Quelle méthode pour analyser ses données ?
À LIRE AUSSI
- Valoriser les données de son centre d'appels
- Une "moulinette" pour les informations
- Les quatre points clés pour bien utiliser les données
- Orange optimise ses enquêtes de satisfaction
- Un outil qui lit dans le texte
- Vos données sont-elles justes ?
- L'analyse de données au service de la gestion du personnel
- Centre interne ou externe : quel impact ?
- Valoriser les données de son centre d'appels
- Une "moulinette" pour les informations
- Les quatre points clés pour bien utiliser les données
- Orange optimise ses enquêtes de satisfaction
- Un outil qui lit dans le texte
- Vos données sont-elles justes ?
- L'analyse de données au service de la gestion du personnel
Pour valoriser les données en provenance d'un centre d'appels, il existe
plusieurs modèles opérationnels. Le classique, destiné aux superviseurs, c'est
l'exploitation des statistiques, des compteurs, des files d'attente, de la
disponibilité des agents, etc. Cette méthode peut être complétée par une
analyse statistique différée. Les deux utilisent des outils empiriques et
permettent d'élaborer des "tableaux de bord" améliorés. L'exploitation
analytique des données est basée sur des outils comme Advocate ou E.piphany.
Elle offre l'occasion de travailler en temps réel pour anticiper la qualité du
service sur le flux entrant, lisser le flux des appels, optimiser leur qualité.
« On peut alors améliorer la connaissance du client et, par ce biais, augmenter
ses ventes, remarque Jérôme Lebrun, directeur du département de gestion de la
relation client chez Business & Décision, une société de conseil. L'utilisation
a posteriori permet d'améliorer la démarche marketing, y compris celle réalisée
en temps réel, et d'augmenter sensiblement les taux d'acceptation de l'offre. »
Les logiciels, comme SAS, SPSS ou Kxen, servent à identifier les profils des
clients, distinguer des clients fidèles, ceux avec un potentiel d'achat élevé.
« Mais la mise en place de ces outils représente une démarche lourde. Ils sont
réservés aux grands comptes et utilisés surtout par des spécialistes de
marketing », analyse Jérôme Lebrun. Qui note en même temps que « pour un centre
d'une vingtaine d'opérateurs, Kxen permet d'augmenter le panier moyen. » Quant
aux outils plus spécifiquement destinés aux centres d'appels, comme E.piphany,
ils nécessitent des plateaux de taille supérieure à une centaine de postes,
sinon leur modèle statistique ne serait pas opérationnel. « Pour un spécialiste
de vente de produits alimentaires par correspondance, il est possible
d'augmenter le panier moyen de plus d'un tiers grâce à un module analytique,
poursuit Jérôme Lebrun Ici, on identifie les profils des acheteurs et des
paniers types par population, et on propose systématiquement aux clients les
produits qui manquent dans leur commande comparée au panier type. Le score
d'acceptation est proche de 30 %. » Avec de tels résultats, le retour sur
investissement de ce type d'outil peut être inférieur à six mois. Aller plus
loin dans la valorisation des données en provenance du centre d'appels implique
la construction d'un "entrepôt de données". La qualité de l'adresse peut-elle
se poser en obstacle à la valorisation des données ? « On utilise les annuaires
inversés pendant le contact pour récupérer l'adresse et éviter la saisie, et
aussi pour définir la zone d'intérêt géographique, par exemple pour un parc
d'attractions », répond Jérôme Lebrun. Ces outils doivent également améliorer
la qualité de la saisie et réduire le temps qu'elle requiert, entre dix et
quinze secondes en moyenne. Une amélioration qui trouve toute son importance
dans les campagnes à grande échelle.