要素1中客户到达时间的分布类型是指在给定的一段时间内客户有不同的几率在各个时刻点到达，以到达时间分组为横轴、各组所占比例为纵轴描绘出来的图形即为客户到达时间的分布类型，因素2中服务时间的分布类型可用类似方法得到。因素1、2中分布的特征影响到排队系统的性质和指标。
一个典型的呼叫中心排队系统中客户到达属于泊松分布，客服代表的服务时长属于负指数分布。图2为简要示意图：
图2、呼叫中心排队系统示意图
说了这么多，读者可能已经不耐烦了，净讲些理论有啥用呢？
一般很少有呼叫中心会限制排队的客户数，也无法影响客户源数。我们总结各家呼叫中心用来影响服务水平的方法，会发现大多是通过影响四个要素来影响服务水平（如表3）。
表3、排队系统要素与控制服务水平的方法
以上都是一些比较常用的方法，读者也可以结合自己中心的实际情况进行创新或演变。
下面重点讲解因素6中“超过服务水平目标的电话引导”的原理：
一般而言呼叫中心的服务规则是先到先服务，即先打电话进来的客户优先被服务。假设有一条人工电话线路的服务水平目标为20秒，客户的到达、服务和离开如表4-1所示：
表4-1、客户到达/服务/离开
如果因为某种原因，第一位客户服务时长增加为35秒，其它条件不变。那么从第二位客户起，所有的电话均等待时长均超过服务水平目标，造成了“堵车”现象（如表4-2）：
表4-2、堵车”现象
如果采用电话语音提示或其它方法引导第二位客户离开队列，那么从第三位客户起，电话重新达到服务水平目标，“堵车”现象解除（如表4-3）：
表4-3、引导效果
可以计算出三种情况下各项排队指标的值如下（如表5）：
表5、各场景运营指标比较
可以看出，场景3较场景2而言服务水平大大提高，接通率下降。
同样道理，客户群体的耐心程度也会影响到服务水平，高耐心程度的客户群体倾向于等待，往往会导致“堵车”现象，使得运营指标趋向于场景2。笔者前日在微博上看到某呼叫中心对排队的客户进行语音提示，请客户“继续耐心等待”，这种做法是值得商榷的。
平均应答速度和平均弃线时长这两个指标可以反映出客户的耐心程度。
长期来看，各家呼叫中心不同的排队体验会使得客户群体形成特定的预期和习惯，而这些客户群体也会表现出不同的排队指标。
现在，读者可以回答开头老板的问题了吧？
“为什么A呼叫中心和B呼叫中心服务水平很接近，接通率却相差较大呢？”
本文刊载于《客户世界》2012年6月刊；作者单位为深圳发展银行总行信用卡中心。
