主页 > 知识库 > 呼叫中心生产力管理中的两组相关性分析

呼叫中心生产力管理中的两组相关性分析

热门标签:苹果 免费建站 万科 电话机器人搭建 电销机器人 太平洋寿险电话营销 国美全国运营中心 百度更新规律

呼叫中心的绩效体系(Performance)就是利用数字化的指标来表征一个呼叫中心的综合表现。所谓平衡,是指我们不能单纯追求一个方面的指标不断提升,而是应该建立起全面的绩效指标体系,综合关注服务速度、服务质量和服务成本(收益)等各方面的指标。

呼叫中心的生产力管理,指的是如何通过准确的业务量预测,来合理配置人力、设备等有限的资源,最终达成服务速度指标、质量指标和成本指标。目前呼叫中心的生产力管理,一般包括着如图1所示的四个主要环节。为了下面的叙述方便,这里先简单介绍一下这四个环节的主要工作:

1,业务量预测:根据业务规律和增长预期,按照月、日等时间段预测业务量;

2,生产力需求计算:根据业务量和我们设定的服务水平的目标,预测每个时间段需要的人力和设备资源;

3,人员排班:按照上一步计算的人数需求,设定班次和排班表,但这只是理想状态下的排班表;

4,吻合度的计算:根据实际的情况和人数,找到吻合度最高的实际的排班表,同时看到与预测情况的吻合度;

图1 预测排班四步骤

从中我们可以看出生产力管理所能够直接影响的指标,就包括了服务水平、弃呼率、员工利用率等呼叫中心管理中最关键的指标。正是因为生产力管理工作非常重要,呼叫中心的管理者才需要经常回顾预测和排班情况,发现并解决问题。但是很多管理者发现,对于预测,有明确的预测准确度作为衡量指标;但是对于排班的好坏,却没有什么很好的方法来衡量。今天我们通过几个指标的相关性的分析来看看,如何判定生产力管理中的问题点。

一、服务水平的分布图

服务水平的高低将影响客户对于接通速度的满意程度。因此我们不仅要看到全月的服务水平还要看到其中每一天的情况。将全月的服务水平绘制出图2所示的分布图,我们就可以发现一些问题。

图2 每天的服务水平分布图

如果我们为服务水平设定的目标是77%—83%这样一个区间,我们可以看到全月的平均服务水平为83%,达成了目标。但是分析每一天的情况,就知道全月只有8天真正达到了目标。其中有17天超过了目标上限,造成了成本的浪费;6天低于目标下限,影响了客户的满意度。说明生产力管理还需要进一步改进。

二、预测准确度和服务水平的关联分析

因为我们的排班表是依据预测得来的,因此我们设想预测的准确度应该与服务水平的达成有着紧密地关系。换句话讲,如果预测准确度在正负10%的目标范围内,服务水平应该在77%—83%的目标范围内。

根据这样的设想,我们来看看图3。图3的横轴是全月每一天的预测准确度,纵轴是每一天的服务水平。四条红色的线分别代表了两个指标的上下限。而R2则表示两个指标的相关性。但是真正对我们有指导作用的,并不是相关性的大小,而是对于下面几个现象的分析。

图3 服务水平与预测准确度相关性分析

图中我们可以发现以下几个方面的现象:

1,其中四条直线框定的几个点,代表着预测准确性达标,服务水平达标的天数,但是我们发现这样的天数只有3天,这向我们暗示了预测之外的问题,

2,其中左下角和右上角的两个红色圆圈所代表的这四天,服务水平过高或者过低,主要是由于预测准确率过高或者过低造成的;

3,对于中间的两个圆圈的解释却没有那么简单了,其中左边的圆圈表示着有几天预测话量远远低于实际来话,但是服务水平却正好达标了;而右边比较大的圆圈里面,有多达16个点,表明预测准确度达标的天数里面,我们的服务水平超出了目标上限。

通过上面的分析,我们可以得到下面的结论:

1,全月的预测准确性有9天没有达标,其中2天预测量过高;7天预测量过低,预测需要有所调整;

2,但是全月的服务水平偏高,说明排班中的人员安排没有按照预测话量来进行,属于过量配置人员。

三、服务水平和员工利用率

在排班合理的情况下,服务水平和员工利用率应该是一对有反向关系的指标。如果我们将他们绘制成散点图的话,应该如图4所示的那样,服务水平高,员工利用率相对低;服务水平低,员工利用率高。

图4 服务水平和员工利用率的相关性

但是有时候我们会从中发现比较特殊的点。例如,我们有时候会看到图5这样的情况。其中横坐标是员工利用率,纵坐标是服务水平。红线分别代表两个指标的目标。两条红线将整个区域分成四个象限。

第一象限是指服务水平和员工利用率都高的情况,这种情况是相对满意的情况,说明排班和现场执行的都比较好;

第二象限是服务水平达到目标,员工利用率没有达标的情况。说明人员安排有富余,可能造成了成本的浪费;

第三象限是员工利用率和服务水平都没有达成目标的情况。出现这种情况的问题较难确定,笔者给出两种可能:首先是现场管理比较松散,在电话量高的时候,员工并没有全力接听电话,造成双低;其次要看到每个时间段的情况,有可能是某个时间段的电话过高,当时的服务水平影响到了全天的服务水平,同时员工利用率也没有达到目标。

第四个象限是员工利用率高,服务水平低的情况。说明当天的预测可能存在一定的问题,人员安排不足,造成了人员利用过度,但是服务水平却不达标。

图6服务水平和员工利用率案例

整体分析全月的情况,我们就可以看到图6所示的呼叫中心在预测、排班和现场管理中都存在比较大的问题,提升的空间比较大。

通过上面这两组指标的相关性分析,我们就可以看到一个呼叫中心在预测、排班和现场管理三个环节中管理水平的高与低。

客户世界

标签:开封 阿拉善盟 长白山 通辽 雅安 日喀则 平凉 丽江

巨人网络通讯声明:本文标题《呼叫中心生产力管理中的两组相关性分析》,本文关键词  ;如发现本文内容存在版权问题,烦请提供相关信息告之我们,我们将及时沟通与处理。本站内容系统采集于网络,涉及言论、版权与本站无关。
  • 相关文章
  • 下面列出与本文章《呼叫中心生产力管理中的两组相关性分析》相关的同类信息!
  • 收缩
    • 微信客服
    • 微信二维码
    • 电话咨询

    • 400-1100-266