文本聊天（livechat）服務渠道已經在很多客服中心得到了部署應用。但客戶對這個渠道的感知卻不是很滿意。機器人應付了事、響應慢、等待時間長、格式化應答等問題讓這個渠道不是那么很受歡迎。如何改善這種狀況呢（如果你真心想改的話）？

1. 合理降低每個員工處理并發(fā)窗口的數量。相關研究表明，大多數人其實并不擅長并行多任務處理。多任務并行，不但會降低響應速度，而且會導致應答質量和差錯率的上升。尤其是當員工同時開5~6個甚至7~8個窗口時，很多人會顯得手忙腳亂，顧此失彼。而客戶卻傻傻地等在窗口前，半天得不到一句回應。失望之下想關掉窗口，卻還要彈出一個滿意度調查，你說是不是傻？并發(fā)窗口多少合適呢？根據國外的一項研究，這個數字大概是2.6左右，但還要取決于員工個人的技能熟練程度、所服務的業(yè)務內容以及相關系統與知識庫的支撐能力，不能一概而論。
2. 說人話。格式化的腳步和應答話術可以顯著提升客戶問題的應答速度和處理效率，但別忘了你是在跟活人對話。太過機械和僵硬的語言風格會使客戶感受不到服務的溫度，更不要提傳統人工服務中所能體會到的同理心和關切之情。盡可能使交互過程感覺像面對面的談話，除了語音與非語音的區(qū)別。
3. 做好人員配置。實時文本聊天的預測跟排班跟人工話務的原理是一樣的，都要考慮聯絡進線的隨機性、波動性、不同時段的聯絡請求量趨勢、處理時長、工時利用率、服務水平指標等。所不同的是，由于并發(fā)窗口的存在，系統錄得的平均窗口交互時長并不是真正意義上的交互時長，需要根據平均并發(fā)窗口的數量對人員的需求做適當的折算調整。另外一點跟人工服務的不同是，系統的接通即窗口的彈出是100%的，如果不考慮首次人工響應時長的話，（系統）接通率指標是100%。而如果考慮人工響應時長的話，則會跟人工話務一樣，需要考慮平均應答時長、不同秒數的服務水平等指標對每個時段人員需求的影響。實在算不清這筆賬的話，用時段工作量除以時段人均產能也是可以的，就是線條粗了一點。
4. 關于考核。任何的運營考核所考慮的幾個要素無非是效率、效果（質量）和客戶感知等幾個方面。效率上主要看chat處理量、平均首次應答（響應）時長，平均回復間隔時長，服務水平/放棄率等。質量方面主要看質檢評估、差錯率、解決率等。客戶感知最簡單的衡量當然就是客戶滿意度的調查結果。其實想想看，客戶滿意度調查中我們其實還可以得到更多的信息。這個我會在專門的有關滿意度調查的文章中另行展開。