首次解决率（FCR，First Call Resolution）是呼入服务型呼叫中心的一项核心能力指标，直接影响着客户体验和呼叫中心的资源利用效率。但越是有价值的指标越难以准确客观衡量，客户满意度如此，FCR也是如此。
首次解决率的衡量问题
目前行业内对于首次解决率的衡量的主流方式是时间范围限定制。也就是说，人为设定一个时间跨度标准，比如两个小时或者24小时，凡是在这个时间跨度内重复拨打的号码或客户则被定义为没有一次解决。问题是，有些短时间内重复拨打的客户可能每次是因为完全不同的问题，也有可能虽然问题并没有彻底解决，但客户也懒得再次拨打你的电话或滞后一段时间后再次拨打。这样的衡量尺度误差会有多大？什么样的时间跨度会把误差减少到最小？这都是需要用自己的数据去对比和权衡的。
另外一种常见的衡量方法是直接问客户。比较通行的做法是在话后IVR语音调查中直接问客户问题是否得到解决。但问题是有些时候客户刚刚从坐席那里得到的解决方案需要回头验证才能确定，这时的回答无论是哪种答案，也总是会存在漏洞。于是真正在乎这项指标的呼叫中心还会用电话呼出或电子邮件甚至纸质调查的方式询问客户问题被一次解决的情况，抛开成本因素的话，这种方式得到的答案可能要比直接IVR调查好一些，但考虑到时效性和抽样问题，也难说这些方式的绝对客观性。
另外还有一些不太常见的权威抽样类比、人工判定等方式，也都存在这样或那样的问题。
基于以上这些原因，首次解决率先不要忙着跟同行对比，自己认定一种方法后，持续观察自己的解决率是否在改善，同一衡量标准下的趋势展现还是可以对比解读的。
如何计算首次解决率指标
业内交流，你经常会听到一种说法，FCR的计算是由测量时段内首次解决的来电数量除以该时段内的总来电量。这里面的问题是，这个“首次”解决的来电数量和总来电量里面有部分是这个时段之前来电的重复来电。这部分数据的存在会干扰真实的首次解决率的计算。真正的首次解决率应该是时段内首次来电得到解决的数量除以时段内的首次来电数量。绕口令一般，问题变得越来越复杂。但对运营的精益求精就需要刨根问底，不能笼统地大约可能似乎是。
如何分析首次解决率指标
从数据的角度看，指标分析的类别和方法是大体固定的，只是要根据业务问题的需求进行选择和调整而已。如果要看FCR的改善程度，那就进行趋势分析；如果要看各种话务类型各自的FCR是多少，那就进行话务类型对比分析；如果要想知道影响FCR的主要原因是什么，就要进行根源分析，比如客户原因、员工原因、支撑原因等各占多少；如果想了解FCR对资源利用效率的影响，就要进行有效工时浪费比例的分析；如果想知道FCR与其它效率、质量、客户指标间的互动关系，就要进行相关分析；如果FCR跟某些指标关系特别密切，想对未来走势做些预测，就要进行多元回归分析。当然，如果你的数据累计足够多足够全的话，还可以进行更深层次的数据探索，比如员工关键行为侦测、疑难客户聚类等。鉴于受众及篇幅的问题，本文将不涉及具体的分析过程。有需求的话，可以随时关注我的培训课程信息。(+微信关注CTI论坛微信号ctiforumnews)
下面是SQM一组有关首次呼叫解决率（FCR）的数字
调查范围:400多家呼叫中心，100万多客户，25000多名呼叫中心员工
1. 业界平均首次呼叫解决率为68%，32%的客户需要就同一问题重复致电。
2. 首次呼叫解决率每提高1个百分点，客户满意度也大约对应提高1个百分点。
3. 当客户的问题首次呼叫就被解决时，他们对交叉销售产品推荐的接受程度大约高20%。
4. 呼叫中心的员工满意度与首次呼叫解决率有着密切的关联关系。
5. 首次呼叫问题即被解决的客户中，仅有1%的客户可能会转向竞争对手的产品；而如果首次呼叫问题得不到解决，这一比例则会上升到15%。
6. 在造成客户问题未能首次得到解决的所有原因中，客户方面的原因占17%，企业方面的原因占37%，一线坐席的原因占44%
7. 将会有越来越多的呼叫中心逐渐把客户直接反馈融入到QA工作流程中，从QA过渡到CQA。
8. 传统QA分数与客户满意度的关联度只有12%，而CQA的关联度则上升到了54%。
9. 传统QA分数的标准差为2%，而CQA分数的标准差则为11.
10.首次呼叫解决率能够达到80%以上才算是理想状态，在这种情况下，平均每1.2个电话解决一个客户问题。
下图是一组FCR与AHT之间的关系受员工在职时长影响的探索示例，影响可能明显，也可能并不明显。
首次解决率的定义问题
如果要给首次解决率下一个纯粹的定义的话，那就是：客户的问题在电话挂断那一刻已经被圆满解决，不需要等待，不需要后续处理，也不需要回呼等任何在那一刻之后的工作。
如果用这个解决率定义去看现在很多号称FCR能够达到80%甚至90%以上的电话呼叫中心的话，除非是类似邮政编码查询这样的业务，很多指标将会大打折扣。
当然，这个定义是苛刻了一点。尤其是针对那些报修类的电话。呼叫中心在这一点上可以根据业务性质灵活处理。但是千万不要把首次解决率定义为“只要客户打一次电话，后续不管我回呼客户多少次，做多少工作都算作我一次解决。”要经常检视自己的话务流程，怎样优化可以让这些事情不必留待话后再去处理，能不能把权限再前置一些，能不能把规定再放灵活一些，员工的能力要达到什么水平这些问题才不会再成为瓶颈。
如何改善首次解决率指标
FCR指标的改善主要从两个方面来考虑：人和运营支撑环境。人的问题可具体细分为意识、能力和意愿；运营支撑环境的问题主要会涉及系统、流程、授权、规定、培训、辅导、激励考核导向等。一般对于新员工来说，个人能力问题是影响他们FCR的首要因素；而当新员工的知识和能力水平逐渐进入主流水平后，则影响因素逐渐偏向于系统环境等因素。下面就是一些提升和改善FCR的思路和最佳实践分享，其实也是老生常谈，关键是你能不能做得到且能够持之以恒地去做：
首次解决率的衡量问题
目前行业内对于首次解决率的衡量的主流方式是时间范围限定制。也就是说，人为设定一个时间跨度标准，比如两个小时或者24小时，凡是在这个时间跨度内重复拨打的号码或客户则被定义为没有一次解决。问题是，有些短时间内重复拨打的客户可能每次是因为完全不同的问题，也有可能虽然问题并没有彻底解决，但客户也懒得再次拨打你的电话或滞后一段时间后再次拨打。这样的衡量尺度误差会有多大？什么样的时间跨度会把误差减少到最小？这都是需要用自己的数据去对比和权衡的。
另外一种常见的衡量方法是直接问客户。比较通行的做法是在话后IVR语音调查中直接问客户问题是否得到解决。但问题是有些时候客户刚刚从坐席那里得到的解决方案需要回头验证才能确定，这时的回答无论是哪种答案，也总是会存在漏洞。于是真正在乎这项指标的呼叫中心还会用电话呼出或电子邮件甚至纸质调查的方式询问客户问题被一次解决的情况，抛开成本因素的话，这种方式得到的答案可能要比直接IVR调查好一些，但考虑到时效性和抽样问题，也难说这些方式的绝对客观性。
另外还有一些不太常见的权威抽样类比、人工判定等方式，也都存在这样或那样的问题。
基于以上这些原因，首次解决率先不要忙着跟同行对比，自己认定一种方法后，持续观察自己的解决率是否在改善，同一衡量标准下的趋势展现还是可以对比解读的。
如何计算首次解决率指标
业内交流，你经常会听到一种说法，FCR的计算是由测量时段内首次解决的来电数量除以该时段内的总来电量。这里面的问题是，这个“首次”解决的来电数量和总来电量里面有部分是这个时段之前来电的重复来电。这部分数据的存在会干扰真实的首次解决率的计算。真正的首次解决率应该是时段内首次来电得到解决的数量除以时段内的首次来电数量。绕口令一般，问题变得越来越复杂。但对运营的精益求精就需要刨根问底，不能笼统地大约可能似乎是。
如何分析首次解决率指标
从数据的角度看，指标分析的类别和方法是大体固定的，只是要根据业务问题的需求进行选择和调整而已。如果要看FCR的改善程度，那就进行趋势分析；如果要看各种话务类型各自的FCR是多少，那就进行话务类型对比分析；如果要想知道影响FCR的主要原因是什么，就要进行根源分析，比如客户原因、员工原因、支撑原因等各占多少；如果想了解FCR对资源利用效率的影响，就要进行有效工时浪费比例的分析；如果想知道FCR与其它效率、质量、客户指标间的互动关系，就要进行相关分析；如果FCR跟某些指标关系特别密切，想对未来走势做些预测，就要进行多元回归分析。当然，如果你的数据累计足够多足够全的话，还可以进行更深层次的数据探索，比如员工关键行为侦测、疑难客户聚类等。鉴于受众及篇幅的问题，本文将不涉及具体的分析过程。有需求的话，可以随时关注我的培训课程信息。(+微信关注CTI论坛微信号ctiforumnews)
下面是SQM一组有关首次呼叫解决率（FCR）的数字
调查范围:400多家呼叫中心，100万多客户，25000多名呼叫中心员工
1. 业界平均首次呼叫解决率为68%，32%的客户需要就同一问题重复致电。
2. 首次呼叫解决率每提高1个百分点，客户满意度也大约对应提高1个百分点。
3. 当客户的问题首次呼叫就被解决时，他们对交叉销售产品推荐的接受程度大约高20%。
4. 呼叫中心的员工满意度与首次呼叫解决率有着密切的关联关系。
5. 首次呼叫问题即被解决的客户中，仅有1%的客户可能会转向竞争对手的产品；而如果首次呼叫问题得不到解决，这一比例则会上升到15%。
6. 在造成客户问题未能首次得到解决的所有原因中，客户方面的原因占17%，企业方面的原因占37%，一线坐席的原因占44%
7. 将会有越来越多的呼叫中心逐渐把客户直接反馈融入到QA工作流程中，从QA过渡到CQA。
8. 传统QA分数与客户满意度的关联度只有12%，而CQA的关联度则上升到了54%。
9. 传统QA分数的标准差为2%，而CQA分数的标准差则为11.
10.首次呼叫解决率能够达到80%以上才算是理想状态，在这种情况下，平均每1.2个电话解决一个客户问题。
下图是一组FCR与AHT之间的关系受员工在职时长影响的探索示例，影响可能明显，也可能并不明显。
首次解决率的定义问题
如果要给首次解决率下一个纯粹的定义的话，那就是：客户的问题在电话挂断那一刻已经被圆满解决，不需要等待，不需要后续处理，也不需要回呼等任何在那一刻之后的工作。
如果用这个解决率定义去看现在很多号称FCR能够达到80%甚至90%以上的电话呼叫中心的话，除非是类似邮政编码查询这样的业务，很多指标将会大打折扣。
当然，这个定义是苛刻了一点。尤其是针对那些报修类的电话。呼叫中心在这一点上可以根据业务性质灵活处理。但是千万不要把首次解决率定义为“只要客户打一次电话，后续不管我回呼客户多少次，做多少工作都算作我一次解决。”要经常检视自己的话务流程，怎样优化可以让这些事情不必留待话后再去处理，能不能把权限再前置一些，能不能把规定再放灵活一些，员工的能力要达到什么水平这些问题才不会再成为瓶颈。
如何改善首次解决率指标
FCR指标的改善主要从两个方面来考虑：人和运营支撑环境。人的问题可具体细分为意识、能力和意愿；运营支撑环境的问题主要会涉及系统、流程、授权、规定、培训、辅导、激励考核导向等。一般对于新员工来说，个人能力问题是影响他们FCR的首要因素；而当新员工的知识和能力水平逐渐进入主流水平后，则影响因素逐渐偏向于系统环境等因素。下面就是一些提升和改善FCR的思路和最佳实践分享，其实也是老生常谈，关键是你能不能做得到且能够持之以恒地去做：
- 培训员工有关FCR的重要性意识
- 通过针对性培训、辅导和分享提升员工的技能和知识
- 优化系统和工具支撑，尤其是知识库和客户信息系统
- 合理充分的员工授权
- 真正以客户为中心的流程和制度
- 不断分析和根除阻碍问题解决的根源障碍
- 从员工中征询改善意见
- 奖励高FCR员工
- 征询客户的意见
- 取消接通量与AHT考核
