该文探讨了如何通过智能监控及时发现并分析核心业务指标如接通率的异常波动。从接通率的不达标入手，分析了可能是接起量下降或进线量上涨导致的原因，进一步细化到人力、效率、策略等多个维度，建立了一套包括接通量、进线量、人效、AHT、利用率和占用率在内的关键指标监控体系，旨在提高业务运营效率并降低成本。
目标：
及时发现核心指标的异常波动，高效扫描，节省人工成本；
定位异常原因，并为业务运营策略、交付执行改进提供抓手；
思路：
分别从事的维度和人的维度出发，即满足策略方向又满足执行能力，逐步拆解下钻各维度作为监控的核心指标，并进行初步归因，归因主要监控指标的组成部分和受影响因素。
举个【接通率】的例子
通过接起率不达标的SKU，不达标是由于接起量的下降或进线量的上涨导致，如果是接起量下降说明是交付的问题，如果是进线量上涨，则是策略的问题；终极理想态是定位到影响因素：某SKU接起率不达标，初步归因是人力下降影响接起量下降5%，对接起率的影响是-4%。
| 核心指标 | 辅助归因指标 | |||||
|---|---|---|---|---|---|---|
| 模块 | 指标 | 定义 | 原因分类 | 指标 | 组成 | 受影响因素 |
| 速度 | 接通率 | 工作时间内，所有人工被接起的进线量占实时业务量的比例 | 服务水平监控 | 接通量（分子） | 话务接起量+在线接起量 | 人力、效率 |
| 进线量（分母） | 话务进线量+在线进线量 | 策略、系统BUG、新项目、天气、疫情 | ||||
| 人效 | CPD | 单个员工每8小时的接通量。 接起量/付薪时长*480min | 人员效率监控 | 接通量（分子） | 话务接起量+在线接起量 | 人力、效率 |
| 付薪时长（分母） | 付薪时长=签入时间-吃饭时间 | 监控是否足够8小时 | ||||
| AHT | 在线方案单技能平均处理一个接起量的产能时长。 产能时长=呼入通话+外呼通话+呼入ACW+外呼ACW+置忙 | 分开看ATT，ACW，置忙 | ||||
| 利用率 | （产能时间+就绪时长）/付薪时长 | 是否小休示忙等非工作状态时长较多，现场管控是否不足 | ||||
| 占用率 | 产能时间/（产能时间+就绪时长） | 是否线量不足，人力冗余 | ||||
扫一扫
2271
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
