业务指标管理经验分享–AHT

客户世界 | 2015年7月12日 | 2005年 | 评论已关闭 | 2305

客户世界|任萍|2005-11-02

对于每一个业务来讲都会设定若干业务指标，而且各项指标间又相互支撑或相互制约，就单项指标而言也存在着平衡的问题，比如有的指标太低会影响客户满意度，但如果太高，又会带来公司成本的增加等等，那我们如何来管理我们的各项指标呢？当一项指标出现大幅波动时，我们如何来分析和改进呢？以下是近期的一个小案例，愿与大家共享！

1．AHT问题的定义和测量

AHT即单通电话的平均处理时间（此指标为越低越好）

对于A队列来讲，AHT一直达标状况很好，但是近期进行了一些流程的改动之后，AHT的情况发生了很大的变化。下表所示的是最近4个月以来的AHT的实际达成情况。

AHT近期现状

通过趋势分析，我们可以发现A队列这项指标的达标情况和趋势都非常不好。另外，通过下图中列出了自2月份以来的每一天的AHT的达成情况（细化分析），我们可以看出整个AHT的上升趋势，说明AHT不达标不是一个偶然现象，需要我们进行深层的原因分析。

AHT近期现状-按日

2． AHT影响因素分析

2．1 AHT细化分析

上面我们已经按照日进行了细化，发现3月份以来AHT长期超过目标，不是哪一天的问题。下图我们再针对小组和员工层面进行一下分布分析。

AHT分布分析-小组

按组的分析中我们可以发现两个有效的信息：
1．除104小组之外，其他所有小组均不能达成目标。AHT普遍不符合目标；
2．有5个小组的AHT甚至超过了320秒，远高于其他小组，值得我们深入分析。经查证，我们发现这些小组的主要成员是上线不足6个月的新员工。

AHT分布分析-员工

上图是按照员工的分布图。从中我们可以看到三个主要结论：
1．整体的正态分布偏离了目标，大部分员工没有达标；说明流程层次存在问题；
2．整个AHT分布在240-440秒之间，分布广泛；说明员工的技能、操作和态度存在很大区别，需要在培训和监控上面进行改善；

AHT分析—上线时间与AHT

上图中是员工的登录号和AHT表现的散点图。该队列员工的登录号与上线时间完全相关，登录号越大的员工上线时间越晚。该图中的每个点代表一名员工，其中横轴代表他的上线时间。而纵轴代表他的AHT表现。由此我们可以发现两个结论：
1．比较新的员工AHT分布广泛，存在大量AHT过长的员工；
2．大部分老员工的AHT比较集中，但是存在个别超长现象。
那么新员工组的AHT是否有下降的空间呢，这时候我们要应用对比分析。看看每个新员工组在第一周以及接下来的几周内的表现是否一样。

3月份以来新员工组上线记录

各批新员工AHT变化趋势

上面的两张图的分析中我们可以得到结论：可见所有新员工的AHT都会明显高于老员工，且规律性非常强，前两周下降明显，两周后趋于平稳，所以每批新员工上线的前两周对AHT冲击最大。但每个小组的进步程度有所不同，有的小组进步非常快，可经验共享，加快新员工成长速度。

综合上面4个纬度的细化分析，我们得到AHT长的主要原因：
1．大量员工长期AHT超标，说明流程制定中有不合理的地方，需要从流程层次有所改进；
2．员工的AHT分布广泛，说明员工的技能或者操作习惯存在问题，需要整体的培训和矫正；
3．新员工普遍有更高的AHT，说明新员工培训和指导中有需要改进的地方；
4．老员工中也存在个别的AHT超长现象，需要个别指导和提升计划。
2．2 AHT推理分析
在细化推理中谈到的人员和时间纬度的细化已经做过，下一步我们要把与AHT相关的指标拿出来看看，A队列分析的结果是AHT会与平均谈话时间、平均案面时间以及员工的士气相关。之后我们会分析影响这三个指标的主要因素。但是这些因素中间哪些存在问题？就需要我们再进行一些数据分析和现场端对端的审核。

各批新员工AHT变化趋势

现场端对端的审核是非常重要的推理工具，很多事情我们在数据中发现的只能是一部分或者是想象中的原因，只有我们坐在座席代表身边，看到他接起电话的全部过程的时候，我们才发现真正的做法和问题的原因。

A队列的负责人发动很多主管进行了流程端对端的审核，过程中发现了以下的问题，这些问题在不同程度上影响了AHT的达成：
大量新员工以及部分老员工没有边听边记的习惯，更多的在通话结束之后才进行记录，大大的增长了案面时间；
系统易用性的存在一些问题，降低了操作速度；
流程中有些环节没有必要，降低了效率；
刚才我们谈到平均谈话和平均案面时间会影响AHT的达成，因此需要对这两项指标进行分布分析。分析中我们发现案面时间的分布非常广泛，也反映出案面时间的可降低空间还是很大的。