笔者简介
笔者从事呼叫中心行业工作超过10年，熟知呼叫中心各项流程和标准，了解呼叫中心运营的各个环节，曾参与中国电信某省会城市10000号系统的建设，擅长于质量管控、实时管理、运营分析、绩效管理，对于如何建立一个高绩效的呼叫中心深有体会，并拥有丰富的实践经验。现在一个国家级的外包呼叫中心（下文简称NCC）负责运营分析工作，这是中国首开先河的重点试点项目。
NCC是呼入呼出双向型的客户关系中心，服务贯穿于售前、售中、售后各个环节，下面是半年多来NCC的月人工通话均长（下文简称ATT）变化图（图1）：
从上图可见：NCC的ATT自07年11月至08年5月，以今年3月为拐点，呈现先降后升，两种截然不同的走势，不能简单归结为新人上线，事实上NCC从2007年7月开台以来每个月都有一批新人上线。那么3月份后的上升走势是否合理？导致上升的主因是什么？如何调控？
下面将分析话务压力、脚本话术、业务熟练度、业务周期与流程、话务构成等因素对ATT的影响，并提出控制对策。
一、话务压力对ATT的影响
请先看月度ATT和人工话务量的关联图：（图2）
月度人工话务量没有考虑到长短月、长假期（如2月与5月）的影响，条件不对等影响两者的环比关联效果，让我们取月度的日平均人工话务量来对ATT进行关联。
请再看月度ATT和日平均人工话务量的关联图：（图3）
由于月度的日平均人工话务量没有考虑到排班人数的影响，条件不对等影响两者的环比关联效果，让我们引入“日人均话务压力”的概念——一个Agent上一个7.5小时的标准班次要承接的日人均话务量，来对ATT进行关联。
请进一步看月度ATT和日人均话务压力的关联图：（图4）
水落石出！我想大家已经非常直观的明了话务压力对ATT的影响了：在某一定范围内，ATT随日人均话务压力呈近似反比例变化，即日人均话务压力越大，ATT越短。3月的日人均话务压力最大，另外前台还实施了“简单话术”应答，事后专人呼出的对策，所以ATT在历月中最短。
随着日人均话务压力的增大或减小，ATT会否一直随着缩小或增大呢？量变的范围是什么才健康呢？如何控制这个范围呢？这是问题的关键。为了进一步直观地说明问题，让我们把日人均话务压力升序排列，并按比例调整作为横坐标，以ATT为纵坐标作散点关联图：（图5）
从上图可见：
1、人均话务压力在80~120区间，ATT在215～190呈线性下降；
2、人均话务压力在80以下，ATT并没有依线性进一步增大，而是从215秒“扭头”下降，说明ATT受到了某种有效制约；
3、人均话务压力在120以上，ATT也没有依线性明显缩小，而是在190秒处于一种平缓趋势；
事实上，接通话务量×ATT＝通话强度，它虽因人而异，但都存在一个生理极限现象。现场主管通过实时监控将话务压力传递给Agent，会使Agent的情绪发生变化，进而有意识地调整语速、动作频率，但调整幅度会受到生理极限的制约。当通话强度逼近Agent的生理极限时，Agent就会出现情绪急躁甚至失控，质量下滑，出现诸如语速过快、服务用语缺失、查询错误、解答不完整等现象，给客户带来并不愉悦的服务体验。所以，现场主管在及时向Agent传递话务压力的同时需要察觉和照顾对方情绪。
所以，在其它影响因素稳定的情况下，当人均话务压力小于80或大于120的时候，ATT应该保持在这两个压力点对应的时长附近（即190～215秒，如A1和B1线走势）我们暂且认为这是合理的波动范围；若出现A2线走势，浪费的必然是人员效率；若出现B2线走势，牺牲的必然是服务质量。
为了进一步说明问题，我们将ATT分别和工时利用率和质量评分绘制关联图；
4、AB点间对应的工时利用率范围是70～85%，COPC高绩效标准范围74~88%（不同行业性质的呼叫中心有所不同）。当ATT大于215秒时，平均工时利用率低于70%，是企业不能接受的人力浪费，这是典型的人浮于事的现象，运营者应该想法提高人员利用率，如进行专题培训，开展增值服务，主动向客户揽活。当ATT小于190秒时，工时利用率向85%逼近，运营者应该考虑分流话务，增加人力。(如下图6)
5、AB点间对应的质量评分范围是82～79分。当ATT小于190秒时，质量评分有加剧下降的趋势，包括软技巧欠缺、解答不完整、查询错误等现象。当ATT大于215秒时，质量评分不再明显上升，排除疑难个案，还需怀疑是否存在业务流程出现问题或Agent通话控制能力不足。(如下图7)
综合1~5点，小结如下：
·整体呼入话务的ATT合理波动范围是190～215秒；若低于190秒，将出现客户不能忍受的质量受损；若高于215秒，意味着出现企业不能忍受的人力浪费；
·除来电核查队列外的Inbound对应的ATT合理波动范围是：195～230秒；
·来电核查队列对应的ATT范围：110~135秒；2008年2~5月呼出SP-care的ATT范围100~128秒（专职呼出，且对象类型有所不同，操作界面简单），客户对此评价：语速快，核查味重于关怀味；一方面说明脚本与话术有改善的地方，另一方面意味着若再通过KPI压缩来电核查队列的ATT是不明智的；
·在人均话务压力不大的情况下，没有必要让Agent用一种“救火”的心情接电话，换用一种“喝咖啡”的心情，更能营造愉悦的沟通氛围，有利于建立良好的客户沟通关系。所以只要服务水平和质量能满足客户要求，ATT在一定范围内的这种虚高也是合理的、有益的。
·我们为此模型冠名为“话务压力模型”，它既可作为评估工具，评估ATT是否在合理波动范围内，也可作为测算工具，参考应用于人员排班和招聘测算中，运营者可以权衡需要，在效率和质量所对应的话务压力点间取一个值，作为排班或招聘人员的依据。如AVON的日人均话务压力点适宜取105。
ATT=(3600*81％)/(105/7.5)=2916/14=208秒
ATT=(3600*85％)/(120/7.5)=3060/16=191秒
当前Inbound的平均排班产能约是11.3call/小时，剔除空闲时长后的平均实际产能约是12.8call/小时，所以若取话务压力点120，对应产能16是一个当前KPI满分的“极限值”，会对质量造成不良影响。
【控制对策】
在综合支撑能力不变的前提下，我们只需关注各队列ATT是否在合理的波动范围，否则就要找出主因进行调控；若某方面的支撑条件发生变化，要评估它对ATT的影响度，重新评估相关队列ATT的合理波动范围。
【后话】
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，后文再续。（图8）
于遂君
