Pazarlama ekibi toplantı odasına giriyor: "Yarın büyük kampanya başlıyor. 100,000 kişiye e-posta göndereceğiz, sosyal medyada reklam yayınlayacağız." Operasyon müdürü soruyor: "Kaç çağrı bekliyoruz?" Pazarlama: "Bilmiyoruz. Belki %2-3 arar." Operasyon: "Yani 2,000-3,000 çağrı mı?" Pazarlama: "Belki. Ya da %5 arar, o zaman 5,000." Operasyon: "Peki hazırlık yapalım mı?" Pazarlama: "Yarın başlıyor, geç kaldık."
Bu diyalog her kampanya öncesi tekrar eder. Pazarlama inisiyatif alır, müjdeyi verir. Operasyon reaktif kalır, tahmin yapmaya çalışır. Sonuç: ya fazla kadro hazırlanır ve israf olur, ya az kadro hazırlanır ve müşteri bekler.
Kampanya etkisi neden tahmin edilemiyor?
Çünkü pazarlama "kaç kişiye ulaşacağız" bilgisini verir, operasyon "kaç kişi arayacak" bilgisine ihtiyaç duyar. Bu iki veri arasındaki köprü genellikle varsayımdır. "Geçen kampanyada %3 aramıştı, bu sefer de öyle olur" denir. Ama geçen kampanya farklı bir üründü, farklı bir hedef kitleye gitmişti, farklı bir mevsimde yapılmıştı.
Ayrıca kampanya etkisi anlık değildir. Bazı müşteriler aynı gün arar, bazıları üç gün sonra, bazıları hiç aramaz ama web sitesine girer. Çağrı merkezi sadece telefon çağrısını görür, geri kalan kanalları görmez. Eksik veriyle tahmin yapmak, sonucu rastlantıya bırakmak demektir.
Hazırlıksız yakalanan operasyonun bedeli
Kampanya başlıyor. İlk saatte beklenen çağrının iki katı geliyor. Kuyruk uzuyor, müşteri bekliyor, bazıları aramayı kesiyor. Operasyon acil yedek kadro çağırıyor ama onlar 2-3 saat sonra gelecek. O zamana kadar kampanyanın ilk etkisi geçmiş olacak.
Ya da tam tersi: fazla hazırlık yapılıyor. 50 temsilci göreve çağrılıyor, ama beklenen çağrı gelmiyor. Ekip boşta bekliyor, maliyet artıyor. Pazarlama "kampanya iyi gitmedi" diyor ama gerçekte kampanya iyiydi, sadece müşteriler aramak yerine web sitesinden alışveriş yaptı.
Geçmiş kampanyalardan öğrenmek
Her kampanya bir veri bırakır. Hangi gün ne kadar çağrı geldi, hangi saatlerde yoğunluk arttı, müşteriler ne hakkında aradı, çağrılar ne kadar sürdü. Bu veri saklanıyorsa, bir sonraki kampanya için tahmin kaynağı olur.
Örneğin geçmiş verilere bakıldığında görülür ki "indirim kampanyaları" aynı gün yüksek çağrı getirir, çünkü müşteri fırsatı kaçırmak istemez. "Yeni ürün lansmanları" ise yavaş dağılır, çünkü müşteri önce araştırır, sonra sorar. "Sadakat programı kampanyaları" çok az çağrı getirir, çünkü müşteri zaten uygulamadan halleder.
Bu pattern'ler bir kez görüldükten sonra, yeni kampanyalar için daha doğru tahmin yapılır. "İndirim kampanyası yapıyoruz" dendiğinde, operasyon geçmiş indirim kampanyalarının ortalamasına bakar: "Genellikle %4.2 müşteri aynı gün arıyor, yoğunluk öğleden sonra 14:00-17:00 arasında." Bu bilgiyle kadrolama yapılır.
Konuşma analitiği kampanya etkisini nasıl ölçer?
Sadece çağrı sayısına bakmak yeterli değildir. Çağrının içeriği de önemlidir. Kampanya sonrası gelen çağrılar "satın alma" mı, "bilgi alma" mı, "şikayet" mi? Her biri farklı AHT'ye sahiptir, farklı temsilci yetkinliği gerektirir.
Konuşma analitiği araçları, kampanya sonrası gelen çağrıları otomatik kategorize eder. "Kampanya kodu sorgulaması", "indirim geçerlilik tarihi", "stok durumu" gibi temalar tespit edilir. Hangi tema ne kadar çağrı getirdi, hangi saatlerde yoğunlaştı, ortalama süre ne oldu - hepsi kayıt altına alınır.
Bir sonraki kampanyada aynı tema bekleniyorsa, geçmiş veri referans olur. "Geçen Black Friday kampanyasında 'stok durumu' çağrıları toplam çağrının %18'ini oluşturdu, ortalama AHT 4 dakikaydı." Bu bilgiyle hem kadrolama hem temsilci eğitimi planlanır.
Kampanya sürpriz olmaktan çıkar, tahmin edilebilir hale gelir. Pazarlama ile operasyon arasındaki kopukluk azalır. "Yarın kampanya var" yerine "yarın kampanya var, geçmiş verilere göre 3,200-3,800 çağrı bekliyoruz, yoğunluk 14:00-18:00 arası" denir. Operasyon hazırlıklı olur, müşteri beklemez.
CallExper, kampanya öncesi ve sonrası konuşma verilerini analiz ederek operasyonun tahmin gücünü artırır.