Eine der größten Herausforderungen für die Leiter moderner Contact Center ist die Berichterstattung über Leistungskennzahlen, für die Informationen aus mehr als einem System oder einer Anwendung benötigt werden, von denen jedes ein in sich geschlossenes Datensilo darstellt. Da Marken dem Beispiel ihrer Kunden folgen und neue Kanäle nutzen, wird die Datenlandschaft im Contact Center immer komplexer. Erfahrene Contact Center-Führungskräfte suchen nach modernen Lösungen, um Datensilos zu beseitigen und einen umfassenden Überblick über die Customer Journey zu erhalten.
Die Kämpfe der Vergangenheit
Bisher hatten Contact Center vor allem mit zwei Datenproblemen zu kämpfen.
Daten in Echtzeit
Echtzeitdaten werden von einer separaten, dedizierten Echtzeit-Engine verarbeitet, die eine Reihe von separaten Berichten speist. Dieser spezielle Prozess ist zwar für seinen Zweck schnell und zuverlässig, aber die meisten Echtzeitdaten “verschwinden” einfach, nachdem sie kurz in einer einzigen Sekunde in einem Bericht erschienen sind. Contact Center haben Schwierigkeiten, diese Informationen mit Daten aus anderen Systemen zu integrieren, um die Leistung im Zeitverlauf und über verschiedene Kanäle hinweg zu verstehen.
Historische Daten
Historische Daten, d.h. Daten, die aggregiert und zusammengefasst werden, mit einer Vielzahl von berechneten Metriken für Trendberichte, die auf längeren Zeitintervallen basieren, werden in der Regel in Batch-Prozessen verarbeitet, die nur periodisch ausgeführt werden. Diese “Extrahieren, Transformieren und Laden”-Batch-Prozesse speisen Daten in eine sekundäre relationale Datenbank ein, die für die Berichterstattung optimiert ist – in der Regel ein Data Mart oder Data Warehouse. Diese Daten sind zwar oft reichhaltiger und vollständiger als Echtzeit-Datenfeeds, aber das Batch-Loading ist relativ ineffizient für die Verarbeitung sehr großer Mengen von Echtzeitdaten, und die Leistung kann leiden, wenn die “Aktualisierungsintervalle” auf Minuten oder sogar Sekunden verkürzt werden.
Die Geburt von Big Data
Heute gibt es Technologien, die in der Lage sind, große Mengen an Daten zu verarbeiten. Diese Technologien bilden die Grundlage für viele der größten Anwendungen im Internet. Google, Facebook, Twitter und andere haben zur Entwicklung vieler dieser Technologien beigetragen, die das verstärken, was wir heute als Big Data bezeichnen. Sie sind in der Lage, Hunderte von Millionen von Datenelementen pro Sekunde zu verarbeiten und sind nahezu unbegrenzt skalierbar. Sie kamen erstmals in den Bereich der Contact Center, als die sozialen Medien zu einem wichtigen Kanal für die Interaktion von Kunden mit Marken wurden.
Dieselben Technologien können zwar für die Bearbeitung von Echtzeitberichten verwendet werden, aber sie bieten nicht unbedingt den gesamten Mehrwert, der durch die Integration herkömmlicher Contact Center-Technologien möglich ist. Anwendungen zur Überwachung von und Berichterstattung über soziale Medien sind oft nicht mit anderen Contact Center-Systemen verbunden, so dass die Leiter von Contact Centern nicht in der Lage sind, über Interaktionen in sozialen Medien als Teil des gesamten Spektrums von Contact Center-Aktivitäten zu berichten – einschließlich Anrufen, E-Mails, Chats und anderen Interaktionen.
Contact Center Reporting Technologie der Zukunft
Was wir brauchten, war eine neue Architektur, die das Beste aus beiden Welten vereint – die Skalierbarkeit und Schnelligkeit von Big Data-Technologien und den reichhaltigeren, auf Geschäftsregeln basierenden Kontext des Data Warehouse.
Und so entstand die Lambda-Architektur, die für die robuste Verarbeitung großer Datenmengen über zahlreiche Contact Center-Systeme und -Kanäle hinweg konzipiert wurde. Die Architektur zielt darauf ab, ein Gleichgewicht zwischen der Datenlatenz (die Zeit zwischen einem Ereignis im realen Leben und der Anzeige der Daten in einem Bericht) und dem Datenvolumen herzustellen.
Diese Lambda-Architektur, die die Grundlage von Calabrio Advanced Reporting powered by Symmetrics bildet, wurde entwickelt, um das gesamte Spektrum der Berichtsanforderungen von Contact Centern zu bewältigen, von der Erfassung und Verarbeitung großer Mengen von Echtzeitdaten bis hin zu hochspezifischen, kontextreichen Berichten, die Contact Center-Manager für das Leistungsmanagement benötigen. Contact Center-Führungskräfte und Analysten haben jetzt Zugriff auf Echtzeitdaten, granulare Kontaktdetails und aggregierte, zusammengefasste Daten für jedes Zeitintervall, das sie messen möchten – aus jeder Quelle und über jeden Kanal. Silos werden beseitigt und Marken können die gesamte Customer Journey besser verstehen.
Finden Sie Ihren Weg zur umfassenden Berichterstattung. Laden Sie unser Whitepaper herunter, Bessere Contact Center-Berichterstattung: Eine Roadmap zur Verbesserung der Analytik zur Förderung wichtiger Geschäftsziele.
