Давайте представим, что у нас есть сервис по бронированию столиков в ресторане. Бронирование происходит в 2 этапа:

1. Пользователь оставляет заявку на бронирование столика на сайте.
2. Наш колл-центр перезванивает пользователю, чтобы подтвердить или отменить бронь.

Мы хотим понять, насколько эффективно работает колл-центр и как быстро обрабатываются заявки.

Хороший способов проанализировать это — кривые выживаемости.

Что такое кривая выживаемости?

В нашем случае, кривая выживаемости — это график, отображающий % необработанных заявок через определенное время.

На графике выше представлен самый простой пример кривой выживаемости. Более хитрые варианты мы рассмотрим в конце статьи.

Как строить кривые выживаемости?

Для построения кривой выживаемости нам понадобятся:

• количество заявок, пришедших в начале каждого часа;
• количество обработанных заявок в течение каждого часа.

Эти данные можно представить в следующем виде:

В каждой клетке:

• первое число показывает количество необработанных заявок на бронирование, доступных в начале часа;
• второе число показывает количество обработанных колл-центром заявок в течение этого часа.

Например, из 63 заявок, пришедших в 15:00, в первый час было обработано 17 заявок, и к началу следующего часа в очереди на обработку осталось 46 заявок.

В нижней строке таблицы суммируются общее число оставшихся заявок из каждой группы «одного возраста», а также общее число обработанных заявок из соответствующей группы.

Давайте представим данные из последней строки в виде следующей таблицы (вычисления приведены ниже):

Cоответствующие значения из таблицы вычисляются следующим образом:

Коэффициент выбывания [i] = Заявок обработано [i] / Заявок в очереди [i]
Коэффициент выживаемости [i] = 1 — Коэффициент выбывания [i]
Кривая выживаемости [i] = Коэффициент выживаемости [i] * Кривая выживаемости [i-1]
Кривая выбывания [i] = 1 — Кривая выживаемости [i]

Построенная ниже кривая выживаемости начинается со 100 процентов необработанных заявок в нулевом возрасте:

Для анализа удобнее использовать кривую выбывания. Кривая выбывания — это доля обработанных заявок в соответствующем возрасте. Не путайте кривую выбывания с кривой выживаемости. В первом случае мы смотрим на долю обработанных заявок, во втором — необработанных.

Ниже построена соответсвующая кривая выбывания:

Как анализировать?

Далее, для анализа мы будем использовать кривые выбывания.

Начнем с последнего графика из прошлого пункта. По нему можно понять, как быстро обрабатывает заявки наш колл-центр. Видно, что в среднем 80% заявок обрабатывается в течение 7 часов.

Если построить такие кривые выживаемости не для всего колл-центра, а для каждого сотрудника в отдельности, то можно будет понять кто работает эффективнее. На основании этих данных можно премировать лучших сотрудников и увольнять/обучать менее эффективных.

Давайте рассмотрим другой пример:

Из графика видно, что заявки на бронирование не обрабатываются в течение первых двух часов. Причины задержки могут быть разными:

• У нас может не хватать людей в колл-центре, и сначала обрабатываются старые заявки.
• Рестораны могут подтверждать бронь с задержкой, а наш колл-центр обрабатывает заявку только после подтверждения от ресторана.
• Заявки из базы данных сайта могут выгружаться на обзвон раз в 2 часа.
• Возможно, задержка связана со спецификой нашего сервиса.

Давайте посмотрим на такой график:

Видно, что после 2-х часов заявки практически не обрабатываются, и работа над ними возобновляется только после 4-х часов. Причины могут быть следующими:

• Если колл-центр не может дозвониться до клиента, то он откладывает попытку дозвона на 4 часа.
• Некоторые рестораны подтверждает бронирование позже, и колл-центр может обрабатывать брони таких ресторанов с задержкой.
• Возможно, первая попытка дозвона производится в автоматическом режиме, и если дозвон не состоялся, то после 4 часов заявка выгружается на ручной обзвон.

Что дальше?

С каждым конкретным случаем нужно разбираться отдельно. Кривые выбывания помогают найти узкие места, но чтобы извлечь выгоду нужно приложить дополнительные усилия:

• Премировать или увольнять сотрудников.
• Договориться на более оперативную реакцию партнеров.
• Менять процесс обработки заявок.

Автор:

Источник