差異管理幾大工具實例說明

許乃威 2007/11/21

  呼叫中心管理與其它行業(yè)的管理不一樣,其它行業(yè)的管理追求絕對數(shù)字的最大化,例如銷售部門,就是追求銷售數(shù)字(銷售量或毛利)的最大化,但呼叫中心卻無法這樣,如果以接通電話數(shù)為指標,追求接聽通數(shù)的最大化,座席代表就會拼了命犧牲服務(wù)質(zhì)量來追求產(chǎn)量的最大化,但這樣的最大化,卻不是呼叫中心管理者愿意看到的。

  這就是呼叫中心有名的“指標兩極論”的問題,筆者在以前的幾篇文章里已經(jīng)做了很多的闡述。

  最小方差管理法提出了新的見解,認為不應該追求某一個指標的最大化,而應該追求該指標的差異最小化,利用標準差的觀念,引進了一組新的KPI管理指標。

  最小方差管理法大量的利用了Excel這個工具,特別是用到常態(tài)圖、標準差和離散系數(shù)。我們將看看如何利用Excel來找出個體差異和縮小個體差異,也將看到怎么去定義[異常]。

  Excel 常態(tài)圖的運用

  首先我們看到常態(tài)圖對呼叫中心分析的運用。利用最小方差管理法時,經(jīng)常要制作常態(tài)圖來進行分析。常態(tài)圖其實是一張很簡單的圖,例如你統(tǒng)計了你同事每天到公司上班所需的時間:5分鐘之內(nèi)的,有2個;10分鐘的有4個;15分鐘的有6個;20分鐘的有10個;25分鐘的有8個;30分鐘的有5個;35分鐘的有3個;40分鐘的有2個;超過40分鐘的有1個。這時你畫一張常態(tài)圖,就會得到下面的圖(縱坐標代表人數(shù);橫坐標代表所花時間):


  這張圖是一個很漂亮的常態(tài)分布圖,也就是大部分人集中在15到25分鐘之間,然后往兩邊逐步減少。

  常態(tài)圖對最小方差管理法如此重要的原因在于:大自然里面,大部分的現(xiàn)象,都是一個峰的常態(tài)分布,除非“人為干預”!

  只要看到某一張常態(tài)圖不是一個峰的常態(tài)分布,管理者就有工作可做了,因為管理者在找的,就是“人為干預”,或是說“人為因素”。

  我們要怎么用Excel畫常態(tài)圖,其實很簡單。只是有一個關(guān)鍵點要非常小心,不然研究一個月都找不到答案。

  這是某呼叫中心7月1號到30號的平均處理時長,我們就試試看畫一張常態(tài)圖。


  底下是畫出來的常態(tài)圖,我們看到也是相當漂亮的常態(tài)分布圖,不過卻也看到圖形最右邊,有一個小小的突起。為何會有這個凸起?這就是管理者尋找的管理方向。常態(tài)圖是最小方差管理法高度依賴的工具,提供了管理者管理的方向。


  要畫出常態(tài)圖,先要把區(qū)間給列出來.


  我們決定把區(qū)間從80開始,每隔5這個區(qū)間,就分成一格,然后一直列到125,可以參考底下D2到D11這個數(shù)列,這就是區(qū)間。

  然后我們要把B這個數(shù)列(7月1號到30號的平均處理時長),按照D這一列的區(qū)間,來進行頻次計算。

  計算方法很簡單,先把E2到E11這一列選起來,然后選了“=”這個鍵,這時利用上方“插入函數(shù)”這個函數(shù)列,選擇“FREQUENCY”這個函數(shù),如下圖所示,就會跳出“FREQUENCY”這個函數(shù)的對話框。


  FREQUENCY這個函數(shù)的對話框,要求兩個數(shù)列,一個是原始要分析的數(shù)據(jù),也就是B這一列,第二個數(shù)列要求的是區(qū)間,也就是D這個數(shù)列,分別選中這兩個數(shù)列,然后關(guān)鍵問題出現(xiàn)了!

  這就是微軟產(chǎn)品最特別的地方:你不能按“確定”這個鍵,如果按“確定”,你就死定了!筆者曾經(jīng)為這件事,研究了好久,整個Help的幫助畫面,也沒說要怎么做,終于在一個地方找到:必須同時按三個鍵:Shift、Ctrl和回車(Enter)。同時按下這三個鍵,就會得到你要的頻次,如下圖的E這個數(shù)列。

  這時你只要對E這數(shù)列畫折線圖,就會看到常態(tài)圖了。


  平均處理時長的標準差

  標準差是最小方差管理法高度依賴的指標,計算方法很簡單,在EXCEL里面,只要利用“STDEV”函數(shù),選中你要計算標準差的數(shù)列,如下圖,我們要計算7月1號到30號平均處理時長的標準差,7月1號到30號平均處理時長的數(shù)據(jù),就是B2到B31這數(shù)列,只要選中這數(shù)列,按“確定”,就會得出標準差。


  如我們之前幾篇關(guān)于最小方差管理法的文章所說,平均數(shù)看不到個體差異,只知道7月1號到30號的平均處理時長是99.5秒,但這數(shù)字,對管理者而言,其實是沒有辦法用來做管理的,因為管理者要做的是找出差異,管理差異,而標準差才是可以提供個體差異這重要信息的工具。

  什么是異常


  圖說:B35是一個標準差上限,而B36是一個標準差下限

  大家常常說,管理就是要三找一看,什么是三找,就是找共性,找趨勢,找異常,什么是一看,就是看穩(wěn)定。

  其中的找異常,可不能光用眼睛看,而必須要有個數(shù)學定義的。

  大家會說,就直接用排序,從小排到大,前面百分之多少,后面百分之多少,就是異常。這種排序方法有嚴重的問題,例如這個班組的平均通話時長是:70、70、70、70、80、90,按照剛剛的定義,最小的是70,最大的是90,那如果最小的70有問題,最大的90有問題,那這個班組唯一正常的就只有80這個話務(wù)員了。

  用排序的方法不是好辦法,在統(tǒng)計上,我們會采用標準差來幫助定義什么是異常,會采用平均值加上一個標準差,來當作控制上限,而平均值減去一個標準差來當作控制下限,這稱為一個標準差上限和一個標準差下限,在這個上下限范圍之外的,就稱為異常。

  上圖所示的例子,一個標準差上限是107.4(平均值99.5+標準差7.9),而一個標準差下限是91.6(平均值99.5-標準差7.9),這中間就是屬于常態(tài),超過上下限就是異常。

  我們看7月1號到31號的平均處理時長,平均數(shù)是99.5,而其中有7月3號、4號、5號、6號這幾天的平均處理時長超過了一個標準差上限,非常值得關(guān)注,值得管理者去了解為何這幾天的平均處理時長會超過平均值一個標準差以上,當天是不是在管理上出了什么狀況。

  7月1號、15號、17號和30號這幾天的平均處理時長低于一個標準差以下,這也非常值得管理者來關(guān)注,因為平均處理時長變短,雖然很有可能是因為大家的效率提高了,管理者一般都會獎勵這樣的效率提升,但有時這樣的效率提升,是座席代表犧牲服務(wù)質(zhì)量換來的,例如沒有跟客戶好好解答問題,就直接要客戶掛機,或是直接跟客戶說,這項咨詢沒有辦法回答,類似這樣的服務(wù)狀況,都有可能降低平均處理時長,這是管理者不希望看到的。

  事實上,這是一家運營商從7月1號到31號的平均處理時長,運營商一般話務(wù)高峰日是月初和月末,這是影響每天話務(wù)情況最大的關(guān)鍵因素,另外一個因素是系統(tǒng)發(fā)生故障,或是當天因為營銷活動造成話務(wù)高峰。

  從上面的數(shù)據(jù)分析,平均處理時長超過一個標準差以上的,集中在月初3號到6號,讓我們似乎覺得月初因為話務(wù)高峰,所以平均處理時長變長這樣一個假設(shè),但1號也是月初,也是話務(wù)高峰日,平均處理時長卻反過來低于一個標準差以下,卻又打破了這樣的假設(shè)。如果沒辦法找出一個規(guī)律來解釋上面看到的情況,下一個檢討的方向,就是作業(yè)流程是否標準,因為作業(yè)流程不標準,平均處理時長也會這樣上下震蕩。還有一種可能,就是某些班組在這幾天有特殊的情況,這就值得我們對這些班組進行標準差的檢查。

  我們剛剛已經(jīng)找到7月3號、4號、5號、6號(平均處理時長超過了一個標準差上限)和7月1號、15號、17號、30號(平均處理時長低于一個標準差下限),這是我們特別需要關(guān)注的。我們可以把這幾天班組的平均處理時長拿出來分析一下,作同樣過程的分析,看看跟其它班組比較,哪些班組標準差是比較特別的,這些班組就是值得我們管理的對象。

  最小方差管理法強調(diào)的是,平均數(shù)只能看到平均表現(xiàn),看不到個體差異,而管理者需要做的管理,不是平均數(shù),而是其中的個體差異。

  要看到個體差異,就要利用常態(tài)圖和標準差,這兩大武器,是看出個體差異最好用的武器。

  離散系數(shù)

  最小方差管理法,希望能夠讓方差(或是標準差)控制在最小的范圍內(nèi)變動,這時我們會利用一個標準來進行控制和檢驗,稱為離散系數(shù)。

  離散系數(shù)是標準差除以平均值。每一次計算平均值,因為采用的天數(shù)可能不一樣,或是采用了不同的班組來檢查,平均值都可能會不一樣的,這時如果只是用標準差來做互相之間的比較,就會產(chǎn)生不公平的情況,所以將標準差除以平均值,得出一個系數(shù),就稱為離散系數(shù)。離散系數(shù)是一個很重要的控制指標,最小方差管理法大量使用離散系數(shù)來測量某一個KPI指標是否已經(jīng)達標。

  最小方差管理法要求離散系數(shù)可以達到最低的標準:0.1,也就是標準差不能超過平均值的10分之一,利用離散系數(shù)可以具體檢查呼叫中心關(guān)注的KPI指標是否穩(wěn)定,是否劇烈震蕩。最小方差管理法評斷呼叫中心KPI指標最終是否成功達標,主要依據(jù)就是離散系數(shù)是否達到最低的標準:0.1。

  下圖,B37就是離散系數(shù),算出來的數(shù)值是0.08,表示該呼叫中心的平均處理時長指標,以最小方差管理法的角度來看,已經(jīng)達到最低標準。


  Excel 2007 對呼叫中心管理產(chǎn)生的革命性影響

  前面談到的Excel功能,都是在Excel 2003可以輕易實現(xiàn)的,但在Excel 2007,有了一個重大的突破,就是提供了一系列的數(shù)據(jù)挖掘工具。微軟把本來屬于非常高深的數(shù)據(jù)挖掘功能,做到了Excel里面,最棒的是,你完全不必懂數(shù)據(jù)挖掘,也不必懂類似MS SQL這種讓人一聽就頭昏的數(shù)據(jù)庫管理。

  下面這張圖是Excel這一系列數(shù)據(jù)挖掘功能中,筆者最驚訝的功能:“分析關(guān)鍵影響因子”,選中“分析”頁簽以后,就會出現(xiàn)在上方最左邊。


  圖中例子是把平均處理時長短的座席代表,輸入到Excel當中,然后對這些座席代表的屬性特征進行分析。

  使用方式很簡單,基本上就是貼到Excel里面去,只有第一次系統(tǒng)運行的時候,你需要找IT技術(shù)人員,幫你把Excel跟MS SQL數(shù)據(jù)庫連接起來(只要連接起來就好,完全不必去使用MS SQL這讓人發(fā)昏的數(shù)據(jù)庫工具,一切都還是留在Excel里面)。

  粘貼進去以后,點擊“分析關(guān)鍵影響因子”,一個分析對話框跳出來,你再做兩、三個簡單的選項選擇,就會出現(xiàn)下面這個讓人熱淚盈框的畫面:


  你看到Excel在很短的時間里,幫你分析出來平均處理時長比較短的座席代表最重要的幾個特征:質(zhì)檢分析低(60分),年資短(一年不到),主要在E這一組。

  我們一直說,呼叫中心兩極論造成了呼叫中心管理重大的管理難題,你希望平均處理時長縮短,增加效率,但你又很怕效率的提高,是因為座席代表犧牲質(zhì)量造成的。

  如果剛才這組數(shù)據(jù)是你的,那你平均處理時長的降低,就完全不值得高興了!

  因為造成平均處理時長降低的主要人員,不是質(zhì)檢分數(shù)高的,不是工作年資比較久的,而都是質(zhì)檢分數(shù)低的新人!

  Excel 2007的數(shù)據(jù)挖掘工具,對困擾呼叫中心多年的重大問題,提供了一些解決方案,筆者在下一期文章中,還會繼續(xù)詳談。

  關(guān)于作者:許乃威 呼叫中心資深顧問 email: will_hsu@126.com   

CTI論壇編輯



相關(guān)鏈接:
蕭昆龍:軟件服務(wù)化發(fā)展趨勢 以Salesforce.com為例 2008-04-18
蕭昆龍:呼叫中心人力優(yōu)化管理Verint Impact 360 2008-04-18
宏盛科技蕭昆龍:客戶服務(wù)的最新發(fā)展趨勢 2008-04-15
戴明控制圖中的6、9、12法則 2008-01-15
關(guān)鍵KPI指標的定義與參考標竿數(shù)字(下) 2008-01-10

分類信息:     運營管理專欄_文摘