原标题：关于多技能组别呼叫中心CTI系统排队模型的优化建议

　　呼叫中心又名客户联络中心、客户关怀中心或电话服务销售中心等，可以是利润中心、成本中心，或者利润成本混合中心。常见的呼叫中心有三类：

　　一、外呼营销类（利润中心），通过电话外呼营销完成产品销售和市场推广产生营业收益，如电讯盈科；

　　二、呼入服务类（成本中心），通过接听来电进行客户支持和服务、客户关系管理、提升品牌，如亚马逊客户支持中心；

　　三、混合运营类（成本兼利润中心），接听呼入来电提供客户支持和服务的同时，外呼客户销售产品、推广品牌等，如航空公司电话销售服务中心，电信类、银行类呼叫中心，此类呼叫中心一般为大型呼叫中心。

　　以上三类都属于A类呼叫中心即自营类呼叫中心，由企业自建和运营呼叫中心，B2C；另一大类为B类外包呼叫中心，即企业将自身服务业务全部外包给专门的服务运营商，如亚航中国客服中心，或将部分业务外包给专门的服务运营商，如国航将会员服务业务外包给专门的服务运营商等，企业与服务运营商基于业务和服务拟定合同，B2B；服务运营商为甲方客户提供服务支持、销售等，B2C。目前国内航企普遍采用A大类第三类形式，即自建呼叫中心，混合模式运营，既是成本中心也是利润中心，相对于其它销售渠道而言，呼叫中心的销售贡献价值相对较少。

　　一般对于第三类大型航空类呼叫中心而言，为满足不同客户的需求，内部会有业务技能组别细分，如航班咨询业务坐席、国内机票电话销售坐席、国际机票电话销售坐席、会员服务坐席（积分兑换咨询、会员卡操作支持、里程盗用查询等）、高端旅客坐席（服务销售整合）、投诉处理坐席等，随着旅客个性化、多样化需求的丰富，呼叫中心将由更多细分的业务技能组别产生。而呼叫中心的电话集成系统，简称CTI系统，就是根据不同技能组别，设计IVR语音通道，根据呼入来电类型配备相应技能组别的坐席，为旅客提供对应的服务。对于内部运营而言，为有效地匹配来电呼入量和坐席人数，降低运营成本，呼叫中心除培训单一技能组别坐席（多为新坐席）外，同时，着力培养混合技能组别坐席，以便在某业务来电突增，排班坐席人数不足时，通过增加混合技能组别坐席数，缓解来电接听压力。在来电接听效率方面，呼叫中心有一个业内权威的效率评测指标，服务水平（S/L， Service Level），即在单位时长内（一般设定为20秒）电话被接起的百分率，行业内标杆为80/20，即80%的电话在20秒内被接起，详见下图1。

　　图1：多技能呼叫中心电话接听通道

　　由上图可见，旅客来电会通过两种方式到达坐席服务，一种是进入一级IVR语音通道后，客户根据业务进行选择，再进入到二级IVR语音通道排队等待坐席；同时，对于高端旅客和VIP等特殊人群，为提供最快捷的服务，来电直接进入特定混合组别坐席，无需在一二级IVR通道等待。在此过程中有三种情况会导致电话丢失，第一种情况：当来电量远大于可接听电话坐席数时，呼叫中心可直接设置将来电挡在中继线外，即旅客拨打客服电话时，听到电话占线音，无法拨入语音通道排队，这部分的电话丢失无法进行测量，会严重影响服务质量、丢失销售机会，一般很少采用；第二种情况：旅客在一级IVR通道选择业务类型时，按错键或者选择错误后被动退出，而导致电话丢失；第三种情况：旅客已进入二级IVR通道等待，因等待时间太长，主动挂断电话。

　　综上，服务水平即在单位时间内，进入一级IVR通道的电话量加直接通道的电话量，减去一级、二级IVR通道中丢失的电话量构成分子，除以来电呼入总量即分母。提高服务水平指标的方法是缩短IVR通道等待时长，减少电话丢失，如公式红色部分所示。目前，呼叫行业内普遍做法是：当某类业务来电量增加时，增加接听该业务的技能组别坐席人数，即在上图椭圆的坐席池中，开通混合技能，增加可接听某类业务的人力。例如，I1增加，S1坐席不足，则在S2，3，4..n中选择具备S1业务技能的坐席开通，该组坐席S1’除了接听本身业务外，也接听S1类业务来电。这部分混合技能坐席同时处理两类业务，即产生了对应S1’的虚拟通道I1’，即相当于I1通道加宽，同时S1池子里的坐席数增加。通过这种方式，可以降低原通道内电话阻塞，减少丢失吗？笔者认为不一定。因为池子总坐席数和通道宽度是同时增加的两个变量，在原有基础上，分子分母同时增加，结果不一定变小，只有坐席增加的量远大于通道变宽的量时，才会增加电话“流速”，减少电话丢失，但这不是最优策略，实际增加坐席人数远大于所需坐席人数，人力成本增加。另外，混合技能坐席在不同业务之间切换，导致服务速度、准确率下降，影响服务质量。如何解决？

　　在此，笔者想引入二流理论的单通道当量排队长度模型，即格林伯模型优化呼叫中心CTI系统电话排队等待和现场人力调配流程。此模型目前主要用于城市道路高峰时刻的车辆占道快速疏导，详见图2。

　　图2：模拟交通流分析的呼叫中心电话流—流量-密度曲线

　　模型通过上下游的交通流分析，找到流量-密度的最佳平衡点，从而确定最佳密度，即“通道截面”。如果把来电呼入看作是车辆流、IVR通道即为道路，在来电突增的情况下，将导致IVR通道阻塞。这种通过评估即时截面电话等待状态，以电话流的方式，计算疏通阻塞通道所需时长，实现业务来电的二次配置。优于目前在电话配置到二级通道后，通过增加技能组别坐席人数的方式。不同于现在的“拆东墙补西墙”方式，这种模式先进行后期过程预测，再确定来电配置，更有时效性，过程更可控。同时，它反应一、二级IVR通道之间、二级通道之间的关系，保持相互之间畅通，有效避免局部堵塞。具体来看，K（t）表示t时刻一级二级IVR通道横断面之间的平均电话流密度，当0≤K（t）<Km时，两个通道内处于非拥挤状态； 当Km<K（t）≤Kj时，一二级IVR通道电话处于拥挤状态；当Km=K（t）时，一二级IVR通道内电话处于最佳“流状态”，即刚好实现通道畅通。另外，又因Kj=qj/vj，截面密度为通道内等待的电话数量/电话流进速度（即平均电话处理时长AHT），则我们可以计算从测算时刻t起，电话阻塞到实现最佳“流状态”所需的时长T，分别计算各个二级IVR通道的T，将T最长的电话分配给T最短或未阻塞的IVR通道，实现对一二级IVR接口后续呼入来电的最优二次分配，快速降低阻塞。

　　此模型在道路交通疏通方面有大量实例印证，在降低道路阻塞方面拟合度远高于拓宽道路（类似于增加技能组坐席人数）方式。笔者在此通过模拟导入某航空公司业务呼叫中心高峰时间段来电数据，按照混合技能组坐席平均处理时长AHT=150秒的速率Vj， 假定有5个二级IVR业务技能通道，t时刻有2个技能出现通道堵塞。如按现有方式调配人力，需增加25个混合技能组别坐席，即S2中取25个坐席开通S1技能，可使I1通道流速增加，电话被接起，但I2流速明显降低，S2坐席数虚拟减少，I1通道在10分钟后实现畅通，I2通道在15分钟后实现畅通，双通道畅通总耗时15分钟。过程中，全平台电话丢失总量上升，15分钟内服务水平降为78/20。现在，使用二流理论的单通道当量排队长度模型，在I1拥堵时，计算得到实现I1畅通所需时长20分钟，I2接近阻塞，5分钟后可实现畅通，I3未阻塞，如将S2开通S1技能，则I2也将出现阻塞，如将I1的溢出来电配置给S3的25个混合技能坐席，10分钟后I1阻塞消失，I2则5分钟后阻塞消失，I3未受明显影响，疏通I1通道用时10分钟（<15分钟）。整个过程全平台服务水平保持83/20>78/20，达标80/20。

　　综上，通过引入二流理论的单通道当量排队长度模型，实现来电在通道平台层面的二次配置，优于电话进入二级通道后，通过多技能坐席数调配的方式降低阻塞和电话丢失。目前，BPO呼叫中心由于本身就承接各类客户业务，来电溢出就是在平台层面进行业务调配，其实与单通道当量排队长度模型的方式类似。对航空公司自营呼叫中心而言，如能将此模型嵌入CTI系统，不仅可以有效提高电话接听效率，同时也能降低人力浪费，减轻现场运营和班组人员管理压力。

　关于呼叫中心未来的发展，之前大家有一种观点，随着电子商务的不断兴起，传统呼叫中心购票方式已逐步被网络、手机等购票方式所取代，呼叫中心的销售贡献价值越来越小，会被边缘化，笔者部分认同。随着技术发展，呼叫中心的销售作用确实会趋于减少，但是，对于即将到来的人工智能时代，呼叫中心的服务人工智能并不能代替。相反，目前正热的业务领域，如航空公司运价优化、舱位管控、网络收益实时调控等岗位则将逐步被高智能计算机取代，因为这是人工智能最擅长的领域，它不仅计算快速、数据准确，且成本非常低廉。而人力服务类岗位如呼叫中心坐席由于直接面对客户，满足客户越来越个性化的需求，价值将进一步凸显，所以，呼叫中心成本将来是不可替代成本，成本越高重要性也越高。待人工智能普及到家家都有，不再神秘的时刻，航空公司的运营能力将逐步趋同，航空服务的客户个性化将是航企决胜的主战场。

　　笔者认为对于呼叫中心的投入不应该降低，反而应该增加，一方面整理现有数据，把现有高质量数据模块化，以便将来训练人工智能。另一方面，梳理自身服务流程，优化CTI系统等与坐席直接操作相关的操作系统，尽量地降低人力成本，培训高素质和业务精专的混合技能坐席，为将来人工智能时代输出高质量的在线人工差异化、客户个性化服务做足准备。（夏菡/文）

http://news.ifeng.com/a/20170717/51446654_0.shtml