服务水平指标是反应呼叫中心服务效率的核心指标之一。其定义为X%的电话在Y秒内接起。当然对于这个定义的理解和算法也存在很多不同的方式，在我以前的文章中已有解释，这里不再重谈。这里要说的是呼叫中心对于服务水平指标的几种不同的衡量和分析方式：
1. 时段均值法：
就是取一个时段（日、周、月）的服务水平均值来看这个指标的表现。了解统计学基本知识的人都知道，简单平均值有它固有的缺陷，应用在服务水平指标的衡量与分析中，并不能很好地反应客户的典型经历。举一个简单的例子如下：
A 100% 100% 60% 60%
B 80% 80% 80% 80%
A、B两组数据的均值都是80%，但是对于客户体验来讲，B组显然要比A组更能够提供持续一致的客户体验。但是只看最后的均值的话，是发现不了这个信息的。
2. 时段达标率：
即把每一天的24小时细分成48或者96个时段，然后分别统计每一时段的服务水平指标，最后看有多少比例的时段达到了所设定的服务水平指标。举例如下：
| ≧80%的时段 | 20 |
| 60%<80%的时段 | 15 |
| 40%<60%的时段 | 8 |
| <40%的时段 | 5 |
这样我们就可以详细了解到一天中服务水平的详细表现情况，假设我们设定的服务水平目标是80/20的话，当天的服务水平时段达标率仅为20%，并不是很理想。这种分析方法显然比只看均值更近了一步，但是我们还是无法了解服务水平表现的稳定情况以及时段波动特点。因此，我们还需更近一步，通过相应的统计分析，了解更多有价值的信息。
3. 控制分析法：
我们先把一天的服务水平原始数据放在这里：
| 0:00 | 100% | | 0:30 | 100% | | 1:00 | 100% | | 1:30 | 50% | | 2:00 | 100% | | 2:30 | 70% | | 3:00 | 100% | | 3:30 | 100% | | 4:00 | 100% | | 4:30 | 100% | | 5:00 | 100% | | 5:30 | 95% | | 6:00 | 100% | | 6:30 | 95% | | 7:00 | 90% | | 7:30 | 85% | | 8:00 | 80% | | 8:30 | 70% | | 9:00 | 55% | | 9:30 | 60% | | 10:00 | 65% | | 10:30 | 67% | | 11:00 | 70% | | 11:30 | 50% | | | 12:00 | 45% | | 12:30 | 68% | | 13:00 | 73% | | 13:30 | 76% | | 14:00 | 80% | | 14:30 | 82% | | 15:00 | 82% | | 15:30 | 85% | | 16:00 | 83% | | 16:30 | 86% | | 17:00 | 80% | | 17:30 | 88% | | 18:00 | 85% | | 18:30 | 82% | | 19:00 | 75% | | 19:30 | 73% | | 20:00 | 78% | | 20:30 | 82% | | 21:00 | 88% | | 21:30 | 92% | | 22:00 | 95% | | 22:30 | 98% | | 23:00 | 100% | | 23:30 | 100% | |
然后做出全天服务水平波动的曲线图：
然后我们看一下这组数据的均值：83% 标准差：15.26% 离散系数：0.18
至此，基于以上数据分析和测算，我们可以得出这样的结论：全天的服务水平均值不错，达到了83%；但根据波动曲线来看，上午及傍晚业务量高峰时段人员配备不足，导致了服务水平的明显下降；晚间时段人员是充足的，但要注意人员备份并要始终在线，不要随意离席；如果每天的波动趋势大致相同，应考虑补充一线员工，调整排班策略，增加分散半次以更好地覆盖高峰时段；从标准差和离散系数来看，服务水平的控制还不是很稳定，应在业务量预测、班次优化以及相关流程及系统方面做进一步的根源分析和相关改进工作。
抛砖引玉，欢迎探讨！
