今天我就分别从账户、网站、咨询三大环节来讨论一下收集什么数据、怎么进行数据分析。
1 账户层级账户层级的数据分析可以概括为五个环节六个维度四个方法。
五个环节
其实不管是账户、计划、单元还是关键词都可以分为这五个环节来进行对比的。比如以时间为维度,按日、周、月或者年度数据进行同比或者环比的分析,发现哪个层级出现问题再找出对应的解决办法。
另外再推荐一个方法,就是把层级的数据扩散 。
展现量:预算、时段、地域、关键词数量、匹配模式、搜索指数、出价等
点击量:创意、排名、出价、质量度
访问量:网站速度
咨询量:网站速度、用户体验、咨询电话入口
订单量:咨询话术、口碑、负面、品牌、产品
六个维度
考核推广效果的标准是什么?CPA和订单量。那营销的目的是什么?以最少的投入获得最大的订单量。预算和订单量,可以从六个维度来进行预估和分析。
投放在哪个平台(百度、360、搜狗、神马…),每个平台预算多少?
投放在哪个地域(全国还是部分地区),每个地域预算多少?
投放在哪个终端(PC还是移动),每个终端预算占比多少?
投放在哪个时段,每个时段预算多少?
投放在哪个产品(主要产品和辅助产品),每个产品预算多少?
投放在哪些词上(品牌词、通用词、产品词、竞品词、人群词),每种词预算多少?
通过获取各个纬度的数据进行对比分析,就可以找出重点,把费用和精力放在主要的纬度上。
四个方法:
趋势分析法
主要是按时间周期对各层级数据的波动幅度进行分析得出行业在不同时间段的规律,比如淡旺季,比如早晚流量趋势等
比重分析法
主要是计算各纬度的数据占比,如地域占比,PC端占比快速掌握公司的核心推广产品、渠道、以及地域等
二八分析法
这里主要是对关键词分析。例如消费或者转化占比80%的词,需要用80%的精力来关注,进行重点监控。
四象限分析法
高消费高转化:重点监控,降低CPC;高消费低转化:增加转化,不行就暂停删除
低消费高转化:增加流量曝光,提价,拓宽匹配模式等
低消费低转化:增加消费,增加转化,精力暂时放后
2 网站层级网页的各纬度数据包括页面加载速度、用户体验以及咨询工具等的好坏直接影响到页面转化率,所以我们要通过这些数据来验证是不是因为网页的问题导致推广效果出现波动。今天主要介绍一下利用百度统计的热力图和事件分析工具来优化网页设计。
以颜色变化展现访客在页面上的点击分布情况
展现访客对页面上的链接点击的次数
通过热力图和页面点击图的设置,就可以查看该区域点击的来源信息,可以通过来源类型、搜索引擎、搜索词、地域、浏览器、推广关键词等多个维度查看,然后根据分析到的结果对页面进行优化设计。
事件转化
从前期的搭建账户,关键词选择到后期的创意撰写页面引导,我们最终的目的,不过也就是吸引访客点击咨询,从而留下线索甚至成交。那么把各类咨询入口设为事件分析的目标就显得尤为重要。咨询入口的样式布局以及弹窗跳出的时间和频率不同,都会影响到访客事件点击的数据不同,我们可以根据不同的分析情况进行有针对性的优化。
3 咨询层级竞价员和客服,有时候就像冤家,经常互掐。出现问题也会彼此推脱,要么说推广效果不好,要么说是咨询转化能力太差。到底谁胜一筹,一切要以数据说话。
考核客服的标准,就是套电率/套电量以及预约/订单量。套电量和订单量会随着竞价流量的变化而变化,但是关于转化率的问题两个部门确实相互影响相互制约。对于客服部门来说,话术,心态和流程是重要的三个环节。关于咨询的数据分析就是查看各个咨询人员的转化数据情况是否有波动,咨询数据是否分配合理,对话的数量和质量,以及一些细小环节数据,比如漏接率,邀请率,接线反应时间,回访的频率等。
作为竞价推广的重要因素,账户、网站、咨询,每一个节点都需要进行严密的数据分析。先明确分析的目的,然后收集并整理好数据材料进行分析找出问题所在,才是数据分析正确的打开方式。
大多数企业对客户服务设置了很多追踪指标,如以下示例:
客户满意度:是对顾客满意程度的衡量指标。通过连续性的定量研究,获得客户对特定服务的满意度、消费缺陷、再次购买率与推荐率等指标的评价,找出内、外部客户的核心问题,发现最快捷、有效的途径,实现最大化价值。
首次响应时间:首次响应时间是指客户发出第一条消息客服弹窗后,客服手动回复客户的第一条消息之间的差值。
平均通话时间:指谈话时间和事后处理时间的总和。
平均应答速度:指总排队时间除以所回答的总问询数。
平均交谈时间:指用户与客服联系后交谈的时间长度。
平均排队时间:在客户咨询产生排队的时候,每个客户排队等待的时间的平均值。
事后处理时间:即一次会话结束前,客服需要完成与此次会话相关的整理工作所需要的时间,例如:转工单、填写会话标签、客户标签、客户资料。有些填写可以在客户咨询的同时完成。
转接率:转接电话数占全部接通电话数的百分比。
平均持线时间:值机业务员让顾客在线上等待的平均时间。
平均振铃次数:指顾客听到回话之前电话玲振响的次数,不论这个电话是由业务员、 还是IVR回的。
呼叫数:指所有打入/打出中心的电话,包括收到阻塞的、中途放弃的和已经答复的电话。
呼叫放弃率:一个放弃电话是指已经被接通到中心,但又被呼叫者在值机业务员、呼出电话员和信息通知部接听之前自动挂断了的电话。放弃电话数占全部接通电话数的百分比。
平均放弃时间:指呼叫者放弃呼叫前平均等待的时间,以秒来计算。
平均单呼成本:等于某段时间内中心所花的全部费用除以这段时间中中心所接听的所有电话数,它包括无论何种理由打入的无论什么电话,不管是由业务员接听的,还是由技术系统接听的。
……
需要考核的指标有很多,出现了很多问题:
过多的考核指标对被考核人来说会引起心理上的无所适从,搞不清楚工作的轻重缓急,无法更为有效地安排自己的工作,搞不清楚怎么做才能达成绩效考核要求,进而会使绩效考核流于形式。而对于管理者和企业来说,数据太多太混乱,容易导致分析困难、思路混乱、找不到需要关注的重点,不知道数据反映出的真相到底是什么?从而无法做出更明智的策略来改善客户服务和优化客户体验。因此,你可以试着先关注3-5个最重要的绩效考核指标,通过如怡海软件客户服务解决方案 ,能让你保持专注,获得更条理清晰、经络分明的数据结果。为被考核人工作努力方向选择和目标达成创造更好的前提条件。
客户满意度
到底什么是客户满意度呢?客户满意度的衡量有多重要?企业又该如何衡量客户满意度?
从根本上来说,客户满意度决定着客户忠诚度。一般来说,企业每5年就会失去一半的客户,导致企业需要不断获取新客户。客户满意度可以通过允许企业“消除痛点并提高客户忠诚度”来限制客户流失。通过对客户满意度的调查,客服团队才可以找出不足,弥补缺点,提供有针对性的服务,促进与客户间的沟通,进而提升客户忠诚度。
高效的跟踪客户满意度情况的方式有多种,根据平均分、表情变化、星级评分、净推荐值等,但最好是多种方法结合在一起使用。
平均等待时间
客户在给我们发邮件后或打电话给我的代表后,需要等待多长时间才能收到我们的回复?
据AT&T调查及某语音应答公司统计:
客户一般等待90秒后就会挂断电话,
在等待时听音乐的客户会认为30秒的等待时间只有15秒;
在没有成功接入电话的客户中大约有34%的人不会再打电话进来,因此呼叫中心通常只有一次机会接入客户的电话。
平均等待时间以及等待期间的客户体验是衡量客户服务水平的重要指标,因此如何高效监控这些数据以及能如何更快速的响应客户需求、问题非常重要,这些CRM能帮你解决。
平均处理时间
AHT(平均处理时间)指处理一次联络所需的平均时间。以一通电话呼叫为例,AHT指与客户沟通的时间以及在呼叫后所需完成的工作 (如行政信息、后台操作、甚至简单地处理呼叫信息作统计分析用途等)的时间总和。各种各样的AHT追踪着不同的环节或技能,因此是一项至关重要的数据集,能帮助呼叫中心实施有效的管理,例如在规划团队和工作量方面,以及有助达到关于呼叫等候的服务质量目标。
平均放弃时间
指呼叫者放弃呼叫前平均等待的时间,以秒来计算。此一数据可以收集记录在CRM中,随时获得每日和每周报告。全行业平均时间为60秒,建议标准范围为20-60秒。建议管理措施:等待时间很短即放弃,表明顾客等待的耐心有限,原因可能是有其它中心可以选择,也可能是不喜欢拨叫你们中心时老是不成功。两者都值得引起重视,并采取相应措施。检查放弃者的数目、没有拨通的情况和排队的时间,看是否存在呼叫者拨不进来的问题,这一问题如果在顾客那里显得很重要,呼叫者的满意率就会明显下降。
事后处理时间
即指一次呼叫电话接听完后,值机员完成与此一呼叫有关的整理工作所需要的时间。呼后处理可能有值机员做的,也可能由客服小组或者中心做,是一种有益的资料,可从CRM中得到。这一规范可由CRM中获得日表、周表和月表,或以柱状图形等方式与过去的记录进行比较。
中心平均事后处理时间建议目标是30秒至60秒。建议管理措施:如出现此一方面的问题而又与训练、程序和技术等因素无关,建议客服小组每一小时贴出此一规范的标准目标,直到情况改善为止。
平均需要联系的次数
在客户问题解决前需要和我们的客户服务部门沟通多少次?又要和多少不同的服务人员进行沟通?
这个指标往往被很多企业客服部门所忽略,实际上,这项指标对提高客户满意度和客户体验十分重要,检测这项数据将帮助企业发现客户服务存在的短板和问题,并想办法去进行优化。
对于客服管理人员来说,如何通过数据找到问题,提升管理、提高服务质量是非常重要的。怡海软件基于云CRM的客服服务管理平台提供了功能强大的数据分析工具,让你对关键数据指标数据一目了然。
1.若是浏览网页时弹出的,可以通过浏览器的功能进行组织,很多浏览器都带广告过滤设置,可以阻止弹窗广告和页面广告,或者在该浏览器的扩展程序中加载“ADblock”等广告拦截插件。2.若是安装软件弹出的,可以在该软件的设置中,将其设置为不弹出。
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)