[논문 리뷰] Silent Abandonment in Contact Centers: Estimating Customer Patience from Uncertain Data

Antonio Castellanos, Johan S. H. van Leeuwaarden외 1명|arXiv (Cornell University)|2023. 04. 23.

Advanced Queuing Theory AnalysisBusiness, Management and Accounting인용 수 3

한 줄 요약

이 논문은 텍스트 분석과 EM 알고리즘을 사용하여 음성 없는 기다림(고객이 퇴장 신호를 보내지 않은 채로 대기열을 떠나는 현상)을 식별함으로써 컨택센터에서 고객의 내성적 인내심을 추정하는 새로운 방법을 제안한다. 연구 결과, 기다림의 30%~67%가 음성 없는 방식으로 발생하며, 이는 시스템 효율성을 5%~15% 감소시킨다. 또한 음성 없는 기다림을 고려할 경우 큐잉 모델의 정확도가 크게 향상됨을 보여준다.

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.

연구 동기 및 목표

• 고객이 퇴장 신호를 보내지 않은 채로 대기열을 떠나는 음성 없는 기다림으로 인한 정보 불확실성을 해결하기 위해.
• 음성 없는 기다림으로 인한 누락 및 캐논화된 데이터에도 불구하고 고객의 인내심을 정확히 추정하기 위해.
• 실제 시스템 동역학을 더 잘 반영하기 위해 음성 없는 기다림을 성능 추정에 통합함으로써 큐잉 모델의 정확도를 향상시키기 위해.
• 음성 없는 기다림으로 인한 능력 손실과 비효율성을 완화하는 운영 전략을 제안하기 위해.
• 채팅과 메시징 등 다양한 컨택센터 채널 간 고객의 인내심을 비교하고 행동적 차이를 분석하기 위해.

제안 방법

• 메시지 내용과 패턴을 기반으로 고객이 대기열을 기다리지 않았는지 식별하기 위해 텍스트 분석과 서포트 벡터 머신(SVM) 모델을 사용한다.
• 관측된 기다림과 관측되지 않은(음성 없는) 기다림을 모두 고려한 고객 인내심에 대한 비모수적 추정기법을 개발한다.
• 누락 및 캐논화된 데이터 조건 하에서 고객 인내심 분포를 추정하기 위해 기대값 최대화(EM) 알고리즘을 적용한다.
• 실제 시스템 역학을 더 잘 반영하기 위해 음성 없는 기다림을 통합한 수정된 큐잉 모델을 구축한다.
• 음성 없는 기다림이 포함된 모델과 포함되지 않은 모델 간의 적합도 정확도를 비교하여 모델 성능을 검증한다.
• 기다림 시간에 대한 캐논화된 데이터를 처리하기 위해 생존 분석 기법을 사용한다.

실험 결과

연구 질문

• RQ1 컨택센터에서 고객이 기다림을 포기할 때 음성 없는 기다림이 차지하는 비율은 얼마이며, 이는 다양한 서비스 채널 간에 어떻게 달라지나?
• RQ2 음성 없는 기다림은 시스템 효율성에 어떤 영향을 미치며, 에이전트 활용도와 능력 손실에 대해 측정 가능한 영향은 무엇인가?
• RQ3 음성 없는 기다림을 간과할 경우 큐잉 모델에서 고객 인내심 추정에 얼마나 심각한 편향이 발생하는가?
• RQ4 채팅과 메시징 시스템 간 고객의 인내심 수준은 어떻게 다를 수 있으며, 이러한 차이를 설명할 수 있는 요인들은 무엇인가?
• RQ5 서비스 성능과 에이전트 워크로드에 대한 음성 없는 기다림의 부정적 영향을 줄이기 위한 운영 전략은 무엇인가?

주요 결과

• 컨택센터에서 기다림을 포기하는 고객의 30%~67%가 퇴장 신호 없이 음성 없는 방식으로 대기열을 떠남.
• 음성 없는 기다림은 주로 에이전트의 무용한 대기와 존재하지 않는 고객을 대상으로 한 낭비 작업으로 인해 시스템 효율성을 5%~15% 감소시킴.
• EM 알고리즘이 메시징 시스템에서 고객 인내심을 81.1분으로 추정하고 채팅 시스템에서는 단 2분으로 추정함으로써 채널에 따라 상당한 차이가 있음을 반영함.
• 음성 없는 기다림을 고려한 큐잉 모델은 이를 간과한 모델에 비해 실제 데이터에 훨씬 더 잘 맞는다.
• 기다림 시간이 긴 메시징 시스템에서 음성 없는 기다림 비율이 더 높아, 기다림 지속 시간과 음성 없는 기다림 사이에 상관관계가 있음.
• 음성 없는 기다림은 큐 길이 측정을 잘못된 방향으로 이끌 수 있으며, 이는 지연 알림 및 기타 실시간 서비스 지표에 오류를 초래할 수 있음.