La boule de cristal des managers de centres de contacts
Transcription
La boule de cristal des managers de centres de contacts
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 © 2012-2014 Interactive Intelligence, Inc. 3 Une boule de cristal pour les centres de contacts 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. © 2012-2014 Interactive Intelligence, Inc. 4 Une boule de cristal pour les centres de contacts 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. © 2012-2014 Interactive Intelligence, Inc. 5 Une boule de cristal pour les centres de contacts 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 © 2012-2014 Interactive Intelligence, Inc. 6 Une boule de cristal pour les centres de contacts 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 © 2012-2014 Interactive Intelligence, Inc. 7 Une boule de cristal pour les centres de contacts 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 © 2012-2014 Interactive Intelligence, Inc. 8 Une boule de cristal pour les centres de contacts 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 © 2012-2014 Interactive Intelligence, Inc. 9 Une boule de cristal pour les centres de contacts 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 © 2012-2014 Interactive Intelligence, Inc. 10 Une boule de cristal pour les centres de contacts 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 : © 2012-2014 Interactive Intelligence, Inc. 11 Une boule de cristal pour les centres de contacts 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. © 2012-2014 Interactive Intelligence, Inc. 12 Une boule de cristal pour les centres de contacts 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. © 2012-2014 Interactive Intelligence, Inc. 13 Une boule de cristal pour les centres de contacts