揭示呼叫中心服务水平差异
客户世界|范军|2009-02-09
p>
p>
为了进行准确的业务量预测,也许您已经做了全部的基础性工作,包括评估历史业务量数据,并发现其变化趋势,对当前市场营销活动等因素进行综合考虑与判断等等。您会非常自信地说,您能够得到一个非常准确地预测数据。此外,您还会对每半小时的业务处理时长进行微调,以便得到更加精准的工作量数据。通过以上的努力,您今天真正需要的人员数量就是您排班的人员数量,果然真是这样的话,今天对您来说会是很轻松的一天。
但是,随后您的老板就把从 ACD 报表那给您看,上面显示出实际的服务水平与您所预测的有些差异。让我们来比较一下,如下表中所列 9 点钟的预测数据和真实数据吧。您预测出 173 个来电,但实际来了 180 个,比预测的多了一些。但是,处理时长和人员数量却是非常准确的。但是,为什么实际来电量比预测多了一些,反而实际的服务水平会比预测的还要高呢?到底哪里出了问题?
预测数据: ACD 报表数据:
您的预测
无论您使用的是什么样的预测与排班工具,有可能使用的是劳动力资源管理( WFM )软件,也有可能使用的是自制的电子数据制表软件工具,或者仅仅靠一个计算器和铅笔来进行计算,但是您所预测出来的数据基本上都是根据厄朗 C 公式进行计算得出的。这个公式也是呼叫中心在进行人员预测,以及服务延迟预测方面被广泛使用的工具。但是,该公式是基于一个假设,即半小时内的任意(无规律地)来电,并针对所设定的不同服务水平给出相应的人员数量建议。
在任意一个半小时的时段中,只有一部分座席被占用,而其他座席为接听下一个来电处于就绪或空闲状态的情况非常多。也许几分钟后,所有座席都处于繁忙状态,而有些来电会进入队列等待。当利用厄朗 C 公式来计算座席数量和服务水平时,这个公式会把来电的随意性因素考虑在内。
呼叫放弃
在每天的许多时段,工作量会超过可用人员能够承受的工作量,这种现象的确存在。当来电进入队列,等待时间过长的话,来电客户就会放弃。有些人当他们听到等待的语音提示后就会马上放弃,而有些人会等的更长一些,而何时放弃就取决于他们等待的容忍度了。
厄朗 C 公式的一个假设是来电客户会无限期地在线等待座席人员接听来电。但实际情况我们都知道,其中肯定有人会放弃。这就是您预测(基于厄朗 C 公式)的服务水平结果为什么与实际 ACD 报表所显示的服务水平结果有差异的原因了。当出现了来电排队,以及来电客户放弃的情况时,很少人会等在队列里,这就使来电处理效率变得更高。因此,实际的服务水平会好于预测的服务水平。
Erlang C 选项
由于厄朗 C 并不能 100 %地准确反映服务水平,那么我们是否还需要继续使用这个公式进行相关预测呢?答案是肯定的。这个公式仍然是呼叫中心进行人员预测的最好的方法。因为,这个公式告诉了我们,如果所有来电客户都选择了在线等待的话,情况将会是怎样的。
可能有人会提出,呼叫放弃的情况应该在进行人员预测时考虑进去。但是,如果这么做的话就要非常小心!让我们假设有 10 %的来电客户会放弃,基于您对于来电放弃客户的预测,也就是处理来电客户的减少,得出您所排人员理论上只处理 90 %工作量的结论。但是,这 10 %的放弃是由于“糟糕的”队列等待时长而引发的。减少人员数量将会造成更加糟糕的服务水平,引发更多的放弃。这样下去,会造成服务的恶性循环。因此,您应该记住一点,调整对人员预测的计算公式,无需对放弃的呼叫进行详细分析。
解释这种不同
如果发现您预测的服务水平与 ACD 报表显示出的实际结果有差异的话,首先应该看一下放弃量或放弃率。如果很高的话,您就会发现预测与实际的差异了。然后采取措施改善放弃率,通过减少队列等待时长,调整队列等待的语音提示,或者语音提示中播放对客户有用的信息、通知等使客户尽量等待较长的时间,使其得到更快的被座席接听的机会。
责编:admin
转载请注明来源:揭示呼叫中心服务水平差异
噢!评论已关闭。