员工流失率：
对员工流失率的关注应该区分内部流失（流向企业其他部门）、外部流失或负面流失（离开企业）。
服务水平/处理周期：
服务水平和处理周期是与时间相关联的绩效指标，用来衡量企业各个渠道服务的易接近程度。这项指标既可以为运营需要测量到具体的时间段，更可以作为一项关键绩效指标，根据多少时间段低于、达到和超越绩效目标的汇总结果来反映各个不同客户沟通联络渠道的具体服务表现。（请参考“新时期的服务水平与处理周期指标”一文，第一和第二部分，《呼叫中心管理论丛》，1997年7月和8月刊）
放弃率：
放弃率一直是呼叫中心比较关注的一项重要指标。随着新的客户沟通联络渠道的增加，新的“联络放弃”定义与分类开始出现，包括像因绕不出语音菜单而放弃，网上购物的客户在结帐前放弃等等。但是，“放弃”作为一种客户主动行为，难以预测与判断的特性并没有改变。因此我们没有直接的办法来保证一个设定的放弃率。然而我们可以通过改善导致客户放弃的可控因素使放弃率降低到一个尽可能低的水平，例如，减少排队时间或者简化烦琐菜单等等。
错误与返工/首次解决率
错误和返工以及与其相关的绩效指标“首次解决率” 是质量改进运动所要持续关注的指标。错误和返工或者重复的交易对于呼叫中心来说是尤其麻烦的事情。它们占有宝贵的员工时间，从而导致员工没有足够的时间来处理正常的业务量；人员的不足进而会导致高员工占用率，不高兴的客户和员工不断增长的压力，而这一切又会导致更多的错误和返工。这种恶性循环在多沟通联络渠道的呼叫中心会变得更加复杂，例如，效率不高的电子邮件服务会导致客户打电话进来。
有多种方法可以测量这些KPI指标。例如，呼叫中心的数据库可以追踪重复呼叫、未解决的问题以及数据输入的错误。质量监控或者肩并肩的辅导应该可以发现和追踪通话过程中产生的具体问题。ACD系统的话务类型编码（客户服务代表可以利用这些编码来记录具体的呼叫和问题类型）也可以帮助追踪问题。另外，转接的电话、升级的电话、客户抱怨与投诉以及与客户直接的沟通往来也可以提供另外的信息资源。
实际话务量 vs 预测话务量
业务量预测是一项高度复杂且关键的工作，是呼叫中心高效运营的根本决定因素之一。一般采取定量的“时间序列法”（根据不同客户联络渠道的历史趋势来预测未来）与“判断预测法”（例如，新的市场宣传攻势对业务量会有什么影响？新的条款和流程会有什么影响？天气变化会有什么影响等等？）相结合的方式。如果你的预测业务量与实际发生业务量之间的误差经常超过3～5个百分点，那么你就需要找出造成这种误差的具体原因，进行更好的预测或者解决预测环境中的问题。
实际需要人员数量 vs 预排员工数量
这项指标并不依赖于你的呼叫中心是否有足够的员工来满足设定的服务水平目标。整体来说，你实际现场的员工排班的遵守率如何？员工的排班遵守率是一个问题吗？为什么？
排班遵守率
排班遵守率因素是用来衡量一个员工在处理或等待处理客户服务请求的时间的指标。
这项指标通常是指总登录时长，包括在线等待时长。现在，随着呼叫中心与客户沟通联络渠道的增加和承担的越来越多的职责，呼叫中心员工“在适当的时间里在适当的地方做正确的事情”变得尤其重要。但是，不是所有的系统都能够提供无缝涵盖所有沟通联络渠道的报表数据，所以对数据的整合、分析也是一项重要的工作。
平均处理时长
平均处理时长（AHT）通常包括两个组成部分：通话时长（从你好到再见）和话后处理时长（需要马上处理的工作，如工单生成，数据录入等）。
平均处理时长，以及通话时长与话后处理时长的比率（如果适用的话）在不同的呼叫中心里有很大的差别，而且在不同的客户联络渠道也不尽相同。对平均处理时长的跟踪测量是业务量预测、流程改进和其它呼叫中心计划与管理工作的重要前提。
平均联络价值
这项指标尤其适用于营销和预订型的呼叫中心，通常是指把一定时期内的所有收入除以所有联络次数得出的平均值。
结论
任何单个KPI指标，如果孤立来看，都会可能造成误导。就像飞机仪表盘上显示的关键飞行数据一样，对KPI指标必须进行综合关联的分析。绩效优秀的呼叫中心不停地寻找各项变化因素之间的内在联系或关系。各方面的KPI指标数据综合在一起，就能为我们提供一个相当完整的、全面的呼叫中心绩效表现“全景图”。
