基于DEA的银行呼叫中心生产效率研究
- 来源:客户世界
- 关键字:银行呼叫,生产效率,研究
- 发布时间:2011-06-16 15:24
引言：银行呼叫中心作为银行面向客户的重要窗口，每天都有数十万通电话通过呼叫中心与客户间建立联系。巨大的话务压力直接导致呼叫中心运营管理者越来越关注运营效率。如何正确及客观的评价运营效率成为了呼叫中心关注和研究的重要课题。本文一方面综合介绍呼叫中心运营管理情况，另一方面将着重探索研究用数据包络分析（DEA）方法计算银行呼叫中心运营效率，并通过实例研究分析业务部门不同时期的效率状况，为业务运营提供了管理依据。
1、银行呼叫中心运营现状整体运营情况
交通银行武汉金融服务中心作为交行首家总行级异地金融后台业务处理中心，肩负着交行营运改革先行军的重任。全行一半以上的信用卡客服业务落地在武汉，每月接起各类客服业务电话数百万通，拥有专业座席近千名。随着太平洋信用卡发行规模的不断扩张，电话压力不断增加，加上客服电话有着非常明显的“高峰低谷”波动规律，这些都对客服呼叫中心的业务运营效率提出了巨大挑战。
此外，随着人力资源成本的不断上升，人员招聘难度也越来越大，并且由于呼叫中心行业本身人员离职率相对较高，这也要求业务运营需要在关注生产效率的同时关注员工的压力。以上这些问题都促使我们不断研究生产效率及其影响因素。
呼叫中心的运营管理
“呼叫中心”的概念在1998年进入中国。随着市场经济的不断深化，呼叫中心在电信、保险、银行等各个行业中得到了飞速发展。期间引进及形成了许多绩效标准和体系，如COPC、SCP、CCCS等。这些标准及体系旨在统一定义客户服务与技术支持的执行标准，并促成了呼叫中心产业的规范化发展。
呼叫中心依靠强大的IT手段，详细记录每个员工接听每个电话的过程（如每通电话通话时长、话后处理时间、业务处理结果……），通过对这些行为结果数据的分析，找到一些规律，并依据这些规律制定控制标准（如指标及其目标），辅助一些管理手段（如团队激励、平衡计分卡等），以达到对业务过程的监控。
通过定期追踪这些指标的达成情况，再根据达成情况来评价这个“生产过程”并与部门或员工绩效挂钩，就形成了一套基于指标的综合评价方法。这就是当前呼叫中心最常用的业务绩效管理模式。这套管理评价办法有很多优点，比如可以对员工绩效进行客观量化的评价，可以综合的反映部门业绩的完成情况（如服务水平和电话接通率是否达成目标）。整体上，就形成了呼叫中心的业务运营管理体系。
呼叫中心的生产效率问题
生产效率本身是指在固定投入量下，生产过程的实际产出与最大产出两者间的比率。这个比率可以反映出达成最大产出、预定目标或是最佳运营服务的程度，也可衡量经济个体在产出量、成本、收入或利润等目标下的绩效。
如果把银行呼叫中心的电话接起过程看作流程，那么接电话的过程就是生产过程，员工的各类行为将直接影响这个生产过程的效率。作为银行呼叫中心的运营管理者，需要合理搭配安排具有不同技能水平的员工在适当的时候上线接起不断呼入的客服电话，以满足不同客户的各类银行服务需要。
银行呼叫中心的生产效率实际上由投入的资源（人力、设备等）和产出的服务（话务量、服务质量等）决定。如何在保证客户和员工满意度的前提下，以合理的人力安排为客户提供优质、及时的服务是我们不断追求的目标。此时，如何衡量及确定合理的“生产效率”就成为了关注的焦点。
目前呼叫中心生产效率的关注多停留在对员工的平均通话时长（ATT）、通话利用率以及人均通话量等指标上。这些指标虽然在一定程度上反映了座席在接听电话时的工作效率，但由于受到业务量波动、排班、人力配备、人员技能以及投入的管理成本（如业务激励活动）等诸多方因素及其相互的影响，仅以上述指标衡量呼叫中心效率，已不能满足管理的需要，因此不断探索和研究生产效率的科学量化评价分析的方法越来越受到关注。
2、DEA方法简介
数据包络分析（DataEnvelopmentAnalysis，DEA）方法是著名的运筹学家Charnes、Coopor和Rhodes等学者在1978年首先提出的一种用于研究多个输入和多个输出的非参数分析的数学模型。其突出优点是：①不受指标性质和量纲的影响。对于输入、输出变量为定性指标的情形，仍然适用；②不需要事先确定权系数，不受决策者的主观性影响，具有很好的客观性；③可以方便快捷地分析出影响设计方案优劣的主要设计指标，这对生产效率的分析及其重要。
DEA方法采用数学规划模型比较决策单元（DMU）之间的相对效率，从而对决策单元作出评价。决策单元在某种程度上是一种约定，可以是学校、企业，也可以是同一个团体在不同时期的状态。从这个角度上来看，DMU具有相同的输入和输出。
DEA通过对输入和输出数据的综合分析，得到每个DMU综合效率的数量指标，据此可以对DMU进行定级、排队，以确定有效（相对效率最高）的DMU，同时还可以指出其他DMU的非有效原因和程度。此外，DEA还可以判断各DMU的投入规模是否恰当，并给出DMU调整投入规模的正确方向和调整程度（如应扩大还是缩小、改变多少为好……）
由于呼叫中心生产效率的各项影响因素之间关系复杂，单位、数量级和量纲千差万别，很难统一，并且相互影响客观存在，生产过程的输入输出关系难以用公式或函数进行描述。采用DEA方法可以排除主观因素的影响，使得评价过程简化，评价结果相对客观，因此使用DEA方法用于研究呼叫中心生产效率及其优化是十分恰当的。
3、呼叫中心运营效率的计算
首先，DEA方法要求DMU具有“相同”的输入和输出。由于银行呼叫中心实际业务种类有很多，各种业务所处运营环境不尽相同，因此本文选取信用卡客服业务作为研究对象，着重比较在不同时期的输入输出变化。在确定了研究实例后，根据业务特点选定DMU输入输出指标。
本实例中，选取投入的总人数、生产人员在线总时间为输入指标，输出指标为接起的电话数和服务水平指标（见表1）。
根据上述计算，可以非常明显的看到2009年～2011年3月呼叫中心生产效率的变化情况（见表2）。
4、生产效率结果分析
生产效率呈现出明显波动从生产效率计算结果可以明显看出，统计月份中出现了非常明显的效率波动情况。整个2009年，共有4个月效率为1.0，最低效率仅为0.890，2010年共有3个月达到1.0，最低效率0.892。
从平均效率来看，2009、2010年的平均效率分别为0.957和0.959，基本相差不大，2011年头三个月的平均效率为0.968，相比2009年和2010年有一定幅度的提升。
生产效率波动的原因
2009年生产效率呈现出年头、年尾低，年中高的形态。2009年上半年在服务水平基本保持一致的情况下，接起的电话总量持续攀升，2009年5月相比2009年2月增加12%，而座席人数却下降了16%，因此生产效率出现了明显上升。
2009年下半年相比年中，一线座席人数变化不大，接起的电话总量出现了小幅上涨，但服务水平却出现了明显的下降。由于服务水平指的是“指定时间内应答电话的百分比”，因此在相同话务规模及生产人数的情况下，服务水平越低，总体生产效率越低。
2010年，由于受到信用卡在册卡量迅猛增加的影响，话务量相比2009年出现了大幅攀升，2010年接听总量接近1500万通，较2009年增加近30%，相比之下，一线座席人数的增加却没有这么明显，2009年每月平均一线人数426人，2010年为464人，增幅仅为8%，同时从服务水平来看，2009年的服务水平为90%左右，而2010年仅为84%。在这种情况下，综合各种因素的影响，2010年的DEA生产效率与2009年基本持平。
从2010年下半年开始，业务部门为了应对话务增长的势头，对业务排班进行了多次优化，增加固定夜班，现场管理中也增加了训检与督导力度。2011年一季度，在话务量保持高位的情况下，生产效率（0.968）总体较2010年平均值（0.959）高了接近1个百分点。
生产效率分析对业务运营的启示从上述DEA生产效率的分析不难看出，在评价一个确定DMU的生产效率时，确实需要参照实际情况考虑多种因素。
2010年在小幅增加人力投入的情况下，通过系统调研，仔细论证，下调了服务水平目标，以8%的人力增幅换取了30%话务增幅的成功处理。从这个意义上来说，业务运营策略是成功的。
2011年在话务量持续走高的情况下，通过各种激励手段，稳定具有成熟技能的老员工，同时提前储备一定的人力，积极开展各种培训活动，成功的保证了话务质量。对比这三年春节期间的生产效率，就可以很明显的看到，2011年春节期间的生产效率较前两年有了非常明显的提升（2009年1月0.93，2010年0.89，2011年0.97）。
通过上述对DEA生产效率的分析，可以看出，银行呼叫中心的运营管理中，必须通过不断深入掌握业务客观规律，设置合理绩效目标，并根据实际情况配置适当的生产人数，才能促成生产效率的不断提高。
王俊
……
1、银行呼叫中心运营现状整体运营情况
交通银行武汉金融服务中心作为交行首家总行级异地金融后台业务处理中心，肩负着交行营运改革先行军的重任。全行一半以上的信用卡客服业务落地在武汉，每月接起各类客服业务电话数百万通，拥有专业座席近千名。随着太平洋信用卡发行规模的不断扩张，电话压力不断增加，加上客服电话有着非常明显的“高峰低谷”波动规律，这些都对客服呼叫中心的业务运营效率提出了巨大挑战。
此外，随着人力资源成本的不断上升，人员招聘难度也越来越大，并且由于呼叫中心行业本身人员离职率相对较高，这也要求业务运营需要在关注生产效率的同时关注员工的压力。以上这些问题都促使我们不断研究生产效率及其影响因素。
呼叫中心的运营管理
“呼叫中心”的概念在1998年进入中国。随着市场经济的不断深化，呼叫中心在电信、保险、银行等各个行业中得到了飞速发展。期间引进及形成了许多绩效标准和体系，如COPC、SCP、CCCS等。这些标准及体系旨在统一定义客户服务与技术支持的执行标准，并促成了呼叫中心产业的规范化发展。
呼叫中心依靠强大的IT手段，详细记录每个员工接听每个电话的过程（如每通电话通话时长、话后处理时间、业务处理结果……），通过对这些行为结果数据的分析，找到一些规律，并依据这些规律制定控制标准（如指标及其目标），辅助一些管理手段（如团队激励、平衡计分卡等），以达到对业务过程的监控。
通过定期追踪这些指标的达成情况，再根据达成情况来评价这个“生产过程”并与部门或员工绩效挂钩，就形成了一套基于指标的综合评价方法。这就是当前呼叫中心最常用的业务绩效管理模式。这套管理评价办法有很多优点，比如可以对员工绩效进行客观量化的评价，可以综合的反映部门业绩的完成情况（如服务水平和电话接通率是否达成目标）。整体上，就形成了呼叫中心的业务运营管理体系。
呼叫中心的生产效率问题
生产效率本身是指在固定投入量下，生产过程的实际产出与最大产出两者间的比率。这个比率可以反映出达成最大产出、预定目标或是最佳运营服务的程度，也可衡量经济个体在产出量、成本、收入或利润等目标下的绩效。
如果把银行呼叫中心的电话接起过程看作流程，那么接电话的过程就是生产过程，员工的各类行为将直接影响这个生产过程的效率。作为银行呼叫中心的运营管理者，需要合理搭配安排具有不同技能水平的员工在适当的时候上线接起不断呼入的客服电话，以满足不同客户的各类银行服务需要。
银行呼叫中心的生产效率实际上由投入的资源（人力、设备等）和产出的服务（话务量、服务质量等）决定。如何在保证客户和员工满意度的前提下，以合理的人力安排为客户提供优质、及时的服务是我们不断追求的目标。此时，如何衡量及确定合理的“生产效率”就成为了关注的焦点。
目前呼叫中心生产效率的关注多停留在对员工的平均通话时长（ATT）、通话利用率以及人均通话量等指标上。这些指标虽然在一定程度上反映了座席在接听电话时的工作效率，但由于受到业务量波动、排班、人力配备、人员技能以及投入的管理成本（如业务激励活动）等诸多方因素及其相互的影响，仅以上述指标衡量呼叫中心效率，已不能满足管理的需要，因此不断探索和研究生产效率的科学量化评价分析的方法越来越受到关注。
2、DEA方法简介
数据包络分析（DataEnvelopmentAnalysis，DEA）方法是著名的运筹学家Charnes、Coopor和Rhodes等学者在1978年首先提出的一种用于研究多个输入和多个输出的非参数分析的数学模型。其突出优点是：①不受指标性质和量纲的影响。对于输入、输出变量为定性指标的情形，仍然适用；②不需要事先确定权系数，不受决策者的主观性影响，具有很好的客观性；③可以方便快捷地分析出影响设计方案优劣的主要设计指标，这对生产效率的分析及其重要。
DEA方法采用数学规划模型比较决策单元（DMU）之间的相对效率，从而对决策单元作出评价。决策单元在某种程度上是一种约定，可以是学校、企业，也可以是同一个团体在不同时期的状态。从这个角度上来看，DMU具有相同的输入和输出。
DEA通过对输入和输出数据的综合分析，得到每个DMU综合效率的数量指标，据此可以对DMU进行定级、排队，以确定有效（相对效率最高）的DMU，同时还可以指出其他DMU的非有效原因和程度。此外，DEA还可以判断各DMU的投入规模是否恰当，并给出DMU调整投入规模的正确方向和调整程度（如应扩大还是缩小、改变多少为好……）
由于呼叫中心生产效率的各项影响因素之间关系复杂，单位、数量级和量纲千差万别，很难统一，并且相互影响客观存在，生产过程的输入输出关系难以用公式或函数进行描述。采用DEA方法可以排除主观因素的影响，使得评价过程简化，评价结果相对客观，因此使用DEA方法用于研究呼叫中心生产效率及其优化是十分恰当的。
3、呼叫中心运营效率的计算
首先，DEA方法要求DMU具有“相同”的输入和输出。由于银行呼叫中心实际业务种类有很多，各种业务所处运营环境不尽相同，因此本文选取信用卡客服业务作为研究对象，着重比较在不同时期的输入输出变化。在确定了研究实例后，根据业务特点选定DMU输入输出指标。
本实例中，选取投入的总人数、生产人员在线总时间为输入指标，输出指标为接起的电话数和服务水平指标（见表1）。
根据上述计算，可以非常明显的看到2009年～2011年3月呼叫中心生产效率的变化情况（见表2）。
4、生产效率结果分析
生产效率呈现出明显波动从生产效率计算结果可以明显看出，统计月份中出现了非常明显的效率波动情况。整个2009年，共有4个月效率为1.0，最低效率仅为0.890，2010年共有3个月达到1.0，最低效率0.892。
从平均效率来看，2009、2010年的平均效率分别为0.957和0.959，基本相差不大，2011年头三个月的平均效率为0.968，相比2009年和2010年有一定幅度的提升。
生产效率波动的原因
2009年生产效率呈现出年头、年尾低，年中高的形态。2009年上半年在服务水平基本保持一致的情况下，接起的电话总量持续攀升，2009年5月相比2009年2月增加12%，而座席人数却下降了16%，因此生产效率出现了明显上升。
2009年下半年相比年中，一线座席人数变化不大，接起的电话总量出现了小幅上涨，但服务水平却出现了明显的下降。由于服务水平指的是“指定时间内应答电话的百分比”，因此在相同话务规模及生产人数的情况下，服务水平越低，总体生产效率越低。
2010年，由于受到信用卡在册卡量迅猛增加的影响，话务量相比2009年出现了大幅攀升，2010年接听总量接近1500万通，较2009年增加近30%，相比之下，一线座席人数的增加却没有这么明显，2009年每月平均一线人数426人，2010年为464人，增幅仅为8%，同时从服务水平来看，2009年的服务水平为90%左右，而2010年仅为84%。在这种情况下，综合各种因素的影响，2010年的DEA生产效率与2009年基本持平。
从2010年下半年开始，业务部门为了应对话务增长的势头，对业务排班进行了多次优化，增加固定夜班，现场管理中也增加了训检与督导力度。2011年一季度，在话务量保持高位的情况下，生产效率（0.968）总体较2010年平均值（0.959）高了接近1个百分点。
生产效率分析对业务运营的启示从上述DEA生产效率的分析不难看出，在评价一个确定DMU的生产效率时，确实需要参照实际情况考虑多种因素。
2010年在小幅增加人力投入的情况下，通过系统调研，仔细论证，下调了服务水平目标，以8%的人力增幅换取了30%话务增幅的成功处理。从这个意义上来说，业务运营策略是成功的。
2011年在话务量持续走高的情况下，通过各种激励手段，稳定具有成熟技能的老员工，同时提前储备一定的人力，积极开展各种培训活动，成功的保证了话务质量。对比这三年春节期间的生产效率，就可以很明显的看到，2011年春节期间的生产效率较前两年有了非常明显的提升（2009年1月0.93，2010年0.89，2011年0.97）。
通过上述对DEA生产效率的分析，可以看出，银行呼叫中心的运营管理中，必须通过不断深入掌握业务客观规律，设置合理绩效目标，并根据实际情况配置适当的生产人数，才能促成生产效率的不断提高。
王俊
关注读览天下微信，
100万篇深度好文，
等你来看……