Excel频次表的运用

1、excel2007对呼叫中心管理产生的革命性影响作者：许乃威 来源:客户世界i 2007-10-25 16:05:35呼叫小心管理与其它行业的管理不一样，其他行业的管理追求绝对数字的最大化，例如销售 部门，就是追求销售数字（销售量或毛利）的最人化，但呼叫屮心却无法这样，如果以接通 电话数为指标，追求接听通数的最人化，座席代表就会拼了命牺牲服务质暈来追求产虽的最 大化，但这样的最大化，却不是呼叫中心管理者愿意看到的。这就是呼叫中心有名的“指标两极论”的问题，笔者在以前的几篇文章里已经做了很多的阐 述。瑕小方差管理法提出了新的见解，认为不应该追求某一个指标的最大化，而应该追求该指标 的差异最小化，

2、利川标准差的观念，引进了一组新的kp1管理指标。最小方差管理法大量的利用了 excel这个工具，特别是用到频次表、标准差和离散系数。我 们将看看如何利用excel来找出个体差异和缩小个体差异。但笔者这篇文章，却想指出一个非常新的，又震撼人心的发展，就是excel 2007版的新功 能：“分析关键影响因子”。这功能可以找出某一个群体里而的关键特征，而这一功能，将 对解决呼叫中心两极论的因境，发挥关键性的影响。原本呼叫中心很无力的一些现象，完全 可以利用excel找出答案。笔者相信excel 2007这一功能，将对呼叫中心管理产牛革命性 的影响。excel频次表的运用首先我们看到频次表对呼叫中心分

3、析的运用。利用最小方差管理法时，经常要制作频次表来 进行分析。频次表其实是一张很简单的图，例如你统计了你同事每天到公司上班所需的时间: 5分钟之内的，有2个；10分钟的有4个；15分钟的有6个；20分钟的有10个；25分钟 的有8个；30分钟的有5个；35分钟的有3个；40分钟的有2个；超过40分钟的有1个。 这时你画一张频次表，就会得到下面的图（纵朋标代表人数；横朋标代表所花时间）：这张图是一个很漂亮的常态分如图，也就是人部分人集中在15到25分钟z间，然后往两边 逐步减少。频次表对故小方差管理法如此重耍的原因在于：大口然里血，大部分的现彖，都是常态分布 图，除非"人为干预”！只要

4、看到某一张频次表不是常态分布，管理者就冇工作可做了，因为管理者在找的，就是“人 为t预”,或是说“人为因素” o我们要怎么用excel画频次表，其实很简单。只是有一个关键点要非常小心，不然研究一个 月都找不到答案。这是某呼叫屮心7月1号到30号的平均处理时长，我们就试试看画一张频次表。dateaht2007-7-1 ,89.621862007-7-2 98.607442007-7-3 120.23462007-7-4 /113.07242007-7-5 /111.60062007-7-6 113.04382007-7-7 /105.36672007-7-8 2007-7-9 /95.74556

5、102.50292007-7-102007-7-112007-7-12103.131299.12044101.76782007-7-30a89.56761底下是画出来的频次表，我们看到也是相当漂亮的常态分布图，不过却也看到图形最右边, 有一个小小的突起。为何会有这个凸起？这就是管理者寻找的管理方向。频次表是最小方差 管理法高度依赖的工具，提供了管理者管理的方向。12345678910要画出频次表，先要把区间给列出來，abcdef 1aht22007/7/189.6218680話98.60744854120.2346905113.0724956111.60061007113.0438105810

6、5.3667110995.745561151010250291201110312044113101.76781497.949051590.919681686.850871792.066441888.410051994.225252097.2327221101.12442298.6861123100.9157吝户世界24100.101sheets我们决定把区间从80开始，每隔5这个区间，就分成一格，然后一直列到125,可以参考 底下d2到d11这个数列，这就是区间。然后我们要把b这个数列（7月1号到30号的平均处理时长），按照d这一列的区间，來 进行频次计算。计算方法很

7、简单，先把e2到e11这一列选起來，然后选了“二”这个键，这时利用上方“插 入函数”这个函数列,选择"frequency"这个函数,如下图所示,就会跳出"frequency" 这个函数的对话框。abcdef1aht22007/7/189.6218680398.60744854120.2346905113.0724956111.60061007113.04381058105.3667110995.7455611510102.502912011103.131212511299.1204413101.76781497.949051590.919681686.8

8、50871792.06644j888.410051994.225252097.2327221101.1244229&6861123100.9157吾尸ik开hiwwi24100.103k 4 刿 sheet 1z sheet2sheetsfrequency这个函数的对话框，要求两个数列，-个是原始要分析的数据，也就是b这一列, 第二个数列要求的是区间，也就是d这个数列，分别选屮这两个数列，然后关键问题出现了!这就是微软产品最特别的地方：你不能按“确定”这个键，如果按“确定”，你就死定了! 笔者曾经为这件事，研究了好久，整个help的帮助画面，也没说要怎么做，终于在一个地 方找到：必须同

9、时按三个键：shift> ctrl和冋车(enter)。同时按下这三个键,就会得 到你要的频次，如下图的e这个数列。这吋你只要对e这数列画折线图，就会看到频次表了。平均处理时长的标准差标准差是故小方差管理法高度依赖的指标，计算方法很简单，在excel里血，只要利用 “stdev”函数，选中你要计算标准差的数列，如下图，我们耍计算7月1号到30号平均处 理时长的标准差，7月1号到30号平均处理时长的数据，就是b2到b31这数列，只要选中 这数列，按“确定”，就会得出标准差。2007/7/14 90.919682007/7/15 865057202122232425262t728293020

10、07/7/16 92.06644 2007/?/17 88,41005 2007/7/18 9422525 2007/7/19 9723272 2007/7/20 10l1244 2007/7/21 俯妙 m 2007/7/22 100,9157 2007/7/23100.1032007/7/24 1073448 2007/7/25102772007/7/26 98205s7 2007/7/27 99 血 064 2007/7/28 93j61187 2007/7/29 9z02411 2oo7/7z3o $9567619951801=stdev(b2:b31)疼户世界 sbee：! shee

11、t： . sheets如我们之前几篇关于最小方差管理法的文章所说，平均数看不到个体差异，只知道7月1 号到30号的平均处理时长是99. 5秒，但这数字，对管理者而言，其实是没有办法用來做管 理的，因为管理者要做的是找出差异，管理差异，而标准差才是可以提供个体差异这重要信 息的工具。标准差上下限检査abcd192007f7/1894.22525202007f7/1997.23272212007/7/20101.12442220077/2198.6861123j2007z7/22100.9157242007/7/23"100.103252007/7/241073448262007f7z2

12、5102.87727_20077/2698.20587282007/7/2799.61064292007/7/2893.61187302007/7z2992.02411312007<7/3089.567613233平均値1'99.51801；34標準差.7.95484735一標準差上限107.472936一標準差下限二b33-b341穿户世界370 omw图说：b35是一个标准差上限，而b36是一个标准差下限我们很经常会采用平均值加上一个标准差，来当作控制上限，而平均值减去一个标准差来当 作控制下限，这称为一个标准差上限和一个标准差下限。所以一个标准差上限是107.4 （平均值9

13、9. 5 +标准差7.9）,而一个标准差下限是91. 6 （平 均值99. 5-标准差7.9）,如上图所示。我们看7刀1号到31号的平均处理时长，平均数是99. 5,而其中有7刀3号、4号、5号、 6号这几天的平均处理时长超过了一个标准差上限，非常值得关注，值得管理者去了解为何 这几天的平均处理时长会超过平均值一个标准差以上，当天是不是在管理上出了什么状况。7月1号、15号、17号和30号这儿天的平均处理吋长低于一个标准差以下，这也非常值得 管理者来关注，因为平均处理时匕变短，虽然很有可能是因为大家的效率提高了，管理者一 般都会奖励这样的效率提升，但有时这样的效率提升，是座席代表牺牲服务质量换

14、来的，例 如没有跟客户好好解答问题，就直接耍客户挂机，或是直接跟客户说，这项咨询没有办法回 答，类似这样的服务状况，都有对能降低平均处理时长，这是管理者不希望看到的。事实上，这是一家运营商从7月1号到31号的平均处理时长，运营商一般话务高峰日是月 初和刀末，这是影响每天话务情况最大的关键因素，另外一个因素是系统发牛故障，或是当 天因为营销活动造成话务髙峰。从上血的数据分析，平均处理时长超过一个标准差以上的，集中在月初3号到6号，让我们 似乎觉得月初因为话务高峰，所以平均处理时长变长这样一个假设，但1号也是月初，也是 话务高峰h,平均处理时长却反过来低于一个标准差以下，却又打破了这样的假设。如果

15、没 办法找出一个规律来解释上而看到的情况，下一个检讨的方向，就是作业流程是否标准，因 为作业流程不标准，平均处理吋长也会这样上下震荡。还有一种可能，就是某些班组在这儿 天有特殊的情况，这就值得我们对这些班组进行标准差的检杳。以平均值为中心，一个标准差上限和一个标准差下限这个范围，涵盖了 68%左右的血积, 高于一个标准差的范围，是前血16%,低于一个标准差的范围，则是后血16%。*3a 2a-icr p -3a-in也就是说：68%数值分布在距离平均值1个标准差的范围；约95%数值分布在距离2个 标准差的范围；约99. 7%数值分布在距离3个标准差z内的范围。这被称为“68-95-99.7 r

16、ule"。举成绩的例子来说，如果你们班的平均分是60分，标准差是15分，则表示有68%的同学成 绩落在一个标准差内，即45分（60-15）至75分（60+15）,也就是说，如果你考的高于75分, 你就赢了 84%的同学（以平均为中心切一半,所以60分到75分的同学约有34%,加上小于 60分的约有50%,故得到84%） o以上而7月的平均处理时长当作例子，也就是说，以平均值99. 5当作中心，一个标准差上 限是107.4, 一个标准差下限是91.6,在这范围内，有68%左右的日子，它们的平均处理 时长落衣这范围内，但有32%左右的日子却是落在这范围外的，而落在这范围外的，就是 我们特

17、别需要关注的。我们刚刚已经找到7刀3号、4号、5号、6号（平均处理时长超过了一个标准差上限）和7 月1号、15号、17号、30号（平均处理时长低于一个标准差下限），这是我们特别需要关 注的。我们可以把这几天班组的平均处理时长拿出来分析-下，作同样过程的分析，看看跟 其它班组比较，哪些班组标准差是比较特别的，这些班组就是值得我们管理的对象。最小方差管理法强调的是，平均数只能看到平均表现，看不到个体差异，而管理者需要做的 管理，不是平均数，而是其中的个体差异。要看到个体差异，就要利用频次表和标准差，这两大武器，是看出个体差异最好用的武器。离散系数故小方差管理法，希望能够让方差（或是标准差）控制在授

18、小的范围内变动，这时我们会利 用一个标准來进行控制利检验，称为离散系数。离散系数是标准差除以平均值。每一次计算平均值，因为采用的天数口j能不一样，或是采用 了不同的班组来检查，平均值都可能会不一样的，这吋如杲只是用标准差来做互相z间的比 较，就会产生不公平的情况，所以将标准差除以平均值，得出一个系数，就称为离散系数。 离散系数是一个很重要的控制指标，最小方差管理法大量使用离散系数来测量某一个kpt 指标是否已经达标。故小方差管理法耍求离散系数对以达到故低的标准：0.1,也就是标准差不能超过平均值的 10分込一,利用离散系数可以具体检查呼叫中心关注的kpi指标是否稳定，是否剧烈震荡。 最小方差管

19、理法评断呼叫中心kp1指标最终是否成功达标，主要依据就是离散系数是否达到 最低的标准：0. 1 o下图，b37就是离散系数，算出来的数值是0. 08,表示该呼叫屮心的平均处理时长指标，以 最小方差管理法的角度來看，己经达到最低标准。stdev(氷y二 b34/b33sasiabcd242007/7/23100.103252007/7/241073448262007/7/25102.877272007a7z269820587282007/7/2799.61064292007/7/2893.61187302007/7/2992.02411312007/7/3089.5676132133平均値l 9

20、951801j34標準差【l 7.954847j"35|一標準差上限107.4729936一標準差下限.91.5631637離散係數|二b34/e33 i罟户世界38excel 2007对呼叫中心管理产生的革命性影响前而谈到的excel功能，都是在excel 2003可以轻易实现的，但在excel 2007,有了一个 重大的突破，就是提供了一系列的数据挖掘丄具。微软把本来属于非常高深的数据挖掘功能, 做到了 excel里血，故棒的是，你完金不必懂数据挖掘，也不必懂类似ms sql这种让人一 听就头昏的数据库管理。下而这张图是excel这一系列数据挖掘功能中，笔者最惊讶的功能：“分析关

21、键影响因f”, 选中“分析”页签以后，就会出现在上方最左边。y m >j© d a a o ti hbf吝户世界airr4oldoo200w1 01 £b5dboo2«0lx5£b(m年6arwem01x0i1eow004 £ s(m*7icoiaan01/di«0w00-1 £®41罕1hmosmdixni90w-0-1«015450dbooi80w001(m*1017703 a«oldtotcow00-1 clii24!<* va01«l000at£l12kq

22、12 2m0100060w00】£h(m年132534"1sm0jm早1<1551oijoot60w(mb15223*1 smisdimi«w00l££od早13m7owaoia2sw10-1 £11a早ntrtiobooi60ci2£嵐04隼u013002(ow0oi(m年 .tvn>t«r a tibk:皿 zautejsdst. 14idfl lff.« -匚sf01ij.k分折18 老因-伯测類別目瞪反白颐示例外狀況和狀況分析的範例黃料图中例子是把平均处理时长短的座席代表，输入到excel当中，然后对这些魔席代表的属性 特征进行分析。使川方式很简单，慕木上就是贴到excel里面去，只有第一次系统运行的时候，你需要找 1t技术人员，帮你把excel跟ms sql数据库连接起来（只要连接起来就好，完全不必去使 用ms sql这让人发昏的数据库工具，一切都还是留在excel里面）。粘贴进去以后，点击“分析关键影响因子”，一