MP Transformation

🛑 QUY MÔ TỪ 200.000 CUỘC GỌI/ THÁNG CẦN NHIỀU HƠN MỘT CHECKLIST QA THỦ CÔNG

📉 Khi số lượng tương tác tăng lên hàng trăm nghìn cuộc gọi, mỗi sai lệch nhỏ trong quá trình tư vấn, xác thực thông tin, xử lý yêu cầu hoặc ghi nhận phản hồi đều có thể ảnh hưởng đến trải nghiệm khách hàng và hiệu quả vận hành của ngân hàng.

❌ Với quy mô này, kiểm soát chất lượng Contact Center không nên chỉ dừng ở việc nghe lại một phần nhỏ cuộc gọi, chấm điểm theo checklist hoặc đánh giá từng nhân viên theo mẫu cố định.

Cách làm này có thể giúp doanh nghiệp phát hiện một số lỗi cụ thể, nhưng chưa đủ để nhìn thấy toàn bộ các vấn đề đang lặp lại trong chất lượng tư vấn, tuân thủ và trải nghiệm khách hàng.

🔎 Bài toán quan trọng hơn là ngân hàng có đủ dữ liệu để nhận diện các điểm lệch trên toàn bộ hệ thống hay không.
▪️ Khách hàng có được giải quyết đúng nhu cầu không?
▪️ Thông tin tư vấn có nhất quán giữa các nhân viên không?
▪️ Các dấu hiệu rủi ro, khiếu nại hoặc sai lệch kịch bản có được nhận diện sớm không?
▪️ Những vấn đề lặp lại trong cuộc gọi có được đưa vào đào tạo, cải thiện quy trình và điều chỉnh kịch bản không?

Ở quy mô lớn, một tỷ lệ nhỏ cuộc gọi chưa đạt chuẩn cũng có thể tạo ra nhiều hệ quả: khách hàng phải liên hệ lại, thời gian xử lý tăng, khiếu nại phát sinh, đội ngũ QA quá tải và nhà quản lý thiếu dữ liệu đủ sâu để ra quyết định.

✅ Vì vậy, kiểm soát chất lượng Contact Center trong ngành ngân hàng cần đi xa hơn hoạt động chấm điểm cuộc gọi.

Doanh nghiệp cần kết hợp dữ liệu cuộc gọi, phân tích nội dung hội thoại, kiểm soát tuân thủ, đánh giá cảm xúc khách hàng và phản hồi vận hành theo thời gian thực để nhìn rõ chất lượng dịch vụ trên toàn bộ hệ thống.

Khi chất lượng được đo lường đầy đủ hơn, Contact Center có thể vận hành ổn định hơn, giảm chi phí xử lý lặp lại và cung cấp dữ liệu hữu ích để ngân hàng cải thiện trải nghiệm khách hàng.

💬 Theo anh/chị, với một tổng đài ngân hàng quy mô lớn, chỉ số nào nên được ưu tiên khi đánh giá chất lượng cuộc gọi?

📍 QR SCORE CAO CHƯA CHẮC ĐỒNG NGHĨA VỚI MỘT CUỘC GỌI TỐT

📊 Trong nhiều Contact Center, QA score thường được dùng để đánh giá chất lượng cuộc gọi dựa trên checklist: nhân viên có chào hỏi đúng quy định không, có xác minh thông tin không, có tư vấn đúng kịch bản không, có kết thúc cuộc gọi đúng chuẩn không.

Đây là những tiêu chí cần thiết, đặc biệt trong các ngành yêu cầu tính tuân thủ cao như ngân hàng, tài chính, bảo hiểm hoặc dịch vụ khách hàng quy mô lớn.

💬 Tuy nhiên, nếu chỉ nhìn vào QA score, doanh nghiệp có thể bỏ sót một câu hỏi quan trọng hơn: khách hàng có thực sự được giải quyết vấn đề không?
▪️ Một cuộc gọi có thể đạt điểm QA cao vì nhân viên làm đúng quy trình, nhưng khách hàng vẫn phải liên hệ lại lần hai do nhu cầu chưa được xử lý dứt điểm.
▪️ Một cuộc gọi có thể đầy đủ bước tư vấn, nhưng thông tin đưa ra chưa đủ rõ để khách hàng ra quyết định.
▪️ Một cuộc gọi có thể tuân thủ đúng kịch bản, nhưng trải nghiệm khách hàng vẫn chưa tốt vì thời gian chờ lâu, cách phản hồi thiếu linh hoạt hoặc vấn đề bị chuyển qua nhiều bộ phận.

💎 Vì vậy, QA score nên được nhìn nhận như một chỉ số về mức độ tuân thủ và chất lượng xử lý theo quy chuẩn, không phải là thước đo duy nhất cho chất lượng trải nghiệm khách hàng.

Để đánh giá một cuộc gọi toàn diện hơn, doanh nghiệp cần kết hợp QA score với các tín hiệu khác như tỷ lệ gọi lại, mức độ giải quyết vấn đề ngay lần đầu, phản hồi của khách hàng, cảm xúc trong hội thoại và các điểm lặp lại trong nội dung cuộc gọi.

Khi đó, QA không chỉ là hoạt động chấm điểm sau cuộc gọi, mà trở thành nguồn dữ liệu giúp doanh nghiệp phát hiện vấn đề trong vận hành, cải thiện kịch bản tư vấn và nâng cao chất lượng dịch vụ theo thời gian.

💬 Theo anh/chị, QA score nên được xem là chỉ số chất lượng hay chỉ số tuân thủ quy trình?

💡 Chi phí Contact Center không chỉ nằm ở nhân sự, cước gọi hay phần mềm doanh nghiệp đang sử dụng.

⚠️ Trong nhiều mô hình vận hành, chi phí ẩn thường phát sinh từ những điểm rất quen thuộc: khách hàng phải liên hệ lại nhiều lần, nhân viên mất thời gian cho thao tác thủ công, dữ liệu không được khai thác đúng cách hoặc KPI chưa phản ánh đầy đủ chất lượng trải nghiệm.

Những chi phí này có thể không xuất hiện rõ trên một báo cáo riêng lẻ, nhưng lại ảnh hưởng trực tiếp đến năng suất đội ngũ, chất lượng dịch vụ và khả năng tối ưu vận hành dài hạn.

👇👇👇 Dưới đây là 5 dấu hiệu cho thấy Contact Center có thể đang tạo ra chi phí ẩn mà doanh nghiệp cần nhìn lại.

Theo anh/chị, đâu là chi phí ẩn thường bị bỏ qua nhiều nhất trong vận hành Contact Center❓

❌❌❌ AI KHÔNG TỰ ĐỘNG GIÚP CONTACT CENTER VẬN HÀNH RẺ HƠN

Giá trị của AI chỉ thực sự rõ khi doanh nghiệp đã có nền tảng vận hành đủ tốt: quy trình được chuẩn hóa, dữ liệu được kết nối, kịch bản xử lý rõ ràng và KPI được gắn với kết quả kinh doanh.

🔎 Trong thực tế, nhiều doanh nghiệp kỳ vọng AI giúp giảm chi phí chăm sóc khách hàng nhanh chóng. Tuy nhiên, nếu Contact Center vẫn đang vận hành theo cách rời rạc, AI có thể chưa tạo ra hiệu quả như mong đợi.
▪️ Một Callbot có thể hỗ trợ xử lý nhiều cuộc gọi hơn, nhưng nếu kịch bản chưa bám sát nhu cầu khách hàng, tỷ lệ chuyển tiếp sang nhân viên vẫn cao.
▪️ Một hệ thống phân tích cuộc gọi có thể cung cấp nhiều dữ liệu hơn, nhưng nếu doanh nghiệp chưa có cơ chế sử dụng dữ liệu để cải thiện quy trình, dữ liệu vẫn chỉ dừng lại ở báo cáo.
▪️ Một nền tảng tự động hóa có thể giảm bớt thao tác thủ công, nhưng nếu quy trình phía sau chưa được thiết kế lại, chi phí vẫn có thể phát sinh ở các điểm nghẽn khác.

👉 Vì vậy, trước khi đặt câu hỏi: “Doanh nghiệp đã ứng dụng AI vào Contact Center chưa?”, cần nhìn lại một câu hỏi quan trọng hơn: “Doanh nghiệp đã sẵn sàng thay đổi cách vận hành Contact Center để AI tạo ra hiệu quả thực sự chưa?”

Để AI phát huy giá trị, Contact Center cần được nhìn như một mô hình vận hành tổng thể, trong đó công nghệ, dữ liệu, con người và quy trình phải phối hợp chặt chẽ với nhau.

Khi nền tảng này đủ rõ, AI không chỉ giúp giảm tải cho đội ngũ chăm sóc khách hàng mà còn hỗ trợ doanh nghiệp hiểu khách hàng tốt hơn, kiểm soát chất lượng dịch vụ tốt hơn và tối ưu chi phí bền vững hơn.

💬 Theo anh/chị, rào cản lớn nhất khi ứng dụng AI vào Contact Center hiện nay là công nghệ, dữ liệu hay mô hình vận hành?

QA Score cao chưa chắc cuộc gọi đã tốt: Doanh nghiệp đang đo chất lượng hay đo sự tuân thủ❓

⚠️ Nhiều doanh nghiệp ghi nhận QA score của tổng đài trên 95%, nhưng tỷ lệ khách hàng rời bỏ vẫn tăng và FCR lại giảm. Điều này cho thấy một vấn đề phổ biến trong vận hành Contact Center: điểm QA cao chưa chắc phản ánh trải nghiệm khách hàng thực sự tốt.

💡 Nguyên nhân nằm ở cách xây dựng hệ thống đánh giá. Phần lớn tiêu chí QA hiện nay vẫn tập trung vào mức độ tuân thủ quy trình như:
- Đọc đúng kịch bản.
- Đủ các bước chào hỏi.
- Xử lý đúng thời lượng cuộc gọi.
- Sử dụng đúng từ khóa quy định.

👉 Những tiêu chí này giúp doanh nghiệp kiểm soát vận hành, nhưng không đảm bảo khách hàng đã được giải quyết vấn đề hiệu quả.

Một cuộc gọi có thể đạt điểm QA gần tuyệt đối nhưng khách hàng vẫn phải gọi lại nhiều lần, bị chuyển máy liên tục hoặc không nhận được giải pháp phù hợp. Khi đó, doanh nghiệp đang đo sự tuân thủ nhiều hơn là chất lượng tương tác.

📉 Hệ quả là hệ thống vận hành dần bị tối ưu theo KPI nội bộ thay vì trải nghiệm khách hàng. Điện thoại viên ưu tiên làm đúng checklist để đạt điểm cao, thay vì tập trung xử lý linh hoạt theo nhu cầu thực tế.

✔️ Đây cũng là lý do nhiều doanh nghiệp bắt đầu thay đổi cách tiếp cận QA trong giai đoạn ứng dụng AI vào Contact Center. Thay vì chỉ chấm điểm quy trình, doanh nghiệp đang kết hợp QA với: CSAT; FCR; phân tích cảm xúc khách hàng…

👉 Mục tiêu không còn là kiểm tra nhân sự có làm đúng hay không, mà là đánh giá cuộc gọi có thực sự tạo ra kết quả tốt cho khách hàng hay không.

QA score nên là công cụ cải thiện chất lượng dịch vụ, không phải một chỉ số đẹp để báo cáo vận hành.

❌ Callbot trong BFSI: Doanh nghiệp thất bại vì chọn sai điểm chạm, không phải vì AI chưa đủ tốt

Khi triển khai Callbot trong lĩnh vực BFSI, nhiều doanh nghiệp thường đánh giá dự án dưới góc độ năng lực công nghệ, nhưng lại chưa dành đủ sự ưu tiên cho việc thiết kế hành trình khách hàng.

👉 Trên thực tế, Callbot dù có khả năng xử lý ngôn ngữ tự nhiên tốt đến đâu vẫn khó tạo ra trải nghiệm hiệu quả nếu được đặt vào những điểm chạm mà khách hàng cần sự đồng cảm, tính cam kết và cảm giác an tâm từ con người nhiều hơn là tốc độ phản hồi.

Để tối ưu chi phí vận hành và đảm bảo trải nghiệm khách hàng, các tổ chức tài chính cần làm chủ chiến lược chọn đúng điểm chạm dựa trên hai tiêu chí: Độ phức tạp và Độ khẩn cấp. Cụ thể:
🔹 Độ phức tạp thấp - Độ khẩn cấp thấp (Vùng lý tưởng cho AI): Đây là nhóm tác vụ lặp lại, khối lượng lớn nhưng ít cần yếu tố cảm xúc hay tư vấn chuyên sâu. Ở mức này, Callbot sẽ phát huy hiệu quả rõ rệt nhờ khả năng tự động hóa 24/7 và giảm tải vận hành.
🔹 Độ phức tạp cao - Độ khẩn cấp thấp (Vùng chuyển giao): Khi yêu cầu cần nhiều bước xử lý và đối chiếu dữ liệu hơn, AI không nên thay thế hoàn toàn con người mà đóng vai trò hỗ trợ trước. Callbot sẽ thu thập, xác thực thông tin trước khi chuyển tiếp cho đúng điện thoại viên chuyên trách.
🔹 Độ phức tạp cao - Độ khẩn cấp cao (Vùng ưu tiên con người): Với các tình huống nhạy cảm và áp lực cao, khách hàng cần được hỗ trợ ngay bởi một nhân sự có khả năng chịu trách nhiệm xử lý vấn đề. Nếu giữ khách hàng quá lâu trong quy trình tương tác tự động với AI, công nghệ sẽ trở thành rào cản trải nghiệm.

💎 AI không cần xuất hiện ở mọi nơi, AI chỉ cần xuất hiện đúng nơi. Bài toán lớn nhất của Callbot trong BFSI không phải là “AI thông minh đến mức nào”, mà là doanh nghiệp hiểu khách hàng sâu đến đâu để quyết định điểm chạm nào nên tự động hóa và điểm chạm nào cần giữ lại yếu tố con người.

✨ Chuyển đổi số đang là ưu tiên của nhiều ngân hàng, nhưng không ít tổ chức vẫn gặp khó khăn dù đã đầu tư mạnh vào công nghệ. Từ rào cản pháp lý, dữ liệu đến vận hành nội bộ, nhiều “điểm nghẽn” đang khiến quá trình chuyển đổi chưa đạt hiệu quả như kỳ vọng.

👇 Xem thêm góc nhìn chuyên gia về những trở ngại lớn nhất và hướng tháo gỡ cho ngành tài chính – ngân hàng: https://mpt.com.vn/kho-khan-trong-chuyen-doi-so-ngan-hang/

Khó khăn trong chuyển đổi số ngân hàng 2026 Bài viết phân tích từ thực trạng đến các nhóm khó khăn cốt lõi trong việc chuyển đổi số ngân hàng, qua đó làm rõ bản chất các rào cản gợi mở hướng tiếp cận phù hợp.

⚠️ ĐỪNG ĐỂ CONTACT CENTER THÀNH MỘT “KHO CHỨA DỮ LIỆU CHẾT”

💬 “Hệ thống đã thông suốt, nhưng thông tin chi tiết có thể chuyển hóa thành hành động đang ở đâu?” là câu hỏi mà có lẽ vẫn nhiều doanh nghiệp đang trăn trở.

📊 Thực tế, tích hợp hệ thống mới chỉ giải quyết bài toán kết nối hạ tầng, chưa đồng nghĩa doanh nghiệp đã xây dựng được năng lực khai thác dữ liệu. Dù dữ liệu đã được tập trung từ nhiều điểm chạm khác nhau, phần lớn vẫn tồn tại dưới dạng rời rạc, thiếu ngữ cảnh và khó chuyển hóa thành insight có thể hành động ở cấp vận hành hoặc chiến lược.

Vấn đề nằm ở chỗ, phần lớn Contact Center hiện nay đang gặp phải những điểm nghẽn mang tính cấu trúc trong cách dữ liệu được phân tích, vận hành và luân chuyển giữa các bộ phận. Điều đó khiến doanh nghiệp dù sở hữu lượng dữ liệu khách hàng rất lớn nhưng vẫn khó chuyển hóa thành năng lực ra quyết định hay lợi thế chiến lược thực sự. Cụ thể:
1️⃣ Dữ liệu giá trị nhất lại là dữ liệu khó khai thác nhất. Phần lớn tương tác khách hàng tồn tại dưới dạng phi cấu trúc như cuộc gọi, chat hay email, trong khi nhiều hệ thống chỉ dừng ở việc đo các chỉ số vận hành như AHT hay FCR. Doanh nghiệp vì vậy có thể theo dõi hiệu suất, nhưng chưa thực sự hiểu được nguyên nhân phía sau hành vi khách hàng.
2️⃣ Contact Center vẫn đang bị vận hành như một cost center. Khi KPI chỉ tập trung vào tốc độ xử lý và tối ưu chi phí, doanh nghiệp rất dễ bỏ lỡ các tín hiệu chiến lược như nguy cơ churn, lỗi sản phẩm hay thay đổi nhu cầu thị trường xuất hiện trong chính các cuộc hội thoại.
3️⃣ Insight có thể được phát hiện nhưng chưa đi tới nơi cần hành động. Dữ liệu vẫn nằm trong silo của bộ phận chăm sóc khách hàng, thiếu cơ chế kết nối thời gian thực với Product, Marketing hay Risk Management.

Ở giai đoạn tiếp theo, lợi thế không còn nằm ở việc doanh nghiệp sở hữu bao nhiêu dữ liệu, mà nằm ở khả năng chuyển dữ liệu thành năng lực thấu hiểu khách hàng và ra quyết định theo thời gian thực.

🚀 KHI DOANH NGHIỆP ĐỒNG HÀNH CÙNG THẾ HỆ CÔNG NGHỆ TRẺ

Không phải mọi ý tưởng công nghệ đều bắt đầu từ những dự án lớn. Đôi khi, nó bắt đầu từ một nhóm sinh viên thích giải bài toán khó và một doanh nghiệp sẵn sàng mở cửa để cùng thử nghiệm những điều mới.

Vào 14h00 Thứ 6 ngày 22/05 tới đây, MPT sẽ phối hợp cùng CLB Lập Trình PTIT tổ chức chương trình “Vườn ươm công nghệ CLB Lập Trình PTIT” tại Phòng Đào Tạo MPG.

Đây sẽ là không gian để đội ngũ công nghệ MPT gặp gỡ những gương mặt trẻ giàu tiềm năng từ Học viện Công nghệ Bưu chính Viễn thông và cùng nhau trao đổi về:
🔹 Công nghệ và tư duy sản phẩm
🔹 Các bài toán thực tế tại doanh nghiệp
🔹 Cơ hội hợp tác, phát triển dự án và ươm tạo ý tưởng mới

Trong chương trình, anh Đàm Bá Quyền - Giám đốc Trung tâm Đổi mới Sáng tạo cũng sẽ chia sẻ định hướng hợp tác giữa CLB Lập Trình PTIT và MPT với nhiều cơ hội phát triển dành cho các bạn sinh viên công nghệ.
📍 Thời gian: 14h00 Thứ 6 ngày 22/05
📍 Địa điểm: Phòng Đào Tạo MPG

Hãy cùng chờ đón những góc nhìn mới, những ý tưởng táo bạo và những kết nối đầu tiên được hình thành tại “Vườn ươm công nghệ CLB Lập Trình PTIT” 🚀

👉 Xem thêm thông tin chi tiết về sự kiện tại: https://mpfamily.vn/mpt-va-su-kien-vuon-uom-cong-nghe-lap-trinh-clb-ptit/

⚠️ Callbot càng xử lý nhiều cuộc gọi, doanh nghiệp càng dễ ngộ nhận về ROI

Hiện nay, việc triển khai callbot không còn là rào cản quá lớn khi công nghệ đã đủ khả năng tự động hóa phần lớn tác vụ chăm sóc khách hàng ở quy mô lớn. Tuy nhiên, hiệu quả vận hành được cải thiện không đồng nghĩa doanh nghiệp sẽ tạo ra hiệu quả kinh doanh tương ứng.

❌ Nhiều hệ thống sau khi đưa vào hoạt động vẫn rơi vào trạng thái: cuộc gọi được xử lý nhiều hơn, thời gian phản hồi nhanh hơn, nhưng chi phí phục vụ khách hàng không giảm, thậm chí trải nghiệm khách hàng vẫn tồn tại nhiều điểm đứt gãy.

👉 Nguyên nhân nằm ở cách doanh nghiệp tiếp cận bài toán này: Phần lớn doanh nghiệp vẫn xem callbot là một dự án công nghệ, trong khi bản chất của nó là bài toán tái cấu trúc vận hành. Nếu dữ liệu khách hàng còn phân tán, quy trình xử lý chưa đồng bộ và các bộ phận vận hành chưa thực sự kết nối với nhau, AI gần như chỉ đang giúp doanh nghiệp tự động hóa những điểm nghẽn sẵn có.

💎 Vì vậy, giá trị lớn nhất của callbot không nằm ở việc thay thế tổng đài viên. Giá trị lớn hơn nằm ở khả năng giúp doanh nghiệp hiểu khách hàng tốt hơn, phát hiện các điểm nghẽn trong hành trình trải nghiệm và tối ưu vận hành dựa trên dữ liệu thực tế. Khi đó, ROI sẽ không chỉ đến từ việc tiết kiệm chi phí, mà đến từ khả năng vận hành hiệu quả hơn trên quy mô lớn hơn.

Từ góc nhìn của anh/chị, đâu mới là nguyên nhân khiến nhiều dự án callbot chưa tạo ra hiệu quả như kỳ vọng❓