[論文レビュー] Silent Abandonment in Contact Centers: Estimating Customer Patience from Uncertain Data

Antonio Castellanos, Johan S. H. van Leeuwaarden+1 more|arXiv (Cornell University)|Apr 23, 2023

Advanced Queuing Theory AnalysisBusiness, Management and Accounting被引用数 3

ひとこと要約

本稿では、テキスト解析とEMアルゴリズムを用いて、音声なしで退出する「サイレント放棄」を特定することで、コールセンタにおける顧客の忍耐力を推定する新規手法を提案する。研究では、30%〜67%の放棄がサイレントであることが判明し、システム効率が5%〜15%低下している。また、サイレント放棄を考慮に入れることで、キューイングモデルの精度が顕著に向上することが示された。

ABSTRACT

In the quest to improve services, companies offer customers the opportunity to interact with agents through contact centers, where the communication is mainly text-based. This has become one of the favorite channels of communication with companies in recent years. However, contact centers face operational challenges, since the measurement of common proxies for customer experience, such as knowledge of whether customers have abandoned the queue and their willingness to wait for service (patience), are subject to information uncertainty. We focus this research on the impact of a main source of such uncertainty: silent abandonment by customers. These customers leave the system while waiting for a reply to their inquiry, but give no indication of doing so, such as closing the mobile app of the interaction. As a result, the system is unaware that they have left and waste agent time and capacity until this fact is realized. In this paper, we show that 30%-67% of the abandoning customers abandon the system silently, and that such customer behavior reduces system efficiency by 5%-15%. To do so, we develop methodologies to identify silent-abandonment customers in two types of contact centers: chat and messaging systems. We first use text analysis and an SVM model to estimate the actual abandonment level. We then use a parametric estimator and develop an expectation-maximization algorithm to estimate customer patience accurately, as customer patience is an important parameter for fitting queueing models to the data. We show how accounting for silent abandonment in a queueing model improves dramatically the estimation accuracy of key measures of performance. Finally, we suggest strategies to operationally cope with the phenomenon of silent abandonment.

研究の動機と目的

• サイレント放棄（顧客が退出を明示しない状況）によって引き起こされる情報の不確実性を是正すること。
• サイレント放棄による欠損データや右側打ち切りデータがあっても、顧客の忍耐力を正確に推定すること。
• サイレント放棄を性能推定に組み込むことで、キューイングモデルの精度を向上させること。
• サイレント放棄が引き起こす能力損失と非効率を軽減する運用戦略を提言すること。
• チャットとメッセージングの異なるコールセンターチャネル間での顧客の忍耐の違いを比較し、行動的差異を分析すること。

提案手法

• メッセージの内容とパターンをもとに、顧客がキューから放棄したかどうかを分類するため、テキスト解析とサポートベクターマシン（SVM）モデルを用いる。
• 観測済みおよび未観測（サイレント）の放棄を考慮した、顧客の忍耐力のパラメトリック推定器を開発する。
• 欠損データおよび打ち切りデータの状況下で、顧客の忍耐力分布を推定するために、期待値最大化（EM）アルゴリズムを適用する。
• 実際のシステムダイナミクスをよりよく反映できるように、サイレント放棄を組み込んだ修正されたキューイングモデルを構築する。
• サイレント放棄を含むモデルと含まないモデルの間で、フィット精度を比較することで、モデルの性能を検証する。
• 放棄時間の打ち切りデータを処理するために、生存分析技術を用いる。

実験結果

リサーチクエスチョン

• RQ1 コールセンタにおける顧客の放棄のうち、どれくらいの割合がサイレント放棄であり、これは異なるサービスチャネルでどのように異なるか？
• RQ2 サイレント放棄はシステム効率にどのように影響し、エージェントの利用率や能力損失にどのような定量的影響を与えるか？
• RQ3 サイレント放棄を無視すると、キューイングモデルにおける顧客の忍耐力推定にどの程度バイアスが生じるか？
• RQ4 チャットとメッセージングシステムにおける顧客の忍耐力はどのように異なるのか。その違いを説明する要因は何か？
• RQ5 サイレント放棄がサービスパフォーマンスとエージェントの負荷に与える悪影響を軽減するための運用戦略は何か？

主な発見

• コールセンタにおける放棄顧客の30%〜67%が、退出を明示せずにキューから放棄している。
• サイレント放棄は、主にエージェントの無駄な待機時間や存在しない顧客に対する無駄な作業により、システム効率を5%〜15%低下させている。
• EMアルゴリズムにより、メッセージングシステムでは顧客の忍耐力が81.1分、チャットシステムではわずか2分と推定された。これは、チャネルに依存する顕著な差を示している。
• サイレント放棄を考慮したキューイングモデルは、それを無視したモデルと比べて、実データとのフィットが著しく向上している。
• 待機時間が長いメッセージングシステムでは、サイレント放棄の割合が高いため、待機時間とサイレント放棄の間に相関があると示唆されている。
• サイレント放棄は、キュー長の測定値に不正確さをもたらし、遅延のお知らせなどのリアルタイムサービス指標を誤解を招く要因となっている。