人员数量 |
延迟几率 |
延迟时长 (秒) |
平均应答速度(秒) |
服务水平 (20秒) |
21 |
76% |
180 |
137 |
32% |
22 |
57% |
90 |
51 |
55% |
23 |
42% |
60 |
25 |
70% |
24 |
30% |
45 |
13 |
81% |
25 |
21% |
36 |
8 |
88% |
26 |
14% |
30 |
4 |
93% |
27 |
9% |
26 |
2 |
96% |
28 |
6% |
23 |
1 |
97% |
让我们看看上表中的每一栏,以及服务性指标。第二栏表示不能直接由座席人员接听的来电数量占整个业务量的比率。第三栏中表示让来电者平均在线等待的时长。因此,如果由24名座席人员,利用厄朗C公式预测出有30%的来电者将会进入队列等待,他们将在队列中平均等待45秒钟。第三栏的平均等待时长包括了被直接接听的所有来电。因此,以24人的配置为例,30%的来电要进入队列,平均等待45秒,其余的70%来电被直接接听。由此计算出平均应答速度(ASA)为13秒,这一数字不仅代表队列中来电者的感受。无论来电者等待还是不用等待接听。平均应答速度都不是一个“真实”的数据,它仅为一个统计数据,代表进入队列和未进入队列等待的平均值。
第四栏代表服务水平,即在一定延迟时长的情况下,所接听来电数量的比率。此栏说明了在20秒内接听的来电比例情况,一般的客户联络中心目标值为80%,如果按此标准,应配置24个座席人员,这样的话就能达到81%的服务水平。
人员配置与服务水平的关系
让我们再看看上表,评估一下当人员数量变化后会给服务造成什么影响。很显然,当人员每减少一名,延迟时间就会增加;而当人员每增加一名,服务水平会有相应的改善。但我们需要注意的是,人员数量在同一水平时,服务指标并未发生重大的改进。如果我们在24个人员配置的基础上增加或减少人员数量,对服务的影响是非常不同的。如果我们增加1-2名人员,如25人的话,平均应答速度会从13秒缩短到8秒,26人的话,平均应答速度会缩短到4秒。第一人的增加,缩短了5秒,但增加到第二人时,缩短了4秒,增加到第三人时,只能再缩短2秒了。也就是说,随着人员的增加,服务改善的空间在逐步缩小,效果也就越不明显了。
如果我们在24个人员配置的基础上减少人员数量,如减少1-3名人员,平均应答速度会分别增加为25秒、51秒,和137秒。减少第一人时,平均应答速度放慢多了12秒,减少第二人时,放慢了26秒,减少第三人时,又放慢了86秒。也就是说,随着人员的减少,服务会在某一点上急剧恶化。我们不难看出,当人员数量越来越接近我们测算出的工时数量时,我们的服务水平就会跌入低谷。对于目前服务水平堪忧的客户联络中心来说,应该赶快增加1-2名座席人员,这样服务水平就会迅速地提升;但相反,如果在客户联络中心服务水平尚可的情况下,减少1-2名座席人员,将会使客户联络中心的服务水平降到谷地而难以恢复。
考虑人员缺失情况和排班需求
以上我们是基于一个假设来计算人员配置的,即所以人员都是可用的。但我们都知道,不是所有员工都是可用的,如员工的事假、病假,以及其他不可预计的情况发生。因此,我们在进行人员排班时应将无法预计的人员缺失因素考虑进去,例如为20%,以需要24个座席人员为例,我们在进行排班时应该按照30人进行排班。只有这样,才能保证满足客户期望,及服务水平的达成。