Vous noyez vous dans une mer profonde de données de rapports de centres d'appels qui vous posent des questions sans fin et sans réponse ?
Si oui, permettez-moi de vous présenter votre sauveur, Edward Tufte. Edward Tufte, un artiste et statisticien largement considéré comme un pionnier de la visualisation de données, souligne l'importance de transformer des ensembles de données complexes en représentations visuelles cohérentes qui racontent une histoire claire et précise. Ses principes de visualisation des données, tels que "avant tout, montrez les données", préconisent d'éliminer les éléments superflus et de se concentrer sur ce qui est vraiment important pour la prise de décision. Pour les dirigeants d'entreprises dont les ensembles de données sont vastes et croissants, comme les centres d'appel, ces pratiques sont cruciales.
La recherche de Tufte est particulièrement pertinente, car les entreprises font maintenant face à la croissance rapide de l'IA et à des données plus profondes et plus nuancées. Ce blog examine certains des principes fondamentaux de visualisation et d'analyse des données qu'AnswerNet emploie pour contribuer à la réussite de ses clients.
Complexité et quantité croissantes des données
Dans un conférence à Yale, Tufte illustre comment la technologie a élargi notre capacité à observer les données en se référant à la manière dont les gens cartographiaient et comptaient les étoiles dans le ciel avant et après l'invention du télescope par Galilée en 1610.
Cet exemple pourrait être comparé à l'augmentation exponentielle de la quantité de données disponibles pour l'analyse grâce à notre accès abordable aux technologies émergentes. Tufte poursuit en développant ces concepts à l'adresse suivante Sommet Microsoft sur l'apprentissage automatique et la science des données en 2016 en mettant l'accent sur notre capacité à voir ce qui était auparavant inobservable.
Sa philosophie de base est que les graphiques de données doivent être à la fois fonctionnels et élégants (simples), permettant aux spectateurs de voir les tendances, les corrélations et les valeurs aberrantes sans être submergés. À l'ère de l'IA, où l'on dispose de plus de données que jamais auparavant et où les automatisation des processus d'entreprise Les données sont de plus en plus courantes, il est essentiel de donner un sens à de grands ensembles de données, sinon elles risquent de devenir du bruit . . .
Dans cette même conférence en 2016, Tufte partage une histoire sur la relation entre le taux d'inflation et le taux de chômage. Il illustre en un seul graphique comment la consultation d'un ensemble limité de données entre 1961 et 1969 suggère initialement une forte corrélation entre les deux mesures qui forment une courbe élégante. Mais lorsque l'on examine les mêmes chiffres entre 1970 et 2012, les données suggèrent que cette première constatation est fausse.
Dans la plupart des entreprises, le désir d'accéder aux données en temps quasi réel est lié à l'intention de procéder à des ajustements permanents des procédures et des meilleures pratiques afin d'optimiser les résultats. Comme illustré ci-dessus, si vous ne voyez qu'une image incomplète (uniquement les points rouges), vous dirigez votre entreprise à partir d'une position d'information limitée et de préjugés personnels que vous projetterez sur les données. En d'autres termes, vous utiliserez les données de manière à confirmer vos instincts ou vos croyances.
Dans l'environnement des centres d'appel, cette approche de la visualisation des données peut améliorer des domaines opérationnels clés :
1. Assurance de la qualité :
Les centres d'appels de grande envergure collectent un grand nombre de données sur les interactions avec les clients, les performances des agents et les résultats des appels. La visualisation de ces données à l'aide de tableaux de bord montrant les tendances des indicateurs de qualité, tels que les taux de résolution au premier contact, les durées moyennes de traitement des appels et les taux de satisfaction des clients, permet aux responsables d'identifier rapidement les problèmes, de repérer les tendances et d'approfondir les causes profondes. Ceci est particulièrement important pour télévente, service clientèleou support helpdesk des programmes qui suivent attentivement les paramètres de production et de résolution afin d'optimiser les performances.
2. Gestion du personnel :
Les centres d'appel ont besoin de modèles de recrutement robustes pour répondre aux fluctuations de la demande. En utilisant des outils de visualisation des données, les responsables des ressources humaines peuvent facilement interpréter les données historiques pour prévoir les volumes d'appels et les besoins en personnel. Cela permet d'optimiser les niveaux de personnel, de réduire les temps d'attente et d'améliorer la satisfaction des clients. Cela concerne les programmes opérationnels de toutes tailles, qu'il s'agisse de réception virtuelle les comptes qui partagent les ressources en agents entre plusieurs clients de centres d'appels (chacun avec ses propres marchés et variables saisonnières) et les grands comptes qui partagent les ressources en agents entre plusieurs clients de centres d'appels. des programmes de soutien complets qui couvrent plusieurs domaines d'activité fonctionnels et apportent un soutien à l'ensemble des départements.
3. Productivité des agents :
La visualisation des mesures des performances individuelles et collectives permet aux responsables de prendre des décisions éclairées en matière de coaching, de formation et d'amélioration des processus. Les données peuvent montrer quels agents traitent le plus efficacement les appels ou identifier les domaines où l'efficacité peut être améliorée. Cela est particulièrement important pour les secteurs spécialisés, par exemple vente d'assurance maladie agréée qui dispose chaque année d'une courte fenêtre d'inscription ouverte pour recruter et inscrire de nouveaux membres. Toute défaillance dans l'un des aspects du cycle de recrutement, de formation ou de production entraînerait un désastre pour l'assureur.
4. Conformité et gestion des risques :
Les secteurs à forte intensité de conformité, tels que soins de santé ou l'énergie ou financer s'appuient sur un suivi précis des données pour garantir le respect des réglementations. Les représentations visuelles des données de conformité peuvent aider à suivre le respect des exigences légales, en veillant à ce que chaque point de contact respecte le protocole.
Les principes d'Edward Tufte peuvent aider les responsables de centres d'appels à éviter le piège de la noyade dans les données en utilisant des visuels qui filtrent le bruit et révèlent des informations essentielles, ce qui permet en fin de compte de prendre de meilleures décisions. Nous parlons tous de la nécessité d'avoir des "informations exploitables" lorsque nous évoquons la transparence des rapports et des données commerciales entre les systèmes et les fournisseurs. Dans un monde où l'IA transforme le fonctionnement des centres d'appels, l'adoption de l'un ou l'autre des Tufteeisms suivants en tant qu'objectifs visuels fondamentaux permettra à votre entreprise de transformer des montagnes de données en véritables renseignements exploitables.
Principes directeurs de la visualisation des données
Edward Tufte est connu pour plusieurs ouvrages fondamentaux dans le domaine de la visualisation des données, chacun offrant des exemples pratiques et des principes directeurs. Voici quelques exemples notables de son travail :
1. Simplicité brutale de la pensée et clarté des données
L'un des exemples les plus célèbres abordés dans l'ouvrage de Tufte est la représentation graphique des données menant à l'évaluation de la qualité de l'information. Navette spatiale Challenger catastrophe. Les ingénieurs disposaient de données montrant que les joints toriques utilisés dans les boosters de la navette étaient plus susceptibles de se rompre à des températures plus basses. Cependant, les données étaient mal visualisées, les informations clés étant réparties sur plusieurs graphiques dans un format encombré et déconnecté.
Selon Tufte, une représentation visuelle claire et unifiée de la température et de la probabilité de défaillance aurait pu communiquer les risques de manière plus efficace, ce qui aurait permis d'éviter la catastrophe. Cet exemple démontre l'importance d'une présentation claire et exploitable des données.
Alors que le premier graphique (celui de la NASA) a été décrit comme une boîte de crayons décousue, le second a une narration beaucoup plus claire et présente le risque projeté de manière évidente. Ainsi, pour les centres d'appel, imaginez les données d'arrivée des appels (réelles ou prévues) superposées aux données de calendrier qui tiennent compte des baisses de production, de l'absentéisme, etc. Il arrive un moment où les taux d'abandon des appels, les scores de qualité et de satisfaction s'effondrent si l'équipe n'est pas assez nombreuse pour répondre à la demande. Il arrive un moment où les taux d'abandon d'appels, la qualité et les taux de satisfaction chutent si l'on ne dispose pas d'un nombre suffisant de membres de l'équipe pour répondre à la demande.
2. Changement de graphique à travers plusieurs variables
La Marche de Napoléon vers Moscou (1869) de Charles Joseph Minard est l'un des exemples les plus populaires d'Edward Tufte pour illustrer l'expression réussie de données complexes d'une manière unifiée et claire. Ce graphique historique, que Tufte qualifie de meilleur graphique statistique jamais créé, dépeint la campagne russe de 1812 de Napoléon. Le graphique illustre la taille de l'armée napoléonienne au fur et à mesure qu'elle entre en Russie et en sort, ainsi que les données de température et les coordonnées géographiques. Le visuel saisit de multiples dimensions - temps, géographie, taille de l'armée et température - en une seule image complète. Ce chef-d'œuvre montre comment des données complexes, lorsqu'elles sont bien visualisées, peuvent transmettre toute une histoire avec clarté et impact.
Pour s'inspirer d'un cas d'utilisation d'un centre d'appel, imaginez le suivi des données liées aux performances commerciales sur une période de plusieurs mois ou années. Vous pourriez suivre les indicateurs de performance et superposer des données relatives à l'ancienneté et à l'attrition de l'équipe. Vous pourriez également montrer comment l'intégration d'outils techniques et d'autres processus efficaces influent sur les résultats, en notant des données complémentaires telles que les scores de qualité ou les chiffres CSAT.
3. Le concept des "petits multiples
Dans son livre L'affichage visuel d'informations quantitativesTufte introduit le concept de "petits multiples", qui sont des séquences de graphiques ou d'images simples et similaires présentés ensemble. Cette méthode permet aux spectateurs de comparer les changements entre les catégories, les périodes de temps ou les variables côte à côte. Par exemple, les petits multiples peuvent être utilisés dans un centre d'appel pour montrer les performances des agents au fil du temps ou pour visualiser les performances de différentes équipes de service sur des mesures similaires (par exemple, les délais de résolution, la satisfaction des clients).
Voici un exemple de la manière dont Tufte illustre la variance des données observée sur une période de 30 jours.
Imaginez la puissance de ce concept si vous l'appliquiez à la mesure de l'utilisation des ressources ou à l'analyse de la qualité.
4. Les Sparklines
Sparklines sont une autre invention de Tufte - des graphiques simples, de la taille d'un mot, intégrés dans un texte, un tableau ou un document pour montrer les tendances ou les variations d'un seul coup d'œil. Ils sont idéaux pour résumer des données au fil du temps sans perturber le flux d'un document.
Dans un centre d'appel, les sparklines permettent de communiquer rapidement les tendances ou les anomalies dans le volume d'appels ou les mesures de performance dans les rapports opérationnels, ce qui rend les données faciles à assimiler sans graphiques encombrants.
5. Échapper à la "platitude"
Tufte insiste sur la nécessité d'"échapper à la platitude", c'est-à-dire de maximiser la dimensionnalité de la présentation des données. Il préconise de visualiser plus de données avec moins d'encombrement, en montrant les relations entre les variables à l'aide de graphiques multidimensionnels. Dans cet exemple, les dates de sortie, le temps écoulé, les recettes, la concurrence et d'autres dimensions de la performance du box-office sont illustrés par l'étiquetage des meilleures performances.
Dans un rapport sur un centre d'appel, un responsable peut avoir besoin de visualiser la durée des appels, la satisfaction des clients, les dispositions prises à l'égard des appels et la résolution des problèmes dans un seul graphique. Le conseil de Tufte serait de trouver un moyen propre et multidimensionnel de communiquer toutes ces variables sans submerger le lecteur.
6. "Ratio données/encre
Ce concept s'articule autour de l'idée qu'il faut réduire au minimum les encres inutiles - le bric-à-brac des graphiques - dans toute représentation visuelle de données. L'encre des données est l'encre essentielle à la transmission du message. Tout ce qui ne contribue pas à la compréhension des données (étiquettes excessives, bordures, graphiques décoratifs) doit être éliminé. Par exemple, le responsable d'un centre d'appel qui crée un rapport sur les temps de service pourrait adopter le principe de l'encre des données de Tufte pour simplifier la visualisation en se concentrant uniquement sur les chiffres et leurs schémas, en évitant les embellissements excessifs.
Voici une série d'images avant et après illustrant l'impact positif de la mise en œuvre du principe du rapport entre les données et l'encre :
Agir
Ces exemples tirés du travail de Tufte montrent comment la clarté, la simplicité et la concentration sur des données significatives peuvent améliorer considérablement la prise de décision - une approche dont les entreprises qui exploitent les opérations des centres d'appels externalisés, avec leurs vastes flux de données entrantes, peuvent grandement bénéficier. En appliquant les principes de Tufte, tels que la réduction du bruit et la concentration sur les informations exploitables, les responsables peuvent prendre de meilleures décisions, plus rapidement et en toute connaissance de cause.
Prêt à optimiser les performances de votre entreprise grâce à des solutions évolutives et centrées sur les données. externalisation des processus d'entreprise? Les équipes de solutions techniques d'AnswerNet ont les compétences et l'expérience nécessaires pour vous aider à traduire vos données commerciales en résultats de performance.
Articles connexes que vous pourriez apprécier :
Dominez votre créneau : la puissance des services d'étude de marché
Comprendre les différences entre le télémarketing et la télévente
Choisir la bonne liste : Stratégies efficaces de génération de leads B2B
5 avantages importants de l'accessibilité des centres d'appel
Omnichannel 101 : Comment créer une expérience client sans faille ?
