浅谈数据分析在呼叫中心人工效能管理中的应用.doc

浅谈数据分析在呼叫中心人工效能管理中的应用呼叫中心人工效能管理的关键在于如何使得有限的人力资源得到最 大化的利用，有机结合事中管控与事后分析，提升人员工时利用率，进而 实现人工成本的有效控制某呼叫中心服务全国多个省的客户，为了兑现业务有差异、服务无差 别的客户承诺，该呼叫中心按照话务规模均衡、自然灾害同时发生地区相 对分离的原则，下设6个客服部当某省发生大话务峰涌溢出时，在保证 各客服部能接得起本部门服务网省的前提下，监控（应急指挥）中心 统筹调控某些客服部富余的接听资源，成立虚拟的应急客服七部，通过给 客服七部中的座席配备所有省的全业务中级技能，分担大话务峰涌部门溢 出的话务量在监控客服七部座席状态的过程中，我们发现在话务繁忙出现较多排 队时部分座席仍然会长时间停留在就绪队列中，这既会造成本可接起的电 话被放弃，也是-•种人力资源浪费呼叫中心每天都会产生海量数据，从 某种意义上讲，呼叫中心也是数据中心，因此我们利用系统中现有的人员 能效基础数据，并结合数据分析的方法，对客服七部人工效能现状进行评 估一、客服七部人工效能现状工时利用率反映了座席的有效工作时长能否满足呼叫中心的要求，其中空闲时长异常对此影响较大。

此外，我们在口常座席状态监控中发现案 头时长异常，虽然无法在工时利用率这个指标中有所体现，但也会对整个 呼叫中心的人工服务接听率造成影响因此，接下来我们从空闲时长异常 和案头时长异常两个角度进行深层挖掘一） 空闲时长异常组成虚拟客服七部的人员不固定，在需要安排培训、就餐、下班时， 各客服部可以申请换人，因此从理论上讲，在话务繁忙期间，客服七部人 员的空闲比往往较低下面选取2015年11月13日至11月26 口客服七 部中6个班组的空闲时长占整个签入七部时长的比例数据及离散系数以及 各客服部在该段工作周期的空闲比及离散系数，绘制图如图1所示由图1可见，除了客服三部、六部在本部门的空闲比相较于在客服七 部时偏高，其余部门均偏低事实上，我们选取研究的这段时间属于话务 高峰期，除了客服三部、六部，其余部门每天长时间存在数量不等的排队 此外，还可以看出各客服部座席在客服七部时的空闲比波动较大二） 案头时长异常选取2015年11月13 FI至11月26日客服七部六个班组的案头时长 占整个签入七部时长的比例数据及离散系数以及各客服部在该段工作周 期的案头比及离散系数，绘制图如图2所示由图2可见，各客服部在客服七部的案头比相较于在本部门时均偏高, 且波动较大。

从现场座席状态监控也可以看出部分座席在客服七部存在利 用案头长时间休息的现象，需要不断予以督促二、诊断分析 通过对话务繁忙期间客服七部空闲比异常偏高座席的软动作明 细进行分析，发现部分座席存在频繁外呼的现象例如某座席在当日存在 12次外拨、l-2s内客户主动挂断的动作此类通话未成功，不会在座席 呼出统计表中得到体现，但会改变其工号在就绪队列中的排队顺序， 从而躲避进我们在现场监控座席状态的过程中还发现一类现象，某些座席在话务 繁忙出现排队期间其就绪时长一直在累积，无法接进，但查询其工号 配备的座席技能符合该呼叫中心的要求通过到一线巡场，对异常人员行 为进行跟踪，发现此现象是由于座席违规利用系统漏洞，异常操作硬, 导致座席端无法正常接进三、 解决方案制定由以上分析可知，座席违规操作系统导致空闲时长异常、案头时长异 常，是该呼叫中心客服七部人工效能提升的瓶颈针对此，该呼叫中心一 方面出台了对客服七部能效数据的绩效考核办法，将座席在客服七部的能 效数据纳入月度绩效评定中；另一方面，监控（应急指挥）中心对客服七 部的能效数据、存在问题进行日梳理、FI反馈、日跟踪四、 效果验证经过一个多月的整改提升，我们对2016年1月15日至1月28日客 服七部的数据进行分析，与2015年11月13日至11月26日的数据对比, 检验整改效果。

图3、图4分别为整改前后空闲比及离散系数、案头比及离散系数的 对比图由图3可以看出，经过一个多月的整改，各客服部在客服七部的空闲比均明显下降，而稳定性仍相对较差计算客服七部各班组2016年1月15日至1月28日的空闲比趋势值如表1所示由表1可见，整改后客服七部各班组的空闲比趋势值为负，表明客服 七部的空闲比整体是下降的趋势，虽然其离散系数偏高，但是是在朝好的 方向发展，这正是我们愿意看到的由图4可以看出，各客服部在客服七部的案头比稳定性提升明显，平 均值也得到一定程度的缩短（因座席在客服七部主要接起的是非原部门服 务网省的，业务差异会导致案头处理时长比原部门的偏长一些）五、结论经过一个多月的努力，该呼叫中心客服七部座席能效从13通/小时提 升至20通/小时以上，有效提高了七部座席的应急效率；同时改善了座席 的工作行为规范，这对提升呼叫中心人员利用率从而控制人工成本意义重 大我们坚信，将数据分析应用于呼叫中心管理，透过数据表象发现问题, 抽丝剥茧、分析原因，制定整改措施进而解决问题、防微杜渐，是大数据 时代的大势所趋，亦是呼叫中心的必然发展方向。