因?yàn)樽咀鳌稊?shù)據(jù)的魔力——基于數(shù)據(jù)分析的呼叫中心流程改善》一書發(fā)布，從七月底開始在各大城市召開讀書會(huì)，讀書會(huì)的主題圍繞著新書的內(nèi)容——基于數(shù)據(jù)分析的呼叫中心流程改善而展開。對(duì)于我這樣一個(gè)說好叫低調(diào)”、說不好聽就是羞怯”的人來說要這樣密集地拋頭露面，我還是有幾分不適應(yīng)，但這是市場的需要，況且我也不能確信自己寫的內(nèi)容真的會(huì)酒香不怕巷子深”，于是頂著炎炎烈日，開始了我的讀書會(huì)之旅。七個(gè)城市下來，雖然有點(diǎn)累，慶幸沒有出現(xiàn)身體上的狀況，倒也收獲頗豐，粉絲數(shù)漲了不少，名片也收集了一大摞，當(dāng)然還有在讀書會(huì)過程中大家拋出的一些引發(fā)我思考的問題，讓我這個(gè)專職培訓(xùn)講師找到了下一步學(xué)習(xí)的方向。

圖1 服務(wù)水平趨勢圖

這個(gè)呼叫中心在2月的28天里只有5天的服務(wù)水平指標(biāo)是在目標(biāo)要求內(nèi)，而另外23天都在目標(biāo)帶外，雖然平均值表現(xiàn)很好（79.9%），然而這樣的服務(wù)水平對(duì)于顧客感受而言是非常不一致的，所以需要改善。但是改善應(yīng)該從哪里入手呢？這個(gè)時(shí)候有人會(huì)說先把那些差異大的日期進(jìn)行更深入分析，解決這個(gè)問題。但是我會(huì)跟聽眾講，先別著急去找細(xì)化數(shù)據(jù)，我們來思考幾個(gè)問題：

1、你需要解決的是什么問題？

2、這個(gè)問題與哪些流程有關(guān)？

3、這些流程的指標(biāo)有哪些？

4、從哪些維度來組織數(shù)據(jù)，這些數(shù)據(jù)能得出充分的結(jié)論嗎？

為什么要去這樣思考？這就好比一條河流，如果它的上游受到了污染，這個(gè)時(shí)候我們?cè)偃绾闻θブ卫硐掠蔚奈廴尽p少排放物都解決不了問題，還必須從源頭去了解這個(gè)污染產(chǎn)生的原因。這就是根源解決法，而我們數(shù)據(jù)分析的邏輯也是建立在根源分析的基礎(chǔ)上，所以上述的這四個(gè)問題就是幫助我們?nèi)ヌ骄吭搭^的方法。

我們先來回答前兩個(gè)問題：

要解決什么問題？

服務(wù)水平波動(dòng)

這個(gè)指標(biāo)與哪些過程相關(guān)？

預(yù)測量是否準(zhǔn)確

人員安排是否匹配

現(xiàn)場是否按計(jì)劃執(zhí)行

接下來我們就可以根據(jù)這些過程來找到對(duì)應(yīng)的指標(biāo)進(jìn)行分析。

圖2 關(guān)聯(lián)數(shù)據(jù)分析

先看第一個(gè)影響因素，每日預(yù)測準(zhǔn)確率，我們將實(shí)際呼入量與預(yù)測呼叫量做個(gè)對(duì)比分析：

圖3 每日預(yù)測準(zhǔn)確率

從上面兩張圖中可以看出，每日預(yù)測準(zhǔn)確率的偏差很大，低的時(shí)候超過-40%，而高的時(shí)候則接近30%，下一步我們需要了解排班的人員又是根據(jù)什么樣的計(jì)算結(jié)果進(jìn)行人員安排的，所以要找的下一組數(shù)據(jù)是預(yù)測人員數(shù)量與實(shí)際安排數(shù)量的對(duì)比，如下圖：

圖4 預(yù)測人員需求與實(shí)際安排人數(shù)

通過與預(yù)測話量的比對(duì)，可以觀察出預(yù)測人員需求是按照預(yù)測話量擬合的，但實(shí)際安排時(shí)做了簡化處理，每周一至周日是按照同一規(guī)律進(jìn)行人員安排的。如果預(yù)測話量是準(zhǔn)確的話，這個(gè)人員安排問題不是很大；但是因?yàn)轭A(yù)測偏離太大，這種人員安排就會(huì)帶來現(xiàn)場調(diào)控上的難度，因此通過上面幾組數(shù)據(jù)的分析可以得出如下的過程結(jié)果。

初步結(jié)論：

預(yù)測排班流程的問題比較大，每日預(yù)測準(zhǔn)確率在正負(fù)40%左右波動(dòng)，需要先解決預(yù)測精度問題

實(shí)際人員安排與預(yù)測人員數(shù)基本持平，但是人力需求數(shù)據(jù)不完全是按預(yù)測業(yè)務(wù)量擬合，而是進(jìn)行了調(diào)整。

現(xiàn)場數(shù)據(jù)暫時(shí)無法采集到，在此可以先不進(jìn)行分析。

下一步的行動(dòng)：

先解決預(yù)測排班模型問題，重新擬合預(yù)測公式，提升每日預(yù)測準(zhǔn)確率，短期目標(biāo)為正負(fù)15%，長期目標(biāo)為正負(fù)10%。

根據(jù)預(yù)測量進(jìn)行人員需求測算，并進(jìn)行排班，排班周期縮短為兩周。

現(xiàn)場數(shù)據(jù)的收集。

根據(jù)以上的分析思路可以總結(jié)出這個(gè)分析過程涉及的流程包括：話量預(yù)測流程、人員安排流程、人員招聘流程（出現(xiàn)實(shí)際安排人員不足時(shí)必須進(jìn)行人員招聘的分析）和現(xiàn)場管理流程。從數(shù)據(jù)分析的過程中可以得出結(jié)論，是預(yù)測流程的問題比較大，所以先解決預(yù)測話量問題，在預(yù)測精度滿足要求后根據(jù)預(yù)測需求進(jìn)行人員安排，同時(shí)增加現(xiàn)場數(shù)據(jù)監(jiān)控（在線人數(shù)與計(jì)劃人數(shù)的對(duì)比），通過這些改善方案后，這個(gè)指標(biāo)在4月份變成了下面這個(gè)結(jié)果。

圖5 4月服務(wù)水平趨勢

4月的30天在目標(biāo)帶內(nèi)的服務(wù)水平天數(shù)從5天增加到了18天，而未達(dá)到目標(biāo)值的那12天，其服務(wù)水平的波動(dòng)也明顯小于2月。當(dāng)然，從流程改善的定義來說這是個(gè)循環(huán)過程，還需要持續(xù)改善。

這篇專稿由于篇幅的原因，有些分析思路沒有敘述的很完整，如果各位讀者想了解的更多，可以讀我的書，將你的想法與我分享。