《呼叫中心管理》doc版

《《呼叫中心管理》doc版》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、解析服务水平作者：武杰

2、来源：客户世界

3、2006-12-1214:58:49对于呼叫中心来说，服务水平是最重要的KPI之一，是衡量呼叫中心服务质量的指标，提高并维护服务水平是每一个呼叫中心管理者都应该认真面对的问题。但是服务水平的控制却不是那么容易，原因是服务水平不像接通率那样，可以直接由现成的容易理解的数据得到，并且服务水平的波动也非常大。要控制服务水平，首先要理解服务水平，了解影响服务水平的因素。所以在此，我们对服务水平进行深度的数学分析，全面了解服务水平的计算方法与主要的影响因素，并且给出控制服务水平的方法。

4、服务水平（ServiceLevel）是一个百分比，指的是在指定时间内接听的电话的比例。在业内，一般来说服务水平采用的是20秒内接通率或者15秒内接通率。从理论上来说，只要我们可以知道每一通呼入的具体数据，就可以通过每通电话从转入人工到客户代表接起的时间，把在20秒或者15秒之内接听的呼入统计出来，再与总体呼入量相比，就可以得到准确的服务水平。但是每天面对成千上万的呼入量，要得到每一通电话的具体数据是非常烦琐的，也是没有必要的。我们使用的CMS系统会自己帮我们统计这些数据，并且经过后台计算，得到服务水平的结果。但是C

5、MS系统只告诉我们数据，服务水平与其他指标之间的关系还是需要我们自己去分析和理解，然后去控制。其实，把呼叫中心简单化来看，就是一个非常标准的排队论模型。从模型本身来看，是非常简单的三个过程，顾客到来、接受服务和离开。其中当顾客比较多，而服务台不能同时服务足够多的顾客时，就有顾客开始排队，直到自己被服务为止。对于呼叫中心，情况基本相同，服务水平就是本模型中有多少顾客等待时间少于20秒或者15秒。所以我们就可以利用排队论模型来对呼叫中心的相关数据进行分析。在排队论模型中，几个关键前提是：1、顾客的到来服从固定的分布；2

6、、服务台的服务时间服从固定的分布；3、服务规则。下面就根据排队论模型的关键前提来对呼叫中心进行建模。相信每个呼叫中心都有预测分析人员，会掌握每日的呼入分布，例如：上午的9：00-11：00和下午的3：00-5：00是呼入的高峰期，而吃饭时间呼入会比较小。呼入的分布从大的时段上看是有规律的，例如年周期、月周期、周周期等等。但是小到一定的程度呼入量就会趋向于随机分布。例如，从上午9：00-9：30的半小时，我们可以预测大约有300通呼入，但是我们不能预测呼入在这半小时中的分布情况，因为在半小时之内，呼入是随机的。那么，

7、我们认为在半小时的时间内，呼入服从泊松分布。相信每个呼叫中心的班次不同，各个时段的上班人数也不同，但是经过时段细分后，每半小时的上班人数是固定的。在我们的呼叫中心里，服务时间服从于以平均ACD与平均ACW之和为数学期望的负指数分布。在每个呼叫中心，CTI和PBX对呼入进行分配，一般都采用了先到先服务的排队规则。这样，以我们的呼叫中心为例，就得到排队论模型如下：时间段：半小时顾客：呼入的电话……服从泊松分布服务台：所有的客户代表……服从负指数分布服务规则：先到先服务如果有的呼叫中心设定了系统容量或者到时间自动放弃等，

8、也可以加入排队论模型，本模型只讨论系统容量默认为无限大，没有限时自动放弃（例如）的情况。这样，此模型中的指标也与呼叫中心的指标相对应，如下：顾客离开……呼叫放弃（半小时）平均排队时长……平均速度应答（半小时）平均顾客离开前等待时间……平均放弃时长（半小时）这样通过对呼叫中心进行建模，我们可以掌握每半小时内的呼入等待分布、平均放弃分布、平均ACD与平均ACW之和的分布。进而明确影响这些指标的因素，通过对每半小时的指标控制来对整日、整周、整月的KPI指标进行控制。在此，先考虑呼入不会放弃的情况，假设在半小时之内，呼入的

9、电话服从参数为λ的泊松分布，客户代表的服务时间服从参数为?的负指数分布，目前有n个客户代表上班，系统内有i个客户的概率为P（i），分析这个时候的排队系统，得到状态转移关系图：由此得到差分方程：求解，可以得到：之后便可以进一步得到平均等待电话数和平均速度应答的公式：由此数学模型，我们就可以计算出在半小时之内的平均速度应答情况，例如：在上午10：00-10：30之间，平均呼入为200通，则可设定λ=200。客户代表的平均ACD+平均ACW为180秒，则可设定?=10。本时段有25名客户代表上班，则可设定c=25。通过公

10、式计算，可以得到，平均速度应答为7.5秒，平均等待人数为0.8个。当然这只是理想的情况，在实际工作中，客户在等待时间过长的时候会主动放弃，不过在CMS系统中，我们可以得到客户的平均放弃时长，把这个参数也加入到模型之中。如果CTI和PBX的设定不同，也可以在本模型中修改参数。根据最简单的模型演示，我们也可以得到呼入的速度应答分布，如下图：从图中可以看到，根据?