例如在2008年1月份，1月1号到1月31号每天的服务水平，如果离散系数可以小于0.16，当月的月稳定就完全可以达标。
日稳定
我们把1月每一天早上10点到11点的服务水平都记录下来，然后做个离散系数，如果离散系数可以小于0.16，1月当月早上10点到11点的时段稳定就完全可以达标。
这条生命链上，越接近服务水平的，就代表对服务水平的影响越大。但距离越远的，并不代表没有影响力，很重要的一个观点是，在这条生命链上，任何一个地方拿剪刀剪了，整个生命链都会断裂。
要让服务水平在控制状态，上面这条生命链上的每一项因素都必须在控制状态，但我发现大把大把的呼叫中心，完全没有试图去控制呼入量的波动，认为这完全是无法控制的，却没有想到许多客户的来电，是因为自己造成的，许多呼叫中心也没有试图控制小休和示忙率，还是那句话，只要在不恰当的时间，有不恰当的人站起来，二郎原则就会让你进入剧烈震荡之中。
关键指标的生命链，我发现是管理呼叫中心的一个重大的课题，它让呼叫中心的管理出现了很明晰的框架，很希望能够有更多的人来研究这议题。
我接下来开始试图来绘制更多关键指标的生命链，我下面一个最感兴趣的指标，就是平均处理时长，这项绘制的工作即将完成，希望很快可以跟大家分享。
大家可以猜猜看，我认为哪一个因素影响平均处理时长最大？
我可以先透露一下，我最近上课，只要看到呼叫中心的平均处理时长出现明显的变化（例如在控制图中，出现了6-9-12法则），底下学员的回答，几乎都是：新员工上岗！
换句话说，新员工的上线，对平均处理时长的变化，是最明显可见的。
但换一个角度来看这问题，那是不是人员流失率在平均处理时长的生命链当中，也是高居榜首或第二名的位子呢？
大家很少在关心人员流失率，好像人员流失是正常应该的，但大家却又高度关切平均处理时长，如果这两者的生命依存是高度相关，那人员流失率不是在控制状态，平均处理时长是不是不管怎么努力，也无法在控制状态呢？
作者供稿 CTI论坛编辑
