在呼叫中心的日常运营中，来电处理效率与电话服务质量好像永远是互相对立的一对冤家。最典型的现象是，当要求员工加快处理效率时，服务质量会受到影响而下降；而当强调必须注重服务质量时，来电处理效率就会降低。这在某些呼叫中心里面似乎已是常态，令很多的呼叫中心管理者头疼不已。那么有没有办法让呼叫中心既能够保持较高的服务效率，又能够保证较好的服务质量呢？答案肯定是有的，除非企业不能或不愿给呼叫中心配备应该配备的资源。
要想达到服务效率与服务质量的平衡，我们首先需要了解下面的平衡公式：
工作负荷（来电量X平均处理时长）=处理能力（排班员工人数X人员利用效率）
在呼叫中心的日常运营中，，工作负荷与处理能力应该是想匹配的，虽然在实际运营中，这两者很难达到持续的平衡，但努力保持两者的动态平衡，避免任何一端产生较大的偏离，是达到服务效率与服务质量双赢的前提。为了更好地把握和控制这项平衡公式，我们有必要对上述公式括号内的具体要素进行一些更详细的了解。
1. 来电量的真实性
一提到来电量数据，大家都觉得可能很简单，只需要拿到交换机的数据就可以了。但你有没有想过，交换机给你的数据一定是真实的客户来电数据吗？当客户拨打你的服务号码时，有时会遇到占线或忙音的情况（尽管这种情况在目前规模性呼叫中心里已经很少出现），这一部分电话是没有记录到交换机数据中的；当客户需要排队等待时，有一部分客户会放弃等待，然后其中一部分人还会再重播，一次或者多次，你能在拿到的交换机数据中有效区分和清理这些数据吗？即便是所有的数据都做过了清理和修正，已经高度可信，那么你的预测方法是可靠的吗？一直以来的业务量预测准确率如何？你与其它部门的信息沟通与协调机制建立了吗？当有可能影响呼叫中心来电量波动的事件发生时，你是否早已知晓，并做好了准备了呢？由此我们看出，要想真正掌握每天每个时段真实的客户来电请求，远比我们想象的要复杂的多。而保证数据真实性的要素则是数据的定义、清理、预测以及基于实时信息沟通的调整。
2. 平均处理时长的可靠性
平均处理时长是工作量负荷的另外一个构成要素，是平均通话时长和平均后处理时长之和。这项数据也可以很容易地从交换机取得。但是，从交换机里出来的数据同样未必是你的呼叫中心真实的平均处理时长。你的呼叫中心是否强制规定通话时长不能超过X秒？不能短于X秒？你的呼叫中心是否允许来电量高峰时可以把后处理工作押后处理，甚至不处理？你的呼叫中心是否在话机上设定了专门的后处理功能键？你在培训中和相关制度里是否要求员工，在后处理状态下不能够进行任何与后处理无关的工作或活动（休息、离席、处理其它离线工作等）？你的交换机后处理状态的记录是否从通话结束后自动开始？你的交换机后处理状态的记录是否根据坐席的指令结束，还是预设好的固定值？所有以上这些可能性或事实都会对你的平均处理时长的可靠性造成影响，有时还会是很大的影响。这项数据的可靠性保障要素应该是不催促、不拖延、不掺杂、不作假、不设定具体值而是允许一定的合理波动范围。
3. 排班人数测算的科学性
在保证了工作负荷的测算真实可靠以后，我们同样要保证公式右端处理能力的真实可靠。构成处理能力的两个要素之一即是排班人数测算的科学性。目前业界存在的人员排班测算方法有多种，有的考虑的周全一些，有的考虑的简单一些，也有的呼叫中心干脆交给了预测排班软件。我们经常见到的一种考虑较为周全的测算方法如下：
（半小时来电量X平均处理时长）/（1800秒*X%的出勤率*Y%的工时利用率）=排班人数
这种测算方法的思路是对的，但仍然有其不小的局限性。第一个局限性就是对服务水平的衡量。我们都知道，来电量不变的情况下，服务水平指标的高低直接影响到人员配备人数的多少。而不难看出，以上公式是不能满足不同服务水平指标情况下的人员测算需求的。第二个局限性是其假设所有上线的员工都是100%的占用率，且电话的进线时间与员工的忙闲状态是相匹配的。但由于来电的随机性原理，这种假设是不可能成立的，员工也不可能达到或承受100%的占用率。因此，这个公式仍然是存在问题的。
目前被业界广泛认可的人员测算工具都是基于Erlang C公式或者其修正版本的。尽管Erlang C也有其本身的局限性，但只要数据可靠，运用得当，它的测算结果是可以作为最终的排班依据的。当然，需要特别注意的是，它的测算结果是没有考虑员工工时利用率的，排班的时候要根据呼叫中心的实际情况乘以相应的排班系数或指数。以下是几个免费的Erlang C工具网站使用或下载地址供大家参考：
免费的在线erlang计算工具，涵盖了中继线、人员数量、等待时长、放弃率等各主要预测排班指标。
免费Erlang C excel工具
另外一个免费的Erlang C综合测算工具 ~koole/ccmath/ErlangC/
免费版本的呼叫中心人员测算及排班软件（可付费购买专业版）
4. 人员利用效率的合理性
其实细分人员的利用效率的话，可以分为上线效率和线上效率两个指标。上线效率是指员工规定的上班时间内有多少时间是真正上线接听电话的，而且还不能挂在线上做跟电话接听与后处理无关的工作。这个指标一般被叫做工时利用率或者员工利用率。线上效率则是指员工上线以后，究竟有多少时间是真正在接听电话或做后处理工作的，剩下的一段时间则是就绪等待。这个指标一般被叫做占用率或繁忙率。这个值取多少是合理的呢？这并没有一个统一的标准，要根据每个呼叫中心的实际情况来测算、管理和提高，如果是微观的只看每天具体的上班人员利用效率的话（以8小时付薪时长为例），一般的参考值为75%-85%。这个指标可以用于排班；如果从宏观来看，考虑进所有的人工损耗的话（休假、缺勤、会议、培训、利用率、占用率等），一般的参考值则会在55%-65%之间。这个指标可以用于人员招聘计划的制订。
平衡兼顾，提供卓越服务体验
了解了公式两端的平衡要素以后，剩下的工作就是要针对自己呼叫中心的实际情况与特点，首先调整四个要素的真实性、可靠性、科学性与合理性；然后通过有效的沟通向企业管理层争取合理、充足的资源配置；再在实际运营中随时根据公式左侧的需求变动，对右侧的资源进行动态科学的调整与配置。做到了这些，平衡兼顾的内部运营与持续一致的卓越服务就指日可待啦!
要想达到服务效率与服务质量的平衡，我们首先需要了解下面的平衡公式：
工作负荷（来电量X平均处理时长）=处理能力（排班员工人数X人员利用效率）
在呼叫中心的日常运营中，，工作负荷与处理能力应该是想匹配的，虽然在实际运营中，这两者很难达到持续的平衡，但努力保持两者的动态平衡，避免任何一端产生较大的偏离，是达到服务效率与服务质量双赢的前提。为了更好地把握和控制这项平衡公式，我们有必要对上述公式括号内的具体要素进行一些更详细的了解。
1. 来电量的真实性
一提到来电量数据，大家都觉得可能很简单，只需要拿到交换机的数据就可以了。但你有没有想过，交换机给你的数据一定是真实的客户来电数据吗？当客户拨打你的服务号码时，有时会遇到占线或忙音的情况（尽管这种情况在目前规模性呼叫中心里已经很少出现），这一部分电话是没有记录到交换机数据中的；当客户需要排队等待时，有一部分客户会放弃等待，然后其中一部分人还会再重播，一次或者多次，你能在拿到的交换机数据中有效区分和清理这些数据吗？即便是所有的数据都做过了清理和修正，已经高度可信，那么你的预测方法是可靠的吗？一直以来的业务量预测准确率如何？你与其它部门的信息沟通与协调机制建立了吗？当有可能影响呼叫中心来电量波动的事件发生时，你是否早已知晓，并做好了准备了呢？由此我们看出，要想真正掌握每天每个时段真实的客户来电请求，远比我们想象的要复杂的多。而保证数据真实性的要素则是数据的定义、清理、预测以及基于实时信息沟通的调整。
2. 平均处理时长的可靠性
平均处理时长是工作量负荷的另外一个构成要素，是平均通话时长和平均后处理时长之和。这项数据也可以很容易地从交换机取得。但是，从交换机里出来的数据同样未必是你的呼叫中心真实的平均处理时长。你的呼叫中心是否强制规定通话时长不能超过X秒？不能短于X秒？你的呼叫中心是否允许来电量高峰时可以把后处理工作押后处理，甚至不处理？你的呼叫中心是否在话机上设定了专门的后处理功能键？你在培训中和相关制度里是否要求员工，在后处理状态下不能够进行任何与后处理无关的工作或活动（休息、离席、处理其它离线工作等）？你的交换机后处理状态的记录是否从通话结束后自动开始？你的交换机后处理状态的记录是否根据坐席的指令结束，还是预设好的固定值？所有以上这些可能性或事实都会对你的平均处理时长的可靠性造成影响，有时还会是很大的影响。这项数据的可靠性保障要素应该是不催促、不拖延、不掺杂、不作假、不设定具体值而是允许一定的合理波动范围。
3. 排班人数测算的科学性
在保证了工作负荷的测算真实可靠以后，我们同样要保证公式右端处理能力的真实可靠。构成处理能力的两个要素之一即是排班人数测算的科学性。目前业界存在的人员排班测算方法有多种，有的考虑的周全一些，有的考虑的简单一些，也有的呼叫中心干脆交给了预测排班软件。我们经常见到的一种考虑较为周全的测算方法如下：
（半小时来电量X平均处理时长）/（1800秒*X%的出勤率*Y%的工时利用率）=排班人数
这种测算方法的思路是对的，但仍然有其不小的局限性。第一个局限性就是对服务水平的衡量。我们都知道，来电量不变的情况下，服务水平指标的高低直接影响到人员配备人数的多少。而不难看出，以上公式是不能满足不同服务水平指标情况下的人员测算需求的。第二个局限性是其假设所有上线的员工都是100%的占用率，且电话的进线时间与员工的忙闲状态是相匹配的。但由于来电的随机性原理，这种假设是不可能成立的，员工也不可能达到或承受100%的占用率。因此，这个公式仍然是存在问题的。
目前被业界广泛认可的人员测算工具都是基于Erlang C公式或者其修正版本的。尽管Erlang C也有其本身的局限性，但只要数据可靠，运用得当，它的测算结果是可以作为最终的排班依据的。当然，需要特别注意的是，它的测算结果是没有考虑员工工时利用率的，排班的时候要根据呼叫中心的实际情况乘以相应的排班系数或指数。以下是几个免费的Erlang C工具网站使用或下载地址供大家参考：
免费的在线erlang计算工具，涵盖了中继线、人员数量、等待时长、放弃率等各主要预测排班指标。
免费Erlang C excel工具
另外一个免费的Erlang C综合测算工具 ~koole/ccmath/ErlangC/
免费版本的呼叫中心人员测算及排班软件（可付费购买专业版）
4. 人员利用效率的合理性
其实细分人员的利用效率的话，可以分为上线效率和线上效率两个指标。上线效率是指员工规定的上班时间内有多少时间是真正上线接听电话的，而且还不能挂在线上做跟电话接听与后处理无关的工作。这个指标一般被叫做工时利用率或者员工利用率。线上效率则是指员工上线以后，究竟有多少时间是真正在接听电话或做后处理工作的，剩下的一段时间则是就绪等待。这个指标一般被叫做占用率或繁忙率。这个值取多少是合理的呢？这并没有一个统一的标准，要根据每个呼叫中心的实际情况来测算、管理和提高，如果是微观的只看每天具体的上班人员利用效率的话（以8小时付薪时长为例），一般的参考值为75%-85%。这个指标可以用于排班；如果从宏观来看，考虑进所有的人工损耗的话（休假、缺勤、会议、培训、利用率、占用率等），一般的参考值则会在55%-65%之间。这个指标可以用于人员招聘计划的制订。
平衡兼顾，提供卓越服务体验
了解了公式两端的平衡要素以后，剩下的工作就是要针对自己呼叫中心的实际情况与特点，首先调整四个要素的真实性、可靠性、科学性与合理性；然后通过有效的沟通向企业管理层争取合理、充足的资源配置；再在实际运营中随时根据公式左侧的需求变动，对右侧的资源进行动态科学的调整与配置。做到了这些，平衡兼顾的内部运营与持续一致的卓越服务就指日可待啦!
