¿Se está ahogando en un profundo mar de datos de informes de centros de llamadas que le ofrece un sinfín de preguntas sin respuesta?
Si es así, permítame presentarle a su salvador, Edward Tufte. Edward Tufte, un artista y estadístico ampliamente considerado un pionero de la visualización de datos, hace hincapié en la importancia de transformar conjuntos de datos complejos en representaciones visuales coherentes que cuenten una historia clara y precisa. Sus principios de visualización de datos, como "por encima de todo, mostrar los datos", abogan por eliminar los elementos innecesarios y centrarse en lo que es verdaderamente importante para la toma de decisiones. Para los directivos de sectores con conjuntos de datos amplios y crecientes, como los centros de llamadas, estas prácticas son cruciales.
La investigación de Tufte es especialmente relevante ahora que las empresas se enfrentan al rápido crecimiento de la IA y a datos más profundos y matizados. Este blog profundiza en algunos de los principios básicos de visualización y análisis de datos que emplea AnswerNet para impulsar el éxito de sus clientes.
Mayor complejidad y cantidad de datos
En un conferencia en Yale, Tufte ilustra cómo la tecnología ha ampliado nuestra capacidad de observar datos haciendo referencia a cómo la gente cartografiaba y contaba las estrellas en el cielo antes y después de la invención del telescopio por Galileo en 1610.
Este ejemplo podría compararse con el aumento exponencial de la cantidad de datos disponibles para el análisis gracias a nuestro acceso asequible a las tecnologías emergentes. Tufte amplía estos conceptos en el Cumbre de Microsoft sobre aprendizaje automático y ciencia de datos en 2016 haciendo hincapié en nuestra capacidad para ver lo que antes era inobservable.
Su principal filosofía es que los gráficos de datos deben ser funcionales y elegantes (sencillos), para que los espectadores puedan ver tendencias, correlaciones y valores atípicos sin sentirse abrumados. En la era de la IA, en la que se dispone de más datos que nunca y automatización de procesos empresariales cada vez son más comunes, dar sentido a grandes conjuntos de datos es esencial, o corre el riesgo de convertirse en ruido . . .
En esta misma charla de 2016, Tufte comparte una historia sobre la relación entre la tasa de inflación y la tasa de desempleo. Ilustra en un solo gráfico cómo la visualización de un conjunto limitado de datos entre 1961 y 1969 sugiere inicialmente una fuerte correlación entre las dos métricas que forman una curva elegante. Pero cuando se observan estas mismas cifras entre 1970 y 2012, los datos sugieren que esta conclusión inicial es falsa.
En la mayoría de las empresas, el deseo de tener acceso a los datos casi en tiempo real está relacionado con la intención de realizar ajustes y retoques continuos en los procedimientos y las mejores prácticas para optimizar los resultados. Como se ilustra más arriba, si usted está viendo una imagen incompleta (sólo los puntos rojos) está dirigiendo su negocio desde una posición de información limitada y sesgo personal que proyectará sobre los datos. Es decir, utilizará los datos de forma que afirmen sus instintos o creencias.
En el entorno de los centros de llamadas, este enfoque de la visualización de datos puede mejorar áreas operativas clave:
1. Garantía de calidad:
Los centros de llamadas a gran escala recopilan datos significativos sobre las interacciones con los clientes, el rendimiento de los agentes y los resultados de las llamadas. La visualización de estos datos a través de cuadros de mando que muestren las tendencias en las métricas de calidad -como los índices de resolución en el primer contacto, los tiempos medios de gestión de llamadas y las puntuaciones de satisfacción del cliente- permite a los responsables identificar rápidamente los problemas, detectar patrones y profundizar en las causas raíz. Esto es especialmente importante para televentas, atención al clienteo asistencia técnica programas que realizan un seguimiento minucioso de las métricas de producción y resolución para optimizar el rendimiento.
2. Gestión de la mano de obra:
Los centros de llamadas necesitan modelos de dotación de personal sólidos para satisfacer la demanda fluctuante. Mediante el uso de herramientas de visualización de datos, los gestores de personal pueden interpretar fácilmente los datos históricos para predecir los volúmenes de llamadas y las necesidades de personal. Esto garantiza unos niveles de dotación de personal optimizados, reduciendo los tiempos de espera y mejorando la satisfacción del cliente. Esto es importante para programas operativos de todos los tamaños, desde recepción virtual cuentas que comparten recursos de agentes entre múltiples clientes de centros de llamadas (cada uno con sus propios mercados y variables estacionales) a grandes programas integrales de apoyo que abarcan múltiples áreas funcionales de la empresa y prestan apoyo a todos los departamentos.
3. Productividad de los agentes:
La visualización de las métricas de rendimiento individual y de equipo permite a los gestores tomar decisiones informadas sobre formación, entrenamiento y mejora de procesos. Los datos pueden mostrar qué agentes gestionan más llamadas con eficacia o identificar áreas en las que se puede mejorar la eficiencia. Esto es especialmente importante para los sectores especializados, por ejemplo licencia para vender seguros de enfermedad que dispone cada año de un breve plazo de inscripción abierta para captar y afiliar a nuevos miembros. Fallar en cualquier aspecto del ciclo de captación, formación o producción supondría un desastre para la aseguradora.
4. Cumplimiento y gestión de riesgos:
Los sectores con un alto grado de cumplimiento, como sanidad o energía o finanzas dependen de un seguimiento preciso de los datos para garantizar el cumplimiento de la normativa. Las representaciones visuales de los datos de cumplimiento pueden ayudar a rastrear la adherencia a los requisitos legales, garantizando que cada punto de contacto siga el protocolo.
Los principios de Edward Tufte pueden ayudar a los responsables de los centros de llamadas a evitar la trampa de ahogarse en los datos mediante el uso de elementos visuales que filtren el ruido y revelen información crítica, lo que en última instancia mejorará la toma de decisiones. Todos hablamos de la necesidad de "información práctica" cuando nos referimos a la transparencia de los informes y los datos empresariales en todos los sistemas y proveedores. En un mundo en el que la IA está transformando el funcionamiento de los centros de llamadas, la adopción de cualquiera de los siguientes tufteísmos como objetivos visuales fundamentales permitirá a su empresa convertir montañas de datos en inteligencia procesable real.
Principios rectores de la visualización de datos
Edward Tufte es conocido por varias obras fundamentales en el campo de la visualización de datos, cada una de las cuales ofrece ejemplos prácticos y principios rectores. He aquí algunos ejemplos notables de su obra:
1. Simplicidad brutal de pensamiento y claridad de datos
Uno de los ejemplos más famosos tratados en la obra de Tufte es la representación gráfica de los datos que conducen a la Transbordador espacial Challenger catástrofe. Los ingenieros disponían de datos que demostraban que las juntas tóricas utilizadas en los propulsores del transbordador eran más propensas a fallar a bajas temperaturas. Sin embargo, los datos no se visualizaban correctamente, ya que la información clave estaba repartida en varios gráficos en un formato desordenado e inconexo.
Tufte argumentó que una representación visual clara y unificada de la temperatura y la probabilidad de fallo podría haber comunicado los riesgos con mayor eficacia, evitando potencialmente la catástrofe. Este ejemplo demuestra la importancia de presentar los datos de forma clara y práctica.
Mientras que el primer gráfico (el que tenía la NASA) se ha descrito como una caja de lápices de colores inconexos, el segundo tiene una narrativa mucho más clara y presenta el riesgo proyectado manifiesto. En el caso de los centros de atención telefónica, imaginemos los datos de llegada de llamadas (reales o previstos) superpuestos a los datos de planificación que tienen en cuenta las mermas de producción, el absentismo, etc. Llega un punto en el que los índices de abandono de llamadas y las puntuaciones de calidad y satisfacción se desploman si no se dispone de suficientes miembros del equipo para atender la demanda. Gráficos como éste ayudarían a todas las partes a ponerse de acuerdo sobre cómo afecta el presupuesto a los resultados.
2. Cambio de gráfico en múltiples variables
Uno de los ejemplos a los que recurre Edward Tufte para expresar con éxito datos complejos de forma unificada y clara es La marcha de Napoleón a Moscú (1869), de Charles Joseph Minard. Este gráfico histórico, que Tufte califica posiblemente como el mejor gráfico estadístico jamás creado, representa la campaña rusa de Napoleón de 1812. El gráfico ilustra el tamaño del ejército de Napoleón a medida que se adentra y se retira de Rusia, junto con datos de temperatura y coordenadas geográficas. El gráfico capta múltiples dimensiones -tiempo, geografía, tamaño del ejército y temperatura- en una sola imagen completa. Esta obra maestra muestra cómo los datos complejos, cuando se visualizan bien, pueden transmitir toda una historia con claridad e impacto.
Como punto de inspiración para un caso de uso empresarial de un centro de llamadas, imagine el seguimiento de los datos asociados al rendimiento de las ventas a lo largo de un periodo de meses o años. Podría realizar un seguimiento de las métricas de rendimiento y superponer datos sobre la permanencia y el desgaste del equipo. O podría mostrar cómo la integración de herramientas técnicas y otras eficiencias del proceso afectan a los resultados, señalando datos complementarios como las puntuaciones de calidad o las cifras de CSAT.
3. El concepto de "múltiplos pequeños
En su libro Visualización de información cuantitativaTufte introduce el concepto de "pequeños múltiplos", que son secuencias de gráficos o imágenes similares y sencillos presentados conjuntamente. Este método permite comparar cambios entre categorías, periodos de tiempo o variables. Por ejemplo, los pequeños múltiplos pueden utilizarse en un centro de atención telefónica para mostrar el rendimiento de los agentes a lo largo del tiempo o para visualizar el rendimiento de distintos equipos de servicio en métricas similares (por ejemplo, tiempos de resolución, satisfacción del cliente).
He aquí un ejemplo de cómo Tufte ilustra la varianza de los datos observada en un periodo de 30 días.
Imagine la potencia de este concepto si lo aplicara a las métricas de utilización de recursos o a los análisis de calidad.
4. Los Sparklines
Sparklines son otro invento de Tufte: gráficos sencillos, del tamaño de una palabra, incrustados en textos, tablas o documentos para mostrar tendencias o variaciones de un vistazo. Son ideales para resumir datos a lo largo del tiempo sin interrumpir el flujo de un documento.
En un centro de llamadas, los gráficos de destellos pueden comunicar rápidamente tendencias o anomalías en el volumen de llamadas o en las métricas de rendimiento dentro de los informes operativos, haciendo que los datos sean fáciles de digerir sin necesidad de gráficos voluminosos.
5. Escapar de "Planilandia"
Tufte hace hincapié en "escapar de la planicie", lo que significa maximizar la dimensionalidad de la presentación de datos. Aboga por visualizar más datos con menos desorden, mostrando las relaciones entre variables mediante gráficos multidimensionales. En este ejemplo, las fechas de estreno, el paso del tiempo, los ingresos, la competencia y otras dimensiones de los resultados de taquilla se ilustran con los mejores resultados etiquetados.
En un informe sobre un centro de llamadas, un gestor puede necesitar visualizar la duración de la llamada, la satisfacción del cliente, la disposición de la llamada y la resolución en un solo gráfico. El consejo de Tufte sería encontrar una forma limpia y multidimensional de comunicar todas estas variables sin abrumar al lector.
6. "Ratio Datos-Tinta"
Este concepto gira en torno a la idea de que la tinta innecesaria -la basura de los gráficos- debe reducirse al mínimo en cualquier presentación visual de datos. La "tinta de los datos" es la tinta esencial para transmitir el mensaje. Todo lo que no contribuya a la comprensión de los datos (exceso de etiquetas, bordes, gráficos decorativos) debe eliminarse. Por ejemplo, un gestor de un centro de atención telefónica que elabore un informe sobre los tiempos de servicio podría adoptar el principio de Tufte de la "tinta de datos" para simplificar la visualización centrándose exclusivamente en las cifras y sus patrones, evitando el exceso de adornos.
He aquí un conjunto de imágenes del antes y el después que ilustran el impacto positivo de la aplicación del principio de relación datos-tinta:
Actúa
Estos ejemplos de la obra de Tufte ponen de relieve cómo la claridad, la simplicidad y la concentración en datos significativos pueden mejorar drásticamente la toma de decisiones, un enfoque del que pueden beneficiarse enormemente las empresas que aprovechan las operaciones externalizadas de los centros de llamadas, con sus enormes flujos de datos entrantes. Aplicando los principios de Tufte, como minimizar el ruido y centrarse en la información procesable, los directivos pueden tomar decisiones mejores, más rápidas y más informadas.
Listo para optimizar el rendimiento de su empresa mediante una solución escalable y centrada en los datos externalización de procesos empresariales? Los equipos de soluciones técnicas para clientes de AnswerNet cuentan con la habilidad y la experiencia necesarias para ayudarle a traducir sus datos empresariales en oro resultados de rendimiento.
Artículos relacionados:
Domine su nicho: el poder de los servicios de investigación de mercado
Cómo aprovechar los análisis y la información de su asociación con BPO
Diferencias entre telemarketing y televenta
Elija la lista adecuada: Estrategias eficaces de generación de prospectos B2B
5 importantes ventajas de la accesibilidad de los centros de llamadas
Omnichannel 101: Cómo crear una experiencia de cliente sin fisuras
