前段时间看了一本 ICMI 机构出版关于呼叫中心的书《Call Centre Management On Fast Forward》（以下简称 CCMFF），ICMI 全称是 International Customer Management Institute，在呼叫中心领域算是比较权威的机构。最近微博上某用户因信用卡被盗刷 10000 美元发帖提到的招商银行客服，曾在 2007 年获得 ICMI 机构颁发的「全球最佳呼叫中心」。
ICMI 通过为企业的呼叫中心提供咨询、培训、认证服务营利。另一家有名的机构是 COPC( Customer Operations Performance Center )，国内获得 COPC 认证的企业有京东、联想、上海移动、广东电信等，有兴趣的建议看一下他们家官网的 COPC 标准文档。
CCMFF 的大部分内容是根据上图中的内容阐述：
- 确定呼叫中心的服务目标
- 收集业务数据
- 计算工作负荷
- 计算基准人数（不考虑客服工作中途休息、开小差及人员变动等因素）
- 计算需要的系统资源
- 计算人力损耗（考虑客服人员的工作熟练程度、中途休息时间等因素）
- 安排排班
- 计算呼叫中心的运营成本
- 重新调整服务目标
在大多数企业中，客服都是作为成本中心存在的，业务部门在前面开疆辟土，一路狂飙，客服部门在后面兜底吃土。呼叫中心的服务目标就一个指标： 接起率 ，尽可能接起用户来电。
CCMFF 中提到的服务目标分两类： 服务水平（Service Level）和 响应时间 （Response Time）。需要客服立即处理用户诉求的，比如电话、在线客服等渠道，用 服务水平 衡量；客服可推迟用户诉求的，比如邮件、社交媒体等渠道，用 响应时间 衡量。
以呼入电话为例，用 服务水平 衡量就是要求百分之 X 的电话要在 Y 秒内接起。
其计算公式有以下几种：
- ( Calls answered in Y seconds + Calls abandoned in Y seconds ) / ( Total calls answered + Total calls abandoned )
- Calls answered in Y seconds / Total calls answered
- Calls answered in Y seconds / ( Total calls answered + Total calls abandoned after Y seconds )
公式 1：分子、分母包含了 Y 秒内弃呼的电话数量，对客服来说不太公平；
公式 2：完全没有考虑弃呼电话数量，千万不要用这种公式去计算外包客服的 服务水平；
公式 3：相对来说最为合理，分母刨除了 Y 秒之后弃呼的电话数量；
相比 接起率，*服务水平* 更为合理，不仅考虑了来电弃呼的情况，而且明确了客服的应答时效。假设用户来电永远不弃呼，理论上 接起率 是可以做到 100％，但是倒霉的用户可能要等 30 多分钟才可能跟客服通上话。
另外一个跟 服务水平 类似的指标是 平均队列等待时间（Average Speed of Answer），简称 ASA，指的是用户进入电话队列到客服接起电话的时间，但这是一个平均数值，你没法知道运气最差的用户在电话队列里等了多少时间，最理想的情况应该查看所有用户在电话队列排队时间的分布情况。
还有一个指标是 首次呼叫解决率 （Fist Contact Resolution），简称 FCR，指用户首次来电就解决了问题的来电比率。FCR 越高，说明客服的处理效率高，用户再次来电的概率也越低，某种程度上是降低呼叫中心的运营成本的。亚马逊客服内部有一个指标是每个订单的联系次数（Contacts Per Order），简称 CPO，尽可能地降低与用户的联系次数，提升业务服务质量。
很多呼叫中心的电话系统都是由第三方提供的，企业自行开发的成本是非常高的，还未必做得好，国内这方面的服务商有：
假设客服人员充足，呼叫中心的服务瓶颈就是电信线路的负载，下图是一个用户来电的过程示意图：
- Trunk Load：通话系统的负载
- IVR：互动式语音应答，详见 Wiki 解释
- Talk：用户与客服的通话时间
- Work：客服挂完电话后的整理时间
- Average Handling Time ( AHT )：客服的平均话务处理时间
如果要自建呼叫中心，一定要合理估算 Trunk Load。太大，浪费线路带宽；太小，呼叫中心的处理能力上不去。
补充一点，上图中 Ring、Delay Announcement、Music 三者时间之和就等于 ASA。
呼叫中心最大的成本就是人力了，但客服是一个流动性很大的行业，毕竟每天都要面对用户那么多的负面情绪，这造成结果的是呼叫中心处理话务的能力波动性非常大，毕竟新老客服的处理效率是完全没法比的。
很多呼叫中心会根据业务在 IVR 中设置不同的电话队列，让同一批客服处理相同的问题，CCMFF 建议根据电话队列去安排客服班次，这样相对会准确一些。如何预测话务量并安排合理的客服人数，是每个呼叫中心都要面对的问题。
CCMFF 中介绍了主流的 Erlang C ，Erlang C 把这个问题当成排队论来解决了，具体公式推导可以看这里。你可以输入下面 4 个数值：
- 客服平均通话时长（Average Talk Time，简称 ATT）
- 话后整理时长（After-Call Work Time）
- 服务水平（Service Level）
- 半小时来电数量（Calls per Half-Hour）
然后你就可以看到安排不同客服人数对应的 服务水平 是多少。
假如客服平均通话时长为 213 秒，话后整理时长为 20 秒，每半小时来电数量为 73，服务水平的目标为 20 秒，根据 ICMI 提供 QueueView 工具得出下表：
- Agent：表示客服人数
- P(0)：电话 Delay 大于 0 秒的概率
- ASA：队列的平均等待时间（包括被立刻接起的电话）
- DLYDLY：Delay 电话的平均等待时间（不包括立刻接起的电话）
- Q1：队列中的平均排队电话数（包括队列中没有排队用户的时间）
- Q2：队列中的平均排队电话数（不包括队列中没有排队用户的时间）
- SL%：在 20 秒时间内接起电话的电话数量占比
- OCC%：客服忙碌时间占比（客服忙碌时间包括话后整理时长）
- TKLD：Trunck Load = ( ATT + ASA ) × Calls per Hour，表示通话系统的负载
随着安排客服人数的增多，立刻接起电话的概率越来越高，用户在电话队列中的平均等待时间越来越少，20 秒内接起的电话数量越来越多，客服的忙碌时间占比越来越低，通话系统的负载也在降低，但其带来的边际效益是却是逐步降低的，这个电话队列安排 14 或 15个客服比较合适。
稍微高级一点的呼叫中心还有 Workforce Management 系统，记录每个客服的出勤、排班、话务处理效率等情况，但书中关于此方面提到的并不多。
附 Call Center Management On Fast Forward 的下载地址：
PDF 格式：https://app.box.com/s/hbq4n80dkydyx8k9s10mv7uvbluouju1
Mobi 格式：https://app.box.com/s/1bvtl55dgv1er0dyqluubaoi793rblg8
微信扫一扫打赏：
