|
成功案例-CallCounter
公司
公司简介
CallCounter, Inc., 是英格兰一家有四年历史的新公司，主要业务是为电信公司高效地收集和分析用户呼叫数据，从而为电信公司增加收入。
存在问题
要为电信公司采集精确的呼叫数据，并识别出损失收入的地方并进行趋势预测，CallCounter
必须做到：每月对数百万消费者的呼叫数据进行分析，避免数据丢失区分电话呼叫类别，避免少计费进行彻底的市场研究，帮助电信公司更好地了解他们的客户。
解决方案
CallCounter用SPSS快速、方便地对呼叫数据进行分析，发现收入损失之处，并提出解决建议。为其客户节约了时间和费用。
应用效果
对任何电信业务来说保证收入都是最基本的。由于电信公司的收入来源越来越复杂，保证收入的问题也变得更加严峻。不幸的是，很多执行经理忽略了它，因为他们认为收入损失并不重要，只不过是简单的业务费用而已。
但是，这方面的专家 Deloitte 和 Touche
最新的研究证明：收入损失超过了业务费用。根据他的研究，典型的电信公司由于错误的呼叫数据损失11% 的收入。这些损失是由不正确地采集和标定数据、错误的账单和糟糕的订单录入造成的。
Charlie Seymour在1996年成立 CallCounter
的动机就是防止收入损失。他希望同时为蜂窝和陆路电话公司解决他们关心的保证收入和数据分析问题。
Seymour 25年前就在电信行业工作，他的主要工作是开发账单系统。他相信天衣无缝的数据收集系统是不存在的，而且没有明确的方法让电信公司分析他们的呼叫数据来回答严峻的问题，如
"所有的呼叫都记账了吗？"，"客户正在打州际或州内电话吗？"。
他的方案是：帮助电信公司更精确地分析数据，使他们了解收入是怎么损失的，如何最终防止损失。CallCounter
依赖 SPSS 进行这些分析。
Seymour用SPSS向电信公司提供可靠的分析数据，简化并加速他们的市场研究和数据查询过程。更重要的是，把帮助这些电信公司减少了收入损失。
CallCounter 如何做到这些呢？根据Seymour的说法，CallCounter是惟一一个直接从交换机
- 拨号音的起源地收集数据的公司。一般来说CallCounter 首先分析电话公司一个月的数据，在月底用 SPSS的分析结果协调电话公司的账单。为了让电话公司图形化地对照比较，CallCounter
用易于理解 的饼状图来表示分析结果?/p>
帮助客户减少收入损失
即便是只有几个员工的小型电话公 司每月也可能有两百万次电话呼叫。如此大量的数据可能会使电话公司错误地分析数据，导致收入损失。
"如果在月底不能对数据进行调节 ，他们就不能向长途电话公司和用户提供正确的账单，从而引起收入损失。电话公司无法确定账单是对还是错。更糟糕的是，很多电话公司不相信他们有这种问题。幸运的是，SPSS
帮助这些公司有效地协调数据，避免了收入损失。"CallCounter市场部经理Andrew Desjardins说。
位于缅因州的Saco River电话公司是CallCounter早期的客户之一。为帮助Saco避免收入损失，
CallCounter 赞助了它的数据收集软件。这个软件会在异常情况下触发警告，如设定时间内异常的低 音量呼叫。CallCounter的软件使用25个报警器来分析和监控收集的实时数据。通过纠正异常报警，
CallCounter保证进入记账系统的数据的准确性，从而避免了收入损失。仅在第一年， CallCounter就发现了5个呼叫数据处理错误，为用户避免了10万元的潜在收入损失。
"SPSS使我们只需较少的工作量就能为电话公司增加收入。"
Seymour说。陆路电话公司向运营商支付账单，如Sprint、AT&T 和 MCI，因为使用了他们的当地设备。这是一个大额的月度账单，轻易就达到地方电话公司收入的一半。
"地方电话公司能够确定的州内和州际电话数量的精度确定了需要向运营商支付的账单大小。"
Seymour说，"有些电话呼叫难以确定是从哪里打出的。这种情况下，你要么听信运营商的，要么进行检查测量。"
大多数电话公司非常希望量化电话呼叫，但很多公司没有这方面的能力。CallCounter可以用
SPSS测量这些呼叫并提供精确的结果。根据Seymour的解释，通过更认真精确地分析州内和州际电话 呼叫，地方电话公司不仅避免了收入损失，还节约了10%的接入费用。
每年为客户节约15万美元以上
每一个电话公司都要求进行数据分析。这种要求同时来自公司外部和内部。如，市场部需要知道什么样的方案才能获得和保持满意的客户，工程部门需要分析一天内不同时间的呼叫通讯量，以准确地进行需求预测，管理部门需要进行数据分析以确保和运营商签订的合同最大限度地保护了公司利益
。Seymour发现大多数公司在电话呼叫数据的分析上遇到过问题。
"在我们的帮助下，仅仅通过准确的数据采集、标定和分类，每年就轻易地为小型电话公司节约
了15万美元。"
| 
