呼叫中心的绩效体系就是利用数字化的指标来表征一个呼叫中心的综合表现。所谓平衡，是指我们不能单纯追求一个方面的指标不断提升；而是应该建立起全面的绩效指标体系，综合关注服务速度、服务质量和服务成本（收益）等各方面的指标。
呼叫中心的生产力管理，指的是如何通过准确的业务量预测，来合理配置人力、设备等有限的资源，最终达成服务速度指标、质量指标和成本指标。目前呼叫中心的生产力管理，一般包括着如图1所示的四个主要环节。为了下面的叙述，这里先简单介绍一下这四个环节的主要工作。
1、业务量预测：根据业务规律和增长预期，按照月、日和时间段预测业务量
2、生产力需求计算：根据业务量和我们设定的服务水平的目标，预测每个时间段需要的人力和设备资源；
3、人员排班：按照上一部计算的人数需求，设定班次和排班表；但是属于理想的班表；
4、吻合度的计算：根据实际的情况和人数，找到吻合度最高的实际排班表；同时看到与预测的吻合度；
图1预测排班四步骤
从中我们可以看出生产力管理所能够直接影响的指标，就包括了服务水平、弃呼率、员工利用率等对呼叫中心最关键的指标。正是因为生产力管理工作非常重要，呼叫中心的管理者经常需要回顾预测和排班情况，来发现问题并解决。今天我们来看看通过几个相关性的分析，如何判定生产力管理中的问题点。
一、服务水平分布图
服务水平的高低将影响客户对于接通速度的满意程度。因此我们不仅要看到全月的服务水平还要看到其中每一天的情况。将全月的服务水平绘制出图2所示的分布图，我们就可以发现一些问题。
图2每天的服务水平分布图
如果我们为服务水平设定的目标是77%--83%这样一个区间，我们可以看到全月的服务水平为83%，达成了目标。但是分析每一天的情况，就知道全月只有8天真正达到了目标。其中有17天超过了目标上限，造成了成本的浪费；6天低于目标下限，会影响客户的满意度。说明生产力管理还需要进一步提升。
二、预测准确度和服务水平关联分析
因为我们的排班表是依据预测得来的，因此我们设想预测的准确度应该与服务水平的达成有着紧密地关系。换句话讲，如果预测准确度在正负10%的目标范围内，服务水平应该在77%—83%的目标范围内。
根据这样的设想，我们来看看图3.图3的横轴是全月每一天的预测准确度，纵轴是每一天的服务水平。四条红色的线分别代表了两个指标的上下限。而R2则表示两个指标的相关性。但是真正对我们有指导作用的，并不是相关性的大小，而是对于下面几个现象的分析。
图3服务水平与预测准确度相关性分析
图中我们可以发现以下几个方面的现象：
1、其中四条直线框定的几个点，代表着预测准确性达标，服务水平达标的天数；但是我们发现这样的天数只有3天；这象我们暗示了预测之外的问题；
2、其中左下角和右上角的两个红色圆圈所代表的这四天，服务水平过高或者过低，主要是由于预测准确率过高或者过低造成的；
3、对于中间的两个圆圈的解释却没有那么简单了；其中左边的圆圈表示着有几天预测话量远远低于实际来话，但是服务水平却正好达标了；而右边比较大的圆圈里面，有多大16个点，表明预测准确度达标的天数里面，我们的服务水平超出了目标上限。
通过上面的分析，我们可以得到下面的结论：
1、全月的预测准确性有9天没有达标，其中2天预测量过高；7天预测量过低；预测需要有所调整；
2、但是全月的服务水平偏高，说明排班中的人员安排没有按照预测话量来进行，属于过量配置人员。
三、服务水平和员工利用率
在排班合理的情况下，服务水平和员工利用率应该是一对有反向关系的指标。如果我们将他们绘制成散点图的话，应该如图4所示的那样，服务水平高，员工利用率相对低；服务水平低，员工利用率高。
图4服务水平和员工利用率的相关性
但是有时候我们会从中发现比较特殊的点。例如，我们有时候会看到图5这样的情况。其中横坐标是员工利用率，纵坐标是服务水平。红线分别代表两个指标的目标。两条红线将整个区域分成四个象限。
第一象限是指服务水平和员工利用率都高的情况，这种情况是相对满意的情况；说明排班合现场执行的都比较好；
第二象限是服务水平达到目标，员工利用率没有达标的情况。说明人员安排有富余，可能造成了成本的浪费；
第三象限是员工利用率和服务水平都没有达成目标的情况。这种情况是问题最难定位的。基本上有几种可能性。首先是现场管理比较松散，在电话量高的时候，员工并没有全力接听电话，造成双低；其次要看到每个时间段的情况，有可能是某个时间段的电话过高，当时的服务水平影响到了全天的服务水平，但是员工利用率却也没有达到目标。
第四象限是员工利用率高，服务水平低的情况。说明当天的预测可能存在一定的问题，人员安排不足，造成了人员利用过度，但是服务水平却不达标。
图5服务水平和员工利用率案例
通过上面这两组指标的相关性分析，我们就可以看到一个呼叫中心在预测、排班和现场管理三个环节中的优势和劣势，反映出一个呼叫中心生产力管理水平的高与低。
