La boule de cristal des managers de centres de contacts

Transcription

La boule de cristal
des managers de centres de contacts
Savoir croiser les analyses sur le niveau de service, les
coûts, le chiffre d’affaires et l’expérience client
Ric Kosiba, Ph.D.
Vice-Président
Interactive Intelligence, Inc
Sommaire
Introduction ........................................................................................................................ 3
Gestion à l’instinct .............................................................................................................. 3
Indicateurs de performance ............................................................................................... 6
Décisions en cas de concurrence des objectifs ................................................................... 8
Intégration des indicateurs de l’expérience client ........................................................... 10
Technologies favorisant la bonne prise de décision ......................................................... 11
Copyright
©
2012-2014
Interactive
Intelligence,
Inc.
Tous
droits
réservés.
Les noms de marques, de produits et de services mentionnés dans le présent document sont des marques
commerciales ou déposées de leurs entreprises respectives.
Interactive Intelligence, Inc.
2/10 rue Marceau
Immeuble Axium, bât. F
Tél. : +33 (0)1.70.37.93.01
www.ININ.com/fr
© 2012-2014 Interactive Intelligence, Inc.
2
Une boule de cristal pour les centres de contacts
Introduction
Tout manager de centre de contacts aimerait avoir des certitudes : sur la volumétrie des
contacts, la disponibilité des ressources, l’efficacité opérationnelle et, peut-être plus
important encore, sur la performance des agents et l’expérience client délivrée.
Or avoir des certitudes n’est pas chose facile pour un responsable d’opérations aussi
complexes que celles d’un centre de contacts.
Faute de boule de cristal, les managers des centres de contacts les mieux équipés lèvent
leurs incertitudes en s’appuyant sur des modèles mathématiques capables d’alerter,
d’évaluer les risques opérationnels, et de proposer des solutions pour optimiser par
exemple la gestion des ressources en fonction des objectifs métiers... Ainsi, les meilleurs
de ces modèles sont aujourd’hui capables de faire des prévisions sur l’expérience client
délivrée.
Gestion à l’instinct
Le travail de tout manager de centre de contacts est de planifier et piloter son activité
pour offrir chaque jour un service client homogène et de qualité, à moindre coût. Cette
tâche n'est pas des plus aisées, en raison de la variabilité et de la saisonnalité de la
demande dans le cadre de certaines opérations. L’organisme Society of Workforce
Planning Professionals (SWPP, association des professionnels de la planification du
personnel) a publié une étude réalisée auprès de responsables du personnel. Une seule
question leur avait été posée : « Quelle est la précision de vos prévisions à 30 jours en
matière de volume de contacts et de délai de traitement ? » Les résultats se sont avérés
révélateurs. Parmi les répondants, 51 % ont indiqué un écart de 16 à 20 % entre leurs
prévisions de volumes de contact et les volumes réels. S’agissant des délais moyens de
traitement, pour 70 % d’entre eux, d’un mois à l’autre, la performance réelle fluctuait de
5 à 10 % par rapport aux prévisions.
Cette variabilité dans les prévisions relatives aux facteurs opérationnels constitue une
excellente mesure de la fluctuation opérationnelle réelle. La prévision, par exemple, du
volume de contacts représente le meilleur outil d’une entreprise pour appréhender la
demande future ; l’écart par rapport au plan n’est pas seulement une « erreur de
prévision », c’est une inconnue. Les sociétés de premier plan considèrent leurs
prévisions, au moment de leur établissement, comme leur meilleure compréhension
possible de leur activité. Toute variation par rapport à celles-ci traduit inévitablement un
changement ou la présence d’inconnues dans l’activité. Chaque prévision est en outre
envisagée comme la référence opérationnelle.
Ainsi, quelles sont les conséquences sur la régularité du service ? Du fait d’une décision
de recrutement antérieure à la « période » de production et de son alignement sur la
prévision initiale, toute variabilité de cette dernière entraine immanquablement une
variation dans la prestation de service.
L’illustration 1 ci-après représente la sensibilité du niveau de service par rapport à un
changement du volume de contacts, dans un service client de taille moyenne. Chaque
3
point de donnée a été calculé en utilisant un modèle validé de simulation à évènements
discrets ; toutes les variables, à l’exception du volume de contacts, restent constantes
(effectifs, délais de traitement). En modifiant le volume et en déterminant le service
correspondant, il est possible d’établir la sensibilité du centre de contacts et, plus
important encore, la variabilité « naturelle » de la prestation de service.
Dans ce modèle, une variation de 10 % du volume (axe des abscisses) produit un écart
du niveau de service de + 8 % à - 11 % (axe des ordonnées). Ainsi, une variabilité
inférieure à la normale, telle que définie par l’étude de la SWPP, implique toujours un
niveau de service variant entre 69 et 89 %.
Illustration 1 : Analyse de sensibilité du niveau de service en fonction du volume
pour un centre de contacts de taille moyenne
Cette fourchette est la variation quotidienne de la prestation de service « tel que
produit » à laquelle les entreprises peuvent s’attendre en raison d’un écart supérieur à
la normale par rapport aux prévisions.
De la même façon, pour un centre de contacts de taille moyenne, les graphiques de
sensibilité montrent qu’une variation de 5 % des délais de traitement - la norme dans le
secteur - produit une fluctuation d’environ plus ou moins 5 % du niveau de service
(illustration 2 ci-après). Du fait de la probabilité d’une variation à la fois des volumes de
contacts et des délais de traitement par rapport aux prévisions, la régularité du service
apparait alors clairement comme un défi.
4
Illustration 2 : Analyse de sensibilité du niveau de service en fonction du délai de traitement
pour un centre de contacts de taille moyenne
Pour les managers de centre de contacts démunis d’outils tels que les modèles de
simulation et les analyses de sensibilité, la variabilité naturelle peut se manifester par
des interruptions de service imprévues. En l’absence de ces modèles, les responsables
ne peuvent tout simplement pas anticiper une variabilité négative ; l’expérience en
gestion d’un centre de contacts prend alors une importance nettement plus grande,
« l’instinct » du responsable constituant le seul rempart contre les pénuries (ou
excédents) imprévisibles de ressources.
En revanche, les dirigeants intégrant des modèles mathématiques dans leur
planification gèrent plus facilement la variabilité. Si les modèles de simulation sont
indissociables du processus de planification des ressources, la variabilité naturelle peut
être minimisée. Il ne s’agit pas de connaitre les inconnues, mais de mettre en place une
gestion permettant d’appréhender et de piloter leur ampleur en utilisant
judicieusement la souplesse des ressources (par exemple, le recours aux heures
supplémentaires ou à une période flexible d’improductivité des agents). L’illustration 3
ci-après présente les ressources en agents (et par conséquent les coûts) nécessaires à
l’amélioration des niveaux de service. Ce graphique de sensibilité, de même que les
illustrations 1 et 2, peut servir à garantir la couverture de la variabilité naturelle des
volumes et délais de traitement par l’attribution de suffisamment de souplesse au
budget de l’activité.
Effectuons un rapide exercice. Supposons que, pour notre réseau, nous enregistrions
généralement un écart de plus ou moins 5 % dans le volume de contacts. D’après les
courbes de sensibilité des illustrations 1 et 3, cette fluctuation de 5 % se traduirait par
une baisse d’environ 4 % dans le niveau de service (illustration 1). Cette variation de 4 %
peut être gérée par l’affectation de 13 agents disponibles pour gonfler les effectifs
(illustration 3) en cas de tendance haussière des volumes. À noter que ces graphiques de
sensibilité sont propres à chaque centre ou type de contacts et économie d’échelle. Nul
besoin de faire appel à l’instinct.
5
Illustration 3 : Analyse de sensibilité du niveau de service fourni en fonction du nombre
d’agents déployés
Indicateurs de performance
Le niveau de service est loin d’être le seul indicateur essentiel pour les centres de
contacts. La performance et la variabilité de plusieurs indicateurs clés doivent être
prévues et contrôlées.
Supposons que nous possédions une boule de cristal. Pour quels indicateurs serait-il
important d’obtenir des prédictions ? Quels seraient les types d’analyses utiles pour
acquérir plus de certitudes en matière de performance ?
Les indicateurs fondamentaux pour les managers de centres de contacts sont clairs. Ils
sont centrés sur des domaines importants pour les divers intervenants de l’activité :
-
la satisfaction client,
-
l’efficacité du centre,
-
la réalisation et la régularité du service,
-
la satisfaction des agents,
-
les coûts variables du travail et,
-
le chiffre d’affaires pour les centres de recouvrement ou dédiés à la vente de
produits ou services.
Or, tous ces éléments sont, d’une certaine façon, des objectifs en concurrence. Passonsles en revue.
Expérience client : Incontestablement, la mesure de la satisfaction client figure parmi
les indicateurs les plus importants. En effet, satisfaire les clients représente, pour la
majorité des sociétés, la raison d’être de leurs centres de contacts. La plupart du temps,
les indicateurs utilisés par chaque organisation sont adaptés à chaque opération (voire à
chaque type de contact au sein de chaque opération). Ils incluent toutefois des variantes
6
relatives au score de qualité des agents (ici encore, habituellement adapté au type de
contact), au taux de recommandation net, au niveau de satisfaction client, etc. Ils ont
pour objectif de refléter la voix du client et son opinion sur son interaction avec l’agent
du centre de contacts. De nombreuses entreprises utilisent aussi le taux de résolution
au premier appel comme mesure de la satisfaction client.
Les indicateurs de la satisfaction client présentent des schémas intéressants. Ainsi, ils
sont souvent saisonniers, les raisons qui amènent les clients à interagir avec les centres
de contacts fluctuant avec les saisons (période des Fêtes vs. période de reprise après
celles-ci). Cette caractéristique les rend prévisibles : la satisfaction client peut donc être
mesurée, comme d’autres indicateurs de séries chronologiques (par exemple, le volume
de contacts), et peut souvent faire l’objet de prévisions. De plus, avec une gestion
efficace, les niveaux de satisfaction client peuvent être pilotés, par le biais de la
formation ou de la motivation des agents. Nous y reviendrons.
Efficacité du centre de contacts : Pour suivre la performance de leur activité, les
responsables de centres de contacts s’appuient sur des ratios simples mais efficaces.
Ainsi, le ratio entre les heures rémunérées d’un agent et le temps passé « au
téléphone » donne l’une des meilleures mesures globales de la performance d’un
centre ; cette donnée inclut toutefois des efficiences non influençables par la gestion
(par exemple, l’efficience des économies d’échelle). Le nombre d'heures où un agent
est, soit « au repos » (en attente d’une interaction), soit en train d’assister un client,
divisé par le nombre d’heures rémunérées est également un indicateur de performance
très efficace (qui élimine, en outre, les économies d’échelle). Nombre de responsables
s’intéressent aussi au taux d’occupation des agents ; cette mesure de la performance,
de surcroit facilement manipulable, n’est toutefois pas pertinente.
Réalisation du service : Les indicateurs de performance opérationnelle sont
probablement les plus largement utilisés dans les centres de contacts, car ils constituent
des mesures pertinentes de la performance et sont faciles à évaluer. La plupart des
responsables de centres de contacts se focalisent sur le niveau de service (pourcentage
d’appels ayant reçu une réponse pendant un laps de temps donné) ou le délai moyen de
réponse (ASA, Average Speed of Answer), tout en gardant un œil sur les taux d’abandon
(nombre de clients quittant d’eux-mêmes la file d’attente, généralement en raison de
délais d’attente prolongés). Observation intéressante, alors que le taux d’abandon
constitue une excellente mesure de la patience des clients et de leur insatisfaction
évidente, il est rarement utilisé à des fins de recrutement, tout simplement, car les
systèmes de gestion du personnel ne prennent pas en charge cet indicateur, difficile à
modéliser. Par ailleurs, un nombre croissant de centres de contacts polyvalents ou
multicanaux commencent à utiliser comme indicateur le taux de récupération (le
pourcentage de contacts acheminés avec succès vers le groupe d’agents privilégié).
La régularité dans la réalisation du service est l’un des premiers objectifs de nombreux
centres de contacts. Étant donné la nature variable de la demande dans ce secteur, la
régularité est, comme nous l’avons montré à travers l’analyse de sensibilité, difficile à
obtenir pour nombre d’entre eux.
Néanmoins, d’autres centres de contacts se concentrent sur le recrutement pour
contrôler l’irrégularité, en changeant les objectifs de réalisation du service en fonction
7
des fluctuations saisonnières de la valeur client marginale (généralement le chiffre
d’affaires). Ces entreprises utilisent les taux d’abandon, le manque à gagner et les coûts
variables du travail comme éléments pour le calcul de l’objectif de service apportant le
bénéfice marginal le plus élevé. Par exemple, un centre de réservations de voyage peut
avoir différents objectifs de service par saison, dans la mesure où la valeur marginale de
ses produits change en fonction du type de client (les voyageurs d’affaires étant moins
souples en matière de prix que les voyageurs de loisirs). Cette approche correspond à
l’utilisation du bénéfice marginal comme principal objectif de service : le centre de
contacts à but lucratif est alors considéré comme une entreprise commerciale à part
entière. Ces objectifs fluctuants, régulièrement évalués, sont susceptibles d’entrainer
une performance des bénéfices nettement meilleure que ceux utilisant des objectifs de
service statiques.
Satisfaction des agents : Tout comme pour la satisfaction des clients, les entreprises qui
mesurent et surveillent activement la satisfaction de leurs employés le font à l’aide
d’indicateurs adaptés et d’enquêtes périodiques auprès d’eux. Cela étant, la plupart des
organisations suivent de près le taux d’occupation des agents, afin de mesurer leur
niveau d’activité. Il s’agit là d’un phénomène bien connu : des taux d’occupation élevés
sont généralement associés à des délais de traitement plus longs et, éventuellement, à
une attrition plus importante des agents.
Coûts et chiffre d’affaires : Si les coûts, et pour les centres de « ventes », le chiffre
d’affaires, bénéficient assurément d’une attention de la direction des centres de
contacts, il n’en reste pas moins surprenant de constater à quel point la planification des
centres ne tient pas compte de ces paramètres. Les feuilles de calcul de planification des
ressources incluent souvent des plans de gestion des capacités, mais non les coûts
variables du travail. Ce qui n’est clairement pas optimal.
Décisions en cas de concurrence des objectifs
Le but de monitorer et faire du reporting sur les différents indicateurs clés de
performance des centres de contacts (KPI), est de fournir aux managers des
informations permettant une meilleure prise de décisions en matière de ressources.
Cette tâche est évidemment tributaire d’un certain savoir-faire, ces indicateurs étant
par essence en conflit (coûts vs. service).
En science de gestion, l’objectif est de gérer la performance de telle sorte que les
mesures en concurrence atteignent une sorte d’optimum de Pareto, dans lequel la
gestion du centre rend impossible l’amélioration d’un indicateur de performance sans
en dégrader un autre.
L’illustration 4 représente exactement cette situation. Il s’agit d’une représentation du
compromis entre deux indicateurs concurrents, le service et le coût par appel, pour un
centre de contacts faisant de l’entrant. Dans ce graphique de sensibilité, tous les
moteurs de la performance restent constants, en faisant varier uniquement les
ressources en agents disponibles. Le niveau de service fourni est représenté sur l’axe
des abscisses et le coût par appel en résultant sur l’axe des ordonnées. Cette illustration
présente un réel optimum de Pareto (tant que les opérations du centre demeurent par
8
ailleurs efficaces) : chaque point de la courbe représente le meilleur coût et le meilleur
niveau de service qu’il est possible d’atteindre.
Illustration 4 : Analyse de sensibilité du coût par appel en fonction du niveau de service
Pour les dirigeants de centres de contacts, la prise de décision est facilitée : s’ils veulent
atteindre 80 % de niveau de service, le coût doit être de 5,90 € par appel. S’ils veulent
obtenir un niveau de service de 70 %, le coût est de 5,60 € par appel. L’intérêt de ces
types d’analyses réside dans leur faculté à rendre parfaitement limpides les retombées
de chaque décision en matière de ressources.
Cela étant, si les analyses de sensibilité sont de très puissants outils analytiques, elles ne
sont en réalité véritablement utiles que lorsqu’elles sont associées à un processus global
de planification et de prise de décision. Les bonnes pratiques imposent l’intégration
dans le processus et le cycle de planification des analyses de sensibilité et de leur base
technologique, la modélisation par simulation à évènements discrets.
Les entreprises les plus performantes ont développé des processus opérationnels
comprenant les étapes exposées ci-dessous :
1) Surveillance des écarts par rapport au plan et alerte : La performance dans le
monde réel étant à présent répertoriée, tout écart par rapport au plan doit être
noté et expliqué. Les données hebdomadaires relatives à la performance des
centres de contacts (ACD [Automatic Call Distributor] ou similaire, rapports sur
les périodes d’improductivité des agents et sur la gestion du personnel, rapports
sur la rémunération) sont rassemblées pour permettre la comparaison entre les
performances prévues et réelles. Des éléments tels que les volumes de contacts,
les délais de traitement, la disponibilité, les périodes d’improductivité et
l’attrition des agents, le coût par appel, etc. doivent être comparés au plan afin
de déceler tout écart. Le cas échéant, passer à l’étape 2.
2) Utilisation de modèles mathématiques pour évaluer les risques : En cas d’écart
d’un indicateur par rapport au plan, deux tâches doivent être immédiatement
9
réalisées. Tout d’abord, cette variation doit être évaluée. Son origine est-elle
connue ? Peut-elle être maitrisée ? Risque-t-elle de perdurer ?
Si cette variation est inconnue ou prévue pour perdurer, elle doit être
incorporée dans les hypothèses d’un nouveau plan. Cette démarche implique
l’élaboration de nouvelles prévisions de séries chronologiques pour cette
composante. En raison d’une nouvelle prévision accompagnée d’une nouvelle
variabilité, la future performance opérationnelle attendue doit être déterminée,
par des modèles de simulation, en parallèle de la variabilité de service en
résultant. Qu’advient-il des niveaux de service ? Des taux d’abandon ? Du coût ?
Du chiffre d’affaires ? Si la fluctuation par rapport à la performance (le risque
opérationnel) requiert une décision en matière de ressources, passer alors à
l’étape 3.
3) Proposition de modifications dans les ressources : À ce stade, à cause de
changements significatifs dans un ou plusieurs éléments opérationnels, il est
nécessaire de déterminer le personnel requis semaine après semaine, de même
que le nouveau plan relatif au recrutement, aux heures supplémentaires et
contractuelles ainsi qu’aux périodes d’improductivité maitrisables qui
apporteront le service souhaité. Alors que de nombreuses entreprises
développent ces plans à la main, en utilisant comme guide des feuilles de calcul,
les meilleures sociétés effectuent cette tâche avec des instruments
mathématiques d’optimisation tels que la programmation en nombres entiers.
Ces modèles présentent quelques avantages. Rapides et logiques, ils fournissent
un plan de ressources optimal mathématiquement, qui favorise la réalisation
des objectifs, semaine après semaine, à moindre coût.
4) Prise de décisions : La variance représente un point de prise de décision. Quand
l’environnement opérationnel change, la direction doit décider : a) des effectifs
nécessaires pour répondre à cette évolution ou b) de la poursuite avec le plan
de ressources actuel en acceptant la modification de service. Ici encore, les
entreprises les plus performantes s’appuient sur leurs modèles mathématiques
pour évaluer et déterminer rapidement les transformations les plus acceptables
dans les différents scénarios opérationnels en fonction des décisions possibles
en termes de ressources.
Intégration des indicateurs liés à l’expérience client
Jusqu’à très récemment, aucune méthode n’était disponible pour modéliser le mélimélo d’indicateurs liés à l’expérience client utilisés par chaque entreprise. Avec des
indicateurs sur mesure pour chaque entreprise et type de contact, il était impossible
d’imaginer le développement de modèles prédictifs génériques.
En raison de leur nature, ces indicateurs peuvent être basés sur des séries
chronologiques pour être incorporés au plan d’un centre de contacts. Ils montrent en
effet une saisonnalité. Celle-ci signifie également qu’ils peuvent être prévus en utilisant
les mêmes méthodologies que celles employées par les meilleurs planificateurs pour
prévoir les volumes d’appels et les congés maladie. Par exemple, des analystes
prévoyant des indicateurs montrant une série chronologique avec une tendance
10
peuvent utiliser un lissage exponentiel ou des modèles de régression. Si l’indicateur
présente une saisonnalité, l’analyste peut tout à fait envisager d’avoir recours à des
méthodes comme celles de Holt et Winters. Bonne nouvelle, aujourd’hui, ces indicateurs
personnalisés peuvent être modélisés, prévus et utilisés dans la planification stratégique
courante. Il devient ainsi possible de prévoir, pour chaque plan de ressources, semaine
après semaine, le niveau de service, le taux d’abandon, le taux d’occupation, le coût, le
chiffre d’affaires ainsi que le délai moyen de réponse et, désormais, des indicateurs de
service client tels que le taux de recommandation net (Net Promotor Score ou NPS) ou
le score de qualité des agents.
Il n’existe aucune raison pour que l’expérience client attendue ne fasse pas partie du
plan habituel de gestion des capacités et ne fasse pas l’objet de prévisions en même
temps que tous les autres indicateurs de service.
Technologies favorisant la bonne prise de décision
La simulation et la modélisation mathématique sont disponibles sur le marché depuis
une décennie pour les opérations des centres de contacts. Ces systèmes, couramment
dénommés « systèmes de planification stratégique », élaborent automatiquement des
prévisions et plans de ressources pour des opérations multicanaux et polyvalentes. Les
modèles de planification stratégique, à l’instar de ceux utilisés sur la plateforme
Interaction Decisions™ (solution de planification stratégique RH d’Interactive
Intelligence), présentent quelques avantages significatifs par rapport aux feuilles de
calcul maison.
Premièrement, ils travaillent de façon bidirectionnelle. Ils évaluent, pour n’importe quel
scénario de planification semaine après semaine, le service, le chiffre d’affaires, les
coûts ainsi que les scores attendus en matière d’expérience client. En parallèle, ils
déterminent le plan de recrutement le moins onéreux nécessaire pour réaliser les
objectifs de service associés à n’importe quel scénario.
Deuxièmement, leur précision a été démontrée. Les meilleurs systèmes de planification
comprennent une étape de validation pour prouver, pour chacun des types de contacts
et centres de contacts dans un réseau, l’exactitude du modèle par rapport aux données
réelles du centre de contacts. Cette tâche est loin d’être facile, chaque centre de contact
et chaque type de contact étant véritablement différents. Les modèles doivent donc
être suffisamment intelligents pour tenir compte de ces différences et faire l’objet d’un
réétalonnage au fil des évolutions de l’activité.
Troisièmement, ils doivent être rapides. Les décisionnaires ne tirent aucune aide de
modèles trop lents. Exécutables de façon interactive, les meilleurs systèmes requièrent
seulement quelques minutes pour évaluer n’importe quel scénario.
La rapidité, la précision et les capacités des outils analytiques ouvrent la voie à un
processus décisionnel d’un nouveau genre. Avec la planification statique sur tableur, la
prise de décision et l’analyse n’étaient que des processus éphémères, laissant peu de
temps aux analystes pour répondre aux hypothèses des dirigeants. Grâce à la rapidité et
à la précision de la modélisation poussée, un analyste peut répondre de façon
interactive et en temps réel aux demandes des dirigeants. Ce changement de méthode
permet l’instauration d’une relation différente avec le processus de prise de décision :
11
toutes les décisions majeures sont désormais examinées et toutes leurs répercussions
en termes de ressources sont connues, y compris pour l’expérience client attendue. Si la
certitude totale ne peut pas être obtenue, en s’appuyant sur des systèmes de
planification stratégique, les dirigeants s’approchent nettement de leur boule de cristal.
12
L’auteur
Ric Kosiba est un expert dans le domaine de la gestion, de la
modélisation et du développement stratégique pour les centres
de contacts ainsi que dans l’optimisation de processus
opérationnels à grande échelle. Il possède un doctorat en
ingénierie et recherche opérationnelles de l’université Purdue,
ainsi qu’une licence et une maitrise en ingénierie des
communications (BSCE et MSCE) de l’école de génie civil Purdue.
Il a également déposé un brevet portant sur l’application de stratégies optimales de
recouvrement, ainsi qu’un brevet sur l’utilisation de la simulation et de l’analyse dans la
planification des centres de contacts.
En début de carrière, Ric Kosiba a officié comme responsable de l’analyse du service
client pour le département de recherche opérationnelle de USAir, puis comme analyste
senior en gestion opérationnelle chez Northwest Airlines. Par la suite, il a intégré le
service d’assistance client de First USA, où il a occupé les fonctions de Vice-Président de
la recherche opérationnelle et piloté tous les aspects de l’amélioration des processus du
centre de contacts de l’entreprise, y compris la modélisation stratégique des
recouvrements ainsi que l’élaboration d’un plan de recrutement détaillé et
l’établissement du budget du centre de contacts. Ric Kosiba a ensuite été nommé
directeur en science de gestion chez Partners First, où ses responsabilités comprenaient
notamment la modélisation détaillée des risques des portefeuilles, en plus du marketing
normatif et prédictif et de l’ingénierie opérationnelle.
Enfin, il a fondé Bay Bridge Decisions, qui a par la suite rejoint Interactive Intelligence, et
il opère à présent chez Interactive Intelligence comme Vice-Président sur le marché de
la planification stratégique. Il continue à écrire pour de nombreuses publications
relatives aux centres de contacts et intervient régulièrement lors de rencontres
plébiscitées sur les technologies et les centres de contacts.
13

La boule de cristal des managers de centres de contacts

Transcription

Documents pareils

Coffret-Boule de cristal.qxp:argu vert type

Waimea Concept - Boule marque place ou table

Non disponible - Home | Hertech Industries Inc.

Renforcer la relation client

DUEL DE MAGICIENS

L`Hôtel Cristal met gratuitement à disposition un parc extérieur pour

BULLETIN D`INSCRIPTION VOYANCE ET BOULE DE CRISTAL à

Stage_Voyance_files/LIVRE VOYANCE

DUEL DE MAGICIENS

Capdenac-Gare. Le mercredi, les enfants ont les boules Lyonnaises