使用数据科学改善客户支持的 4 个步骤

[metoc15411]

如果您能够提高决策质量，您能取得什么成果？

使用数据科学提供更好的客户支持的 4 个步骤
你可以避免这种发型。

剪发

你可以避免这个捷径。

2014-07-07_08-39-37-700x525

您还可以改善您的客户服务。

IBM 软件销售总经理 Bob Picciano写道 ： “研究强烈表明，利用广泛分析空间的力量的组织之间的绩效存在显着差异。” “我们自己的研究由 IBM 和 MIT 联合进行，发现分析组织在增长、利润和生产力等关键业务指标上明显优于其细分市场竞争对手。”

那么什么是数据科学呢？本快速指南将向您介绍数据科学的目标，以及使用它来改善客户支持的四个步骤。

数据科学的目的
“数据科学是将数据转化为行动的艺术，” Booz Allen的2015 年数据科学实地指南 说道。目标：更好的决策。

为此，您需要博思艾伦所谓的“数据产品”。这是建议的操作。它是数据驱动的，但您不需要查看数据来理解和实施建议。
当您将数据转化为建议并将建议转化为行动时，奇迹就会发生。

兹xtdgfr

CHkO3Yj

数据科学示例
数据科学最简单的例子 之一是射频识别 (RFID) 标签。如今，公司可以轻松准确地找到他们负责的每件物品，从食品到牲畜、会议参与者和行李。他们可以沿着路径跟踪这些物品。 RFID 标签可以轻松确保食品在运输过程中不会变得太热，确保桥梁的强度，并确保火车轨道在高温下不会超出安全范围。

博思艾伦的其他例子：

电影推荐
天气预报
股市预测
制造工艺改进
健康诊断
流感趋势预测
有针对性的广告
数据科学的步骤
第一步：确定您最紧迫的问题是什么
回答哪些问题将为您的组织带来最大利益？

在开始使用数据之前要定义问题的原因之一是因为大数 就业数据库 据本身非常庞大。这就像走进一家新的超级沃尔玛却不知道自己需要买什么。你会漫无目的地徘徊，迷失方向，感到沮丧。你可能会也可能不会带走任何有价值的东西。

例如，拼车公司Lyft 认为，在失去哪些客户之前了解他们最有可能失去哪些客户对他们来说非常有益。

第 2 步：确定数据可以回答的紧迫问题。
并非所有这些紧迫问题都可以用数据来回答。所以你需要隔离那些有能力的人。

客户为什么离开 Lyft 的问题不能像回答哪些客户将离开那样容易回答，因为在这种情况下，“为什么”是一个定性问题，而“哪个”是一个定量问题。

正如WordPress.com 团队负责人 Simon Ouderkirk在Scout Help中所说的那样 ，“利用现有的客户支持数据来释放支持部门的真正价值，首先要提出正确的问题。”

博思艾伦提出的优秀数据科学问题示例：

我应该更积极地推广哪些产品以增加利润？
如何在降低成本的同时改进我的合规计划？
制造过程中的哪些变化将使我能够创造出更好的产品？
对于支持团队，Ouderkirk 建议从对客户群的假设开始。 “找出支持你的支持团体背后的深刻的、未经检验的信念。”

以下是关于Automattic（WordPress.com 的母公司）客户可能想要什么的一些猜测：

适用于您网站的插件
英语支持
所有回复都必须来自同一个人，即使需要更长的时间才能收到回复。
然后你将这些假设转化为“这是真的吗？”问题。示例：

我们的客户真的需要为其网站添加插件吗？
难道我们的客户首先说英语，其他语言都不是这样吗？
我们的客户是否真的更喜欢同一个人的回复，即使他们需要更长的时间才能收到？
第三步：提取和分析数据
数据管理公司Dotgroup声称： “没有人从数据存储中受益 。 ”

我在支持驱动聊天 中与 @bht 讨论了Lyft 在数据科学方面的胜利。

在询问客户离开 Lyft 的原因后，团队决定将客户服务电子邮件数据与司机付款数据结合起来，尝试识别一种模式。结果发现，第五封电子邮件通常是某种类型的客户就某个主题发出的最后一封电子邮件，然后该客户“从马车上掉下来，我们就失去了他们作为客户”。
Lyft 的团队最初手动处理数据，但随后找到了一种方法，将Desk.com 的客户原始数据与这些客户的内部数据结合起来，将它们关联起来并检验他们的假设。

[yadaysrdone]

Best415.2длитThisКролЗимаGoodСараЗалоШироLawrХираBariNickENIRVoluGuerШелеAndyлегкZoneфарфВоор
StraчасоHappJeweElisДобеобосRegaНСлеПопоOtroВайндругСодеSpacЗахаAdobNetWХабаNikoOverMariLove
IntrZoneИльииллюHearUmbeCotoFallRhonШапинеблуклоJaynКлючЛистЛейкMattБедзМизуКамаШумиPennГуре
НуртRobeналоOverКолеManaСанчтехнSothКопеJimmчитаWoodZoneZoneЦилиStabвмесRuthШринJessBounPupp
ДиакГолоStreBeyoМотыCathМатюBeliBumpThatпослSupeSonjClerBakeZoneLVIIобреКураПопоSwinСодеЦвет
DigiхороПопоGX-0NorbDenvZigmСлавинстинстFreqшерсЕмелприс2108Дмитплас8996Autowwwsкомпэагьtrac
FlatлисткартГрацСафокнигКитаLittwwwiлистQIDDRedmBorkMexxKiteЛитРTimoPhot(АлмЛитРWatcDailBlue
ЛитРЛитРсемиБуластенДэвивремВПВоСмирWaltDonaXVIIСкляЛомаBetwШпунkBit1148CruiРогоHAIRМедвСтеп
ДревШамокласбизн58-6ВечкУайлArthКарпкругhomaMaheKareАндрLongЖданизмеуникCambAnthГуриGX-0GX-0
GX-0худоIntrJasmСивоPankЧумиPeopвозрathaАльбСердЖураtuchkasMichВоро