要深度分析問題原因，不能只統(tǒng)計(jì)數(shù)字，流于表面！
每次寫原因分析類報(bào)告，都有領(lǐng)導(dǎo)這么咆哮道。而聽到這個(gè)要求，很多新手同學(xué)又是眉頭一皺眼睛一閉：媽耶，咋整啊。今天我們系統(tǒng)講解下。
問題場景：某硬件+服務(wù)的大企業(yè)，正在推微信服務(wù)小程序，目標(biāo)是降低人工客服工作量?？扇ν七M(jìn)一段時(shí)間后，人工客服未見減少?？蛻舴?wù)中心（一級(jí)部門，很有權(quán)勢）領(lǐng)導(dǎo)大為不滿，要求做數(shù)據(jù)分析，為啥推廣小程序沒有減少人工客服量。一、核心難點(diǎn)
歸因問題首先難在：領(lǐng)導(dǎo)期望太細(xì)、太具體，而數(shù)據(jù)分析給不到。
數(shù)據(jù)分析產(chǎn)出的：30%的來電用戶未綁定小程序，所以應(yīng)該加強(qiáng)綁定。40%用戶綁定了但是近1個(gè)月不登錄，所以應(yīng)該加強(qiáng)運(yùn)營。
領(lǐng)導(dǎo)期望的：用戶為什么不綁定？是不知道綁？不會(huì)綁？不想綁？為什么又不想綁？是我們沒宣傳？宣傳了還是話術(shù)沒說對？話說對了但是客人沒認(rèn)真聽？
是滴，領(lǐng)導(dǎo)們期望的是這些具體的原因，這樣才能針對性做改善?？蛇@些具體的原因往往涉及用戶心理、業(yè)務(wù)動(dòng)作、用戶與一線業(yè)務(wù)互動(dòng)，根本沒有數(shù)據(jù)記錄，很難量化分析。
可如果只給一個(gè)很粗的加強(qiáng)綁定的建議，肯定業(yè)務(wù)方不買單。誰來加強(qiáng)，加強(qiáng)哪里，加強(qiáng)到什么程度，一共十三步操作綁定排第幾，這些具體問題都沒有答案，自然會(huì)抗拒這種結(jié)果。
然而，即使是再做細(xì)致拆分，還有另一個(gè)核心難題：用戶綁定了不登錄，到底是因?yàn)橛脩籼?，但是我們沒做好？這個(gè)問題深挖下去是個(gè)無底洞，因?yàn)楸旧磉@兩者就是相輔相成，很難完全剝離某一方面理由。然而卻總被人拿來甩鍋。咋辦呢？
二、破局思路
想破局，關(guān)鍵在于：不要企圖把所有的問題，都用數(shù)據(jù)分出來原因。人的情緒都有感性、復(fù)雜、沖動(dòng)的部分，不可能全部用理性、邏輯的數(shù)字來量化。
第一步：要把原因和具體的業(yè)務(wù)動(dòng)作對應(yīng)起來，然后搞成一個(gè)政治正確的行為，讓業(yè)務(wù)方不得不接受。
比如：公司今年的大方向是數(shù)字化升級(jí)，所以在營業(yè)廳辦理過業(yè)務(wù)的客戶，必須綁定小程序，沒有綁定的就是營業(yè)廳沒做好！雖然有可能是因?yàn)榭蛻糇约翰幌虢墸遣还苓@么多，他不想綁，可以想各種辦法，給好處，幫客戶操作，總之搞掂他！不要扯什么客戶意愿、什么操作習(xí)慣。這就叫政治正確。
第二步，要合理地提目標(biāo)。
當(dāng)然，真這么強(qiáng)硬要求，結(jié)果肯定是逼死一線（所有的政治正確都會(huì)逼死人，不止這個(gè)）。因此，第二步，要合理地提目標(biāo)。比如大目標(biāo)是：減少人工客服量。我們要做的是通過數(shù)據(jù)優(yōu)化，讓整體趨勢下行即可（如下圖）。
第三步就可以打數(shù)據(jù)標(biāo)簽。
有了前兩步鋪墊，第三步就可以打數(shù)據(jù)標(biāo)簽。用戶的行為、客服服務(wù)內(nèi)容、業(yè)務(wù)動(dòng)作，都可以歸納為標(biāo)簽，有了標(biāo)簽，就能把感性的，場景化的，難以量化的行為，部分轉(zhuǎn)化為數(shù)據(jù)可記錄的內(nèi)容，從而為分析鋪路（如下圖）。
第四步，就能利用數(shù)據(jù)標(biāo)簽進(jìn)行歸因了。
比如營業(yè)廳沒有做好指引，所以新用戶在營業(yè)廳注冊報(bào)裝后，還是沒有綁定小程序這種感性的原因就能被簡單歸為：新用戶+已注冊+未安裝+未綁定。有了這個(gè)標(biāo)簽，能夠識(shí)別哪些用戶是因?yàn)闋I業(yè)廳沒有引導(dǎo)到位而咨詢客服，從而進(jìn)一步思考對策。
當(dāng)然，實(shí)際操作中標(biāo)簽可能很多，因此有必要梳理好標(biāo)簽之間邏輯，從而清晰地進(jìn)行分層歸因，這就是從找一個(gè)原因到梳理歸因模型的過程。
三、模型構(gòu)建
構(gòu)建模型過程，本質(zhì)上是梳理邏輯，形成系統(tǒng)化解釋的過程。因此可以按照用戶生命周期，進(jìn)行分類構(gòu)建。
從經(jīng)驗(yàn)上來看：投訴類來電，在業(yè)務(wù)上性質(zhì)特殊，屬于高風(fēng)險(xiǎn)行為。別的來電都能用小程序替代，唯獨(dú)怒氣沖沖的客戶，必須用人工來服務(wù)，至少讓人家消消氣。不然一怒之下弄上新聞媒體，客服領(lǐng)導(dǎo)面子也掛不住。因此在梳理邏輯的時(shí)候可以單獨(dú)分類處理。
非投訴用戶可以分為：潛在用戶、新用戶、已開戶用戶三類人。三類人需求差異明顯，客服服務(wù)政策也有區(qū)別。比如潛在用戶咨詢，本身屬于有潛在收益行為，因此是可以作為銷售線索轉(zhuǎn)營銷系統(tǒng)跟進(jìn)的。
真正要關(guān)注的，是常規(guī)操作、進(jìn)度知會(huì)、活動(dòng)咨詢等等。這些信息發(fā)布、用戶互動(dòng)，沒有風(fēng)險(xiǎn)、沒有收益、純粹是用戶自己操作還是客服代為操作的問題，甚至在小程序更簡單。因此可以想各種辦法分流。（如下圖）
梳理完邏輯以后，可以將數(shù)據(jù)填入模型，觀察問題大小。解決問題，可以從大到小安排，優(yōu)先考慮當(dāng)前占比高的問題，也可以從簡單到復(fù)雜解決，優(yōu)先落實(shí)容易執(zhí)行的。
總之各個(gè)擊破，逐步降低人工客服的工作量，只要整個(gè)曲線走勢是持續(xù)向下的，就能證明工作成效。且對比建立模型之前，歸因的細(xì)節(jié)極大豐富，很容易在領(lǐng)導(dǎo)那里過關(guān)（如下圖）。
當(dāng)然，以上示例只是一個(gè)解題思路，還可以從其他維度入手構(gòu)建模型。業(yè)務(wù)流程不同，目標(biāo)不同，歸因方法肯定也有差異。只要業(yè)務(wù)看到數(shù)據(jù)以后，能很清晰的知道自己做什么，就算達(dá)到目的了。
四、小結(jié)
很多人會(huì)很糾結(jié)：到底原因是什么。其實(shí)就跟談戀愛一樣，分手以后追著前女友/前男友苦苦問：為什么！為什么！到底是為什么！一點(diǎn)意義都沒有。
企業(yè)經(jīng)營也是同理，我們不是搞科學(xué)研究的，而是來掙錢的，所以真實(shí)原因可能永遠(yuǎn)無法知道，但是只要經(jīng)營指標(biāo)是向好發(fā)展，業(yè)務(wù)能不斷改善，目的就達(dá)到了。
可惜即使講到這里，還是有很多人不明白，甚至一些做數(shù)據(jù)的老鳥也會(huì)踩這個(gè)坑。非要糾結(jié)于細(xì)節(jié)原因，甚至丟下數(shù)據(jù)，去搞用戶訪談，去做1對1深度溝通。結(jié)果嘛，自然像你拖著前女友/前男友，痛哭流涕的問：為什么！為什么！到底為什么！一樣，人家回答：
渣男：你很好，我們只是沒緣分
渣女：你很好，我只是不喜歡男人
你信嗎？！……你最好不要信！萬一真信了，女的天天求神拜佛苦等渣男回頭，男的胯下一刀胸口一填重新做人，那就真把自己整完蛋了。哈哈哈哈。
看完覺得寫得好的，不防打賞一元，以支持藍(lán)海情報(bào)網(wǎng)揭秘更多好的項(xiàng)目。
標(biāo)簽： 客服 用戶 數(shù)據(jù) 隨筆
感謝您的支持，我會(huì)繼續(xù)努力的!
打開支付寶掃一掃，即可進(jìn)行掃碼打賞哦
手機(jī)直接保存圖片,掃一掃識(shí)別二維碼,即可進(jìn)行掃碼打賞哦
