3、周期性分析
周期性分析是觀(guān)察某個(gè)變量隨著(zhù)時(shí)間變化而呈現出某種周期變化趨勢，周期性趨勢相對較長(cháng)的有年度周期性趨勢、季節性周期趨勢，相對較短的一般有月度周期性趨勢、周度周期性趨勢，甚至更短的天、小時(shí)周期性趨勢。
一般情況下客服中心話(huà)務(wù)量數據受到眾多因素影響，例如客戶(hù)群體增長(cháng)、新科技影響、營(yíng)銷(xiāo)活動(dòng)或事件影響等，當然還有很重要的一個(gè)影響因素——周期因素。在此除去其他因素影響，單純對話(huà)務(wù)量數據進(jìn)行周期性分析會(huì )有怎樣的結果？觀(guān)察一個(gè)月中每天話(huà)務(wù)量的整體趨勢，這樣我們就可以發(fā)現每天的話(huà)務(wù)規律（如圖4），從零點(diǎn)開(kāi)始到六點(diǎn)的這段時(shí)間里話(huà)務(wù)量是驟減的，在之后的時(shí)間一直到中午12點(diǎn)話(huà)務(wù)量持續增長(cháng)，在12點(diǎn)至23點(diǎn)之間話(huà)務(wù)量保持在一定水平。這樣我們就知道了客戶(hù)一般都在什么時(shí)間撥打電話(huà)，從而掌握了客戶(hù)的撥打習慣。這對日常的話(huà)務(wù)預測起到不可忽視的參考價(jià)值（如圖5），我們可以通過(guò)客戶(hù)以往的撥打數據預測出下一期的撥打情況，同時(shí)對后續的排班也有很大的幫助，做到人員的充分利用和成本的有效降低。
注意：話(huà)務(wù)量變化是一個(gè)多因素影響的過(guò)程，這里的例子是在排除其他因素的理想化狀態(tài)下分析周期性的影響，準確的話(huà)務(wù)量預測需要在此基礎上加入客戶(hù)群體增長(cháng)、營(yíng)銷(xiāo)活動(dòng)甚至氣候等因素進(jìn)行綜合考慮。
周期性分析除了用于話(huà)務(wù)預測也可以用于日常運營(yíng)數據的分析，能夠從指標的周期性變化中發(fā)現管理上或人員服務(wù)質(zhì)量上的問(wèn)題。例如通過(guò)大量數據的周期性分析能夠發(fā)現，一般情況下溫度過(guò)高或過(guò)低都會(huì )對質(zhì)檢人員的打分尺度產(chǎn)生影響。
圖4
圖5
4、相關(guān)性分析
相關(guān)性是指兩個(gè)指標或變量之間的聯(lián)動(dòng)關(guān)系，典型的表現是一個(gè)變量會(huì )隨著(zhù)另一個(gè)變量變化。相關(guān)又分成正相關(guān)和負相關(guān)兩種情況，一般我們用相關(guān)系數作為衡量?jì)蓚�(gè)因素之間關(guān)聯(lián)程度的指標，相關(guān)系數的絕對值越大說(shuō)明兩個(gè)因素之間關(guān)聯(lián)程度越高；反之，關(guān)聯(lián)程度越低。
在做相關(guān)性分析的時(shí)候，我們一般會(huì )用到散點(diǎn)圖（如圖6），當所有的點(diǎn)都集中在某條趨勢線(xiàn)附近的時(shí)候我們就認為變量之間是相關(guān)的。集中程度越高則相關(guān)性就越高；如果是毫無(wú)規律，則認為其沒(méi)有相關(guān)性。相關(guān)性分析可以用于客服中心指標間的關(guān)聯(lián)分析，平衡質(zhì)量指標與效率指標之間的變化關(guān)系，例如找出與客服人員服務(wù)質(zhì)量關(guān)聯(lián)性較強的指標、研究客戶(hù)投訴與哪些服務(wù)質(zhì)量指標有正相關(guān)的關(guān)系等。
圖6
其實(shí)在日常的工作中我們不僅僅會(huì )用到對比分析、帕累托分析、周期性分析、相關(guān)性分析，還會(huì )用到回歸分析、結構分析等方法，最重要的是我們應該選擇簡(jiǎn)單有效的分析方法，能夠達到我們預期的分析目標、解決實(shí)際工作中遇到的問(wèn)題，這就足夠了。再有還想重申一下，衡量一個(gè)優(yōu)秀的數據分析人員不在于他會(huì )多少這樣那樣的分析方法、能夠用到多么高深的數學(xué)理論，而在于他是否能夠有最簡(jiǎn)單的方法揭示出最深層次的問(wèn)題。最后希望這篇文章能夠帶給讀者或多或少的幫助，隨時(shí)歡迎就某些相關(guān)問(wèn)題與筆者進(jìn)行討論。
本文刊載于《客戶(hù)世界》2012年6月刊；作者單位為北京鵜鶘信息咨詢(xún)有限公司。
