用最小方差法算可能的離職人員
許乃威 2007/08/28
Convergys Corporation，是全世界最大的外包呼叫中心集團(tuán)，在世界75個(gè)呼叫中心里，雇用了超過6萬3千名座席員，就如同其它的呼叫中心一樣，深深受到人員高度的流失率所困擾。高度的人員流失，對(duì)呼叫中心是很沉重的經(jīng)營壓力，因?yàn)槿藛T要培養(yǎng)，需要花費(fèi)大量心力，每年高達(dá)20％以上的流失率，代表公司在人員培養(yǎng)上付出了重大代價(jià)。
Convergys為了降低員工流失率，從印度開始實(shí)驗(yàn)一套稱為[EWS早期示警系統(tǒng)]，獲致了巨大的成功，Convergys迅速在全世界各地推廣這套系統(tǒng)，2006年，成功降低了集團(tuán)內(nèi)部75個(gè)呼叫中心的人員流失率高達(dá)25%左右。
在EWS系統(tǒng)中，利用了50個(gè)警訊特征，這50項(xiàng)警訊是Convergys認(rèn)為跟人員可能流失高度相關(guān)的，其中包括產(chǎn)量指標(biāo)的持續(xù)降低、產(chǎn)量指標(biāo)的高度不穩(wěn)定、遲到早退的持續(xù)增加、遵時(shí)率的持續(xù)降低、臨時(shí)請(qǐng)假的天數(shù)持續(xù)增加、年假一口氣全部請(qǐng)完、拒絕內(nèi)部工作升遷機(jī)會(huì)、質(zhì)檢分?jǐn)?shù)的降低、通話致命錯(cuò)誤的增加、服務(wù)態(tài)度明顯的改變、通話利用率的持續(xù)性下降、明顯的工作情緒低落、與主管持續(xù)性的沖突等。
這50項(xiàng)警訊特征，包含了量化的數(shù)字，也包含一些抽象的內(nèi)容，例如工作態(tài)度等，班組長每周固定與座席員碰面以后，就把相關(guān)的數(shù)據(jù)輸入到EWS系統(tǒng)中。系統(tǒng)馬上進(jìn)行計(jì)算，并且用紅、黃、綠三種顏色來代表座席員可能離職的情況。紅色代表座席員在30天內(nèi)可能就要閃人了，黃色代表座席員有傾向想要離職，綠色代表座席員滿足于目前工作的現(xiàn)況。
Convergys班組長如果看到某個(gè)座席員出現(xiàn)黃色警示，就必須采取相應(yīng)的措施，去除掉導(dǎo)致座席員想要離開的這些因素。如果某個(gè)座席員出現(xiàn)紅色警示，不只是班組長需要立即采取行動(dòng)，客服經(jīng)理，甚至更上層的主管，或是人力資源部門的主管，都會(huì)同時(shí)介入，了解為何這個(gè)座席員[打算在30天內(nèi)離職]！
筆者很可惜沒有機(jī)會(huì)看到Convergys的EWS系統(tǒng)，但EWS系統(tǒng)利用的50項(xiàng)警訊特征，其中有不少是利用最小方差管理法可以很容易抓出來的。
筆者在這一系列有關(guān)最小方差管理法的文章中，覺得最小方差最棒的應(yīng)用之一，就是可以找出座席員的穩(wěn)定度，而一個(gè)座席員如果打算要離職，最重要的征兆就是開始出現(xiàn)不穩(wěn)定的情況。
筆者在之前的文章中，舉了一個(gè)實(shí)際案例，這是筆者在某呼叫中心實(shí)際的數(shù)據(jù)，有四個(gè)座席員，筆者把他們每天的平均通話時(shí)長輸入到計(jì)算機(jī)中，大家可以從下面這張圖中，猜出哪一位座席員預(yù)備要離職了嗎？
左邊坐標(biāo)軸的數(shù)字，代表的是平均通話時(shí)長，底下坐標(biāo)軸寫的是4月1號(hào)開始，一直到4月23號(hào)。
這里的四條線，分別代表了一個(gè)座席員的情況，黃色這條線代表的座席員在1號(hào)的時(shí)候，平均通話時(shí)長差不多是180秒，二號(hào)增加到250秒，之后慢慢減少到17號(hào)的150秒，以及23號(hào)的170秒。
大家可以猜的出來，這四位座席員（每一條線代表一位），哪一位已經(jīng)預(yù)備要離職了嗎？
我們必須要用EXCEL實(shí)際來算一下標(biāo)準(zhǔn)差，從標(biāo)準(zhǔn)差的角度來看哪一個(gè)座席員的平均通話時(shí)長最不穩(wěn)定。
還記得筆者談過呼叫中心的管理，如果用平均法來管，會(huì)出現(xiàn)很大的問題嗎？平均法把個(gè)體差異全部給平均掉了，但管理是要管個(gè)體差異，而不是管平均，看到平均數(shù)之后，下一步就是要利用標(biāo)準(zhǔn)差來找出個(gè)體差異。
還記得標(biāo)準(zhǔn)差的公式嗎？
最小方差管理法依賴最深的指標(biāo)，叫做標(biāo)準(zhǔn)差。標(biāo)準(zhǔn)差的公式定義如下：
這公式看起來很可怕，但Excel里面提供了現(xiàn)成的函數(shù)計(jì)算。
例如有9個(gè)座席員，她們分別休息的次數(shù)是：3、2、3、12、8、3、3、2、4，要計(jì)算這9個(gè)人休息次數(shù)的標(biāo)準(zhǔn)差，只要把上面這9個(gè)數(shù)字輸入到Excel里面，然后套用
STDEV 這個(gè)函數(shù)，就會(huì)出來3.4這個(gè)數(shù)字。
要怎么利用標(biāo)準(zhǔn)差這個(gè)數(shù)字呢？
我們可以先計(jì)算上面9個(gè)座席員休息次數(shù)的平均數(shù)，這答案是4.4。標(biāo)準(zhǔn)差的意思，就是表達(dá)出來上面這9個(gè)數(shù)字分布的有多么的分散，因?yàn)橛凶瘑T4和座席員5這兩位的休息次數(shù)和大家差別很大，一個(gè)是12次，一個(gè)是8次，導(dǎo)致標(biāo)準(zhǔn)差很大，雖然其它人基本上都是集中在2、3、4這三個(gè)數(shù)字，但因?yàn)橛袃晌坏臄?shù)字差別太大，導(dǎo)致標(biāo)準(zhǔn)差就變得很大。
大家可以試試看在Excel里面，輸入[1、2、3、2、1]這個(gè)數(shù)列，利用STDEV 這個(gè)函數(shù)算出這數(shù)列的標(biāo)準(zhǔn)差，再輸入[1、3、5、3、1]這個(gè)數(shù)列，然后算出他的標(biāo)準(zhǔn)差，你看到這兩個(gè)標(biāo)準(zhǔn)差的差別，應(yīng)該就有點(diǎn)概念標(biāo)準(zhǔn)差的目的是什么了。
標(biāo)準(zhǔn)差最大的功用，就是看出穩(wěn)定度，看出個(gè)體差異，這讓它在最小方差管理法中，變成最重要的一個(gè)工具。
我們回到上面那四個(gè)座席員的身上，我們還要猜出哪一位想要離職了，而且要有明確的數(shù)學(xué)根據(jù)才行。我們算出這四位平均通話時(shí)長的標(biāo)準(zhǔn)差，分別是：
- 淡藍(lán)色：19.64
- 粉紅色：25.98
- 黃色：23.33
- 深藍(lán)色：10.35
從標(biāo)準(zhǔn)差的數(shù)字來看，粉紅色和黃色這兩位，顯然標(biāo)準(zhǔn)差都很大，代表他們一會(huì)講話講的久，一會(huì)講的短，平均通話時(shí)長都很不穩(wěn)定。
一個(gè)座席員如果心已經(jīng)不在公司了，每天上班都在想外面世界的事情，她的表現(xiàn)就會(huì)很不穩(wěn)定，而這個(gè)不穩(wěn)定，很容易反映在她的平均通話時(shí)長上面。有時(shí)后愛跟客戶講兩句，通話就比較久，有時(shí)后沒情緒講，就很快結(jié)束跟客戶的對(duì)話。
平均通話時(shí)長的標(biāo)準(zhǔn)差，測量的就是這個(gè)座席員服務(wù)的穩(wěn)定度，是一個(gè)很有用的KPI指標(biāo)，透露出很多的信息。
但要光從標(biāo)準(zhǔn)差看出人員是否有流失危機(jī)，是不夠的，還要搭配時(shí)間趨勢來看才行。換句話說，如果某個(gè)座席員的標(biāo)準(zhǔn)差一直很大，有時(shí)后不代表她是打算要離開，而是她的服務(wù)技能一直沒有完善，導(dǎo)致有時(shí)講的長，有時(shí)講的短。
我們?nèi)绻褧r(shí)間趨勢這因素考慮進(jìn)去，把粉紅色和黃色這兩位的標(biāo)準(zhǔn)差，分成4月1號(hào)到14號(hào)，還有15號(hào)到30號(hào)，也就是上半月，和下半月來看，我們又會(huì)發(fā)現(xiàn)一個(gè)有趣的現(xiàn)象：
黃色在4月上半個(gè)月的平均通話時(shí)長標(biāo)準(zhǔn)差是27.35，下半個(gè)月是13.31
粉紅色在4月上半個(gè)月，標(biāo)準(zhǔn)差是10.10，下半個(gè)月是34.63!
大家有看出這兩者的差異了嗎？
黃色座席員在4月上半個(gè)月的表現(xiàn)，相當(dāng)不穩(wěn)定，但到了下半月，卻突飛猛進(jìn)，表現(xiàn)的穩(wěn)定異常，這種行為趨勢，跟一般想要走的人，是比較不一致的。
而粉紅色的座席員，在4月上半月的標(biāo)準(zhǔn)差盡然是排名在前幾名的，但后面半個(gè)月，卻高達(dá)34左右，快要達(dá)到她平均通話時(shí)長的一半了。
也就是說，她本來是表現(xiàn)的很穩(wěn)定的，后來卻表現(xiàn)的極端不穩(wěn)定，大家覺得她是否有離開的可能性呢？
我們?cè)诳戳硗庖粋�(gè)例子。兩個(gè)座席員，4月份的平均通話利用率都是69，從平均數(shù)的觀點(diǎn)來看，兩位座席員的表現(xiàn)，都『一樣』好，但從人員流失的可能性來看，哪一位的可能性高些呢？
只要跟隨上面的思路，從標(biāo)準(zhǔn)差的角度來分析，在加上時(shí)間趨勢，很容易就可以用數(shù)學(xué)算出哪一位的離職率高些。
最小方差管理法利用標(biāo)準(zhǔn)差來找出座席員的穩(wěn)定度，威力是很強(qiáng)大的，但要小心的是，這方法僅僅是提供一個(gè)管理方向而已，她是統(tǒng)計(jì)概率上的結(jié)果，而不是絕對(duì)的，也就是雖然系統(tǒng)把某個(gè)座席員標(biāo)示成『重大不穩(wěn)定』，但從概率的角度，還是有可能是系統(tǒng)搞錯(cuò)了。
也就是說，當(dāng)你用最小方差的觀念去計(jì)算人員流失的可能性，算出某個(gè)座席員屬于紅色、30天內(nèi)要離職，你千萬不要馬上沖過去，抱住她，說：你千萬不要走啊。
她搞不好本來沒有打算要走的，被你這么一講，就真的走了。
最小方差法只是幫助找到方向，真的要降低人員流失率，還是要靠人來做才行，數(shù)學(xué)在這一點(diǎn)上是幫不了忙的。
關(guān)于作者:許乃威 呼叫中心資深顧問 email: will_hsu@126.com
CTI論壇編輯
相關(guān)鏈接: