Proaktif Contact Center

Siapa yang dapat memahami kebutuhan pelanggan dan bertindak cepat untuk memenuhinya, maka ia akan memenangkan kompetisi. Begitulah kira-kira salah satu quote mengenai keunggulan informasi.

Contact center sebagai unit kerja yang mendengar, mencatat dan merekam bahkan memenuhi kebutuhan pelanggan, mempunyai data yang tidak sedikit. Data tersebut tersimpan dalam database aplikasi customer management, baik terstruktur ataupun tidak. Ada yang menggunakan sebagai bagian dari laporan kinerja contact center, akan tetapi banyak yang hanya menyimpannya saja.

Entah sampai kapan disimpan dan digunakan untuk apa, mungkin tidak ada yang tahu apa gunanya setelah masalah pelanggan diselesaikan. Pokoknya dicatat saja, sebagai bagian dari upaya untuk menindaklanjuti kebutuhan pelanggan. Masalah yang disampaikan pelanggan dapat diselesaikan dengan baik oleh contact center, karena adanya pencatatan ini. Adanya data permasalahan dapat dikoordinasikan dengan unit terkait untuk diselesaikan.

Tidak sedikit anggaran yang dialokasikan untuk contact center dalam mencatat, merekam dan menindaklanjuti suatu permasalahan. Bahkan terkadang membutuhkan sumber daya yang besar untuk menyelesaikan satu permasalahan, mengingat pentingnya penanganan yang dibutuhkan.

Begitu masalah tersebut selesai, data mengenai penyelesaian tinggallah sebuah data, yang bahkan tak pernah digunakan atau dikenang lagi. Itu hanyalah sebuah kewajiban yang harus dilaksanakan dan setelahnya bisa dilupakan. Bisa jadi karena management contact center memang hanya ditugaskan menyelesaikan masalah pelanggan, selebihnya bagaimana pencatatan itu dimanfaatkan belum ada arahan yang jelas.

Bayangkan berapa banyak permasalahan pelanggan yang mengalir ke contact center untuk diselesaikan. Permasalahan ini menjadi sebuah kecenderungan yang harusnya digunakan sebagai alat bantu untuk mengambil keputusan atau tindakan. Berbagai perubahan pola kebutuhan pelanggan disampaikan melalui contact center, yang kita abaikan karena kita akan melakukan survey terpisah.

Unit kerja lain kurang percaya data pelanggan yang diberikan contact center, sehingga harus melakukan survey dari penyedia survey yang dilakukan setahun sekali. Bisa dibayangkan bahwa contact center yang setiap hari melayani pelanggan kurang digunakan analisis data kebutuhan pelanggan dan justru menggunakan data external. Hal ini bisa terjadi karena datanya tidak diolah dan dipresentasikan dengan baik atau data yang dikumpulkan memang tidak memiliki struktur yang dapat digunakan.

Saatnya manajemen contact center keluar dalam comfort zone ini dengan mulai secara proaktif menggunakan data untuk dianalisis. Kebutuhan pelanggan dipresentasikan dalam laporan yang mudah digunakan, sehingga membantu unit kerja lain dalam mengambil keputusan. Bahkan contact center dapat menindaklanjuti berbagai kebutuhan pelanggan dengan melakukan antisipasi secara proaktif.

Publikasi dapat dilakukan untuk menyediakan informasi yang dibutuhkan pelanggan, penawaran dapat dilakukan bahkan penjualan dapat ditangani dengan cepat. Berbagai jalur komunikasi dapat digunakan secara proaktif dan dimanfaatkan untuk menjangkau pelanggan. Penggunaan database pelanggan dapat dimanfaatkan untuk membangun relationship, sehingga pelanggan nyaman dalam mengungkapkan kebutuhannya.

Melakukan hal ini merupakan proses yang tidak mudah bagi manajemen contact center, mengingat kebiasaan yang kurang proaktif dan kurang berani dalam mendobrak cara lama dalam mengungkapkan peranan contact center. Terbiasa dalam membatasi diri untuk membuat nyaman unit kerja lain dan menunggu pihak lain untuk memberikan izin. Padahal pelanggan tidak dapat menunggu dengan sabar.

Era yang semakin cepat, semakin mudah dengan berbagai akses komunikasi menuntut semua pihak untuk bekerjasama. Tidak membatasi diri dalam kekuasaan masing-masing, sehingga pihak lain tidak dapat membantu secara proaktif.

Untuk itu gunakanlah data yang dimiliki contact center, baik berupa data transaksi, data pelayanan, data rekaman dan sejumlah data lain menyangkut kebutuhan pelanggan. Laporkan dengan baik, presentasikan, koordinasikan dan sinergikan untuk dengan cepat mengambil tindakan bagi memenuhi kebutuhan pelanggan. Berharap dengan begitu anda memenangkan kompetisi.

Yang jelas, kita butuh contact center melakukannya secara proaktif, untuk kontribusi yang lebih baik. (AA)

Ekosistem Big Data

Pembahasan tentang teknologi seolah terus membanjir, semakin cepat, dan semakin berkembang. Big data, yang terus berkembang seiring perkembangan teknologi, turut ikut andil di berbagai organisasi, perusahaan, bahkan instansi pemerintah. Big data membantu wadah-wadah tersebut untuk memanfaatkan data yang mereka miliki dan menggunakannya untuk mengidentifikasi peluang-peluang baru. Hal ini berdampak pada bisnis yang meliputi operasional hingga dampaknya pada pelanggan.

Di dalam big data terdapat sebuah ekosistem yang terdiri dari empat golongan utama. Golongan pertama adalah data devices yang berfungsi untuk mengumpulkan data dari berbagai lokasi dan secara berkelanjutan menghasilkan data baru. Contohnya antara lain adalah perangkat mobile, GPS, ATM, RFID, dan medical imaging. Golongan kedua adalah data collectors yang berisi pihak-pihak berkepentingan untuk mengumpulkan data dari perangkat tertentu maupun dari pengguna. Contohnya antara lain adalah pemerintah, retail, financial, internet, dan medical. Golongan ketiga adalah data aggregators merupakan golongan yang melakukan pengumpulan terhadap semua data. Contohnya antara lain adalah websites, advertising, analytics services, dan media achieves. Golongan terakhir adalah data users/buyers merupakan golongan pengguna data yang telah dikumpulkan dan hasil pengumpulan data. Golongan ini menggunakan wawasan yang diperoleh untuk kepentingan bisnis atau lainnya. Contoh dari golongan ini adalah media, bank, delivery services, marketers, dan employeers.

Ekosistem big data di atas menuntut adanya tiga kategori peran, yaitu deep analytical talent (memiliki kemampuan analitik yang kuat dan keahlian untuk mengolah data mentah, data tidak terstruktur, serta data dalam jumlah besar), data savvy professionals (memiliki kemampuan teknikal yang tidak mendalam, tetapi memiliki pengetahuan dasar mengenai statistik dan domain permasalahan dengan baik), dan technology and data enablers (para ahli bidang teknikal yang mendukung proyek analitik dan memiliki keahlian dalam bidang computer engineering, programming, dan
database administrator).