关于话务管控几点探索.docVIP

关于话务管控几点探索 　　提到呼叫中心，不得不提的就是“客户来电”，比较专业一点的称呼就是话务量，如何有效管控话务是呼叫中心的核心工作之一，话务管控的好与坏直接关系到中心多项KPI指标的达成与否。 　　就笔者所在的客服中心来说，每天都会接到十几万甚至几十万的“客户来电”，每一通电话都消耗着中心的成本。随着客户规模的不断扩大、业务种类的不断增长及其复杂程度的不断增强，客户的来电量也日益增长，如何准确定位客户需求、解析客户拨打行为、有效分流引导话务成为呼叫中心孜孜不倦钻研的课题。笔者试图结合话务管控的工作实践，尝试从“事前准备、事中控制、事后分析”这样一个循环往复、不断创新的过程来谈谈话务管控工作。 　　一、事前准备 　　古人云：“事前定，则不困。”对于话务管控工作来说，做到事前主动出击可以有效缓解话务压力、提高服务水平，那事前究竟可以做什么呢？话务预测？IVR自动语音引导？自主短信群发宣传？ 　　1、话务预测 　　哪一项工作能够知道安排多少人力才能保证服务水平？分流多少话务才能保证KPI的完成？答案就是话务预测。合理的话务量预测分析不仅能及时了解业务发展趋势，而且可以为排班管理、系统资源扩容配置等多方面提供量化依据。我们通过不断摸索研究最终确定预测五步曲：定位影响因素、甄选历史数据、运用科学预测方法、建立预测评估体系、适时调整预测数据。 　　头脑风暴、定位影响因素 　　众所周知，话务量受客户量变化、新业务推广、自然灾害及网络故障等多种因素影响，为了能够准确定位要因，多次组织不同团队（一线大团队、后台支撑团队等）召开头脑风暴会议，最终确定了十一大影响因素，同时结合对往年历史数据的研究，依据经验确定了各因素的性质及影响权重，其中营销活动、短信群发、节假日等因素可预估影响量且对话务影响相对较大，而系统故障、网络故障等无法预估影响量因素、且存在突发性，对此建立了话务应急机制（详见事中控制）。 　　甄选历史数据、运用科学预测方法 　　预测话务不能没有历史数据作为基础，那么历史数据是否是越多越好呢？不尽然。在进行预测时要选取具有相关性的历史数据，数据的相关性越强则预测准确性就会越高。所谓的相关性是指所依存的业务环境和现有环境的相似性，若相差较大就会带来较大的不确定性，因此在预测之前要尽量选取相关性强的历史数据作为预测基准，但在选取预测基准数据时往往发现数据的相关性较差，也就是说所依存的环境发生了较大变化，如新开展的大型营销活动、节假日、恶劣天气等引起的话务异动。我们需要剔除异常数据或者进行修正，以提高数据的相关性。 　　甄选数据后，需要运用科学的预测方法才能够提高预测精准度。通过不断摸索研究，我们发现在预测月话务量时多项式拟合、指数平滑法和ARIMA模型的预测精度较高。随着工作的不断深入开展，中长期（季度、月度）预测精准度在90%～95%之间，短期（日、时段）预测精准度在92%～96%之间。 　　建立预测评估体系、适时调整预测数据 　　针对不同层次的预测数据建立多维度预测评估体系并适时调整预测数据，评估体系涵盖预测精准度、恶劣天气、特殊节假日等因素的话务影响量及经验总结等。目前预测的步骤为预测（年度→季度→）月→日→周→时段，一般情况下是在月末预测下月发生的话务情况，当月每天跟进与调整（今天预测明天的），每周进行评估。对于话务预测来说，预测少了，安排的人力就会少，从而影响接通率，但也并不是说预测多了就是好事，若实际话务远远小于预测话务时调度还需要不断地调整人员休息或提前下班等，也就增加了管理的难度。 　　简单谈一下时段话务预测。依据时段话务模型、结合时段参考点（一般在高峰前的1～2个时间段），今天预测出明天的时段话务情况，明天按照时段实际呼入情况看预测呼入量是否存在较大偏差，若出现偏差则需要再次调整预测数据，就是这样一直在不断摸索规律、不断监控修正数据。 　　2、IVR自动语音引导 　　话务预测数据有了，若高于日常水平就需要确定分流目标值，利用IVR自动语音引导分流部分话务，主要从引导合理性、查询/办理便捷性入手，通过全面整合资源、优化系统流程、探索运营新模式等措施使IVR自助语音更简便、快捷、易于客户接受，成为客户自助查询和办理业务的主流渠道，从而实现话务均衡。目前差异化语音引导、打造便捷“短号”助分流等多种措施的运用，日均分流话务可达1.2万左右，我们不断挖掘系统潜能，将IVR效能发挥至最大化，在分流人工话务的基础上实现各渠道间的话务均衡（如图1）。 　　3、常规分流措施 　　结合话务预测数据，在持续推进常态化分流措施的同时根据月末月初、重要业务/营销活动推出特殊时期，积极采取紧急应对分流措施并关注客户咨询热点和客户代表解答难点，协同电子渠道发展创新（如图2）。 　　二、事中控制 　　事中控制是