简单两步降低呼叫中心等待时长 让用户不再“循环等待”

本文作者：桂陈

目录

步骤一 准备数据和指标

步骤二 聚焦考核目标 制定改进措施

在文章开头做个小调查，在工作和生活中为了打通客服电话，你愿意等多久？30秒？还是 1 分钟？根据调查，60% 的用户最多愿意等上 1 分钟，而超过 90% 的用户会在等待 5 分钟后挂断电话。

试想一下，当用户急切地希望通过售后热线获取帮助，但打过去一直排队，最终选择放弃使用或退货，对企业来说不仅损失了低成本解决问题的机会，也会给品牌形象带来负面影响。

Image by rawpixel.com  on Freepik

要解决上述问题，我们可以对呼叫中心的关键 KPI 数据建立指标并找出改进方向。本篇博客中，我们通过 Kyligence Zen 一站式云上指标中台展开了分析。企业的管理层可以通过它观测呼叫中心运营的繁忙程度，适时调整客服代表的数量和排班；而团队中的客服代表也可以根据指标衡量自己的 KPI 完成情况，提升客户体验。

文中所用的呼叫中心应答效率分析指标已经上线 Kyligence Zen 指标模版集市，您可以点击链接一键复现文中的分析场景。

 

步骤一 准备数据和指标

首先，我们在 Kyligence Zen 的数据页面选择上传我们的呼叫中心广告营销数据，该数据在 call center dataset（作者 Ashish Pandey）的基础上做了修改。

上传数据 图片来自 Kyligence Zen

 为了提升客户体验，降低用户的呼叫等待时长，我们希望从日期、客服代表等角度来综合分析，从而找出提升方向，我们想要创建的指标如下（相关指标已经上线 Kyligence Zen 指标集市，欢迎点击体验：呼叫中心应答效率分析指标）

指标名称	说明
电话呼入量	客户呼入售后中心的总电话数量，包含呼入后因排队等原因放弃的数量，可用于衡量售后中心的话务规模。
接通数量	客户呼入后，成功接通客服代表的电话数量。
应答率	客户完成通信的次数与呼入总量的比值，计算公式：接通数量 ÷ 电话呼入量。
未接通数量	客户呼入后，因客服代表繁忙等原因放弃通话的电话数量。
呼叫放弃率	客户在与客服连线成功之前放弃电话的比例，可用于衡量客户对等待时间和呼叫体验的满意程度，计算公式：未接通数量 ÷ 电话呼入量。
平均应答等待时长	客户花在排队或等待转接客服代表的平均时长，降低该时长，有助于提升客户满意度。
最长等待时间	客户花在排队或等待转接客服代表的最大时长，降低该时长，有助于提升客户满意度。

从指标卡片中的数字可以直观看到关键指标的数据和最近的变化趋势，例如该呼叫中心的平均等待时长为 67.52 秒，最长的一次等待了 125 秒，有 19% 的用户呼叫后因坐席忙等原因放弃了呼叫，且最近呈上升趋势。

步骤二 聚焦考核目标 制定改进措施

为提升客户呼叫体验，我们结合了行业标准和企业历史数据表现，在目标页面为降低呼叫等待时间制定了下述 KPI，同时关联上我们之前创建的指标，实时展示完成进度，后续可为管理层和客服代表提供数据参考。

由目标的完成进度可看出，平均等待时长的目标已完成，但是接通率的目标完成风险较高，为了从多个角度分析数据找出改进方向，我们在仪表盘中基于我们之前创建的指标建立了下述报表：

 

基于上述报表，我们可以筛选日期和客服代表来联动分析，例如过去三个月来电最高峰的时段为 13 点，而 18 点的来电数量只有 14 个，基于这个分析结果调整客服代表的排班，在来电的高峰时段增加客服代表以提升接通率，在来电低峰期减少客服代表以降低成本；同时对客服代表的分析可以看出 Diane 的用户主动放弃率较高（20% 以上），而 Joe 的平均应答等待时间最长（70 秒以上）需要提升处理问题的效率，避免用户长时间等待。

文中所用的呼叫中心应答效率分析指标已经上线 Kyligence Zen 指标模版集市，您可以点击链接一键复现文中的分析场景。

基于我们最开始创建的指标，呼叫中心的管理层可以通过 Kyligence Zen 直观评估团队工作效率，客服代表也可以实时衡量对团队的贡献，作为企业后续可基于分析的数据制定相关措施减少客户的等待时间，提升客户体验，例如调整客服代表排班、加强技能培训、提供多渠道售后支持方式等。