Teleopti WFM－助力客服中心精细化管理

　　劳动力资源管理（Work Force Management，简称WFM）进入中国第9个年头。众多的客服中心从业者，无论是运营管理人员、系统集成商，还是业务咨询顾问，对WFM的认识，都经历了一个从最初的陌生，到逐步接触、应用和了解的过程。而在大家对WFM有了更多的了解后，却陷入了更大的困惑：WFM的核心价值在哪里？为什么应用WFM的用户已经很多，却鲜有满意的应用？是国外软件水土不服，不适合中国国情？还是我们没有给WFM进行正确的价值定位？

　　首先，我们先来分析一下WFM进入中国的背景。2000年后，国内进入了一个客服中心的建设高潮，伴随着以电信，金融业为代表的众多客服中心的建设完成，涌现出一批上百席，甚至上千席的中型、大型客服中心。而随着规模的扩大，排班师手工排班显得有些力不从心，运营管理人员开始考虑引入WFM系统。正是在这种背景下，从2005年起，国外的WFM系统开始逐渐进入中国。而恰恰是在这种背景下，WFM从进入中国的第一天起就被简称为“排班”，而“排班”这个名词在接下来WFM的发展历程中对所有从业人员带来了或多或少的误导。

　　顾名思义，“排班”就是排班师的工具，安排班表就是“排班”软件的第一要务。然而，WFM的涵义远不止这些，安排班表只是WFM应用中的一个环节。在进一步讨论之前，我们先来看一下通用的WFM的定义：

　　“Workforce Management － The art and science of having the right number of agents, at the right times, to answer an accurately forecasted volume of incoming calls at the service level standard set by the call center.”－摘自“Contact Center University 2000，Brentwood，TN，USA”。

　　“劳动力资源管理是一门科学，也是一门艺术。通过在适当的时间，安排适当数量的坐席，实现按照客服中心设定的服务水平标准去应答经过准确预测的呼入电话。”－译自“Contact Center University 2000，Brentwood，TN，USA”。

　　在客服中心的运营中，有三个非常重要的维度：客户、成本、员工。WFM的定义也正是这三个维度的综合体现。

　　这三个维度对于客服中心的运营都有着非常重要的影响，但三者之间又存在着紧密的关联。从客户角度讲，服务水平自然是越高越好，可太高的服务水平对客服中心则意味着大量的人员冗余，也就是高成本；从运营角度讲，当然希望以最少的人员，最低的成本去完成客户服务，而低成本带来的必然是对客户满意度的损害及对员工的高强度工作要求；从员工角度讲，也必须考虑个性化与业务的均衡，过高的个性化带来的往往是对话务拟合的损害，而较少考虑个性化要求，也会带来员工满意度的下降，进而影响客户满意度及运营成本。

　　而WFM软件的本质则是在三者之间寻求最合适的平衡点，在考虑员工满意度的同时尽可能的实现客户满意度（服务水平）与成本（人力安排）之间的拟合，达到运营过程的精确化管理，从而提高运营效率，降低客服中心运营成本。它带来的更多的是管理上的提升和运营效率的优化，而非仅仅是排班师的个人工具。明确了WFM的价值定位，对于我们如何衡量WFM的价值，如何在项目中逐步体现WFM的价值，如何借助WFM实现客服中心的精细化管理具有很大的帮助。

　　随着客服中心运营要求的逐步提高，对运营的精细化也提出了更高的要求。在考虑员工满意度的同时尽可能的实现客户满意度（服务水平）与成本（人力安排）之间的拟合，这是目前客服中心运营中非常引人关注的问题，同时，也是WFM的核心价值所在。

　　这个过程的核心主要包含了：

　　话务预测是整个WFM的基石，只有做到准确的对话务量进行预测，才能进行合理的人员规划及排班，并减少现场管理中的临时调整等管理工作。

　　随着客服中心的技术发展，业务手段往往不仅限于话务了，更多的客服中心同时使用了传真（包括数字传真）、电子邮件和多媒体手段（包括实时互动的CHAT和远程控制等）进行客户服务，使业务更多的具有了并发性和产能弹性。但基本上可以利用话务量预测的基准和原则进行这些业务量的预测。

　　话务（业务）预测包含了两方面的内容：

　　客服中心的人员需求数量不仅取决来话量，同时受到平均处理时长、服务水平目标、员工占用率、人员缩减（例如缺勤）等多个参数的影响。其中，来话量、平均处理时长是两个最关键的参数。

　　Agents（客服人员数量）=Fx(CV，AHT，SL，Occupancy，Shrinkage)

　　传统手工模式下，对于历史数据，往往仅对来话量进行统计、分析，进而根据经验或爱尔兰公式计算人员需求。其中，AHT的取值往往是取平均值，忽略了季节、时段等因素对AHT的影响。

　　为了做到精细化，WFM工具可以通过与ACD/CTI接口同时对来话量、平均处理时长（ATT，ACW）等进行收集，即在后续的预测环节不仅考虑来话量的时段分布，同时考虑平均处理时长的时段分布，做到二者都能反映出跟随时段变化的特性。

　　此外，在数据时间间隔上，WFM工具可以做到更小。根据ACD/CTI提供源数据的粒度，通常，可以做到每半小时或每15分钟为一个统计间隔，在后续预测中提供更为精细的来话量及通话时长分布。为提高运营的精细化程度，在条件允许的情况下，建议采用15分钟的时间间隔。

　　历史数据的精细化修正

　　客服中心的话务特性会受到各种因素的影响：

　　所有这些因素都会导致ACD/CTI提供的历史数据中存在杂波，这些数据反映了历史的异常，对于分析历史话务特点有一定的参考意义；但以此作为预测依据，必然会将异常事件的影响带入到预测结果中，从而影响预测的准确性。因此，要做到精细化，必须对这些数据进行验证。

　　验证通常包含了两方面的含义。一是过滤，对于某些如由于系统故障导致的数据缺失日期，要为其标识特殊事件，该天的数据即不作为预测基础数据；二是修正，对于话务量波动日期，分析其波动幅度，修正话务量、平均处理时长数据，以修正后的数据作为预测基础数据。

　　历史数据的季节/趋势分析

　　不同的客服中心会有不一样的历史数据基础。如新投入运营的客服中心可能只有几个月的历史数据，同时，由于业务量的初期快速增长，历史数据难以反映未来数据变化；或者虽然客服中心已经运营很长时间，积累了大量的历史数据，但由于近期业务的变动导致较早的历史数据不再具有参照意义。因此，在上述对每日数据的精细化修正的基础上，还需要对话务的季节分布、周分布、增长趋势等进行宏观的分析、修正，以期更贴近具体的业务特性。

　　宏观分析包含了以下内容：

　　总之，通过对宏观分布的调整，可以使话务量分布更趋符合业务特性。

　　长期预测

　　长期预测是对未来较长时间内（如3个月、半年、1年等）的话务量进行预估，进而对人员总体需求有一整体的判断。由于长期预测主要是对总体话务进行分析，其最小预测粒度一般到天即可。其预测准确性通过上述清洗、季节/趋势分析等环节得以保证。

　　考虑业务量的增长或下降的变化趋势。

　　为适应客服中心不同的数据环境，长期预测过程中还需要

　　近期预测

　　近期预测的目的是得到时段间隔内（如15分钟）的详细话务量分布。在长期预测得到每天话务量、AHT的基础上，需要细分到各时段。只有得到时段内的话务量、AHT分布，才能据此计算各时段的人员需求，达到精细化排班的要求。

　　为此，需要按照历史数据得到话务的时段分布，该过程称为建模。为保证模型的准确，必须能够灵活的选择历史数据时间区间，保证以最相关的数据为基础建立模型。

　　按照客服中心的特点，模板通常包括：

　　预测修正

　　客服中心的话务受到多个方面的影响（如业务促销，农历假日等，将在'实践之路'章节中进一步阐述），仅仅依靠前述的技术手段还不足以进行准确的话务预测，排班师或数据人员必须在系统预测的基础上，结合自身的业务经验对上述结果进行必要的修正。

　　在修正环节，WFM工具则提供了灵活的工具，允许排班师对话务量、AHT等参数进行基于不同时间粒度的修正（如基于月、基于周、基于日、基于时段等），按照具体的业务特性对预测结果进行干预，形成准确的预测。

　　人力安排的目标是追求人力与话务量的高度拟合，尽可能的消除缺员与超员现象，以最小的人员投入实现均衡的服务水平。

　　排班元素的小颗粒化

　　在预测环节，我们谈到话务预测尽可能采用15分钟的时段间隔，相比手工预测中半小时、1小时、甚至1天的统计间隔，15分钟的统计间隔无疑更细致。同样，在排班环节，采用小颗粒的排班元素（班次、班组等），无疑给话务拟合提供了更大的优化空间。

　　这个道理很明显，排班师也希望能这样做，但手工环境下超量的计算阻滞了小粒度的实现。而WFM工具利用了计算机的强大计算能力，使这一想法得以付诸实现。

　　1） 首先是话务预测的小颗粒，前面我们讲过，话务预测以15分钟为最佳，这也是接下来排班过程中应用小颗粒的基础。

　　2） 班次时长、班次起止时间的小颗粒。手工模式下，班次数量非常少，通常一个特定业务，也就是10个左右的班次。举例来说：如果仅有8:00开始、9:00开始的班次，如何去拟合8:30开始的话务？而采用灵活班次，班次起止时间、长度都以15分钟为间隔，提供了更多的可能性，可以提高拟合的精细性。

　　3） 班组的小颗粒。基于手工计算的能力以及班组建设的要求，很多客服中心采用了组排班，通常一个组的人数大致从10-20不等。这样大的颗粒导致在同一时间要么安排一个完整的小组，要么完全不安排，对话务拟合非常不利。而如果采用规模更小的组（例5人），或者按人进行排班，则会得到更好的话务拟合。

　　4） 班次活动的小颗粒：在实际的班次执行中，包含了班前会、午餐、晚餐、小休等活动。在手工排班模式下，这些活动的安排往往在现场管控环节完成。这一方面增加了现场的管理工作量，另外随意性比较大，不能完全反应话务量的变化，也不利于员工对自身工作的提前安排。因此，WFM工具一般把班次活动与班次统一进行安排，这样，一方面提高了班表的预先计划性，减少了现场的管理工作；同时，活动的起止时间、长度采用小颗粒设置，也可以更好的拟合话务量。

　　无论是手工排班还是系统排班，其基本实现机理都是用班组/人员与班次组合成一个个元件，用这些元件的堆叠实现对话务的拟合。这就像是在搭积木，积木的尺寸越小，形状越多，则搭出来的形状就越完整，越紧密。这就是为什么小颗粒能更好的拟合话务量的根本原因。

　　坐席偏好

　　在排班过程中，排班师既要考虑话务的拟合，同时还要考虑坐席对班次的各种要求。这在按照个人为基本颗粒进行排班的过程中尤为常见。

　　WFM提供的偏好设置工具可以由坐席设定自身对班次的喜好，设定不同日期对班次的要求。例：

　　（例图：标红心的05/11/2010，该员工要求必须休息，为必须满足偏好，其他日期偏好非必须满足。）

　　通过偏好设置，排班引擎在满足服务水平目标的前提下，将能尽可能的考虑员工的个性化要求，达到员工喜好与话务拟合之间的一个均衡。

　　客服中心现场管理是一个非常宽泛的概念，包括了对坐席的监听、辅导、员工心理关怀、班组团队建设、话务监控等多方面的内容。WFM仅是现场管理的一小部分，其关注点主要集中在话务量与人员的匹配。

　　要取得满意的运营结果，除了准确的预测、合理的班务安排，还需要根据现场条件的变化即时进行响应。具体体现在两个方面：

　　话务量跟踪/班中调整

　　通过大屏显示等多种手段，绝大多数的客服中心可以获得CTI的话务量统计信息。但对于现场管理人员，仅仅有实际话务量信息往往是不够的。现场管理者需要知道实际话务量的变化趋势，与预测值相比是高还是低？当天各时段配置了多少坐席？人员是否充足等？因此，实际话务量必须与排班结果结合起来，才能为管理者提供更详尽的运营参考。WFM工具则把实际话务量与预测值结合起来，为管理者提供全面的运营依据，如：

　　为了做到精细，以上信息均可以按照时段间隔进行统计。据此，管理者可以很清晰的看到话务量与预测值的即时（每15分钟）差异，实际话务量的变化趋势，进而对当前人员安排是否合理进行准确的判断。并及时反馈，利用WFM的班中重排功能对班次、班次活动（就餐、小休）进行相应的调整。通过WFM提供的数据支撑，管理者对现场的调整，管控可以更加精细，有的放矢。

　　坐席遵时

　　坐席遵时（Adherence）是WFM中特有的一个概念，用来衡量坐席实际上班与计划班表的遵守程度或吻合程度。

　　在准确预测及合理排班的基础上，能否达到预期的服务目标，坐席遵时起着至关重要的作用。试想，如果坐席在计划的就餐时间仍在接听电话，对于整个客服中心是有利还是不利？答案是否定的。无疑，这将提高该时段的服务水平，但该时段很可能是闲时，根本不需要这么多的坐席；而在接下来的业务高峰时段，本来安排了接听电话，坐席却要去就餐，这就必然会影响忙时的服务水平，从而对整体服务水平造成影响。

　　因此，遵时衡量的是对班次活动的吻合程度，相比手工模式下考核上线时长，更为科学。

　　WFM工具通过与ACD/CTI接口，获取坐席的实时状态数据，与班表进行比对，当不遵时（实时状态与排班活动不匹配）超过设定阀值时则进行告警。管理者通过遵时工具，可以清晰的了解哪些坐席没有执行班表活动，即时作出判断，提醒坐席或者采取其他必要的管理活动，保证现场人员的合理规划，进而尽可能维持均衡的服务水平。

　　“劳动力资源管理是一门科学，也是一门艺术。”

　　WFM软件提供了精细化运营的工具，能够帮助管理人员、排班师更好的工作。但同时，它也仅仅是一个工具，要发挥WFM的优势，还必须与实际业务环境结合，与管理人员经验结合，充分利用WFM的功能，达到提升客服中心运营效率的目的。而这一目标的实现，依赖于WFM产品功能、WFM价值定位、实施方法论等诸多因素。

　　WFM软件的主要用户包括了客服中心的数据预测人员、排班师、现场管理人员及坐席代表等。综合现有国内的WFM用户及潜在用户，软件培训周期长、上手难、操作复杂是大家最常提到的问题。因此，如何能在帮助客服中心提高运营效率的同时尽可能的提高软件的易用性对于WFM的普及具有非常关键的意义。

　　用户提到的另一个很重要的问题则是中国国情。目前，比较成熟的WFM产品多数来自欧美，不同的文化差异导致细节实现上的差异。笔者认为其中比较主要的差异有以下几方面：

　　欧美的计薪通常是周薪或小时工资，所以大多数WFM软件核心都是基于周或多周进行排班。而国内客服中心基本使用的是全职员工，采用月薪制，更多地采用月排班。以周为基础的排班经常在应用中产生服务水平不均衡的问题。如在每月的前两周拟合很好，可到后几周，特别是最后一周，则可能产生人力不足的问题。

　　农历假日体现在排班上，需要在假日前后安排更多的休息，另外，农历假日的特殊性更集中体现在话务数据的预测上。在欧美，假日基本都是公历日，如圣诞节是每年的12月25日；或者是某月特定周的一天，如美国的感恩节是11月最后一个星期四。这类假日话务能够体现月中日特性或周中日特性，历史数据是基本可以作为话务预测基础的。而中国几个传统假日，如清明、端午、中秋等都是国家法定假日，每年的日期都不同，如2010年的中秋是9月22日星期三，对于大多数客服中心，当天的话务比平日要低出很多，如以此作为基准预测2011年9月22日，则显然会存在非常大的误差。因此，为做到精准，WFM软件必须要考虑农历假日的影响。

　　组排班也是比较常见的需求。考虑到环境及班组建设的要求，目前国内的大中型客服中心仍普遍的采用组排班，即一组人员同时上下班。组排班的大颗粒会对话务拟合产生较大的负面影响，人员不能精准的拟合话务。因此，从精细化的角度讲，WFM项目的实施倾向于采用更小的颗粒（小班组，个人）来进行排班。从功能来讲，目前大多数WFM工具具备组排班的特性，在实施过程中必须结合客服中心的实际管理现状确定如何在组排班的基础上进行优化，不能简单的说是组排班还是个人排班。

　　WFM的应用效果还会受到客服中心环境、人员构成等众多因素的影响，例如：

　　环境：客服中心是设置在市中心还是郊区？该城市是大型城市还是中小城市，交通是否方便？是否需要安排班车，班车的发车频率，间隔？是否安排宿舍，宿舍的容量等？这些环境因素会对班次设置造成影响，会对特定时段的人数安排造成限制。

　　人员：每个坐席都会有自身的个性化要求，如离家远近、是否正在参加定期课程等因素都会影响坐席喜欢上哪些班次。而坐席的个性化要求又会与组排班产生冲突。

　　效率：WFM的核心在于人员与话务的拟合。但在排班过程中，还必须考虑效率与成本的均衡。举一个最典型的例子：凌晨时段话务量一般很少，如果完全按照话务量进行安排，则可能某些时段需要人员较多而造成其他时段大量的人员浪费，因此，往往在夜间安排固定数量的坐席，而不再考虑与话务量的拟合。

　　流程：作为整个企业的一部分，客服中心的WFM工作与企业其他部门间有着很直接的关系，特别是话务预测环节，与企业其他部门的各种活动更有非常直接的关系：

　　要做好预测，数据人员需要与其他各部门建立起通畅的信息沟通桥梁，及时获知各种影响话务的事件及其影响程度。而现实情况是，除了比较规律的账单日期外，其他部门的活动往往不能及时通知到客服中心，导致话务预测的困难。

　　综上所述，WFM工具提供了强大的优化能力，而现实的种种限制反过来制约了这种能力的实现。因此，利用WFM工具进行优化，必须以充分考虑现实环境限制为前提。

　　WFM不是一个一蹴而就，一劳永逸的过程。环境、人员等多种因素对WFM提出了各种限制，WFM的引入必须以现有管理体系为前提；但是，WFM的引入也会对管理提出改进方向，在可行的范围内逐步优化管理流程，并借助WFM工具付诸实现。因此，WFM是一个长期的，与管理互动，逐步优化的过程。

　　WFM不仅仅是一个IT项目的实施，在实施过程中，需要咨询顾问对客服中心现有排班模式及可行的优化措施有详尽的认知和分析，并与排班师一起进行优化，对当前现实的优化措施及后续的改进方向制定切实的计划。因此，WFM更是一个业务咨询优化过程。

　　WFM的预测，人力规划等过程都会依赖客服中心之外其他部门的支持。因此，为充分发挥WFM的效果，在咨询过程中还要分析现有流程的不足，在此基础上改进客服中心与其他部门的信息交互流程，将企业内部相关流程的优化与客服中心WFM应用结合起来。

　　WFM在欧美已经有接近20年的历史，取得了广泛的应用。在国内，如何取得更好的发展，还需要厂商、客服中心管理者、WFM咨询顾问的共同努力。

　　对于厂商，需要更多的考虑本地化需求，并在产品功能中进行满足。

　　对于咨询顾问，则需要更多的介绍国外的运营思路及经验，介绍WFM的定位及实施方法论，并充分结合国内客服中心现状，向用户提供可行的，有效的咨询服务，与客服中心管理者共同致力于劳动力资源的优化。

　　对于客服中心管理者，则要清晰把握WFM的价值定位与实施方法论，明确WFM优化运营的价值定位，了解现有管理限制对WFM效果的影响。在WFM引入的同时，从管理上进行必要的，可行的优化，并明确WFM与管理互动的思想，借助WFM工具实现运营管理的逐步优化。

 

　　Teleopti是全球主要的劳动力资源与绩效管理方案供应商(排班管理软件方案)之一，它为客服中心提供战略劳动力管理以及控制成本解决方案，以及质量监控和通信费用与设备管理方案和服务。目前，在全球拥有1000多家客户，覆盖了100多个国家和地区，产品支持二十多种语言。

　　Teleopti于1992年创建于瑞典的斯德哥尔摩，在奥斯陆、赫尔辛基、伦敦、法兰克福、莫斯科、马德里、伊斯坦布尔、迪拜、德里等有分支机构，并在北京和深圳设立了办公室。

　　Teleopti WFM起源于欧洲联盟市场，那里有最严格的员工合同和工作条件。灵活性是Teleopti WFM的重要优点之一。我们的解决方案完全可以支持世界各地的工作时间与合同条件，我们支持完全自动化的和优化的排班方案，支持任何时间范围的预测与排班--从几天到数个月。Teleopti WFM是一种人性化的劳动力管理方案，为各级机构提供实时监管，假日规划和适用于你的机构各级管理工具。