有很多非常好的系统可以支撑呼叫中心每天所产生的巨大量数据的分析工作。其中有些工具擅长于挖掘潜藏在客户与坐席对话中的客户需求。有些工具则运用复杂的数学与情景模拟模型来分析“如果…怎样…”的不同情景假设，以寻求更好的方案。尽管我们很多人都希望能够拥有这些工具，但在拥有之前，手工进行这些数据的分析则是我们不得不的选择。本篇文章主要探讨运用电子表格和图表工具就能完成的简单、易用的分析方法。但这仍将会对你的呼叫中心管理及决策产生显著的影响。

散点图

让我们先从基本的散点图开始。散点图是用来分析一种因素对另外一种因素的影响的一类图表，通过把一种因素放在纵轴上，把另外一种因素放在横轴上，来检验两者之间是否存在关联关系。在下面的示例中，我们利用给定的数据，展示了AHT指标与销售收入的管理关系。（下图1）

我们可以看到，在7个人的坐席小组中，AHT的波动范围是从3分钟多一点到超过5分钟，而单呼收入则从最低的17.5美金到超过19美金。现在让我们来看，AHT与单呼收入之间有没有关联关系。因此，我们以AHT指标表示纵坐标轴，以单呼收入指标表示横坐标轴，让表格中的数据根据各自的坐标散布在散点图中（见图1）。

我们可以看到，这些数字之间好像存在直接的关联，因为我们可以在这些点上画一条线就可以串起几乎所有的点（除了AHT为5分钟的那个点）。从这张散点图中我们可以得出结论：坐席的平均通话时间越长，每通电话的收益就越高。有很多人认为延长通话时长是一种浪费，但在可见的数据范围内，这张图很清楚地表明：压缩员工的AHT时长可能会起到反作用。当然，如果数据再多一点，这个结论将会更可靠。

让我们来一起想一下这种分析方法还可以用在什么地方。以下是部分可能存在因果关系的事物清单：

l  员工入职时长与AHT、出勤率、流失率、通话质量、销售额、差错率或首次解决率的关系

l  员工占用率与AHT、排班遵守率、出勤率、流失率、通话质量、销售收入或首次解决率的关系

l  应答速速（服务水平或平均应答时长）与AHT、放弃率和客户满意度的关系

l  AHT与差错率、通话质量、首次解决率的关系

l  通话质量与首次解决率、销售额和客户满意度的关系

l  辅导的频率或时长与AHT、员工满意度、客户满意度、员工流失率、通话质量和首次解决率的关系

l  排班遵守率与例外离席次数、团队通话质量和员工流失率的关系

l  班组长在职年限与组内员工流失率、团队通话质量和员工流失率的关系

l  班次安排与员工出勤率和流失率的关系

l  技能/工作类型与员工出勤率、流失率的关系

l  市场宣传活动与员工占用率、差错率、首次解决率的关系

l  缺勤率和流失率与加班费用的关系

l  培训时长与绩效表现的关系

l  培训形式（教室、网络、电子化学习等）与培训测试成绩的关系

以上这些只是部分举例。一位呼叫中心高层主管告诉我，在她的呼叫中心里，她发现在员工占用率与员工流失率和出勤率之间存在非常清晰的关联关系。因此他们知道，如果员工占用率超过了一定的水平且持续较长的时间，就会先出现高缺勤率的现象，然后就是高流失率。

控制图

现在我们来看另外一种统计图表：统计图。这种图表常常被用于查看有多少数据点是落在合理的控制区间之内的，有多少是落在外边的。例如，假设你的服务水平目标是80/30，那么79/30就不可接受吗？98/30就皆大欢喜吗？有些人可能会说，只要在70和90之间就可以接受。再紧一点的控制也可以把区间设定为75到85之间。如果低于下限，客户满意度会受到影响；但如果高于上限，对企业的资源可能是一种浪费。在任何情况下，如果只看一天的平均值的话就会掩盖一些重要的信息。通过把一天中每半个小时的服务水平指标的波动模式展现出来，将会有助于呼叫中心把资源更多地调配到最需要的时段，并在生产力出现冗余时重新进行人员调整。

以下图表2中展示了利用上面的AHT数据所生成的一张控制图。从图中看，我们的平均处理时长（AHT）只有4分钟多一点。我们在图中设定了3.5分钟的控制下限和4.8分钟的控制上限（见图中的蓝线）。我们可以看到，大多数员工的AHT指标处于控制范围之内，但也有两名员工的AHT指标明显超出了控制界限之外（还有一个刚好超出控制上限一点）。Calvin的AHT指标是5.28分钟，超出可接受的控制范围很多。Fredia的AHT指标是3.23分钟，远低于可接受的控制范围。这两名员工的表现都需要进一步的分析并可能需要给予一些辅导，因为他们的销售业绩也并不突出。因为只有7名坐席的数据，我们可以很容易发现问题在哪里。当坐席数量众多时，这项工作会比较有挑战的多。但总体而言，控制图还是可以帮助我们较容易地发现需要进一步分析或辅导的员工。

那么，我们应该怎样把控制图用来分析服务水平指标呢？我们可以把纵轴设为服务水平指标百分比，把横轴设定为一天中以半小时为单位的连续时段。当然，你也可以把要分析的同一时段的多天数据取平均值放进来（比如上午10:00-10:30的服务水平平均值）。这可能会为你揭示几乎每一天的同一个时段，你的服务水平指标总是有问题。另外一种分析方法是只把多个周一的不同时段的指标均值放进来，以查看是否有些问题仅在周一出现。很可能控制图会为我们显现一些固定的波动模式，有助于我们识别哪些时段的班次安排、小休、午餐、或其它的活动需要做出调整。

另外一项可以做的分析是看一看你的员工缺勤数据是否集中在一些特定日期。把控制图的纵轴设为缺勤次数，横轴设为一个月中的每天或一天中的每个时段。你可能会发现，在某些日子或时段，缺勤率会明显升高。我们曾经服务过的一家客户发现，当员工累积够了缺勤资格以后的一两天是缺勤的高峰日期。通过把可以请假休息的日期从星期五调整到星期二，他们有效地降低了星期一的缺勤率，而星期一是他们一周中最繁忙的一天。当你手握分析数据的时候，与人力资源部门的沟通显然要容易得多。

这两种分析图表都可以利用彩色铅笔和绘图纸手工完成。Excel以及类似的电子表格软件可以使绘制更加方便且有利于后期的更新。如果问呼叫中心里最不缺的是什么的话，答案是海量的数据。把这些数据变成有用的信息以支持决策是展示呼叫中心价值的有效方式之一。即便是你已经拥有了先进的分析系统，这类简单的分析图表仍然是指导你的呼叫中心运营决策的强有力的工具。

（原文作者：Maggie Klanke  王厚东老师翻译）