首先，就正常的運營秩序來講，現(xiàn)場運營需要關(guān)注聯(lián)絡(luò)量供給、員工供給、聯(lián)絡(luò)處理效率、客戶體驗以及員工反饋等幾個方面。聯(lián)絡(luò)量供給主要看聯(lián)絡(luò)量的數(shù)量、走勢以及跟預(yù)期的差距等。員工供給主要看上線數(shù)量、工作狀態(tài)、與預(yù)期差距等。聯(lián)絡(luò)處理效率主要看接通率、服務(wù)水平、隊列數(shù)量、聯(lián)絡(luò)處理量、平均處理時長等。客戶體驗則主要看平均等待時長、放棄率等指標。員工的實時反饋則主要集中于突發(fā)來電原因、特殊需求的請求與處理、突發(fā)系統(tǒng)或平臺問題等。

其次，由于現(xiàn)場運營的動態(tài)性特征，現(xiàn)場資源調(diào)度也是確保運營秩序不可或缺的手段。但是科學(xué)的現(xiàn)場運營調(diào)度需要現(xiàn)場管理人員深入了解和熟悉現(xiàn)場運營指標的之間的關(guān)聯(lián)關(guān)系，因為任何的調(diào)整影響的不是單單一個指標，而是整個現(xiàn)場運營狀態(tài)的改變。下面我們就用一個示例來解釋一下現(xiàn)場運營一些主要指標之間的相關(guān)關(guān)系。

在下面的圖表中，我們分別設(shè)定了四個模擬參數(shù)，平均通話時長150秒，話后處理時長30秒，半小時話量1000個，服務(wù)水平時限20秒。然后基于聯(lián)絡(luò)量的泊松分布特征用Erlang C計算出了如下所示的結(jié)果：

SL%（服務(wù)水平）vs.OCC%（員工占用率）

這兩個指標是反向運動的，即服務(wù)水平越高，員工占用率越低。就是說越是保持高接通率/服務(wù)水平，員工在線的繁忙程度就會相對越低。但只是相對而已，具體還要受來電量、通話時長、隊列規(guī)模、兩個指標的非線性運動軌跡等其它因素的影響，所以理想狀態(tài)下是有可能保持服務(wù)水平和員工占用率雙高的狀態(tài)的。員工占用率指標不易長期處于較高狀態(tài)。否則員工的疲勞感及服務(wù)水準會受到負面影響。

Agents（在線員工數(shù)量）vs.SL%（服務(wù)水平）

隨著在線員工數(shù)量的增加，服務(wù)水平指標會不斷改善。但兩者之間不是線性關(guān)系，當服務(wù)水平指標不高的時候，增加或減少一個人的影響是非常顯著的。但當服務(wù)水平指標保持在較高位置一下上時，一個人的影響就會越來越小，呈現(xiàn)邊際效應(yīng)。這個規(guī)律在隊列員工分配調(diào)動過程中是重要的參考依據(jù)。

ASA（平均應(yīng)答時長）vs.SL%（服務(wù)水平）

毫無疑問，服務(wù)水平越高，平均應(yīng)答時長越短，客戶的隊列等待時間也就越短，來電放棄率也就越低。但僅憑服務(wù)水平指標是推不出放棄率指標的。需要注意，這兩者之間也不是線性關(guān)系，存在非常明顯的拐點。

Q2（隊列排隊數(shù)量） vs.SL%（服務(wù)水平）

有人排隊是正常的，不必驚慌！即便你的服務(wù)水平達到20秒的90%以上，仍然有10個人左右在排隊（僅指本文的模擬數(shù)據(jù)場景）。真要做到任何時候沒有人排隊，那么你的人員投入需要是海量的，也是沒必要的。但需要注意的是，現(xiàn)場運營中，如果隊列排隊數(shù)量在很短的時間內(nèi)急劇增加，明顯超過跟服務(wù)水平相關(guān)的正常值范圍，則預(yù)示著突發(fā)話務(wù)高峰到來了，或者線上員工狀態(tài)出現(xiàn)了異常變動。隊列數(shù)量是實時指標，服務(wù)水平是滯后指標，這兩個指標的狀態(tài)是不同步的。