數據分析行業案例：呼叫中心中的數據分析

數據分析對於任何一個呼叫中心都是非常重要的，剛剛開始做數據分析的人員總會提出類似這樣的問題：應該怎麼做數據分析呢?如何才能夠做好數據分析工作呢?本文將從提高對數據重要性的認識、提高對數據的敏感性以及對數據統計分析的準確性三個方面讓數據分析初學人員對數據分析有個總體認識。

一、 提高對數據重要性的認識

1.很多隱藏的問題是我們只能通過數據挖掘出來的，我們可以看到在哪些時間、哪些地點、哪些客戶羣、出現了哪些異常狀況?同時通過數據深層次挖掘問題背後的真正原因並做出及時有效的應對措施。例如某呼叫中心的接通率3月份達到了93.70%，但是其人員的在線利用率(座席人員登入系統後與客戶通話及事後處理時長佔總登陸時長的比例)只達到了53.92%，說明座席人員的工作強度比較小、排班時安排的人員過剩，付出的代價就是人員成本過高(如圖1)。

2.任何一個呼叫中心都要做數據上的統計和分析，數據對於呼叫中心管理者的決策起到至關重要的作用。一個好的統計分析應該可以讓管理者看到數據背後的信息並且能夠給出幾套決策方案，這樣呼叫中心才能在瞬息萬變的競爭中得到發展。再如客戶針對某個業務撥打的頻次非常高，我們可以通過數據分析挖掘真正的原因，爲有效降低呼入量、提高客戶滿意度提供決策依據。

二、 提高對數據的敏感性

1. 呼叫中心的指標

呼叫中心包含哪些指標?指標之間有什麼關係?各指標平均情況、增長情況都是什麼?一般呼叫中心的各個指標值大概在什麼範圍?同時瞭解各個指標在節假日會是什麼情況?營銷活動時期會是什麼情況?一般呼叫中心會包含接通率、平均通話時長、事後處理時長、重複呼叫量、在線利用率、一次解決率等指標，當一次解決率明顯提高時客戶的重複呼叫量就會隨之降低，從而在相同的人員配備情況下接通率也會明顯提高，但是在線利用率會有所降低，最終導致人員成本過高。

2. 呼叫中心的範圍

需要了解各行業、各地區以及國外一些呼叫中心的指標情況，知道各個指標在不同行業、不同地區的不同特徵分別是什麼，從而不斷提高對數據的敏感性以便及時發現統計分析中的問題。用平均通話時長來舉例，假如某呼叫中心該月平均通話時長爲90秒，有A、B兩個呼叫中心，他們的管理人員看完後得出這樣的結論：A：90秒的平均通話時長比上個月高出了10秒，需要降低;B：這個月平均通話時長從100秒降到了90秒，客服代表的銷售能力有了明顯提升。很明顯呼叫中心A一定是成本型呼叫中心，而呼叫中心B則是利潤型呼叫中心(如圖2)。

三、 提高對數據統計分析的準確性

數據的準確性可以說是關乎呼叫中心成敗的關鍵因素，一個統計上的錯誤就有可能誤導管理者做出錯誤決策，所以我們從以下幾個方面說明如何提高數據統計分析的準確性。

1. 準確認識數據

各個統計數據(指標)分別是什麼?分別是怎麼定義的?計算公式是什麼?例如前面提到的`在線利用率——座席人員登入系統後與客戶通話及事後處理時長佔總登陸時長的比例;公式：(客服代表實際通話時長+事後處理時長)/簽入系統時長。儘管不同的呼叫中心對於指標的定義可能有所不同，但是需要強調的是各個指標在同一個呼叫中心內的定義必須是一致的，如此才能讓各級人員對指標有統一的認識。

統計的是哪些業務的、哪個時間範圍、哪些客戶羣的、哪些地區?在對呼叫中心數據有了整體瞭解的基礎上，接下來的工作就是對數據的整理。

2. 準確整理數據

應該先將原始數據進行備份，以備不時之需;

整理過程中將數據粘貼爲數值格式，剔除冗餘數據、公式、批註等(如圖3);

整理過程中各個表格中數據需要有一個關鍵字段，這樣可以將數據進行必要的關聯。儘量將所有數據彙總到一個工作簿中，方便數據分析時做關聯分析;

整理過程中所用到的公式需要保存，不要粘貼爲數值格式，以備分析中發現問題及時改正。

3. 準確分析數據

分析前需要做出整體的分析框架，分析過程中發現不合理的地方及時調整;

分析前應該把整理好的數據表格單獨拿出來，不要在原有的整理數據表中做分析;

分析過程中指標的名稱、各維度的名稱要保持統一;

採用合適的分析方法，數據的描述統計、相關性分析、迴歸分析、80/20法則等;

用合適的圖表進行結果的展現，柱狀圖、折線圖、雷達圖、餅圖等，需標註清楚圖表的名稱、數據的統計範圍、單位等(如圖4);

給出正確的分析結論及相應的改善或者是應對措施;

形成分析報告。

4. 對分析後的過程及結果進行覈查

檢查分析中所用到的數據是否正確，避免分析此項而錯用到其他項數據的情況;

檢查分析中用到的公式是否正確，看公式涉及的數據單元格是否正確(包括單元格是否完整、單元格引用是否正確);

檢查數據明顯高於或者低於平時水平的異常點(或者說是不符合日常規律的點)是否正確，此時需要查看是否是整理的數據中有錯誤，包括時間、地點、業務、客戶羣等(如圖5);

檢查分析結論是否正確，查看結論是否和分析的結果相一致;

檢查分析報告中是否有語句不通、語句歧義、字體格式(字號、顏色等)不統一、使用鏈接錯誤的地方。

5. 以上內容需在日常分析工作中不斷完善，以保證數據分析的正確性、客觀性、嚴謹性和時效性。

想要做一個優秀的數據分析人員必須具備以上談到的基本素質，要是問到哪個是最重要的，只能說沒有誰重誰輕，都很重要。爲了做好數據分析工作、成爲更好的數據分析人員，那就讓我們從“三個提高”開始吧

說明：本文轉載自網絡，作者不詳，歡迎作者或知情人告知。