16、服务时间分析与优化策略

服务时间分析与优化策略

1. 执行时间子组总结

在服务时间的分析中，服务器类型被证实是影响服务时间均值和方差的重要因素。对于其他可能影响服务时间的因素，也可以进行类似的分析。这些候选因素来自数据收集计划，是团队在头脑风暴中列出的所有可能影响服务时间的潜在因素。我们需要对显著结果进行总结，以展示各子组在中位数和跨度上的差异。

可以使用 Excel 的“成交量 - 高低 - 收盘”图表类型来总结这些结果。例如，按“服务器类型”因素划分的服务类型图表（图 6.37）显示，实习员工的中位通话时长为 145 秒，而全职员工仅为 71 秒。P5 的差异表明，即使是短通话，实习员工花费的时间也大约是其他员工的两倍。

2. 测量客户耐心

银行呼叫中心处理各类服务的来电。我们主要测量进入语音响应单元（VRU）并选择与客服交谈以获取服务信息的新客户的耐心。当没有坐席立即响应时，客户会进入队列等待。系统会定期播放提示信息，请求客户等待而非挂断重拨。客户等待时会有两种结果：一是一直等待直到获得服务，二是失去耐心后挂断电话。在研究样本中，超过一半的客户在与坐席交谈前就从队列中挂断了电话，因此量化这种行为的时间依赖性很有意义。

在可靠性工程领域，这被称为故障分析。测量客户耐心的一种方法是让所有客户都留在队列中，记录他们挂断电话的时间，但这既不实际、不礼貌，也不利于业务。我们也不能简单地选择所有挂断电话的客户进行分析，因为有些客户可能原本会在 10 秒后挂断，但在这之前得到了服务，这些客户就不会被统计到。因此，需要对数据进行分段处理，区分那些有足够时间挂断电话的客户和因获得服务而离开队列的客户。对于获得服务的客户，我们知道他们在获得服务时至少在 X 秒内没有挂断，之