教你利用數據分析安排客服排班

在當今時代客服對於企業的重要性已經不言而喻，它是促進銷售、提高客戶留存、維護企業形象的重要組成部分。

在客服中心日益擴大的情況下，對於管理者的要求也不斷提高。如何在現有人力條件下達到更高的客戶服務水平，合理安排人力，優化管理成為客服管理者面臨的巨大挑戰。

對於管理者而言，要提升團隊效能，並不是簡簡單單地監督人員的工作情況。更多的需要對數據進行分析，並在數據分析的基礎上提出決策。

在眾多的客服管理工具中，我們都能看到有數據報表的版塊。所有這些報表按照不同管理工具自己的理解將數據模式化、固定化地展現出來。而這樣死板的數據並不能滿足客服工作者抑或管理者對於數據分析的需求。高級的做法是，使用智能BI工具將原始的數據取過來，按照個性化的需求自己創建報表，進行不同方式的分析探索。

我們以安排客服排班為例，利用壹看板的工具教您如何做數據分析。

首先，通過添加數據源連接到您的客服管理工具，目前壹看板支持多種當前流行客服工具的數據連接，如智齒客服、美洽、逸創雲客服等等，而且還在不斷增加中。

接下來確定分析模型，我們從：1，諮詢量歷史趨勢；2，根據業務預測；3，客服人員技能指標模型三個方向進行分析，利用壹看板方便的拖拽功能搭建可視化報表。

1，諮詢量歷史數據分析，按月，周，日不同的時間跨度統計諮詢量情況。

了解諮詢量趨勢，峰值在哪裡？平穩期在哪裡？根據歷史數據制定人員排班。

a)下圖是近三個月的諮詢量趨勢，可見在月底的時候諮詢量較高，需要調用更多的客服資源。

b)下圖是近三個月按周一到周日諮詢量的平均值，周末諮詢量較低，而周一至周四諮詢量維持在穩定的高值。

c)下圖是近三個月平均每天各個時段的諮詢量分布，可以看到諮詢的高峰時段發生在上午，對客服的部署也許重點安排在上午。

2，根據業務情況，預測諮詢趨勢。

例如，企業要進行新一輪的市場計劃，預計將於某段時間帶來兩倍於之前的客流量。那麼我們就需要根據諮詢轉化，和歷史流量數據預估客戶諮詢量，從而調整客服資源分配。下圖展示了歷史流量情況和諮詢量轉化情況。預估諮詢量=預估客流量*預估諮詢轉化率。

3，根據客服人員數據安排優先順序。

簡單來說就是按照客服人員的技能數據（如問題解決率，好評率，訂單轉化率等）將客服人員分成一線、二線、三線等。讓一線客服優先接待客服，當一線客服滿的時候分配給二線。。。我們可以將不同的權重賦予不同的指標建立一個技能值的計算公式：技能值=權重1*訂單轉化率+權重2*好評率+權重3*問題解決率。將計算出的技能值排序從而確定一線、二線、三線等。如下圖所示。

歡迎關注「壹看板」，數據分析工具免費試用！