热线排班管理系统在客服中心的应用.docVIP

热线排班管理系统在客服中心的应用 　　一、项目背景 　　排班管理是呼叫中心的一项重要工作，合理的班次可以以最低的人力成本完成服务目标。目前呼叫中心排班方式主要分手工排班与系统排班两种，2014年以前，山东移动客服二中心一直使用手工排班的方式，在一定的排班规则下通过班组颗粒度的变化对来话量进行拟合，同时通过包干管理、两级排班的方式均衡各班组及员工的工时。我中心的排班师均为具有近十年工作经验的热线管理人员，所排班次灵活度高，能够拟合话务曲线，对突发情况及时调度，班次更加人性化，但手工排班在班次执行的监控上与排班系统存在着巨大差距。为进一步提升排班水平，我中心自2011年起尝试引入商用排班系统，期间对几家排班系统进行试用，试用过程中，中心在效率监控及数据统计方面有了很大提升，但系统所排出的班次始终无法达到之前手工排班的标准。针对此情况，我中心计划结合商用排班管理系统的特点充分发挥手工排班的优势，自行研发手工与系统相结合的排班系统。 　　通过近两年的研发及测试，我中心于2014年研发并上线了热线排班管理系统（以下简称排班系统）（如图1），排班系统以事前精准预测、事中有效管理、事后及时分析为主线，充分利用现有排班师的经验，保留手工排班功能，同时融合了人员信息、话务预测、班次监控、时间银行、考勤管理、数据报表六大模块，达到了操作便捷、数据全面、内容直观、能实现初步数据分析的目的。 　　二、热线排班管理系统介绍（如图2） 　　（一）人员信息模块 　　客服中心是人员密集型单位，员工数量较多，导致人员信息管理复杂，针对此情况，排班系统设立人员信息模块，储存并及时更新各生产单位人员情况，包括基本资料、班组、岗位、在职状态等内容，可以全面了解中心人员情况，及时掌握各单位有效人员利用率（如表1）。 　　同时，系统将根据此模块计算安排班次的人力贡献并与话务预测所需人力进行匹配，从而指导分中心进行排班。 　　（二）话务预测模块 　　精准话务预测是排班的基础，为提升话务预测准确性，系统以半小时为单位储存各维度历史话务量数据，并设置事件性历史数据库， 根据无突发话务量历史数据建立RBF神经网络模型（如图3），根据事件性历史数据库分别统计天气、短信群发、故障等特殊因素对话务量的影响幅度，为特殊时刻话务量预测提供历史依据，从而降低特殊事件对话务预测的干扰，提升话务预测准确性。同时，系统自动生成与目标预测值相关性最高的历史参考数据，并支持排班师根据经验进行手工调整，生成最终话务预测值。系统上线后，我中心全月话务预测准确率为97%左右，平均单天预测准确率高于94%，半小时预测准确率高于92%。 　　（三）班次监控模块 　　班次及座席监控是手工排班最薄弱的环节，排班系统上线前，分中心需通过纸质班表核对员工出勤情况，并通过巡视控制现场秩序。因现场人员较多，效率监控容易出现漏洞。同时报表无法调取时段效率、遵时率等指标，不利于员工效率提升。针对此情况，排班系统中设置班次监控模块，将每位员工排班班次形式班次条，便于员工了解需执行的班次（如图4）。 　　班次执行过程中，系统会自动记录员工示忙、工作态、违规签出等反向工时时长，形成员工遵时率报表，报表会自动统计员工遵时率、无效工作时长等各类员工效率数据，全面监控员工非工作时长（如图5）。 　　（四）时间银行模块 　　顾名思义，“时间银行”是储存时间的机构，为满足员工对时间进行弹性管理的需求，我们在排班系统中设立了“时间银行”管理模块，通过规范相关流程，协助员工自主管理工作时间，实现工作效率与员工满意度的共同提升。 　　实施过程中，我们为每位员工开设了一个“时间银行”账户，为员工提供时间存储与支取的各项功能支撑，使员工能够在话务忙时自愿加班、闲时得到充分休息，以达到合理配置企业人力资源、提高工作效率的目的。根据员工实际需求，目前时间银行开设了“零存整取、个人理财、时间红包、无息贷款、超支还款、现金取款”等六项业务。 　　通过“时间银行” 管理模式的实施，员工自主管理能力提升明显，各项效率指标均有较大提高。目前在30秒接通率高于90%的情况下，中心在线利用率指标为82%，较项目实施前提升5个百分点；反向工时占比仅为3.15%，较前期降低31%；人均每天示忙时长仅8.2分钟，较前期降低24%；人均每天签入签出仅2.1次，较项目实施前降低30%（如图6）。 　　（五）考勤管理模块 　　10086提供的是7*24小时服务，受工作性质影响，在话务忙时，员工没有固定的休班时间，且班次较为灵活，这就导致员工替换班需求较多。排班系统上线前，员工替换班、请假、公休、借调等申请都需与热线管理人员面对面进行，并通过纸质表格记录存档，影响工作效率。 　　针对此情况，排班系统设置考勤管理模块，它可以全面统计员工请假、迟到