基于激励式排班机制的服务质量提升项目报告

一、项目背景

国家电网公司客户服务中心成立于2012年7月，现有客服专员3500余名，负责建设运营国家电网公司95598电话及外包服务、智能网站等业务。国网客服中心客服专员群体庞大、服务范围广、服务要求高、社会影响度大，导致员工工作强度高、工作压力大，难以维持较高工作积极性。故本文以提升质量管理为导向，以调动客服专员积极性为目标，基于六西格玛质量管理模型，以激励式排班机制为依据来研发排班软件，并以某280人规模的客服部为例对激励式排班模型及质量改善成果进行验证。

二、客户需求分析

依据员工自主性与指标可量化的原则建立员工积极性影响因素测评指标体系，确定六项关键指标：绩效奖励、排班制度、激励措施、工作环境、人际关系、晋升渠道。在280人规模的客服部通过调查问卷形式由员工对此六项指标进行影响性打分（5分制），采用SPSS软件对积极性影响指标进行PCA主成分分析（如表1），通过主成分提取分析表确定各项指标权重结果，进而得到统计均值与指标重要性分析象限图（如图1）。

表1 主成分提取分析表

图1 影响因素比较分析

由象限图可以直观看出提高员工积极性的关键是提高绩效奖励及合理制定排班制度，然而经过一段时间优化发展，公司绩效制度已进入一个成熟稳定期，暂时不会有更好的绩效模式替代。由此可以得出结论：提高客服专员工作积极性的关键是制定公平舒适的排班制度，激励话务班组竞争意识，调动员工积极性，为客户提供优质、高效的服务。

三、制定改进方案

1、制定激励式排班机制

根据班组综合指标进行排名将班组分成甲乙两类，其中甲班数量不超过部门班组总数的1/3，尽可能维持在7-8个左右。按照成绩排名优先选择班次，实行末尾淘汰机制，每月甲类运行班固定淘汰2个班组，乙类运行班前2名符合甲类班组要求则可晋升为甲类班组，可实现班组的竞争优势。

（1）排班策略

以夜班为杠杆对甲、乙两类班组进行平衡。

a.甲类运行班当月无夜班，上四天休三天；

b.乙类运行班一个月1-2次大夜班、2-3次断夜班。

通过甲、乙两类排班策略可看出：甲班的排班时间段相对舒适，更倾向于客服专员选择，以此作为激励班组成员工作积极性的举措，从而提升服务质量。

（2）确定KPI考核指标权重

在排班成绩策略的制定上最核心的内容是成绩指标的选择及权重的分配。成绩指标的选择是以分中心的重要指标为基础，以客户满意为导向确定。

以电力客户满意为出发点，随机抽选2000名客户为样本，以调查问卷的形式分析影响客户满意的各项原因（如图2），采用系统图技术将关键原因进行展开，并对各特性进行统计量化（如图3）。

图2 影响客户满意关键因素系统图

图3 客户满意度分析帕累托图

通过图2所示，客户满意影响因素主要反映在专业、高效与优质的服务这三个方面，通过系统图将此细化为11项质量指标，并将其中一些可量化的指标反映到日常话务指标上。基于帕累托图分析所示，影响客户满意度的关键指标排名前三位的是电话接起快速、态度良好及客户诉求一次解决，累计占比达到60.3%，这就成为提高客户满意的关键因素。客户满意的关键因素反映到KPI指标中即人工服务接听量、满意率及客户诉求一次解决率，结合分中心重点指标要求来建立排班成绩指标权重层次结构模型，采用层次分析法（AHP）确定各影响因素权重（如图4），通过一致性检验得到层次总排序表（如表2）。

图4 排班成绩层次结构模型

表2 层次总排序表

（3）KPI指标考核细则

图5 KPI指标考核细则示意图

将班组成绩分为两部分：一部分是百分制，按权重确定每一部分分值并确定阈值，超过阈值的指标做归一化处理后得到相应分数，未超过阈值的指标分值为零；另一部分是扣减项，即产生一张工单差错问题扣减相应分数，以此为依据进行综合指标评分，依据评分进行班组排名，并将班组进行分层（如图5）。班组成绩公式为：

    

2、激励式排班模型

（1）建立排班优化数学模型

综合考虑相关法律规定、人员需求及合理安排员工休息的要求，可将排班问题抽象为一类多目标复杂约束的优化问题并通过以下数学模型进行描述：

目标函数：

其中表示t时刻话务预测所需最小班次数，即在每个班次每日工作总时长不得超过10小时，且连续工作时间应介于不2小时和6小时之间，在此前提下给定时段安排的在班班次数必须满足当前话务要求。最重要的是在得到较优的排班结果后需采用合理的方法确定甲乙班，实现差异化排班，对员工产生有效的激励作用。

（2）设计排班模式算法

排班模型以贪心算法为基础，结合部门激励式排班问题实际，以班次状态为基础设计贪心策略实现排班算法。算法将班组分为就绪、工作、休息、下班四种状态，不同状态间转化及转化条件如图6所示，根据贪心算法的思路，本文按照半小时话务量将6:00-24:00分为36个时段，在给定时段采用基于班组状态的贪心策略求局部最优解，获得各班次在班时段（算法流程图见附表1）；同时为落实激励式排班策略，算法采用合理策略将上文所得排班结果分为甲、乙班。

图6 班次状态机

（3）研发排班软件

项目使用PHP开发了基于B/S架构的排班工具，工具可实现如下图所示的用户登录、话务预测数据导入、综合指标排名、排班方案生成与班次库导出等功能（如图7、图8、图9、图10），此外软件还允许运营主管结合部门实际对结果进行进一步调整，使排班结果更加合理。

图7 话务预测数据导入

图8 综合指标排名

图 9 排班方案生成与调整

图10 班次库导出示意图

将班次库导入运管系统，按软件得出的班组综合指标排名分别为各班组安排甲、乙班班次并指定轮换规则，即可自动生成如图11所示的排班表。

图11 排班表

3、差异化班组培养模式

根据甲、乙班的不同班次设立培训时段，为适应不同班组的需求，保证人才培养的针对性、有效性，部门对甲乙班组采用不同的培养模式。甲班班组坚持以“能力培养为核心”构建培训体系，结合员工现任岗位职业能力需求及未来职业发展目标，按照“专业能力、发展能力”两个层次递进式搭建能力模块并设置课程体系和培训内容。乙班班组培养坚持以“业务提高为核心”构建培训体系，不断提高自身业务能力和业务水平，按照“业务提升、快速成长”的总体思想搭建培训体系。该计划不仅可以激发组员的学习动力，更能系统性全面地考核客服专员的业务能力，提升乙班组员整体业务水平。

四、改进效果评价

1、目标值验证

（1）客服专员积极性与离职率

在激励式排班制度实施前后对部门内客服专员工作积极性展开调查，根据测评结果显示（如图12、图13）：措施实施后比较积极以上人员占比为61%，提高9个百分点，不太积极人员和不积极人员占比为13%，降低5个百分点。同时相比于2016年，部门客服专员半年内离职率持续降低，降低近10个百分点（图14）。

 

图12 措施实施前积极性调查图

图13 措施实施后积极性调查图

（2）客户服务满意度

2016年至2017年，客服三部满意率、客户诉求一次解决率等重点指标稳步提升，小时接听能力由19通上升为23通。

图14 员工离职率对比折线图

表3 部门班组综合指标考核情况

（3）综合指标考核表

根据综合指标考核规则，部门内班组KPI指标大幅度提升，以话务1班至话务10班为例比较2016年上半年和2017年上半年指标情况（如表3）。

（4）经济效益评估

根据大量数据验证表明，激励式排班机制和排班软件可降低离职率10个百分点，人员流失率显著降低，节约时间成本和人力成本，通过估算，可大幅节省培训成本和综合后勤成本。

五、改进方案完善

1.班组成绩权重调整

当部门关键指标出现波动时可在计算班组成绩时对相应指标所占权重进行针对性的调整，引导客户专员关注重点指标，有效提升服务质量，更好地服务电力客户。

2.排班算法优化

目前开发的排班软件主要以基于贪心算法的优化模型为基础，该算法只能做出较好的决策而无法得到问题的全局最优解，故得出的排班结果从全天的角度考量存在一些不合理的情况，需运营主管做进一步调整，持续优化排班算法和模式，提高排班智能化水平。

本文刊载于《客户世界》2017年10月刊；作者为郎楠、范博韬、李欣、杨华、牛逸明 、李堃、张泽；单位为国家电网公司客户服务中心北方分中心。

转载请注明来源：基于激励式排班机制的服务质量提升项目报告

本文链接地址：http://www.ccmw.net/article/114784.html