主页 > 知识库 > 对ATT影响因素的量化分析

对ATT影响因素的量化分析

热门标签:地图标注成本多少钱 绿色地狱亚马逊之魂地图标注点 打电话机器人是什么软件 六安400电话办理流程 什么是外呼系统 辽阳外呼系统接口 百度地图标注营业执照 如何在地图标注公交车 代理400电话办理业务

  一、前言
  
  要将一个问题分析透彻,就要将问题分解成足够细的“粒点”--保证每个粒点都没有不确定的因素,这样才能说明每个粒点对问题的影响程度。所谓要做到复杂问题简单化,首先要懂得简单问题复杂化,这是方法论。
  
  笔者在《话务压力模型及其应用》一文中量化分析了日人均话务压力(通话强度)对ATT的量化影响,建立了一个话务压力模型,阐述了ATT、质量、效率之间的辩证关系,并进一步说明了如何应用该模型评估ATT的合理波动范围、进行人员招聘和排班的测算。
  
  若ATT只受话务压力影响,两者关系应出现下图虚线描述的模型ATT形状,而事实ATT的波幅相对小很多,说明ATT还受到其它诸多因素的制约。(图1)

  这些因素包括:(人)业务熟练度、(环)业务周期、(材)话务构成、(机)系统支撑、(法)话术标准等,下面就选择前三种因素尝试进行量化分析,并提出控制对策。
  
  二、人员业务熟练度对ATT的影响
  
  我们选择话术简单的“A技能”来分析,分别取3~5月的A技能ATT统计数据进行环比(如下图2):

  3月份开始采用新上岗员工和队列溢出等策略接听处理A技能话务,随着业务熟悉度的提高,ATT从138秒下降到127秒,环比有8%的下降幅度,说明加强培训操作,可以有效降低ATT。
  
  【控制对策】
  
  根据最小方差管理法,找出ATT异常人员,按照PDCA循环,实施针对性措施,如加强培训指导,配合必要的考核,提高异常人员的工作效率,减小对整体ATT的影响,5月份开始就对此类人群的ATT进行了关注和指导。
  
  三、业务周期对ATT的影响
  
  目前NCC月度业务周期可分4个时段,月头1-3日是上月遗留问题的催促处理:配送不及时、到货差异破损、帐务问题等;3-6日是BB下预订单、16-24日是预订单兑现、27日至月末是现场为KPI冲刺阶段;2007.11~2008.02期间,月度ATT都是“头高尾低”的走势,我们取1月ATT作为代表,但在2008.03~2008.05期间,却出现“月末弹起”的现象,我们取4月ATT作为代表。(下图3)

  从上图可见,月头的上月遗留问题(配送不及时、到货差异破损、帐务问题等)、月末现场冲刺KPI等客户流程因素对ATT有明显影响。需要特别说明的是,4月27日后ATT有一个明显的扬起,这是客户业务政策调整的直接反应,在下一节中详细分析。
  
  四、话务构成对ATT的影响
  
  为了分析“话务构成”和“业务周期”影响ATT的关联性,我们还是取08年1月和4月的来话小结分布比例占前5位的数据,进行参考分析:(下图11)

  ATT-4月为197秒,ATT-1月为208秒,季度首月同比下降11秒(-5.3%)。一直以来,“来电核查”是各小结分类中比例最大的话务,它的业务流程、话术和界面操作相对简单,通话可控性强,队列ATT约是Inbound其它队列的55~60%。4月开始有的“拒绝核查”(7.2%)实际上也属于来电核查,由于规范执行的不明确性,“其他”类中有一半也作为来电核查,4月总量占28.2%,1月21.1%,同比增长了7.1%,简单话务比例的上升必然带来整体ATT的下降;业务政策咨询和配送问题是相对复杂的话务,4月共占12.8%,1月共占15.2%,环比下降2.4%,同样道理,复杂话务比例的下降也必然带来整体ATT的下降;(1月内部转接6.3%,4月1.3%,同比1月约下降5%,主要是单技能和全技能间的转接,主要是后者将规定的单技能话务转给前者,也包括前者将碰到的小部分复杂问题转给后者,2月之后没有此特殊,且从量上来说对ATT起不到决定性的影响)。
  
  上面是从整月数据分析话务构成对ATT的影响,下面从日数据分析导致4月ATT“月末弹起”现象的原因。(下图12)


  
  从图12也可以明显的看出:ATT“月末弹起”现象的原因同样是“简单话务比例的下降必然带来整体ATT的上升;复杂话务比例的上升也必然带来整体ATT的上升”;具体因为Avon调整了业务政策,从3月开始,每月27日18:00后至月末NCC不受理来电核查,因此该类话务从27日的25%左右突降为0;拒绝核查的量比也有-7%的大幅下降(从12%下降到5%以下);而复杂业务如政策咨询、配送问题则有+6%的较大幅度上升(约从10%上升到16%)。
  
  我们把话务构成简单化,假设只有“来电核查”和“Inbound”两大队列,在上下6%的波动范围内,取ATT(sp)=120秒,ATT(in)=215秒,“SP来电核查”话务占比=x,则“Inbound”话务占比=1-x,ATT(all)=y,整体通话均长y与“SP来电核查”话务占比x存在如下线性关系:(下图13)

  在6%的波动范围内,用4月实际日来电小结数据进行验证,这种线性关系和实际情况是吻合的。
  
  【控制对策】
  
  客户的业务周期和NCC话务构成的分析结果是一致的,它让我们知道了“是什么”,然后再弄清楚“为什么”和“怎么办”:就是深入客户业务流程,了解这类复杂业务的外部流程,找出流程瓶颈,是否存在标准不清晰的地方,设立控制点,加强监控考核。若简单话务比例高且影响了服务水平,可以考虑电子渠道分流(IVR、网页自助等)、技能调整、队列溢出等手段进行控制。
  
  五、总结
  
  应该说NCC目前的ATT处于可控的合理波动范围内,只需关注ATT过长的差异人员,加强监控指导即可。
  
  呼叫中心的人员ATT只是表象,内藏玄机,我们并不主张动辄用考核手段强压,而需要深入挖掘,根据主因有侧重点地采用以下手段:加强系统支撑、梳理业务流程、优化业务脚本、加强热点培训、加强对差异人员的指导并配合适当的考核,才能从根源上科学有效地控制ATT,降低服务成本的同时保证服务质量。
  
  六、后话
  
  前文和本文都是从报表数据分析ATT的影响因素,笔者将在后文中介绍如何通过抽样的方法进行验证,并确定超长通话类型、分析成因,提出改善策略。
  


  中国电信广州10000号外包呼叫中心
  
  于遂君
  

标签:黔东 辛集 保定 汉中 阜新 四平 四平 阿拉善盟

巨人网络通讯声明:本文标题《对ATT影响因素的量化分析》,本文关键词  对,ATT,影响,因素,的,量化,;如发现本文内容存在版权问题,烦请提供相关信息告之我们,我们将及时沟通与处理。本站内容系统采集于网络,涉及言论、版权与本站无关。
  • 相关文章
  • 下面列出与本文章《对ATT影响因素的量化分析》相关的同类信息!
  • 本页收集关于对ATT影响因素的量化分析的相关信息资讯供网民参考!
  • 推荐文章