呼叫中心运营指标关联性分析浅析
二、专题分析流程
三、专题分析规范
(一)数据采集
1.员工效能类数据
序号指标名称指标含义1人工请求量按0进入客服中心热线服务平台（呼叫中心系统）的人工服务请求总量2人工接通量被成功接入人工座席的人工服务请求量3人工接通率所有人工服务请求中，被成功应答的比率。4N秒人工接通量客户在N秒（N=15，20，30）内被成功接入人工座席的服务请求量5服务水平（N秒人工接通率）在一定时限（N秒，N=15，20，30）内应答的人工请求量与人工请求总量的比率。6在线利用率统计月内呼入通话时长不少于XX小时的呼入客服代表登录系统后有效工作时长占总登录时长的比例。7平均处理时长指处理一个人工请求的呼叫所需要的平均时间，包括：平均交谈时长、平均持线（等待）时长和平均事后处理时长，不包含按转人工键后到座席接起前的等待时间。8人均每月电话处理量统计月内呼入通话时长不少于XX小时的呼入客服代表，人均每月的人工呼入电话处理量。2.人力配比类数据
根据全国各省或各项目呼叫中心的组织架构，采集各岗位人力配比数据。
(二)数据整理
根据采集到的原始数据，进行如下数据加工整理：
1.N秒接通电话量占比=人工N秒电话接通量/人工接通总量
2.呼入一线生产人力=呼入一线客服代表+呼入在线专席（非语音）客服代表
3.非呼入一线生产人力=人员总量-呼入一线生产人力
附注说明：
1.“N秒接通电话量占比”计算数据，将用于数据分析内容中服务水平（N秒人工接通率）的提升值计算。
2.省份呼入一线生产人力，如有外包团队，加入外包一线生产人力数据分析的是呼叫中心的整体情况，未加入则分析的是自有人力的相关情况。
3.非呼入一线生产人力，如有外呼岗位/电话经理岗位相关数据，剔除此部分数据分析的是热线呼入团队的人力配比，未剔除分析的则是呼叫中心整体的人力配比。
(三)数据分析
1.分析内容
1)呼入一线生产人力配比分析
2)非呼入一线生产人力配比分析
3)非呼入一线生产人力占比分析
4)关联分析，包括：
员工效能（人均每月电话处理量）与呼入一线生产人力配比关联分析员工效能（在线利用率）与呼入一线生产人力配比关联分析呼入一线生产人力（配比）与人工接通率关联分析呼入一线生产人力（占比）与人工接通率关联分析5)数据质量校验
2.分析方法
1)呼入一线生产人力配比分析
应配人数=人工接通量/CPH/166.64/历史平均出勤率，其中：CPH=3600S/AHTX在线利用率人力差值=应配人数-实际人数，负值表示人员富余，正值表示人员紧缺。2）非呼入一线生产人力配比分析
非呼入一线生产人力配比=呼入一线生产人员数量/非呼入一线生产人员数量（即一个非呼入一线生产岗位人员与呼入一线生产人员的人力配比）可按照整体数值计算，亦可分岗位分别计算配比，比如：TL人力配比=呼入一线生产人员数量/TL岗位人员数量（即一个TL与呼入一线生产人员的人力配比）3）非呼入一线生产人力占比分析
非呼入一线生产人力占比=非呼入一线生产人员数量/人员数量合计（即衡量非呼入一线生产岗位人员数量在人员总量中的占比）可按照整体数值计算，亦可分岗位分别计算配比，比如：TL人力占比=TL岗位人员数量/人员数量合计（即TL人员数量在人员总量中的占比）4）关联分析，包括：
员工效能（人均每月电话处理量）与呼入一线生产人力配比关联分析：
A将人均每月电话处理量低于标准值或平均值的省份/项目，以标准值或平均值为标准进行如下分析计算：
人工接通量计算值=呼入一线生产人员数量X人均每月电话处理量标准值或平均值人工接通率计算值=人工接通量计算值/人工请求量人工接通率差值=计算值-实际值正值表示提升，负值表示降低应配一线人员数量=人工接通量实际值/人均每月电话处理量标准值或平均值人工服务N秒接通量=人工接通量计算值XN秒接通量与人工接通量的占比人工服务N秒接通率=人工服务N秒接通量计算值/人工请求量人工服务N秒接通率差值=计算值-实际值正值表示提升，负值表示降低人力差值=应配一线人员数量-实际一线人员数量负值表示人员富余，正值表示人员紧缺可增加的一线人员数量=原人力差值-提升后人力差值B.根据计算出的“可增加一线人员数量”进行如下分析计算：
可增加人工接通量=可增加一线人员数量X人均每月电话处理量可增加N秒接通量=可增加人工接通量XN秒接通量与人工接通量的占比新增人力带来的人工接通率增长点数=可增加人工接通量/人工请求量新增人力带来的N秒人工接通率增长点数=可增加N秒接通量/人工请求量员工效能（在线利用率）与呼入一线生产人力配比关联分析：
A.将人均每月电话处理量低于标准值或平均值的省份/项目，以标准值或平均值为标准进行如下分析计算：
CPH（平均每小时电话处理量）=3600S/AHT（平均处理时长）X在线利用率人工接通量计算值=呼入一线生产人员数量XCPHX166.64人工接通率计算值=人工接通量计算值/人工请求量人工接通率差值=计算值-实际值正值表示提升，负值表示降低应配一线人员数量=人工接通量/CPH/166.64人工服务N秒接通量=人工接通量计算值XN秒接通量与人工接通量的占比人工服务N秒接通率=人工服务N秒接通量计算值/人工请求量人工服务N秒接通率差值=计算值-实际值正值表示提升，负值表示降低人力差值=应配一线人员数量-实际一线人员数量负值表示人员富余，正值表示人员紧缺可增加的一线人员数量=原人力差值-提升后人力差值B.根据计算出的“可增加一线人员数量”进行如下分析计算：
可增加人工接通量=可增加一线人员数量X人均每月电话处理量可增加N秒接通量=可增加人工接通量XN秒接通量与人工接通量的占比新增人力带来的人工接通率增长点数=可增加人工接通量/人工请求量新增人力带来的N秒人工接通率增长点数=可增加N秒接通量/人工请求量呼入一线生产人力（配比）与人工接通率关联分析
A.将非呼入一线生产人力配比低于标准值或平均值的省份/项目，以标准值或平均值为标准进行如下分析计算：
应配人数=人员数量合计X以配比标准值或平均值为标准计算的一线人员比例值可增加的一线人员数量=应配人数-实际人数人工接通量计算值=应配一线人员数量X人均每月电话处理量人工接通率计算值=人工接通量计算值/人工请求量人工接通率差值=计算值-实际值正值表示提升，负值表示降低B.根据计算出的“可增加一线人员数量”进行如下分析计算：
可增加人工接通量=可增加一线人员数量X人均每月电话处理量可增加N秒接通量=可增加人工接通量XN秒接通量与人工接通量的占比新增人力带来的人工接通率增长点数=可增加人工接通量/人工请求量新增人力带来的N秒人工接通率增长点数=可增加N秒接通量/人工请求量呼入一线生产人力（占比）与人工接通率关联分析
A.将非呼入一线生产人力占比高于标准值或平均值的省份/项目，以标准值或平均值为标准进行如下分析计算：
应配人数=人员数量合计X（1-非呼入生产一线人力占比标准值或平均值）可增加的一线人员数量=应配人数-实际人数人工接通量计算值=应配一线人员数量X人均每月电话处理量人工接通率计算值=人工接通量计算值/人工请求量人工接通率差值=计算值-实际值正值表示提升，负值表示降低B.根据计算出的“可增加一线人员数量”进行如下分析计算：
可增加人工接通量=可增加一线人员数量X人均每月电话处理量可增加N秒接通量=可增加人工接通量XN秒接通量与人工接通量的占比新增人力带来的人工接通率增长点数=可增加人工接通量/人工请求量新增人力带来的N秒人工接通率增长点数=可增加N秒接通量/人工请求量数据质量校验
根据数据指标间的逻辑关系或者是行业标准算法，校验以下指标的真实性和准确性：
A.人工接通量/人工接通率
CPH（平均每小时电话处理量）=3600秒/AHT（平均处理时长）×在线利用率人工接通量计算值=呼入一线生产人员数量XCPHX166.64人工接通率计算值=人工接通量计算值/人工请求量计算值与实际值如出现差异，则说明数据有异常，需要进一步确认数据异常的原因。B.人工服务N秒接通量/人工服务N秒接通率
CPH（平均每小时电话处理量）=3600秒/AHT（平均处理时长）×在线利用率人工接通量计算值=呼入一线生产人员数量XCPHX166.64人工服务N秒接通量=人工接通量计算值XN秒接通量与人工接通量的占比人工服务N秒接通率=人工服务N秒接通量计算值/人工请求量计算值与实际值如出现差异，则说明数据有异常，需要进一步确认数据异常的原因。C.在线利用率
在线利用率计算值=人均每月电话处理量/166.64/3600XAHT（平均处理时长）计算值与实际值如出现差异，则说明数据有异常，需要进一步确认数据异常的原因。D.人均每月电话处理量
人均每月电话处理量计算值=3600秒/AHT（平均处理时长）×在线利用率X166.64计算值与实际值如出现差异，则说明数据有异常，需要进一步确认数据异常的原因。(四)结果输出
1.将数据分析结果与生产运营相结合，通过客观、定性的描述分析，对全国各省或各项目呼叫中心的人力配置及人员效能提升提出意见和建议。
2.建立起定期的通报机制，指导全国各省或各项目有针对性的改进优化。
(五)效果跟进
1.全国各省或各项目呼叫中心应根据总部或甲方下发的通报内容，及时制定整改规范并完成整改。
2.总部或甲方将对全国各省或各项目的问题整改结果进行定期跟踪，并再次进行监控、分析和通报。
以上从一个小的专题“员工效能和人力配比关联分析”简单说明如何借助数据分析方法，构建起不同指标间的关联性，并根据指标关联性分析结果锁定问题省份或问题项目、以及问题原因，并督促有针对性的采取改进措施的全过程。
当然，呼叫中心的运营指标不只是本文中所分析到的员工效能类和人力配比类，而“员工效能和人力配比关联分析专题”也仅是呼叫中心运营指标关联性分析中的“冰山一角”，只有在日常工作中通过不断地摸索和叠加，才能逐步构建起完整版的呼叫中心运营指标关联性地图和分析体系，才能透过不同指标间的关联性及时锁定运营问题并采取有效措施，才能将这些数据所告诉我们的价值信息充分利用，从而真正实现“以数据驱动运营”。
作者介绍
王丹丹老师
自1998年起一直在呼叫中心行业任职，从最初的一线CSR，逐步走上管理岗位，曾先后在中国联通洛阳分公司呼叫中心、华友世纪通讯有限公司呼叫中心、亿美软通呼叫中心、欧唯特（中国）淘宝项目呼叫中心、诺和诺德（中国）呼叫中心担任管理职位，历任呼叫中心班长、主管、经理和总监职位，拥有20余年的呼叫中心行业从业经验。并于2011年-2018年任职华为技术有限公司呼叫中心首席咨询顾问，负责中国区呼叫中心运营管理及大数据应用方向的解决方案开发和项目拓展工作
运营管理的呼叫中心行业类型包括通信、IT、电子商务及医药，运营管理的呼叫中心性质包括了自建型和外包型。
专业领域：
一、运营管理方向
对呼叫中心实施标准化、规范化的运营管理，确保整体运营品质。在呼叫中心运营管理的各模块：绩效管理、招聘管理、培训管理、报表管理、知识管理、流程管理、人事管理及大数据应用等方面均颇有建树，拥有自己独到的见解。
二、解决方案方向
作为呼叫中心专业咨询顾问及解决方案经理（产品经理），完成：
1.开发完整规范的呼叫中心运营管理及大数据应用类解决方案，并在不同呼叫中心实现落地。
2.解决方案“产品化”，即将解决方案的内容与呼叫中心运营管理及大数据应用类平台软件的设计开发实现“融合“（与研发人员协同完成），并在不同呼叫中心落地使用。
三、教育培训方向
1.运营管理专业课程培训：作为专业讲师，完成面向呼叫中心各级管理人员，关于呼叫中心运营管理及大数据应用的课程培训。
2.呼叫中心行业职业教育：作为行业专家，与国内高等职业院校协同完成呼叫中心专业方向的职业教育开展，包括：教学体系设计、教学课件开发及日常教学授课。
培训咨询电话：
北京中心010-58612706
成都中心028-67835378
欢迎电话咨询哦～
FULUCC
关注我们
FULUCC
关注我们返回搜狐，查看更多
云联络中心
腾讯云联络中心（TencentCloudContactCenter,TCCC）可对接企业现有语音网关、SIP话机等硬件资产，激活传统话务系统向云办公及联络中心一体化扩展，致力于办公电话与联络中心的一体化集成，支持移动端、PC端、办公话机等多平台接入。
远程办公与客户服务一体化，助力企业降本增效：
职场、居家、移动办公场景一体化办公平台、客户服务平台一体化呼叫中心、业务系统一体化案例：广发银行—呼叫中心语音大数据分析系统建设
2015年4月成功签订合同，产品同时正式上线，每月或每两月进行版本更新维护,为客户增加新的使用功能，提高工作效率，增强客户使用体验！提升企业敏捷性！
客户名称/所属分类
大数据技术服务：广发银行大数据语音分析技术服务
任务/目标
广发银行信用卡中心希望针对目前呼叫中心数据量大，一旦出现历史录音调听，需要先找到磁带，导入系统中然后员工再一一听取核对，工作量大且效率非常低，往往找一通电话需要数天甚至几周时间，而且质检覆盖范围小，无法根据客户反馈的问题，及时有效的将相关信息进行结合，更难提及获取语音数据中的潜在市场价值。
广发银行信用卡中心希望通过使用相关解决方案，解决上述所面临的问题。并且实现语音服务系统的高效录音管理，解决语音文件的存储、调听问题，加强人工服务质检功能，同时对海量数据中的信息进行分析和挖掘，从而更加深入地了解客户、发掘市场、改善服务。
挑战
随着国内通信服务及电商行业的发展，录音质检管理日益为行业管理人员和智能语音质检系统提供商所重视，大量埋藏在海量电话录音中的客户需求和重要市场信息，如果都通过传统的人工监听无疑是一个巨大的工程，必将消耗大量的人力物力。同时这项支出还将会随着企业的发展而持续增长。
所以银行金融业呼叫中心未来的快速稳步发展，尤其是广发银行这种日通话量在100万通的大体量语音数据，迫切需要构筑适合企业的智能语音分析质检系统。
银行业呼叫中心质量监控管理是对坐席电话营销过程实施全程监控的过程。也是通过对营销代表服务质量的检测和监控，确保公司依法合规经营，防范企业经营风险，同时提升电话营销代表的营销技能和服务水平，保障这一高水平服务的持续实现的过程。另外对客户的需求、客户感受、客户建议等进行分类搜集，实现质量监控工作的综合运维。
质量监控工作强化电话营销坐席电话销售过程的合规性、完整性、准确性、规范性。所以质检系统要保证录音信息与客户投保信息准确对应。同时为了实现公司电商业务的依法合规经营，广发银行信用卡中心要求录音质检系统还应具备违规风险点报警、服务禁语筛选的功能。
传统质检质量监控人员每天面对大量的录音，一般是通过听录音进行合规性检查，对于批量录音中其它的重要信息则无法识别、筛选。比如关于客户投诉，有多少来电是投诉服务质量，有多少是不满意产品价格。又如面对突然上升或下滑的业务量，管理者是否能在第一时间作出原因判断，及时提供应对策略？
所以广发银行信用卡中心要求录音质量管理系统还要有客户感受、客户期望内容搜集，以利于形成客户需求信息积累和产能转化的需求，这对于当时IT技术运维提出了一个不小的难度!
通过与广发银行信用卡中心项目团队及时沟通，全面掌握客户对语音质检的需求后中金数据为广发银行提供了如下基础服务：
1.实现语音全量在线存储，可以通过指定内容实现对全量语音的实时检索、调听；
2.提高质检覆盖率，通过系统实现100%录音质检；
3.通过系统和人工结合的质检方式提升质检效率；
4.对电销录音相关数据进行统计和主题分析，针对话术、客户反馈、电销周期、成功情况等综合分析后，优化电销策略；
针对于客户要求的后期语音分析内容，中金数据利用自有大数据平台，创建大数据语音分析云。将客户整理好的数据统一放到大数据平台进行存储，根据广发银行的需求研发工程师搭建不同的数据模型，定制更详细的语义规则来匹配后期对数据的分析，以及挖掘客户意见和对风险的把控。
直至现在中金数据仍然每月或每两个月对系统进行巡检，检查系统的运行状况，并在广发银行现场进行支持性的工作，查看数据运行情况以及补充需要更新的数据。在处理事务的过程中广发银行也会提出一些新的需求，当下月再次去现场巡检时，中金数据会将更新后的系统功能带给客户使用。
经过一次次反复的产品功能更新迭代。目前，中金数据可以为广发银行提供提供每日通话量120万通的语音数据，合计通话时长3万小时，也是业内唯一一家可以提供如此大体量语音数据分析的供应商。同时，系统可以为广发银行信用卡客服中心提供如下基于大数据的语音分析，成功解决了一直困扰广发银行业务开发的难题。
1.通过数据分析统计，挖掘客户意见和风险，及时调整服务策略，提高客户满意度；
2.对呼叫中心海量的语音进行价值提取，为产品设计、营销发现并提供有价值信息线索。
生机存在于困难中，广发银行信用卡呼叫中心，从“成本中心”转变成“价值中心”，再转变为“利润中心”，承担起了更多、更重要的企业战略级任务！我们相信未来就诞生于这种转变过程中。通过我们的方案可以让广发银行从“听得到”到“听得懂”客户心声的有效转变
实施过程/解决方案
在经过将近为期一年的严格考察后，广发银行信用卡中心正式与中金数据签订大数据基础平台项目合作协议。为帮助客户中心客户解决上述问题，中金数据以语音数据分析作为项目首期内容。
中金数据自主研发的“语音大数据分析平台”，依托先进的大数据平台技术，采用语音识别技术对金融机构海量语音内容进行分析识别，以较高的准确率还原出每段录音的具体内容。
可通过关键词输入实现快速检索，通过语义分析和情绪分析技术，实现语音全覆盖自动质检；通过对大量通话记录和内容进行识别、统计、分析，可在最短时间内了解不同业务的话务结构，定位导致客户投诉、流失、话务异常等问题原因、并预测业务热点趋势，发现潜在客户。利用数据为业务全流程带来新的活力。
在双方团队的高效协同下，于2015年4月顺利按计划实现广发信用卡中心“语音大数据分析平台”上线。迄今为止项目一二期已经顺利上线，运行状况良好，系统目前实现了主要三大功能模块：录音存管、智能质检、主题分析。
系统实施的主要架构如下
系统技术关键点
1.语音识别。用于建立文本索引，将非结构化的语音文件转换为结构化的索引信息的过程。语音识别引擎具有语法识别、自由说识别、关键词检出和语音质检分析四种识别能力，能够正确识别语音文件从而形成对应的文本内容，并提供静音检测、情绪检测、关键词（服务忌语和业务术语等）和话者分离的识别结果。
2.智能质检。提供基于角色区分、全文识别、关键词识别、语速检测、静音检测、叠音检测结果等组合的多维度质检；根据业务需要，可对所有的在线录音进行百分之百覆盖的全量自动质检。
基于说话人区分结果，用户可定义针对坐席或客户的通话内容进行自动质检；
基于全文识别和关键词识别结果，用户可进行针对坐席通话出现服务禁语、缺少规范用语等通话内容的自动质检；
基于语速检测结果，用户可进行针对通话人语速过快的自动质检；基于静音检测结果，用户可进行针对通话中长时静音的自动质检；
基于叠音检测结果，用户进行针对通话人抢插话的自动质检；基于情绪检测结果，用户可进行针对通话中情绪异常自动质检；
3.文本分析。对电销和客服录音内容及相关数据进行统计和主题分析，针对话术、客户反馈、电销周期、成功情况等综合分析后，优化电销策略和客户服务话术；通过数据分析统计，挖掘客户意见和风险，即使调整服务策略，提高客户满意度；
系统调听功能界面截图：
结果/效果总结
“以前，我们呼叫中心质检都是通过人工抽查的方式来进行的。这种质检方法效率太低且缺乏统一的质检标准，在很大程度上制约了我们质检工作在数量和质量上的突破。另外我们之前的质检大多停留在质检最终结果上，并没有找到导致出现这种结果的导火索。
譬如导致这种质检结果的坐席客服近期的心理变化，我们不仅在于对质检结果获取和处理方面无从下手外，对于导致质检结果的原因同样不知所措。
但是使用语音分析云解决方案后，极大提高了在呼叫服务中心在语音转换、存储、调听和质检方面的效率，实现日处理数据时长3万小时，在线数据总量200T，以及年数据量增长率30%的应用结果。
通过这种方式，我们也可以将近期坐席客服反馈的信息，进行有效的转化，给销售人员提供提供有价值的客户信息，有效节约时间成本，自我价值都有所提高！”——广发银行信用卡中心宣钢炜经理。
此外，语音大数据分析云作为一种大数据分析产品，可以为广发银行提供一定的业务统计和分析。可实现信用卡中心语音数据的自动化采集与分布式存储，完成语音数据智能统计分析，自动提取有价值的客户信息，因而后续可挖掘的潜力较大。在二期以及后续项目中，双方将基于现有基础，深入探讨如何在数据价值挖掘领域实现更为多元化的合作。
企业介绍：
中金数据系统有限公司（中金数据）成立于2005年，是国家高新技术企业，总部设于北京、在烟台、武汉、苏州设有子公司。
中金数据是业界领先的数据中心与信息系统外包、云计算与大数据应用、灾难备份与业务连续性管理的信息技术基础设施和IT综合服务提供商，致力于社会服务信息化，专注于信息服务的社会化，帮助客户提高信息技术系统和业务运作管理的安全性和效益，提升客户核心竞争力。
目前，中金数据在北京、烟台、武汉、苏州均已建设高可用性，高安全等级、绿色节能数据中心，且全部为自主投资、自主建设、自主管理、自主运营。十余年来，中金数据以数据中心为基础，以符合国际和国家规范标准体现，在大健康、文化产业、金融行业、出版发行、公共安全及产业互联网领域，与云计算、大数据、移动互联网的应用为增值服务，发展成为业界领先的数据中心外包服务及IT应用综合提供商，客户主要覆盖政府、金融、央企、跨国公司等领域。
欢迎更多大数据企业、大数据爱好者投稿数据猿，来稿请直接投递至：tougao@datayuan.cn返回搜狐，查看更多
云呼叫中心
无人值守2017年以来，人工智能及电子支付在各个领域得到应用推广，无人值守的停车场，人行通道闸，便利店，健身房，洗衣店，创业空间和机房等应用迅速在国内各地得到普及，不但给使用者提供更好的便利，也给经营者带来实质的收益，业主通过技术升级，实现运营的降本增效。无人值守是一个新的理念，要被接受也需要一个过程，但它是应时代所趋，已不可逆转。云翌通信顺势力而为，专门为无人值守行业打造一套云座席和云对讲的整体解决方案，它是一款通过互联网集中管理各无人值守项目的云服务通信系统，主要服务功能是当无人值守现场出现异常，如车辆进出场无法自动开闸而需要人工协助和处理时，云座席人员在云端通过车辆图片、音频和视频等全方位信息实时远程解决并放行，提升用户停车体验。
查看详情