Verizon Communications

Verizon usa Tableau para reducir las llamadas de soporte en un 43 % y así mejorar la experiencia del cliente


Redujo el tiempo de análisis de los datos de atención al cliente en un 50 % en los equipos de los centros de atención telefónica, digitales y de visitas de servicio.

Asimismo, redujo el volumen de llamadas en un 43 % y las visitas técnicas de servicio en un 62 % para ciertos grupos de clientes.

Creó más de 1500 dashboards con miles de millones de filas de datos de Hadoop, Teradata y Oracle.

Verizon Fios ofrece soluciones de conectividad residencial a millones de clientes, que incluyen Internet de banda ancha, telefonía fija y servicios de televisión por cable a través de fibra óptica. Estos servicios incluyen 6,9 millones de conexiones de banda ancha, 4,5 millones de abonados de TV y 12,2 millones de usuarios de teléfonos fijos. Por esta razón, cuentan con múltiples fuentes de datos con miles de millones de filas de datos generados (hasta 4 terabytes por día). El Centro de excelencia de análisis es responsable de la administración de estos datos. Para comprender mejor estos valores, representan casi la mitad de la colección de la Biblioteca del Congreso, con un total de 10 terabytes.

El Centro de excelencia de análisis (ACE) de Verizon es un equipo de más de 80 personas. Aplicaron la ciencia de datos y el análisis avanzado a las tareas digitales y las actividades del centro de asistencia telefónica, de las visitas de servicio, de marketing y de finanzas de la empresa. Esto permitió optimizar las operaciones y mejorar la experiencia del cliente. Tomaron los datos en línea y sin conexión de Hadoop, Teradata y Oracle, los extrajeron y los combinaron en conjuntos de datos más pequeños. Luego, los analizaron en Tableau. Con este enfoque eficaz fueron capaces de compartir dashboards de manera oportuna con más de 200 partes interesadas para el análisis. Las partes interesadas incluyen desde los ejecutivos hasta el personal de los centros de atención telefónica que trata con los clientes. Ellos pueden tomar mejores decisiones y brindar un excelente servicio al cliente con la información diaria que descubren gracias a Tableau.

Con la plataforma, el ACE creó más de 1500 dashboards de autoservicio para que los equipos de operaciones, transformación del negocio, desarrollo de productos, marketing e ingeniería de software puedan consultarlos. Estos dashboards interactivos generaron más de 125 000 vistas y cuentan con una infraestructura gobernada que garantiza que los datos estén limpios y puedan utilizarse. La adopción de Tableau aumenta a medida que los equipos de Fios utilizan las funcionalidades de mapeo geoespacial para comprender el impacto según la ubicación y analizar el texto de las sesiones de chat con los clientes. Esto les permite aprovechar las integraciones de Tableau y R, y Tableau y Mapbox. Estas iniciativas ayudaron a resolver problemas en la atención al cliente y mejoraron la satisfacción del cliente en Fios. Asimismo, con menos llamadas y visitas de servicio se redujeron los costos operativos.

El Centro de excelencia de análisis adapta el proceso de análisis para operaciones digitales y del centro de asistencia telefónica

Verizon Fios utilizaba tablas manuales en Excel para analizar ciertos datos, como las métricas digitales y del centro de asistencia telefónica. Los resultados se distribuían entre varios equipos en forma de informes estáticos. Unir los datos antes del análisis también era una tarea complicada, ya que la empresa contaba con múltiples fuentes de las cuales extraerlos: Oracle, Hadoop y Teradata. Con recursos de análisis limitados y un gran grupo de partes interesadas diversas que necesitaba la información, se trataba de un proceso ineficiente que generaba cuellos de botella y redundancias. Además, no resultaba fácil para los usuarios consultar los datos para responder sus preguntas. Gregory McConney, director adjunto de análisis del centro de contacto, explicó que el personal de análisis “se esfuerza por realizar análisis avanzados y desarrollar modelos predictivos y soluciones de aprendizaje automático que permitan que el negocio avance. No queremos generar información básica si las partes interesadas del negocio pueden obtenerla por sí mismas”.

Verizon dedicó recursos y esfuerzos a crear un Centro de excelencia de análisis (ACE). El equipo de más de 80 personas cuenta con casi 30 miembros que realizan análisis en Tableau y brindan información a las partes interesadas clave. Otros miembros realizan tareas de gobernanza, preparación y modelado de datos antes de entregarlos a los desarrolladores y administradores de servidores de Tableau. “Lo primero que hacemos es estructurar los datos correctamente para que sea posible adaptarlos y automatizarlos. Pensamos mucho sobre cómo estructurar los datos correctamente y cómo crear vistas basadas en ellos para distribuir la información de la manera más intuitiva”, explicó Sid Dayama, administrador sénior de análisis de datos en Verizon.

Antes de crear conjuntos de dashboards, el ACE realizó sesiones de planeamiento con las partes interesadas para identificar sus necesidades. Luego, desarrollaron dashboards optimizados para ofrecer tiempos de carga rápidos. Esto permitió entablar conversaciones más eficaces que transformaron la forma en que se toman decisiones verticalmente.

Una vez que todos adoptaron los dashboards, el equipo se volvió más eficiente al buscar información con funcionalidades como las descripciones emergentes, incluir los detalles en las visualizaciones y explicar las definiciones de los campos. Esperan comenzar a usar otras funcionalidades de la plataforma y diferentes tipos de gráficos para mejorar aún más la experiencia del cliente.

Tableau es maravilloso porque funciona con muchos programas de software diferentes. Y para nosotros, este fue un gran hito: unirlos y aprovechar la minería de texto en un dashboard.

El centro de asistencia telefónica aumentó su capacidad, mejoró el enrutamiento de las llamadas de los clientes y sus percepciones con un tiempo de análisis un 50 % más rápido

Los clientes interactúan con el equipo de soporte de Verizon de varias maneras: a través del chat en línea y los centros de asistencia telefónica y mediante varios canales, es decir, la conversación se inicia en los canales digitales y finaliza con una llamada. Sin embargo, Verizon quería que los clientes pudieran solucionar sus problemas digitalmente y así evitar los centros de asistencia telefónica. De esta manera, no tendrían que esperar para recibir las respuestas o programar una visita técnica, y su nivel de satisfacción permanecería alto. Más importante aún, no querían que los clientes tuvieran que comunicarse más de una vez con el centro de contacto. Eso significaba que aún no se había resuelto el problema. Además, reducía la eficiencia y generaba mayores costos operativos en los equipos de asistencia telefónica y visitas de servicio.

Después de descubrir que cada segmento de clientes tiene diferentes comportamientos en el momento de realizar una llamada, el ACE creó una solución optimizada a fin de enrutar las llamadas de ciertos grupos de clientes. Para hacerlo, utilizó los dashboards de Tableau en los que los equipos (incluidos los equipos de transformación del negocio, análisis, TI y operaciones del centro de asistencia telefónica) analizaron la interacción de los clientes con los centros de llamadas e hicieron un seguimiento de sus percepciones durante el contacto.

El equipo de análisis explora 17 atributos diferentes de cada persona individual en la base de clientes. Se analiza la antigüedad del cliente, qué productos usa, cuáles son los motivos de la llamada, con qué frecuencia se comunica, la duración promedio del contacto, la percepción sobre el contacto y la edad, entre muchos otros factores. Luego, los clientes se clasifican y se colocan en diferentes cohortes para el soporte.

Estas diferentes cohortes se envían a una cola de soporte especial. Luego, representantes calificados del centro de asistencia telefónica manejan las solicitudes para evitar que los problemas se repitan. Los dashboards de Tableau proporcionan a los representantes del centro de asistencia telefónica información contextual, como los patrones históricos de llamadas de los clientes con los que están hablando, para que puedan resolver los problemas de manera efectiva y reducir la necesidad de que los clientes llamen varias veces.

El equipo utilizó la funcionalidad de alertas de Tableau para recibir notificaciones cuando el volumen de llamadas es menor que el umbral visual condicional. Cuando esto ocurre, se activa un algoritmo que identifica nuevos conjuntos de clientes de alta demanda y se genera una nueva lista de clientes para los representantes.

“Básicamente se elimina el factor humano, lo cual es increíble”, explicó Greg.

Al conocer el comportamiento de los clientes en el momento de realizar una llamada y la capacidad operativa del personal del centro de asistencia telefónica, Verizon mejoró su efectividad para atender las llamadas de los clientes. Además, redujo el número de llamadas repetidas y logró una reducción del 43 % en el volumen de llamadas. Los dashboards de Tableau también redujeron el tiempo de análisis sobre la atención al cliente en un 50 % con una resolución más rápida de los problemas del cliente. Los administradores de alto nivel usan los dashboards para desarrollar estrategias. Las partes interesadas que tratan con los clientes, atienden sus llamadas todos los días y necesitan identificar los comportamientos de las llamadas, los patrones y las tendencias históricas también los usan.

La información de nuestros dashboards nos ayuda a optimizar las operaciones del centro de asistencia telefónica a fin de que no sea necesario para los clientes llamarnos varias veces. Al analizar estos dashboards con datos oportunos, descubrimos que, a medida que aumentan la tasa de resolución y el índice de satisfacción de los clientes, disminuyen los volúmenes de llamadas y las visitas de servicio, que son los principales factores del aumento de costos.

El equipo logró supervisar el impacto de las visitas de servicio con los mapas geoespaciales de Tableau

En Verizon Fios, muchos clientes necesitaban varias visitas de servicio a sus hogares para resolver los problemas. Para reducir la necesidad de realizar varias visitas y mejorar la satisfacción del cliente, el equipo del ACE creó un conjunto de dashboards de Tableau. Estos ayudan a los equipos de servicio a supervisar el impacto geográfico de las actividades de servicio técnico en el área, en el nivel del estado, código postal y dirección específica del cliente.

En los dashboards, se analiza la actividad del equipo de servicio para 6,9 millones de clientes de Fios. Además, estos incluyen KPI, como el número de tickets que se crearon, la tasa de tickets, las visitas de servicio iniciadas y la tasa total de visitas. Asimismo, se investiga el impacto de estas visitas en los costos. Los usuarios pueden explorar más detalladamente estos KPI según las dimensiones, como el tipo de cliente, los diferentes tipos de problemas que generan las visitas y otros atributos relacionados con la infraestructura de la red por cable.

Las funcionalidades de mapeo de Tableau, como la integración con Mapbox, permitieron al equipo identificar el impacto según la ubicación a través de mapas de calor. Además, hicieron posible identificar si las tasas de tickets y visitas de servicio se encuentran por encima o debajo del nivel esperado y qué variables conllevan visitas frecuentes.

Como resultado, Verizon redujo el tiempo de análisis de las visitas técnicas más de un 50 %. Además, descubrió que el mapeo geoespacial puede ser útil para satisfacer otras necesidades de la organización.

La integración de Tableau con R y Python permite un análisis más profundo de productos digitales

Verizon Fios ofrece productos digitales con la intención de impulsar interacciones más sólidas con los clientes. Uno de esos productos es el chatbot de Fios en Facebook Messenger, presentado en 2017. Estos y otros productos ayudan a los clientes a interactuar con la marca y hacer preguntas. Contar con análisis e informes relacionados con la adquisición, la interacción, la predisposición de los clientes y la eficacia de los productos para hacer un seguimiento de los indicadores de rendimiento clave (KPI) es esencial.

El ACE definió KPI específicos para el chatbot de Fios y realizó un seguimiento de la adopción y el uso por parte de los clientes. Al aplicar parámetros con fechas personalizadas en Tableau, el equipo midió el rendimiento del producto en el tiempo y pudo analizar los cambios que se producían día a día, semana a semana y mes a mes. Para obtener más información de las sesiones de chat, también realizaron análisis del texto con la integración de R en Tableau. Se aplicó un procesamiento previo de texto en las transcripciones de chat del cliente almacenadas como campos de cadena sin procesar en la tabla. Así fue posible extraer las palabras clave categóricas. “Todo esto se lleva a cabo en R. Allí los datos se agregan según la frecuencia con la que se mencionan las palabras. Luego, agrego estos datos en Tableau y visualizo las nubes de palabras. Además, configuro opciones de color y tamaño para la frecuencia con la que se mencionan. Esto fue muy útil para comprender la mentalidad del cliente en su conversación con el bot”, comentó Sid.

La flexibilidad de Tableau ayudó a los equipos del ACE, digitales y de atención al cliente a hacer un seguimiento de las respuestas para cada categoría de pregunta que el cliente formuló al bot. La información obtenida se utilizó a fin de mejorar la inteligencia del bot para que fuera capaz de reconocer más preguntas y ofrecer las respuestas correctas para solucionar los problemas. Con esta información, los equipos también identificaron en qué momento los clientes preferían interactuar con la empresa y asignaron más personal a fin de abordar situaciones en las que se requiere un mayor volumen de servicio, como apagones o eventos deportivos de pago en Fios TV.

Esta fue la primera vez que Verizon aprovechó la integración de Tableau y R. Comenzaron a observar, por ejemplo, que los ejecutivos de la empresa comprendían la reacción general de los clientes ante un lanzamiento de producto o usaban la información para tomar decisiones de planeamiento o marketing de productos. Estos resultados positivos impulsaron a Verizon a integrar otras fuentes con Tableau. Para aumentar aún más la adopción del análisis, el ACE también aprovechó los modelos de Python en Tableau con TabPy.