基于大数据思维的呼叫中心量质管理模式探索

一、背景

在呼叫中心，一些经典的管理方法如“PDCA”质量管理法、“六顶思考帽”等的应用已日趋成熟，而有待进一步思考和探索的是，如何突破传统，寻找呼叫中心运营管理的新思路。笔者所在的广东移动客服（广州）中心拥有超过1800名生产人员，每月服务的客户人次约500万，每次服务均涉及到客户短信满意度、首次问题解决率、通话时长、来电原因等各项运营数据，数据量若以服务人次的倍数增长来衡量，要做到各个指标以及量质的均衡是非常困难的，笔者认为，“大数据”思维是与呼叫中心运营特点最契合的新思路之一。

二、探索实践

通话均长是呼叫中心衡量服务效率的常见指标，反映平均每一通客户拨打热线人工的通话时长（单位：秒）；短信满意度则是表示客户对热线人工服务满意度比率，是反映客户满意程度最常见的指标；首次问题解决率是客户拨打热线后2小时内未重复拨打的比率，反映10086对客户问题的解决能力。将这三个常见运营管理指标有效结合，能够让运营更加合理、均衡。笔者运用大数据思维，建立“量质九宫格”管理模型，就是将量的指标（通话均长）与质的指标（短信满意度和首次问题解决率）结合管理，保质提效。

1、建立模型

2、人员配型

结合员工ATT、质量数据，将每一个员工按照模型规则打上类型标签。配型结果显示，处于平均水平的BB型员工占比最高，达24%；质量A型、通话均长A型员工比例分别为30%、20%；双优AA型、双低CC型员工占比均为6%（如图3、图4所示）。

3、业务配型

对比类型间业务结构，找到每个群体的员工特点和缺点，以采取针对性管理提升方式。比如CA与BA型员工对比，他的特点是业务相对熟练、更倾向于主动服务和一站式解决客户问题，他的缺陷就在于语言表达的精简性不足，不能灵活运用一些辅助手段培育客户自助服务能力（如图5、图6、图7）。

4、方法配型

每个类型员工均存在不同的问题与特征，那么，接下来我们针对每个类型员工设计不同的提升方案（如图8）。

5、管理实践

首先采用目标管理法对每个类型设定分解目标，并按照每一个员工历史表现制定员工个人目标值（如图9）。然后，针对每个员工群体特性，从人员能力、业务能力提升两个方面着手开展工作（如图10、图11）。

6、实践成效

最终，经过3个月的运营实践，取得了良好的效果（如图12）：

三、总结

大数据思维法则：你的用户不是一类人，而是每个人。

在实践中我们给每一个员工设置标签、设置目标和提升方法，运用了大数据思维。但本实践仍属初步探索阶段，很多方面还需优化，也希望持续借鉴和学习其他呼叫中心的经验，通过不断尝试、改进，精益求精，探索呼叫中心发展新方向。