不是最重要最优先的。

只有一种情况下，客服业务会优先，那就是当客服业务出现了一定的问题并且有更严重的后果恰恰归咎（甩锅）于客服的时候。

2. 产品运营角度

在产品运营的角度，客服排队的最根本原因还是产品本身出现的问题导致，而这样的情况往往是不可控的，尤其是当产品出现bug的时候。扎堆的用户想反馈问题发泄情绪进而涌向在线客服，可看见排队还有几十人号人，这就像火上浇油。

在产品运营的角度来看，客服效率低是导致客服排队的最主要原因，而效率低更多是归咎于了人的原因。姑且不讨论这样的说法是否片面是否合理，有这样一个说法也能表现出部分问题的客观存在。

3. 客服角度

站在客服的角度，产品出现bug或类似的紧急事态是不可控不可预见的，那么在发生这样的情况后，客服的职责是尽最大可能去安抚用户，解决用户的困惑。但作为一个第三方的角度来看，客服可能太限于事务而失去了对整体局势的把控，在紧急情况下的周转效率不够高。举一个特别能说明问题的例子，5、6月份时候客服的接通率能够达到60%，而当遇到严重bug的时候最差甚至不到30%。

目前客服对玩家的服务还处于非常原始自动化程度较低的状态。例如，部分礼包发放的条件确认和发放过程都是通过在线聊天来完成的，这就会导致在礼包活动期间客服排队的情况加剧。

人力问题：经过与客服的沟通了解到，目前客服人员分成了早班和晚班2批人，在下午2-5点是2批人手重叠的时间段，因此看数据可以发现在这个时间段排队的情况往往是相对缓解的，但用户需求往往是在早上10点和晚上7点达到咨询高峰，故在排队最严重的时间段却没有最多的人力资源分配。

工具问题：由于排队情况严重，那么我们更倾向于将有限的资源集中解决高质量的用户问题，这就需要工具能够支持用户的分层服务。

三、问题解决方案

1. 沟通

要想解决客服排队严重的问题，最核心最关键的是要让客服意识到问题的严重性，要调动起他们解决问题的意愿。这点做到了能够事半功倍，如果做不到一切都是空谈。

为此，我花费了大量的时间与客服同事进行了多次深入的沟通，了解到了他们真实的想法和难处，也在不断的接触中获得了他们的初步信任。除此外，每周进行数据统计进行反馈，让上级和客服同事感受到我们对此事的关注。在一段时间后，客服的关注重心都围绕着排队这个关键词。

2. 礼包优化

针对礼包相关的优化更多是在工作流程方面的优化，具体做了以下2件事。

1. 关闭了一个礼包领取的活动，这个活动占用人力多且不必要；
2. 推动优化礼包领取的方式，制作了一个功能页面来实现用户满足条件就可以在页面上领取礼包。这个功能是可以大大节省客服的人力的，原先礼包发放条件的确认和发放过程都是需要通过排队与在线客服聊天才能完成。但这个推进的过程是注定需要协调各方达成统一，各方面意见看法较多，也是最难的一个过程。

3. 在线客服实行分层接待

为了在排队较多的时候能够保证大r优先排队，我们结合已有的功能做了一个用户分层的功能。

1. 用户标签：累充超过5w，标记为vip客户；1w-5w，标记为指定用户（中小r）；0-1w为普通用户。
2. 结合用户uid累充，数据就自动区分上面3种用户属性。能够实现累充改变时，用户标签及时同步。
3. 后台历史用户处理，按照1的方式来划分

其实目前的后台功能是有vip等级的划分的，但与其产品沟通后这个字段只是用户的标记，vip等级越高的用户并不能获得更优先的排队资格。也就是因为这个原因，才不得已只能利用现有的排队优先规则，通过代码将用户划分成为了普通用户、指定用户、vip用户3大类。但从结果看，也初步简单的实现了用户的分层接入，保证了大r的排队体验。

四、事后回顾

（1）虽说实现了用户分层的功能，但在制作功能时候忽略了数据回收的问题，同时由于整体功能是基于智齿的，所以最终导致的结果是，无法回收优化后的针对vip用户的排队情况，也就是说，无法评估对大r的排队体验的提升。

（2）在观察了解客服业务的过程中发现了一个很矛盾的点，服务vip的原则到底是什么？是让少数的大r成为真正的vip用户最优先，还是让更多的人成为vip用户。遇到的一个很现实的情况就是，vip的门槛伴随着业务的发展会越来越低。

我的看法是针对目前客服部门人力有限且排队严重的现状，那么目前最优先的是优先保证大r用户体验，不要让他们和普通用户挤在一起排队。在排队问题和人手问题有了一定缓解后，vip业务才可以越做越大。

（3）在每周对数据的监控中我发现，客服排队的情况和原因是很复杂多样的，牵扯到的具体业务细节和原因特别多。单一的将客服排队严重的原因归结到工具或者人力都是不准确的，也不能彻底的解决问题。那么针对这种情况，我每周尝试结合客服反馈进行排队原因的分析，对症下药有针对性的去优化问题，在2个月下来，接通率从开始的30%逐步提升到了50%，整体初见成效。

（4）即使初见成效，但做存量优化远不如做增量带来的价值高。

本文作者 @jessi

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！