在线客服系统​提升接通率指标

在线客服系统提升接通率指标

　　虽然各种自助和人工智能渠道已经开始从人工渠道解放大量简单的服务交互，人工渠道交互比例逐渐下降，但劳动仍然是服务的最终保证和最后的障碍，从联系数量仍然很大，许多大型客户服务中心手动服务日请求仍保持在数万、数十万甚至数十万。因此，人工连接率仍然是核心评估指标之一，也是令人头疼的指标之一。

　　如何提高连接率。连续实现连接率一直是客户服务运营关注的焦点，影响连接率的是什么。如何提高连接率自然成为运营分析的焦点。那么，我们应该如何分析连接率变化的根本原因呢?本质上是从宏观和微观层面分析供需平衡问题。由于篇幅有限，在特定的操作场景中还有许多其他微妙的联动效应。本文将不展开，仅限于对接通率整体分析思路的梳理。

　　1.宏观层面。

　　接通率指标实际上是内外供需平衡的自然结果。

　　客户的服务联系需求和处理每个联系的时间构成了客户服务中心的服务工作量，即需求端;客户服务中心的值班人数和每个人的有效工作时间构成了供应端。

　　我们以一个工作日的场景为例。假设全天达到接通率指标需要处理的总人工接触量为5万通(包括放弃重播和未解决重播)，综合平均处理时间为150秒，则总工作量(负荷)为5万*150/3600=208.33小时。假设你的日平均有效工作时间为6.5小时，全天35人来上班，总有效工作时间为6.5*35=227.5小时。总供应大于总需求。理论上讲，只注意理论上，你的接通率要有保障，略有盈余。相反，如果你的总有效工作时间小于208小时，理论上无法保证接通率指标。这是宏观层面的分析思路，即分析工作量与处理能力的供需平衡。

　　那么，进一步提高分析思路应该从哪里入手呢?

　　事实上，这个层面涉及的四个关键点都是改进分析的重点。

　　首先是人工联络请求量，如何减少人工联络请求量是第一个分析点;

　　二是平均处理时间，如何在不影响通话质量的情况下合理优化平均处理时间;

　　第三个改进分析点是值班人数。如何保证值班人数的合理准确配备是分析的重点;

　　最后一个关键点是有效工时利用率。

　　第四个分析重点是如何提高人均有效工时的利用率，避免员工压力过大。背后的细节会留给你思考和实践!

　　2.微观层面。

　　在上述宏观层面的分析思路中，为什么当内部员工的有效工作时间能够匹配甚至超过外部客户给予的总工作负荷时，理论上只能达到连接率指标?因为微观层面有很多具体细节会影响连接率的结果。

　　具体来说，微观层面要观察分析每个时段的具体供需情况。在某些时期，人员有盈余。对于处理客户联系，这些盈余时段的人力实际上被浪费了，这将直接导致全天总有效工作时间的减少。在人员短缺的时期，接通率会下降，放弃率会上升，导致放弃重播量上升，影响话务总量波动。

　　所以最好的状态是每个时段的供需都是平衡的!但即使每个时段都是供需平衡的，由于呼叫的随机性和泊松的分布原理，也不能保证你的连接率达到标准，理论上只能保证。

　　那么，确保每个时期人员供需平衡的关键点是什么呢?

　　一是预测排班准确性，二是员工遵时率。

　　预测排班准确率越高，每个时段的供需平衡就越能最大限度地保证。当然，在预测排班时，要充分考虑员工的出勤率。但是，只有高水平的预测排班准确率还不够，这取决于员工是否遵守排班时间表，因为TA在需要TA但不在线的时候会造成人员短缺;TA不需要TA的时候，实际上是在网上浪费工作时间。这些都会导致时间供需平衡的变化。

　　总之，这是我在课堂上反复强调的一句话。应用层面的数据分析(业务分析)离不开分析师对业务的理解。对业务和运营的理解越透彻，就越有助于把握问题的关键点，把分析深入到根本层面。接通率分析、一解率、满意度、平均处理时间等指标分析也是如此。

　　首先明确关键影响因素及其影响机制，然后用数据进行验证、探索和形成对结论的支持，以更有效地促进业务的持续改进和改进。