徐樹模：謝謝前一位演講者幫我度過這段“魔鬼時間”。接下來希望不會是另外一個魔鬼時段。我很快的跟各位分享一下我們在人力資源管理這塊的寶貴經驗。

歐美排班管理的思維，跟我們其實有很大的不一樣。一個，他們的人工很貴，追求的是人力精簡的最大效益。他們有一個強大的排班引擎作為核心，追求的就是把需求跟排定人力做到一個最大的彌合。另外，他們是周薪制度的，追求一周內的人員利用公平，包括工時，上五天，休兩天，包含痛苦班，大家一周里拿到的痛苦班都一樣多。因為他們追求一周公平、人力效益的最大化。所以他們的班的設計彈性就很大，有很多兼職人員、零碎班的人員，也不考慮座席資源的限制。中國人就有不一樣的思維了，我們的人工相對便宜，所以不只追求人力，還追求設備與人力資源的平衡優化。在有限的座席資源里，怎么做優化，這個時候就考驗排班師的能力，主管常常會質疑你排班為什么排不好。我們是月薪制度，每個人一個月176個小時，一個月休9天，痛苦班拿得比人家多或少，或者拿到的班比較痛苦，就會有不公平，大家會抱怨，覺得自己的班永遠比別人的差。這是我們很不一樣的思維。靈位，我們排班的時候我們追求自動平衡月人力的需求。要平衡人力，我們會碰到很多的問題。比如臺灣一個兩百人左右的客服中心，排一個班，一周一周排，兩天就排出來了，但排完不能公告，還要調整，把人力做到月平衡，調整花了三天。因為他的人是多技能的人力，調整的時候要考慮美中服務的人力到底夠不夠。花三天時間，比他真正排班的時間還多。這是思維很不一樣的地方。各呼叫中心預測時，受到的月因素影響也比較大，帳單、伴隨營銷、發薪都是用月的概念。另外，我們的人員越來越多技能，技能復雜化以后，要調度困難度就會變高。一個人調度，調度到這個時段到底服務一服務二要多少人力？所以要提升差異管理、調度的能力。

現場調度跟管理這一塊，臺灣的經濟影響比大陸這邊大得多。有的臺灣電信公司因為經濟危機，他們的投資也變得減緩。最近就有一家超過一千席的大型電信公司只投資現場調度跟管理這一塊。先不把海外引擎建立起來，把管理數字、人力調度數字化，對管理層來講，他知道每省一個人對公司來講都是成本的節省，他可以快速的做調度，做一些政策違背的告急。有些工勤活動的監控能做得比較精確。預測、排定跟實際的差異管理，能做到分析管理。對公司來講，這么大的客服中心做到分時管理，每節省5%的人力就是好大一筆錢。調代班可以自動合可，可精簡化獨立運作。另外有5個中心沒有買排班系統，只投資現場管理。這對經濟危機來講，其實是很好的投資方法，先投資最小的一塊，得到最大的效益。

可以做一些數字化的管理，可以看到服務水平為什么不好，是時段排定的人力不夠還是人力不夠還是話務量這個時候預測的不一樣了。同一個管理曲線上，馬上就可以做到管理，你可以看到數字、需求人力、排定人力、出席人力、預期跟排定的服務水平到底差了多少。做調度的時候，可以很快的決定調度幾個人上去加班可以把服務水平救多少回來，用一個很快的現場管理工具，數字化幫公司省錢。

遵時管理這塊，可以看到目前多少人缺勤，應上未上或者應下未下，或者準時上線、準時離線，多少人，可以馬上統計出來。這是一個非常一目了然的管理工具。

現場管理你也可以快速的調換班，不該有的人工審核全部由系統做掉。真正由主管審核的，可能只有10%的調換班案件。90%的案件，只要是符合否決政策的，就直接否決掉，符合同意政策，就自動同意了。不該有人來審核的，就全部自動同意掉了。

強調的不只是排班這一塊，對座席資源優化這一塊，可能相對重要很多。座席優化這一塊有幾個重點。現在越來越多的站點、大型的呼叫中心分樓層、區塊管理。站點、樓層、區塊，對管理人員來講都像一面墻，擋在那里，看不到。如果能把地理位置跟班量，還有這個人的狀態資訊整合在螢幕上，很快就能知道這個人是不是坐對位置，是不是該正確的出席。對管理人員來講，這是很重要的資訊。我們也期望能多利用這些座席資源，包含兩段班、小休、用餐后換個座位，回來的時候座位先被別人利用。一些特殊身份的人，比如主管、考核優秀的人，可以幫他優先坐到他有的位置。小夜班的時候，可能集中到某一個樓層。大夜班的時候，可以集中在某一個角落。所以你會發現小夜班上班的人，白班下班下來，小黑班的人就會往一個樓層做，以方便管理。

這是一個模擬的呼叫中心樓層，管理層期望知道每個樓層發生了什么事，有多少人出缺勤。部門一可以優先坐在上海站點，第幾個樓層，部門三可能分布在蘇州站點跟上海站點，部門四五都在蘇州站點，但各占一個話房。這些話房里，你可以知道哪些人坐在了該坐的座位。資訊透明后，我們就可以很好的管理起來。最近北京有一個客戶就只投資座席監控這一塊。他們發現座席樓層不透明、跟實際對不起來，有的人上班了，跑到一個位置坐，結果這個位置有人坐，這個人比較資深，趕不走，就端著茶杯到處找位置，沒有一個機制控制，造成座席利用很混亂。

座席優化引擎這一塊，我們參考的最主要的就是時段班表，按照每個班表時間把座席落上去。還考慮到交接班的緩沖，前一個人離席了，隔多少時間另外一個人可以坐上去。另外，不占席時段，你要去參加會議，位置要讓出來給別人坐，開會回來可能要坐另外一個位置，你要把所有的座席盡量圍繞在一個中控臺，方便主管做實體的管理。座席優化會從時段集中化開始排，像大夜班、小夜班，開始往哪個樓層集中，這樣排完之后再排優先的人，比如外撥席的座席，排完后根據部門優先，看坐哪個話房。

監控話房的時候，你可以看到一個整合的訊息，可以看到某些人沒有來，呈現的是紅色的。本來應該來，結果沒有來。也有不該來的跑來了。也有話務處理時間太久，會有一個紅色。座席監控解決了座席的出缺勤，非常方便現場的管理人員管理。

上了這個系統之后，現場的管理機制會做改變。中控臺的角色會加重。上了這個系統之后，你會發現他的效益。硬件設備會節省，場地投資也會節省，管理效益也會節省。

接下來看看預測。預測是所有排班系統的最大困擾。我記得上海有一家大型銀行的主管說，有的時候預測還不如觀察地鐵的人那么準。要建立預測模型，真的有它的困難度。怎么把適合自己公司的預測模型建立起來，困難度真的很大。但不建模型，你永遠沒有改善的空間。你只要把模型建立起來，你就有機會持續依照這個模型改善你的預測能力。北京一個三百人的呼叫中心，主管覺得他們的預測還不如自己觀察股票指數加上地鐵指數，他的觀察好像比預測人員還準。

預測人員的困擾，一個是模型很難建立。要嘗試建立這個模型，是有困難。但有好的工具可以幫助你建立模型，把干擾因素分離，并且把它記錄下來。把月、周、假日、帳單這些因素，都切開，把這些因素整合在一起。另外，你可能需要一個視覺化的分析，或者一個彈性化的調整接口。另外，要把過去的預測、歷史的記錄跟未來做一個結合，未來做預測永遠要記得你以前是怎么做的，把以前的記錄調出來看看以前怎么做。當時預測得不準，到底分析在哪里，每個因素的不準確性，都要去分析，去調整。

這些因素，也有簡化的空間。有些因素影響太小，對模型來講影響太小，你可以想辦法簡化。有很多影響不大的因素可以簡化掉，省掉很多功，而且也不會因為這樣喪失掉什么。

這是我們幫一個客戶建立預測模型的例子。預測1月份的話務量，我取了6個區間的話務量，不一樣的對應方式，有的要月周平均，有的要周平均，有的要月日平均，有的要日平均，把它對應到1月1號到1月31號，對應的區間也不一樣，有的對應1號到24號，有的對應到帳單日，有的對應到過年期間。把權重對應起來，加上成長率的修正，加上常態化，加上編輯一些區間。這個模型，一旦建立之后，用三個月、一季之后，就會有一定的把握度了，可以練習，把它越來越修正。

這是我們的預測工具，你可以在圖形號上看到哪些不正常的圖形，很快的修正它。排班師預測完后，他排班也有很多的痛苦。比如多周排班、痛苦班怎么做到公平、彈性班怎么排。大型的呼叫中心用組來排班，那也是不得以的做法，組好管理。有的老板期待你做一個情景模擬，這個情景模擬可能比你排班的時間還多。我們有個客戶，老板交代人力不夠，做一個情景模擬，一分析，一組人要花一個禮拜才能做出來。人不夠，老板要求放棄一些時段，模擬出到底要加多少班才能把話務量救起來，能救到什么程度，這對排班師來講是很大的考驗。我們的產品方案，嘗試解決這些問題。比如，從1月10號排到2月9號的班，整個月里第一周可能只有三天，第二周需要的人力可能特別多，系統就會把第二周的人力堆疊多一點，很少人在這一周休到假，第三周需要的人特別少，大部分的人可以在這周休假，系統可以幫你自動做到人力平衡。這個圖，只針對一種服務，真正調整的時候，如果你是一個多技能的服務中心，看這個圖同時要看好幾條曲線，每調整一個多技能的人，好幾條曲線都會出來，復雜度就變大了。

我們的解決方案，嘗試從核心著手，核心就是現場管理這一塊，做到現場管理這一塊，等于把所有的班表都e化了。如果你能把預測模塊加進來，你的進階管理就出來了，你可以看到預測跟實際的變化。加上排班引擎。如果有了話房監控管理，就可以現場管理，同時把整個座席的資訊整合在一起。再加上引擎，就可以把整個資源做到最優化。不只是人力優化。

這是我們公司的解決方案，我們希望這個方案不但帶給客戶滿意、客戶的客戶能滿意，也期望能得到效率的提升，當然最大還是希望帶給呼叫中心策略價值的提升。因為時間關系，今天不多講了，各位有空可以到我們攤位去咨詢。謝謝！