徐树模：谢谢前一位演讲者帮我度过这段“魔鬼时间”。接下来希望不会是另外一个魔鬼时段。我很快的跟各位分享一下我们在人力资源管理这块的宝贵经验。

欧美排班管理的思维，跟我们其实有很大的不一样。一个，他们的人工很贵，追求的是人力精简的最大效益。他们有一个强大的排班引擎作为核心，追求的就是把需求跟排定人力做到一个最大的弥合。另外，他们是周薪制度的，追求一周内的人员利用公平，包括工时，上五天，休两天，包含痛苦班，大家一周里拿到的痛苦班都一样多。因为他们追求一周公平、人力效益的最大化。所以他们的班的设计弹性就很大，有很多兼职人员、零碎班的人员，也不考虑座席资源的限制。中国人就有不一样的思维了，我们的人工相对便宜，所以不只追求人力，还追求设备与人力资源的平衡优化。在有限的座席资源里，怎么做优化，这个时候就考验排班师的能力，主管常常会质疑你排班为什么排不好。我们是月薪制度，每个人一个月176个小时，一个月休9天，痛苦班拿得比人家多或少，或者拿到的班比较痛苦，就会有不公平，大家会抱怨，觉得自己的班永远比别人的差。这是我们很不一样的思维。灵位，我们排班的时候我们追求自动平衡月人力的需求。要平衡人力，我们会碰到很多的问题。比如台湾一个两百人左右的客服中心，排一个班，一周一周排，两天就排出来了，但排完不能公告，还要调整，把人力做到月平衡，调整花了三天。因为他的人是多技能的人力，调整的时候要考虑美中服务的人力到底够不够。花三天时间，比他真正排班的时间还多。这是思维很不一样的地方。各呼叫中心预测时，受到的月因素影响也比较大，帐单、伴随营销、发薪都是用月的概念。另外，我们的人员越来越多技能，技能复杂化以后，要调度困难度就会变高。一个人调度，调度到这个时段到底服务一服务二要多少人力？所以要提升差异管理、调度的能力。

现场调度跟管理这一块，台湾的经济影响比大陆这边大得多。有的台湾电信公司因为经济危机，他们的投资也变得减缓。最近就有一家超过一千席的大型电信公司只投资现场调度跟管理这一块。先不把海外引擎建立起来，把管理数字、人力调度数字化，对管理层来讲，他知道每省一个人对公司来讲都是成本的节省，他可以快速的做调度，做一些政策违背的告急。有些工勤活动的监控能做得比较精确。预测、排定跟实际的差异管理，能做到分析管理。对公司来讲，这么大的客服中心做到分时管理，每节省5%的人力就是好大一笔钱。调代班可以自动合可，可精简化独立运作。另外有5个中心没有买排班系统，只投资现场管理。这对经济危机来讲，其实是很好的投资方法，先投资最小的一块，得到最大的效益。

可以做一些数字化的管理，可以看到服务水平为什么不好，是时段排定的人力不够还是人力不够还是话务量这个时候预测的不一样了。同一个管理曲线上，马上就可以做到管理，你可以看到数字、需求人力、排定人力、出席人力、预期跟排定的服务水平到底差了多少。做调度的时候，可以很快的决定调度几个人上去加班可以把服务水平救多少回来，用一个很快的现场管理工具，数字化帮公司省钱。

遵时管理这块，可以看到目前多少人缺勤，应上未上或者应下未下，或者准时上线、准时离线，多少人，可以马上统计出来。这是一个非常一目了然的管理工具。

现场管理你也可以快速的调换班，不该有的人工审核全部由系统做掉。真正由主管审核的，可能只有10%的调换班案件。90%的案件，只要是符合否决政策的，就直接否决掉，符合同意政策，就自动同意了。不该有人来审核的，就全部自动同意掉了。

强调的不只是排班这一块，对座席资源优化这一块，可能相对重要很多。座席优化这一块有几个重点。现在越来越多的站点、大型的呼叫中心分楼层、区块管理。站点、楼层、区块，对管理人员来讲都像一面墙，挡在那里，看不到。如果能把地理位置跟班量，还有这个人的状态资讯整合在萤幕上，很快就能知道这个人是不是坐对位置，是不是该正确的出席。对管理人员来讲，这是很重要的资讯。我们也期望能多利用这些座席资源，包含两段班、小休、用餐后换个座位，回来的时候座位先被别人利用。一些特殊身份的人，比如主管、考核优秀的人，可以帮他优先坐到他有的位置。小夜班的时候，可能集中到某一个楼层。大夜班的时候，可以集中在某一个角落。所以你会发现小夜班上班的人，白班下班下来，小黑班的人就会往一个楼层做，以方便管理。

这是一个模拟的呼叫中心楼层，管理层期望知道每个楼层发生了什么事，有多少人出缺勤。部门一可以优先坐在上海站点，第几个楼层，部门三可能分布在苏州站点跟上海站点，部门四五都在苏州站点，但各占一个话房。这些话房里，你可以知道哪些人坐在了该坐的座位。资讯透明后，我们就可以很好的管理起来。最近北京有一个客户就只投资座席监控这一块。他们发现座席楼层不透明、跟实际对不起来，有的人上班了，跑到一个位置坐，结果这个位置有人坐，这个人比较资深，赶不走，就端着茶杯到处找位置，没有一个机制控制，造成座席利用很混乱。

座席优化引擎这一块，我们参考的最主要的就是时段班表，按照每个班表时间把座席落上去。还考虑到交接班的缓冲，前一个人离席了，隔多少时间另外一个人可以坐上去。另外，不占席时段，你要去参加会议，位置要让出来给别人坐，开会回来可能要坐另外一个位置，你要把所有的座席尽量围绕在一个中控台，方便主管做实体的管理。座席优化会从时段集中化开始排，像大夜班、小夜班，开始往哪个楼层集中，这样排完之后再排优先的人，比如外拨席的座席，排完后根据部门优先，看坐哪个话房。

监控话房的时候，你可以看到一个整合的讯息，可以看到某些人没有来，呈现的是红色的。本来应该来，结果没有来。也有不该来的跑来了。也有话务处理时间太久，会有一个红色。座席监控解决了座席的出缺勤，非常方便现场的管理人员管理。

上了这个系统之后，现场的管理机制会做改变。中控台的角色会加重。上了这个系统之后，你会发现他的效益。硬件设备会节省，场地投资也会节省，管理效益也会节省。

接下来看看预测。预测是所有排班系统的最大困扰。我记得上海有一家大型银行的主管说，有的时候预测还不如观察地铁的人那么准。要建立预测模型，真的有它的困难度。怎么把适合自己公司的预测模型建立起来，困难度真的很大。但不建模型，你永远没有改善的空间。你只要把模型建立起来，你就有机会持续依照这个模型改善你的预测能力。北京一个三百人的呼叫中心，主管觉得他们的预测还不如自己观察股票指数加上地铁指数，他的观察好像比预测人员还准。

预测人员的困扰，一个是模型很难建立。要尝试建立这个模型，是有困难。但有好的工具可以帮助你建立模型，把干扰因素分离，并且把它记录下来。把月、周、假日、帐单这些因素，都切开，把这些因素整合在一起。另外，你可能需要一个视觉化的分析，或者一个弹性化的调整接口。另外，要把过去的预测、历史的记录跟未来做一个结合，未来做预测永远要记得你以前是怎么做的，把以前的记录调出来看看以前怎么做。当时预测得不准，到底分析在哪里，每个因素的不准确性，都要去分析，去调整。

这些因素，也有简化的空间。有些因素影响太小，对模型来讲影响太小，你可以想办法简化。有很多影响不大的因素可以简化掉，省掉很多功，而且也不会因为这样丧失掉什么。

这是我们帮一个客户建立预测模型的例子。预测1月份的话务量，我取了6个区间的话务量，不一样的对应方式，有的要月周平均，有的要周平均，有的要月日平均，有的要日平均，把它对应到1月1号到1月31号，对应的区间也不一样，有的对应1号到24号，有的对应到帐单日，有的对应到过年期间。把权重对应起来，加上成长率的修正，加上常态化，加上编辑一些区间。这个模型，一旦建立之后，用三个月、一季之后，就会有一定的把握度了，可以练习，把它越来越修正。

这是我们的预测工具，你可以在图形号上看到哪些不正常的图形，很快的修正它。排班师预测完后，他排班也有很多的痛苦。比如多周排班、痛苦班怎么做到公平、弹性班怎么排。大型的呼叫中心用组来排班，那也是不得以的做法，组好管理。有的老板期待你做一个情景模拟，这个情景模拟可能比你排班的时间还多。我们有个客户，老板交代人力不够，做一个情景模拟，一分析，一组人要花一个礼拜才能做出来。人不够，老板要求放弃一些时段，模拟出到底要加多少班才能把话务量救起来，能救到什么程度，这对排班师来讲是很大的考验。我们的产品方案，尝试解决这些问题。比如，从1月10号排到2月9号的班，整个月里第一周可能只有三天，第二周需要的人力可能特别多，系统就会把第二周的人力堆叠多一点，很少人在这一周休到假，第三周需要的人特别少，大部分的人可以在这周休假，系统可以帮你自动做到人力平衡。这个图，只针对一种服务，真正调整的时候，如果你是一个多技能的服务中心，看这个图同时要看好几条曲线，每调整一个多技能的人，好几条曲线都会出来，复杂度就变大了。

我们的解决方案，尝试从核心着手，核心就是现场管理这一块，做到现场管理这一块，等于把所有的班表都e化了。如果你能把预测模块加进来，你的进阶管理就出来了，你可以看到预测跟实际的变化。加上排班引擎。如果有了话房监控管理，就可以现场管理，同时把整个座席的资讯整合在一起。再加上引擎，就可以把整个资源做到最优化。不只是人力优化。

这是我们公司的解决方案，我们希望这个方案不但带给客户满意、客户的客户能满意，也期望能得到效率的提升，当然最大还是希望带给呼叫中心策略价值的提升。因为时间关系，今天不多讲了，各位有空可以到我们摊位去咨询。谢谢！