呼叫中心关键KPI指标的定义

1、-关键 KPI 指标的定义与参考标竿数字(上 )呼叫中心高度仰赖关键指标来运作，也就是大家常常听到的KPIK 是英文的key ， P 是 performance， I 是 index任何的管理都必须针对关键点来进行管理，找到关键点， 就好像医生治病要对症下药，追女朋友要对她心里最脆弱的地方下手，搞营销要找到关键客户群，呼叫中心更是围绕在KPI关键点上运作。呼叫中心的管理， 如果没有找对关键点， 你的人力资源安排会搞错方向， 绩效管理会出问题，大家在迷雾中打转，就算堆了千军万马也没有功效。呼叫中心的关键点，众说纷纭， 我先从最小方差管理法最关注的六大指标来讲起，最小方差管理法将关键指标分成效率和

2、质量这两大类，效率类主要有通话利用率、小休率、 平均处理时长、和服务水平，质量类主要有质检分数和一次解决率。1 通话利用率：通话时间除以签入系统的时间。这是考核人员使用情况非常重要的一个指标， 可以用来考核排班人员和现场管理人员的工作绩效。有个重要的标竿数字可以参考，许多高效的呼叫中心可以做到69 ，甚至 72 、73 左右。要特别注意的是，小休、培训、开会这种有领到工资、但没有在值机台上、也没有生产力的这些工作状态，最好不要用注销系统的方式来管理，应该要使用话机上的 AUX 状态，也就是暂时离开的方式来记录。因为小休、培训、开会这些工作状态，其实对呼叫中心人力资源安排，有严重的影响，你希望要

3、做严格的控管， 如果是使用注销系统的方式，这部分的数据就无法正确统计，一般说你测什么，就管什么，你没测什么，就没法管什么 ，小休、培训、开会这些工作状态必须要做严格的纪录，才能作严格的控管。69 到 73 这一个标竿数字，分母的签入系统时间，是把小休、培训、开会这些工作状态都加入进去，我看过很多呼叫中心的通话利用率超过了75 ，但我详细研究之后，发现原来是座席员只要离开座位，就注销了系统，这样分母自然变得比较小，69 到 73 这一个标竿数字就没有任何参考价值了。如果你的通话利用率小于69 到 73 这个范围， 你就可能需要想想是不是人力有过剩，或是排班人员的班务出了问题，或是现场管理人员现场

4、调度出了问题。2 小休率精选资料-我一直认为呼叫中心管理的最大难题之一，不是服务水平， 不是流程， 也不是人员技能不足，而是小休的管理！呼叫中心因为受到二郎原则的严重影响，少量的变化， 就会造成巨大的影响，对于小休的控管，自然变成一个关键的议题。道理很简单，二郎原则告诉我们，就算是一个现场有140人的呼叫中心， 只要两三个人在不恰当的时间站起来，服务水平可能当场会从天堂掉到地狱。要如何防止座席员在话务高峰时段不会利用小休机会产生集体离席的行为，有相当数目的呼叫中心采取了严格的作法， 利用所谓的一朵花的管理， 让一个班组同时只能有一个人站起来离席。但一朵花的管理毕竟是属于相当严格的管理方式，另一

5、个变通方法是把小休时间预先给分成早上 20 分钟，下午 30 分钟，直接排到班务里面，座席员如果临时需要上厕所，最长只能离席三分钟，而且同时不能超过一定数目的人站起来离席。小休率的标竿数字，如果不加上培训、开会这些情况，单纯只是座席员的短暂休息，至少应该必须在 7 到 10 左右。 7 实际代表一天上班讲话8 小时，其中0.56 小时（ 8 7 ）是小休，也就是大约只休息了30 多分钟，平均每小时只休息了4 分钟，我们就算是培训上课，只要上了 2 小时，中间不休息个 10分钟，学员就会开始打哈欠想睡觉，更不要说是连续不停的讲话做服务了。台湾不少呼叫中心上班时间是8 小时，早上休息 20分钟，下

6、午休息30分钟，中间还允许至少两次短暂 3 分钟的离席，总计是 56分钟，小休率的标竿数字在11 附近。根据我的经验， 如果小休率压缩的过紧，座席员自己有自己的办法，会自动把小休放在话后处理这状态， 导致话后处理数据严重失真，如果公司严格控管话后处理率，座席员就干脆签出系统。另外一种普遍的情况是， 座席员在空闲的日子， 让自己小休率压缩的很少，然后在忙碌的日子一次进行小休，这对于忙日来说，完全违反了二郎原则。小休率的标竿数字， 还要看这个呼叫中心的通话利用率有多高来决定，通话利用率越高， 小休率就应该要越高。小休率的计算，是座席离开座位进行小休的时间，除以座席签入系统的时间。再次强调，座席签入

7、系统的时间必须要包含培训、开会等状态。有些公司不是使用小休率这个名词，而是使用示忙状态，英文也就是AUX 状态，都是同样的意思。3 小休次数（或示忙次数）既然讲到小休率，就必须要顺带提到另外一个非常关键的指标，就是小休次数， 或是示忙次数。精选资料-小休次数就是座席离开座位，把自己的状态放置在小休状态的次数。这个指标为何非常关键？因为大部分的CTI （就是派话系统） ，几乎不管你用的是那个牌子，都有一个重大的漏洞，也就是座席员只要频繁的示忙， 更改她的状态， 派话系统就不会派话给她， 因为派话系统的派话原则都是最长等待时间， 那个座席员的等待时间最长， 电话就优先派给她。 但只要座席员更改了自

8、己状态， 就算她把自己转换到示忙， 立刻又改换回示闲， 立刻改换到候机等待电话的状态，她的最长等待时间还是归零，电话就会最后才派给她。很多呼叫中心跟我说， 他们是按件计酬的方式， 话务员的工资跟接听量高度挂勾， 座席员没有任何逃电话的动机， 相信我， 当电话量很高的时候， 工作的压力远远高于一通几毛钱的诱惑力。管理最重要的工作， 就是建立控制点，既然系统有重大漏洞的可能性， 作为管理者，就应该要对关键指标进行监控。4 平均处理时长平均处理时长是把所有通话时间，加上所有话后处理时间，这个总和再除以总通话次数。平均处理时长是最重要的效率指标之一，因为它反映了呼叫中心流程标准化的程度，两个呼叫中心来

9、电量相同， 服务内容相同， 但一个呼叫中心在流程上进行了高度优化，平均处理时长是另外一个的 3 分之一，这呼叫中心需要的人力，自然比另外一个少了至少3 分之一以上。这个标竿数字受到各种因素影响太大，它取决于新旧人的多寡，还有当时服务水平的情况，最简单的一个内部标竿， 就是利用我前面谈到的控制图，画出上限和下限， 你会发现下限其实就是你曾经做到的 相对比较低， 而且做得到 的平均处理时长，也就是你可以努力的目标。关键 KPI 指标的定义与参考标竿数字(下 )上面简单的重述了一下前面谈到的主要 KPI 指标，我们接着要看效率指标的最后一个，就是大家最熟悉的服务水平。5 服务水平服务水平就是在规定的

10、秒数里面（例如20 秒或 30 秒）接起了多少的电话。很多呼叫中心用 20 秒应答率，或 30 秒应答率，或 20 秒、 30 秒接通率，但这基本上都是一样的意思。服务水平的计算有个有趣的争议， 就是客户在很短时间内挂断， 这种要不要算进来。 例如某呼叫中心是用 20 秒应答率来算，在中午 12 点到 1 点这段时间，有 1 千通电话按了人精选资料-工台，进入排队，有100 通是在 5 秒内刚刚排队就自动挂断，有另外150 通是在 20 秒内还没有被人工接起就自动挂断，然后有500通是在20 秒内被人工接起，那服务水平应该是多少呢？如果完全不排除这种短时间内自动挂断的电话，服务水平是500/1

11、000，也就是 50 。如果对自己比较宽松的话， 可以排除 20 秒内自动挂断的， 这时服务水平的分母是 1000 减去 150 ，而分子是 500 通，也就是 58.8 。有些国际组织要求最多只能排除5 秒左右的电话，这时服务水平的分母是1000减去100 ，而分子是500通，也就是55.6 。金融产业基本上是用20 秒或 30 秒来衡量，移动电信对高端客户用20 秒，其它客户用 30 秒， IT 产业大部分用60 秒。服务水平完全没有所谓的标竿数字，大家努力的目标大部分是80 ，但中国的经济在高度成长，大部分的呼叫中心都很难做到80 。讲完效率指标，就应该要谈谈质量指标，主要是质检分数和一

12、次解决率：6 质检分数就是质检人员听座席员的录音档，然后进行评分。 质检评分主要分成正向评分和负向评分，正向评分就是挑了几通录音档 （例如 10 通），然后每一通给了某个范围的分数 （例如 0 到 100 分），然后把这些分数全部加起来在除以通数，也就是算平均分。不管你是用加分或是扣分， 只要是把所有录音文件的分数全部加起来， 然后求取平均分数，就是使用正向评分。负向评分不使用平均的方法，就是听几通录音档，就扣多少分，扣完为止，例如全部允许扣 40 分，第一通录音被扣了 10 分，第二通被扣了 20 分，第三通没有扣，这时质检分数就剩下 10 分（ 40 减去 10 在减去 20 ）。负向评分

13、是属于很罕见的质检评分，它有一个重大缺陷，并不是扣分让座席员感觉很负面而已， 真正的问题是它遇到少量的抽样不足以看到真相时， 完全没有办法利用扩大样本数的技巧来挖掘真相，不像是正向评分，抽的越多，真相越清楚，负向评分抽的越多，扣的分数越多。质检分数并没有标竿数字，但需要注意质检评分时的6 大误差可能性，详情请看我前几篇文章。质检还有一个大重点，就是不要光注意怎么去扣座席员的工资，这其实只是最后的手段而已， 真正质检的目的， 是要找到造成质量问题的共同原因， 套用戴明说过的一句话： 企业的问题，有 94 来自于共同原因，只有 6 来自于特殊原因，座席员个人犯的错误只占了精选资料-6 而已，质检评

14、分员记录的这么多错误，如果企业没有从里面找到共同原因，为何这个座席员也犯了这个错， 那个座席员也犯了这个错， 那质检真正的目的就会完全消失在罚钱而已。7. 一次解决率一次解决率在许多研究里面，都表明是影响客户满意度最深的一项指标，它的定义是：客户来电当中，第一次就把客户问题解决的比率。这项指标很不容易测量， 所以很多呼叫中心都没有测， 一次解决率不止影响客户满意度，更重要的是， 它是少数可以测量流程质量的指标， 流程的效率一般是用平均处理时长来测量，而流程质量最容易的测量方法就是一次解决率。有名的权威调查机构Garner有一份数据，对一个 200 人的呼叫中心，一次解决率提升1 ，一年可以省3

15、5 万美金。一次解决率有四种测量方法：（ 1）系统决定：这是成本最低的测量方法，今天决定要计算，三天内就有这数字，方法是从报表中计算客户没有重复来电的比率，一般是用三天内客户没有重复来电的比率，例如要计算 1 月 10 号的一次解决率， 分母是 1 月 10 号这一天的客户来电数，分子比较复杂，是在 1 月 10 号这一天的来电客户当中，剔除掉1 月 11 、 12 、 13 号这三天又再度打来的客户，例如1 月 10 号打来了1 千个客户，这1 千个客户当中，其中有100个在 1 月 11 、12 、 13 号这三天又再度打来，一次解决率就是900 除以 1000（ 2 ） 客户决定：藉由客

16、户满意度调查，直接询问客户，通常我们在客户满意度调查会问三种问题， 你对这次服务满意吗、你对这次客服人员满意吗、你的问题被解决了吗，第三个问题就可以测量到一次解决率，例如你问了100个客户，其中有90 个说问题被解决了，那一次解决率就是90 （ 3）质检决定：质检员在评分时，多记录下来一个数据，就是这次评分中，客户问题被解决了吗（ 4 ）座席员决定：座席员在话后整理时，记录下来这通电话是否一次被解决。这四种测量方法都不准，各自有各自的问题，很多专家建议说至少用两种方法来测量，并且交叉比对，因为这指标太重要，却又很不容易测量，值得大家花功夫来详细调查。一次解决率的标竿数字是 80 到 85 ，也

17、就是 100 通电话当中，应该有 80 到 85 通是一次被解决的。如果你的数字远远高过这个，很有可能是你的测量方法要回头检验一下，如果你用的是系统报表来决定，很有可能你不能用三天内的客户重复回电率，必须要拉长这天数，如果你是直接询问客户，那你要想想你的样本是否够多。如果可以提高一次解决率，客户来电量就会降低，假设你原本是80 ，如果可以提高到 85 ，这代表电话量至少可以降低了5 以上，这是重大的节省。精选资料-下面还有几个很难定义，但却非常重要的指标：8. 人员利用率中文在这部分完全没有统一的定义，英文应该是Utilization，就是人员真正有被用上，就是通话利用率加上话后整理率，也就是

18、看人员的生产力。对人员利用率的考核，就是看人员成本，利用率越低，人员被使用的程度越低，成本自然也就越高。9. 值机率中文在这部分更是完全没有统一的定义，有的称为员工利用率，有的称为工时利用率，有的称为在线繁忙度， 英文应该是Availability，也就是座席员坐在座席台上值机处理电话、等电话的时间比率也就是通话利用率加上话后整理率，再加上空闲等候电话率这三个部分对值机率的考核，其实是在考核小休率（如果你的小休率有包括培训、开会等状态），小休率英文叫做 AUX ，它加上了值机率刚好等于100 。10. 人员流失率人员流失率听起来简单， 但事实上大家的计算方式往往不同。 人员流失率是某时间内离职

19、的人员数除以该时期人员平均数。例如 2007年 12 月的人员流失率的计算，人员在12 月初原本有90 人， 12 月新加入了 10 人，人员总数变成100 人，而在12 月有 20 人离开， 12 月末变成 80 人，在 12 月的人员平均数是月初加上月末然后除以二，就是月初的90 加上月末的80 ，除以二，就是85 人，而人员流失率就是20 除以 85 。这指标有争议的地方， 就在人员平均数要怎么算， 很多呼叫中心用不同的定义， 有的是直接用月初的人数当做人员流失率的分母， 这里我们是用传统制造业计算平均库存或财务人员计算平均数的办法，也就是月初加上月末，然后除以二。用这种计算方式的好处是

20、，如果人员流失的数目和新加入的数目是一样的，那分母会保持固定不动，一个有 100 人的呼叫中心， 12 月中离开 20 人， 12 月下旬又补进了 20 人，人数还是维持在 100 人，用上面公式算出人员流失率是 20 ，符合大家原先常识上认为的数字。如果要计算2007年整年的人员流失率，这里的争议更大，首先不能把每个月的流失率加起来，必须要用上面的计算公式重新来算，也就是算出2007年离开的人数， 在算出 2007年的人员平均数，两个相除就是2007年的人员流失率。问题就在于2007年的人员平均数要怎么算，可以简单用2007年 1 月初的人数，加上 2007年 12 月末的人数，然后除以二。精选资料-有些呼叫中心会把每个月算出的人员平均数全部加起来，然后除以12 ，得到 2007年的人员平均数。不管你是