¿Cómo podemos ayudar?

El objetivo de este documento es explicar y comparar brevemente cuál es el valor añadido del Contacts Data Model de Talkdesk.

Mire estos vídeos para obtener más información:

• Contacts Data Model Explicado.
• Contacts Data Model Explicado: usar Live
• Contacts Data Model Explicado: usar Explore

¿Qué es el Contacts Data Model?

El Contacts Data Model de Talkdesk es un nuevo paradigma de datos que se centra en el análisis de datos Contact, en lugar de datos Call.

Cuando analiza sus datos del contact center basándose en Contacts, dispone de información más detallada, así como de nuevas medidas y dimensiones, que proporcionan una exploración de datos más flexible y potente. Con Calls Model no se podía tener este nivel de detalle de datos, con información significativa para explorar.

El poderoso paradigma de Data Model de Contactos se diferencia del informe de llamadas históricas del Talkdesk, lo que le permite tener más grado de detalle con los datos de los contactos y sus flujos. Su organización dispone ahora de métricas más detalladas, que pueden respaldar mejor sus decisiones basadas en datos.

Su organización puede mejorar la experiencia del cliente con el Data Model de Contactos, porque transformará los datos que usted necesita en información valiosa y significativa que puede usar para impulsar sus objetivos comerciales.

 El objetivo principal del Data Model de Contactos es aumentar la visibilidad de la organización en varias métricas presentando datos relacionados con Contactos.

Etapas de una interacción (llamada) en el Data Model de Contactos.

El Data Model de Contactos permite a los clientes realizar un seguimiento más preciso de una interacción. La interacción se divide en tres niveles distintos de detalle:

1. Interacción
2. Contacto
3. Segmento

1. Interacciones

Las interacciones son el objeto macro que encierra los events previos a la llamada (IVR u otros), la parte de gestión de la llamada, cuando los agentes y la contact person realmente interaccionan entre sí, y finaliza cuando la llamada registra el último evento del flujo de Studio posterior a la llamada (como encuestas telefónicas o automatizaciones para la recopilación de datos). El Legacy Data Model se basa únicamente en datos de interacción, por lo que excluye el detalle de cada contacto.

Las interacciones incluyen todos los events desde el momento en que una llamada se conecta a un flujo hasta el final de la llamada, incluido el After Call Work (ACW). Los contactos solo se crean cuando una interacción llega a una cola, por lo que las interacciones que no llegan a la cola no tienen contactos.

2. Contactos

Un contacto es una colección de segmentos que suele empezar con un segmento de espera y termina con otro segmento de espera, un segmento After Call Work (ACW) o la finalización del contacto.

Un contacto solo se crea cuando una interacción llega a una cola. En los contactos no aparecen los datos previos a la llamada. Los contactos son el objeto principal a partir del cual se calculan las métricas del contact center. Cada segmento de un contacto, la duración de esos segmentos y los eventos dentro del contacto se utilizan para informar de las dimensiones y métricas de los KPI del contact center.

3. Segmentos 

Un segmento es un componente pequeño de una interacción general entre la contact person y un agente. Por ejemplo, se incluyen Queue, Ring, Talk, Hold y After Call Work (ACW), entre otros.

Los segmentos pueden superponerse para una interacción. Por ejemplo, dos segmentos coinciden después de que se transfiere la interacción: esto será evidente cuando tengamos el primer agente ACW, donde podremos tener el tiempo en ACW que se superpondrá con cuando el cliente se coloque en el nuevo, en la cola posterior a la transferencia.

Métricas del Contacts Data Model 

Nueva métrica: Average Handle Time (AHT)

El Contacts Data Model proporciona una nueva métrica para Live: Average Handle Time (AHT). Se trata de una nueva métrica, por lo que no hay comparación con el modelo de Call Data, sino únicamente una explicación de lo que representa. 

Average Handle Time (AHT) es una nueva métrica que mide cuánto tiempo está ocupado un agente mientras gestiona un contacto para una cola determinada. Los valores individuales para el tiempo de gestión son la suma del tiempo de conversación, espera y ACW de un contacto. El caso de uso esperado para esta métrica es la dotación de personal y el forecasting.

Service Level

El nuevo método de cálculo (de Contacts Data Model) de Service level percentage es el número de contactos respondidos dentro del umbral Waiting Time de su organización en las business hours por Inbound Contacts (menos los contactos short abandoned). El valor del umbral se puede configurar en Admin > Preferences, así como a través de las configuraciones personalizadas de los números.

El nuevo cálculo considera los Abandoned Contacts en el denominador, algo que antes no se reconocía. Antes, el Service Level podía mostrar un porcentaje del 100 %, mientras que el Abandon Rate también era alto y eso no se estaba considerando en el cálculo.

Otra ventaja de precisión de este cálculo es que, como se realiza a nivel de contacto (y no a nivel de llamada como antes), devuelve el Service Level de cada cola involucrada en una interacción.

El Data Model de Contactos calculará el Service Level de la siguiente forma:

[Contacts answered within wait time threshold in Business Hours / 
(Inbound contacts in Business Hours - Short abandoned contacts in Business Hours)] x 100

Nota: Service Level es una métrica exclusiva de las colas, ya que los agentes no tienen control sobre el tiempo que un contacto permanece en una cola, ni sobre qué contactos se les asignan. 

Un ejemplo del Service Level en el Contacts Data Model

El Contacts Data Model tiene una nueva forma de evaluar el Service Level y proporcionamos un ejemplo para resaltar cómo funciona.

El uso de contactos en lugar de interacciones puede aumentar o disminuir su Service Level (%). Por ejemplo, considere:

• Umbral de tiempo de espera = 60 segundos
• Una interacción tiene dos contactos:
  • Tiempo de espera para el contacto 1 = 65 segundos
  • Tiempo de espera para el contacto 2 = 30 segundos

• Legacy Data Model - Service Level:

• (65 s. + 30 s.) > 60 segundos, por lo que la interacción no está dentro del SL
• La cola (Ring Group) para el contacto 2 recibe el impacto en el SL% porque los datos están asociados al Ring Group final de la interacción

• Contacts Data Model - Service Level:

• 65 s. > 60 s., por lo que el contacto 1 no está dentro del SL; 30 s. < 60 s., por lo que el contacto 2 está dentro del SL
• La cola del contacto 1 (RG) sufre una disminución en el SL% porque el tiempo de espera para esa cola finalmente se notifica contra esa cola
• La cola del contacto 2 (RG) sufre un aumento en el SL% porque solo está viendo el tiempo de espera para esa cola

 El ejemplo proporcionado es solo una descripción general de cómo funciona Service Level en el Contacts Data Model, porque los cambios pueden aumentar o disminuir el SL% y esto depende en gran medida de las operaciones y los casos de uso específicos de cada Contact Center:

1. ¿Abandon Rate alto o bajo?
2. ¿Volumen alto o bajo de llamadas perdidas?
3. ¿Volumen alto o bajo de transferencias?

Al analizar el Service Level, tenga en cuenta que:

1. El uso de contactos en lugar de interacciones significa que no siempre es la última cola la que se etiqueta con el SL%.  Esto significa que podría ver un aumento en el último contacto de una interacción.  Podría ver un aumento o una disminución en las colas para contactos que no son el último contacto de una interacción (véase el ejemplo anterior).

2. Incluir abandonos significa que es probable que el SL% disminuya.

• La nueva definición de abandonos, sin embargo, significa que no disminuiría tanto como lo haría con la definición de legacy de abandonos. No obstante, esto también significa que su SL% será una representación clara de lo que está sucediendo en su contact center.

3. Contar las llamadas perdidas como no contestadas a tiempo significa que el SL% probablemente disminuya.

4. El filtrado de fechas tiene un impacto en el SL% solo desde la perspectiva de en qué intervalo se cuentan los contactos/interacciones.Ejemplo

:

• Tiene muchos contactos que comienzan durante la hora 1 y terminan durante la hora 2.
• No hay transferencias para esos contactos.
• Todos esos contactos recibirán respuesta dentro de SL%.

• SL% legacy:
  • La hora 2 SL% tendrá el beneficio positivo de que esas interacciones se responderán dentro del SL porque es cuando terminaron las interacciones.
• Nuevo SL%:
  • La hora 1 SL% tendrá el beneficio de que esos contactos recibirán respuesta dentro del SL porque es cuando se iniciaron los contactos.

Resumen de las diferencias

Recursos adicionales: