正常情况500下大概是几分钟（500秒等于多少秒）

引言

01数据对客服的意义

02运营数据指标管理

03轻咨询解决方案

04数据信息化能力展示

05客户服务中心的数据应用

06智慧运营管理云平台

本文以咨询的基础标准数据产品为主，为大家介绍繁星汇能的使用情况和推广情况。

才博咨询事业部并不只做咨询产品，而是从管理入手，把客户联络中心各个运营板块拆分成五大品类，18个任务项目。18个任务项目包括服务管理体系、运营管理体系、智能运营分析与应用、服务供应商管理以及信息系统建设五个板块，其中最重头是服务管理、运营管理和智能应用分析。每一个板块都有自己的方法论、管理的工具以及管理的案例。

才博咨询不推崇大而全的一整套服务标准，而是沉下心专心打磨每一个领域真正适用，真正有效的方法论以及落地实操的工具，方法。把每一个产品打磨得越来越精美，提供给有需要的客户朋友。在这些管理体系之下，一定会有足够多数据产品去支撑。

数据对客服的意义

1.隐形服务

客户服务有时是显性，有时是隐性。客户联络中心更多是在无实物服务，在电话中，在聊天中完成对客户服务，不像售后服务维修人员，上门带了备品备件帮你维修，在有实物的场景下，只要实物完好地按照时间点交付，就能得到90%的客户需求满足。但是客户联络中心不是这样，是无实物服务，是隐性服务。

2.服务性质

才博自己有一个团队提供隐性服务，是我们的大客户销售，我们的销售团队是怎么和客户聊的订单，订单是谈飞了还是没有谈飞，订单怎么拿下，成交前的服务是怎么做的，这件事情很难去度量，没有标准化统一的处理口径，是隐性，但是不是大规模。对大客户服务来说人是最重要的，不需要用数据去度量，只要工作状态、方法是对的，服务营销的结果就一定好。

3.现状-行业底色

在客户联络中心行业，更多的中基层管理干部是感性思维多过理性思维的，因为我们提供的客户服务需要有同理心，需要能够安抚客户，如果没有足够多的感性思维沉淀，不是这样做事情，将很难在客服中心做好一线事情，所以中高层自然也是感性思维的底色多一些。我相信在很多企业中，更多的客户联络中心中底色是感性的，我们客服服务底色是感性，人更多用感觉去管理，或者凭经验去管理，这带来一个问题，就是客户联络中心并没有足够的数据治理的基因和沉淀途径。

数据做得最好的人，为什么要留在客服中心当数据专员，客服中心辛苦培养一个数据专员，对各方面的数据理解都非常棒，自己能写函数，写代码，甚至自己能写数据工具的产品，会在客服中心留下来吗？不会的。所以客服联络中心在数据领域的薄弱性在行业中是必然结果。

如何改变这种现象？

需要外脑的支持。一方面客户联络中心的底色更多是感性，没有办法自己做基因和沉淀。另一方面，客户联络中心需要大量的数据分析和数据治理，我们规模化，碎片化，高度信息化，有那么多的信息系统就有大量的数据留存，所有的数据如何收集，采集，数据分析，数据管理和应用，客户画像，员工画像等等这些事情怎么做，需要很多方法论以及基于方法论创造出来的产品，需要一些标准化的产品来服务中小客户中心。

运营数据指标管理

这是我曾经共事的一家单位，这是他们的指标报表，指标的分类，指标的项目，指标的目标值，指标的达成值。看上去没有什么问题，大同小异，每家不都这样吗？并不是。数据指标报表一定要日，周，月分别统计，按业务，业务线分拆，看到每个业务差异化，按照团队统计，有没有可能随时增加一个指标项目，又或者指标的口径本身有问题，需要更高级的指标创新，最后是不是需要图表化美观展示，数据安全又怎么办？

针对这些问题，我们的数据图表，要想怎么样处理得快速呢？你一定需要这样的三层结构。

1. 应用层

在原数据层基础的流水数据抓出来，每一个流水数据有自己的指标逻辑和清洗逻辑，在指标平台中完成评分化，跨数据源的数据整合。

2. 指标层

有一个出勤表，还有一个工作量的表，工作量表里面知道每通电话是谁接，这样就能知道每个人接多少电话，还有出勤的流水等级，因此我们可以获取到CPH，每个人的产能谁多谁少。有了这样的指标平台，上层构建应用，日报，月报，仪表盘等等都能顺利实施，但是前提先构建一个数据库。总的来说对于中小客户联络中心来说并不友好，因为成本非常高。

3. 源数据层

如何快速找到解决方案给中小型的客户联络中心？轻量化、标准化解决方案，是中小客服中心数据应用的最佳选择！第一步先把数据清洗过程完成，数据清洗中会有大量的原始数据，原始数据越原始越好，越原始数据意味着数据的信息没有丢失，只要是统计过的数据，虽然简单，已经有了数据丢失。第一步把基础数据结果以及所有指标项目算出来。在这个过程中，我们有个原则：尽可能一次性拿到所有有可能用到的指标，先把它算出来。等以后要用的时候，就不需要现算；同时创造出一些新的指标。比如忙闲差异化的数据指标。

轻咨询解决方案

1.忙闲时指标体系

员工利用率：指的是员工一天8小时的工作效率，员工一天8个小时是不是更多时间用于工作，但这个数据并不重要，因为客服中心永远有两种状态，第一种是线路忙，第二种是爱接不接，去干什么都可以。当然每家客服中心不会永远一天都排队，永远一天都空闲，所以排队和空闲切换频次，一天下来有30、50次，上百次，甚至两三百次也是正常现象。两种业态之下，管理显然有差异，排队的时候你希望员工多接，空闲的时候你希望员工少接，但是最后考核一天八小时的通话利用率，这不是一个矛盾吗？

所以我们需要去学习互联网大规模的团队怎么管理的，如出租车司机，好几百万人在出租车行业工作，这几百万人在排队的时候因为堵车等原因都不愿意上路，司机拉不到活，但多给钱一定是来拉的，所以有一个叫加价车。美团骑手，午餐配送的时候都不会休息，因为午餐配送费高于下午茶，更多人一定是优先选择先干午餐。最后飞机酒店行业，什么时候打折呢，没有人坐飞机就要打折，有人坐飞机，十一假期是不打折的。

这给了我们很好的示范，客户联络中心我们也应该这样做：排队和不排队交叉进行，橙色是排队，排队的起伏一定大于来电起伏，因为来电是数万客户共同的结果，所以是比较平均的。排队起伏很大，重点只看排队这个时刻员工的工作效率，然后你告诉所有的员工，排队的时候1.5倍车费，排队的时候忙时1.5倍加上空闲的接听量，我不信这些员工排队的时候不冲到上面去，因为排队的时候3倍车费，给更多工作量核算，当下收入一定好，排名靠前容易被领导看到，晋升机会一定多。有了这样的忙先差异化，我们接线也能减少5%到10%的人力，用这么一招就够了。但是前提条件是知道什么时候排队，什么时候非排队，每个人排队工作量和空闲工作量各自是多少，当然这在算指标的时候就解决了。

这个算法我们来说已经非常成熟，只需要把个人的流水数据往里面套就可以得到这个指标。我们不是抽鞭子让员工往前走，老板永远希望排队的时候大家先接，员工想我怎么样排行榜靠前的，我们会统一老板与员工的诉求，人心齐，泰山移，这样的团队是战无不胜的。

2.数据源的导入

每家客服中心都有很多数据指标，每一样配上数据的清洗工具，进行轻部署，一周就可以用上的数据工具，这样的数据工具汇总指标统管平台，十个数据配十个工具，汇总到一个工具，一天只需要2分钟。一键更新所有数据源和excel表格，配好数据源取数，这个中控台打开前端的清洗工具，读源数据，读完丢弃源数据，指标送回中控台，依次送出。

如果团队是200人，大概需要2分钟，如果团队是500人，大概需要10分钟，根据体量大小而定。汇聚到日报，周报，月报，可以选择起止日期，间隔日期。你可能会觉得，这个报表也就是这样子，需要攻克一个非常复杂的技术，需要在excel完成所有其他数据产品的编译器功能，因为所有的指标项目一定有很多是带分子分母，一定有很多指标是需要这样的接通率，而不是一个简单的数字整合。

所以整个的数据平台里面，除了日周月报的这些功能，任意指标项可以随意查询这些功能，一定要有编译器，只需要告诉系统想A除以B，还是A减B，A加B，只要自己配就可以。

我是一个讲数据的老师，经常有企业会问我，有没有一个课，如果真的有一个复杂运算，X1，X2，把复杂的规则都配置进去，这样操作起来更简单，不需要科班出生的数据人员，小班长都可以干得了。这样子以后，数据平台自动提供仪表盘，可以放到大屏上，也可以发给领导，直接截图告诉每天的数据变化。

仪表盘的配置也是可视化，配哪个区域，上哪个指标，上几个指标，指标名称，展示名称，都可以灵活的配置。所有的数据图表都可以自己出，数据图表给5到10个页签，给15到20张图，每张图需要哪个指标就可以随便写,写到什么看到什么，只要写上要什么图，自动会画出这样的图。

3.数据指标

我们管它叫部门级数据中台应用，它有一个权限控制。所有的数据报表不用担心指标数据外泄，因为没有密码根本进不去，你看不到任何详细数据。所有数据还支持导出，清理库存，管理库存，实际上是把一个表变成一个数据分析平台。

这是一个最基本的应用数据指标的中控台。我们再来看一个比较复杂的话务预测排班。各家企业的预测无外乎三种、五种方法，这些方法我们内置到一些管理平台当中。

话务预测，用日数据清洗，周数据清洗，月数据清洗拿到历史数据，可以直接维护历史数据，是另外一个窗口。然后用四个预测方法进行话务预测，每一个预测的准确度可以在这里管理，预测分宏观页和微观页，一个自然月的预测，如果微调不多，一个自然月的预测可以控制5到10分钟完成。

预测之后，马上就接排班，这个排班采用暴力破解法，用暴力破解算预测结果和班制需怎样是最优解。这里输出的是总班表，名字，8点半需要9个人，11点半需要5个人，这套组合是班务拟合和话务最优解。排到名字，给一个模型化自主排班工具，上年是拟合度，左边人员名单，右边是信息校验，这样配套排单。100、200人排班控制在2个小时以内，所以做这种咨询项目的时候，生产力管理体系的咨询项目，还帮你生成一张班次结构大结构表，看看你们家适合用哪种班制，可能有接近100种班制，在暴力破解情况下选择哪种最优解，那就是你在接下来的排班中更多考虑的班制结构。有了排班以后是发布和管控，咨询表和软件表的发布，确定上岗日期，将这些时间持续展示出来。

4.质检工作台

这是大家都在用的，但是普及率非常低，质检环节多，表单多，更应该上信息化系统，所以我们自己做这样的质检工作台的产品，它最大的特性是你可以基于不同的业务，有不同的质检表。

比如说一个银行业务，借记卡一个表，信用卡激活一张表，积分礼品兑换一张表，30个业务30个表。客户申请挂失，挂失有6句标准话术。挂失要先审核，怎么做业务质检表的业务切换？员工记混了，只需要质检下一条，根据下一条录音业务属性带出这一条录音应该用的。针对质检表，完成这一步后，打完了分的后台数据管理不再是简单按表管理，而是按照质检评分项管理。在通用的评分表中，后台数据分析，质检数据分析，分数分析转化到每一个质检单项单点分析，质检的颗粒度非常细，能够发现很多的质量问题。

5. 中小型企业一站式投诉管理系统

这是才博为一家企业做的投诉管理平台，其中的投诉来自多个渠道。这是一家银行的投诉管理，有热线、在线、12345转投、银监局转投诉、银行接待大厅以及现场投诉，若干投诉来源不是每件事情都能接到一套信息系统。才博有一套系统，有没有历史投诉，按照追单来处理，投诉到这里下派到支行，自动对接OA，打开邮箱，把这一个重控台的一个信息转移出来，形成一个独立表单发给支行，自动把支行回填信息收入到中控台之中。

数据都已经出来了，自然要给各个支行出报告，这是一个客服中心经常要用到的技术，因为客服中心往往承担了一个角色，我们的数据可以去管理每一个服务的网点，所以在这个投诉的中控台上带了一个自动报告技术，把每一个支行接收到的投诉打出来，有这些信息，这个支行最近几月一共有多少投诉，排第几名，支行的投诉里面都是什么样的类型，将每一个具体的数据指标全部分散，给每一个支行。

6.客户联络中心二线工单系统

这是一家银行的二线工单系统，要去到各个部门，进行工单的扭转，回填，我们也创造了不同工单的查询方式。比你原来一张很宽很宽，一行的excle表要方便看得多。

数据信息化能力展示

1.客服人幸福指数调研

每年5月份的客服节，才博都会做客服人幸福指数调研，去采集行业内每一名员工的幸福度的信息，截至目前我们已经连续做了两年，已经有5万条数据，明年还会继续做，还会优化一下幸福度指数调研的问卷方式，会稍微缩减问卷量，每个问题更精致方式采集信息。为每一家参与明年客服节企业出本企业员工幸福度报告，我们同样做了两年，这是前两年员工幸福度报告，所以这种自动报告技术还是应用很广泛的一件事情。

2.公开课、咨询项目内部管理系统

才博内部的一些管理平台，我们也已经完全支撑到位。才博的公开课内部管理和才博咨询项目的内部管理已经完成了信息化改造。

我们推出来20个才博咨询项目的技术工具目录，每一项技术工具都是对应某一个领域，可以这个领域做到最方便，最快捷方式，支持到客服联络中心，所有使用我们数据工具的客户，我们都是持续性的提供版本更新。更新之后，我们会把更新版发给客户，这样的版本更新是客户自己完成，我们不会去拿走客户自己的数据。

客户服务中心的数据应用

看了很多数据，尤其是中小客户联络中心，我们有很多的信息系统、报表工具、手工台账、清晰逻辑和计算逻辑在中央，最后是数据应用。但是在所有的客户联络中心左右两端是完全一致，左边是数据源头，都有话务数据流水表，都有客户体验调研数据，这些数据结构完全一致。右侧是数据应用，各家的数据应用要求也是大同小异，你在乎工作量，别人在乎工作满意度，方式和需求大致是一样。左右两端高度同源，高度一致的情况下，必然中央的处理环节是可以产品化的，中央的处理环节只是没有人去把它做成产品化，我们去做这件事情，把每一个子类中央处理环节尽量通用化，产品化，做到更好。

智慧运营管理云平台

繁星汇能这一款是运营管理最大的产品。将员工管理、数据分析、班务运营整合到一起，管理者和员工用小程序无缝连接，管理同时可以随时给到你的员工，员工小程序可以参与到企业的运营，这是我们一家国字头的企业小程序的后台数据。这个后台数据很有意思，我们自己想不到，这家企业一共有300多人，但是每小时的突破量过几千，每个小时刷好几次看看有没有新玩法，所以这样子小程序非常抓眼球的。

客服中心底色是感性的，客服中心从无到有，更多依赖感性的声音，依赖人管理的时代已经接近尾声。在今天，规模化、数字化、智能化服务，高度依赖数据驱动管理提升的时代已经到来了，数据产品是必然趋势。