呼叫中心主管每天应该看哪些数据？10个核心运营指标解析

上午10点半，客服中心的排队人数开始增加，服务水平持续下降。主管查看当天报表，发现接听总量并不低，座席平均处理时长也没有明显增加，但客户等待时间已经超过预期。这时如果只要求员工提高接听速度，可能不仅无法解决排队问题，还会影响客户问题的正常处理。

呼叫中心的运营数据需要结合起来看。主管每天可以先通过话务量、服务水平和等待数据判断当前压力，再检查人员状态与处理效率，最后结合工单和质检记录确认客户问题是否得到解决。下面整理10项核心指标，并说明它们在实际管理中的用途。

报表统计范围与检查顺序

查看指标之前，应先确定报表对应的业务队列、时间窗口和数据来源。对于呼入客服中心，建议使用15分钟或30分钟的数据观察现场变化，同时保留全天汇总结果。

统计人工服务时，需要区分进入IVR的呼叫、进入人工队列的呼叫和座席实际接听的呼叫。客户在IVR中完成自助查询，并不等于产生了一次人工服务需求；同一通电话在不同队列之间转接，也可能产生多条队列记录。

因此，队列话务量、独立客户来电和座席处理通次不能直接混用。涉及多个技能组时，还需要确认报表是按业务队列分别统计，还是对整个呼叫中心进行去重汇总。

日常运营可以将10个指标分成三个层次：

管理层次	核心指标	主要用途
来电与等待	①预测偏差 ②服务水平 ③ASA ④放弃率	判断客户是否正在排队、服务能力是否不足
人员与效率	⑤占用率 ⑥排班遵从率 ⑦AHT	判断座席数量、实际状态与业务负荷是否匹配
处理结果与质量	⑧FCR ⑨工单按期完成率 ⑩质检异常率	检查客户问题是否得到正确处理

前两类指标更适合班中持续监控，第三类指标则往往需要结合日终记录和一定时间范围内的结果分析。它们不必全部按照相同频率刷新。

来电与等待：4项指标判断服务压力

1. 话务量预测偏差率

话务量预测偏差用于比较计划业务量和实际进入人工队列的呼叫量，帮助主管判断当前来电是否超出人员安排的预期。

预测偏差率 =（实际入队量 - 预测入队量）÷ 预测入队量 × 100%

例如，某个30分钟时段预计有80通呼叫进入客服队列，实际进入112通，则偏差率为40%，说明实际来电比预测增加40%。这里采用带正负方向的偏差口径，正数表示高于预测，负数表示低于预测；预测量为0时应单独标记，不能直接套用公式。

如果多个时段持续高于预测，应检查是否出现集中业务咨询、营销活动、系统异常或其他突发事件，并核对当前人员是否足够。

2. 服务水平（Service Level）

服务水平衡量符合统计条件的呼叫中，有多少在目标等待时间内获得人工应答。例如，企业设置80%/20秒，表示希望至少80%的统计呼叫在进入人工队列后20秒内接通。

一种计算方式是：

服务水平 = 目标时间内应答通数 ÷ 纳入服务水平统计的呼叫总数 × 100%

这里的关键在于分母。不同呼叫中心平台对排队放弃、短时放弃及队列转出等记录的处理方式可能不同。主管需要在报表中固定计算规则，不能把采用不同分母的服务水平直接比较。

服务水平下降通常意味着当前排队情况未达到企业目标，但不能仅凭这一项数据判断员工效率低下，还需要结合来电量与可用座席人数分析。

3. 平均应答速度（ASA）

ASA反映已经由座席接听的呼叫，平均在人工队列中等待了多长时间。

ASA = 已接听呼叫的排队等待总时长 ÷ 已接听呼叫数

假设某时段有100通呼叫被人工接听，这些呼叫累计等待3000秒，那么ASA为30秒。

ASA通常不包含最终放弃等待的呼叫。因此，ASA较低不一定代表全部客户的等待体验良好。如果部分客户因为等得太久而挂断，主管仍需要查看放弃数据。

4. 呼叫放弃率

呼叫放弃率用于观察客户进入人工队列后，在座席应答前主动结束等待的情况。

放弃率 = 排队放弃通数 ÷ 纳入统计的人工队列入队通数 × 100%

例如，某时段有200通电话进入人工队列，16通在排队时被客户挂断，按照这一口径计算的放弃率为8%。

统计时应明确短时放弃、队列转出和其他异常结束的处理规则。IVR自助业务正常结束，不应直接算作人工队列放弃。

当服务水平下降、ASA增加、放弃率也同步上升时，应优先检查排队压力与人员供给。如果放弃率突然增加，但等待时间没有相应变化，则应进一步排查语音导航、业务提示或线路异常。

人员与效率：3项指标判断座席供给

5. 座席占用率（Occupancy）

座席占用率反映员工在可处理队列业务的时间中，实际用于处理客户交互的比例。

对于普通语音业务，可以采用：

占用率 =（通话时间 + 保持时间 + 话后整理时间）÷（上述处理时间 + 就绪等待时间）× 100%

具体统计范围需要与平台的座席状态定义保持一致。培训、正常休息和其他非接线工作，不应未经区分就计入就绪等待时间。

占用率较高说明座席较长时间处于业务处理状态，但不等于服务质量更好。如果某组长期高占用，同时客户等待增加，可能表明当前人员配置已经偏紧。反过来，低话务时段保留必要的待命能力，也不能简单认定为人员浪费。

6. 排班遵从率（Schedule Adherence）

排班遵从率用于比较座席实际活动与计划活动是否一致。它并不是出勤率，也不是座席利用率。

排班遵从率 = 符合计划活动的时间 ÷ 纳入评价的计划时间 × 100%

例如，员工原计划在某个时段接听客服来电，却长时间处于未经安排的离线状态，就可能影响队列人员覆盖。但如果员工按计划参加培训或正常休息，就不能因为没有接听电话而判定其不遵从排班。

主管分析异常时，需要结合排班调整、临时支援和实际工作记录。对于因处理较长通话而延后状态切换的情况，也应按事先确定的规则评价，避免机械扣分。

7. 平均处理时长（AHT）

AHT衡量座席完成一次通话及相关话后工作的平均时间。

AHT =（通话总时长 + 保持总时长 + 话后整理总时长）÷ 已处理通话数

假设某客服组处理200通电话，累计通话及保持时间为36000秒，话后整理累计6000秒，则AHT为210秒。

AHT主要用于判断工作负荷与处理效率。如果某个队列的AHT突然增加，主管应检查业务复杂度、知识库查询、系统响应和工单操作等因素，而不是直接要求员工缩短客户通话。

人员指标需要联合判断。例如，服务水平下降、占用率升高而AHT基本稳定，可能说明当前进入队列的业务量已经超过现有处理能力；如果AHT突然增加，同时占用率升高，则还需要检查业务内容或操作流程是否发生变化。

处理结果与质量：3项指标检查业务效果

8. 首次联系解决率（FCR）

FCR衡量客户提出的问题是否在第一次联系中得到解决，并且不需要因同一问题再次联系。统计对象应当是可识别的客户问题，而不是简单的拨号或通话记录。

FCR = 确认首次联系解决的问题数 ÷ 符合统计条件的首次联系问题数 × 100%

实际计算时，应先明确问题解决标准以及重复联系的观察窗口。例如，企业可以根据业务特点，在首次联系结束后继续观察约定天数，检查是否因相同问题再次产生通话或工单。

因此，当天刚刚结束的全部通话不能立即形成最终FCR。部分问题虽然在通话结束时被标记为已处理，但仍需要等待后续验证。主管每天可以查看已经满足观察条件的FCR结果，并单独跟踪尚未确认的记录。

如果FCR持续下降，应检查错误转接、知识库信息、座席处理权限以及跨部门工单流程，而不是简单要求员工减少转接。

9. 工单按期完成率

工单按期完成率衡量在规定处理期限内完成的客户事项比例，适合用于观察通话结束后仍需要继续处理的业务。

工单按期完成率 = 到期批次中按期限完成的工单数 ÷ 同批到期工单总数 × 100%

例如，今天有80张工单达到处理期限，其中72张按时完成，则该批次按期完成率为90%。

主管除了看比率，还应检查即将超期、已经超期和责任人不明确的工单。对于转交其他部门的事项，不能只因为完成转交就认为客户问题已经解决。实际关闭条件应与业务要求保持一致。

10. 录音质检异常率

录音质检异常率可以用于观察已检查通话中发现服务或业务问题的比例。

质检异常率 = 至少存在一项已确认问题的受检通话数 ÷ 已完成质检的通话数 × 100%

例如，某日检查50通录音，其中8通存在经过确认的问题，那么本批样本的异常率为16%。如果一通录音存在多项扣分问题，在这一口径下仍只统计为一通异常录音。

这里需要特别区分随机抽检与重点风险抽检。投诉录音、异常挂机和争议通话原本就更容易发现问题，不能把这些专项样本与普通随机样本随意混合，再直接判断整个团队的质量趋势。

质检样本较少时，主管不宜仅凭单日异常率判断员工表现。重大风险问题应及时处理；一般质量趋势则可以结合连续多日样本、问题分类和复检记录进行分析。

30分钟话务异常如何联合判断

单独解释指标并不难，主管更需要掌握的是多个指标同时出现变化时，如何找到问题的优先检查方向。

假设某客服中心在10:00至10:30出现以下情况。为保证计算一致，案例假设这一时段进入队列的112通呼叫均已完成应答或放弃处理，没有跨时段留存及其他队列转出。

指标	计划或目标	实际结果
进入人工队列	80通	112通
在线座席	13人	10人
人工接听	—	101通
20秒内接听	服务目标80%/20秒	68通
平均应答速度	参考18秒	52秒
排队放弃	—	11通

这个案例采用全部112通入队呼叫作为服务水平的分母，包含排队放弃呼叫，不排除短时放弃。按照这一示例口径，可以算出：

• 话务预测偏差率：（112 - 80）÷ 80 = 40%。
• 服务水平：68 ÷ 112 ≈ 60.7%，低于80%/20秒的目标。
• 放弃率：11 ÷ 112 ≈ 9.8%。
• ASA：101通已接听电话的平均排队等待时间为52秒。
• 在线人员缺口：计划13人，实际10人，相差3人。

主管首先能确认两项异常：来电比预测增加40%，实际在线人数又比计划少3人。与此同时，服务水平下降、平均应答时间增加，并出现客户排队放弃。

这些数据表明当前时段存在明显的服务压力，但还不能证明所有问题都由人手不足造成。下一步应按照以下顺序检查：

1. 确认入队量增加是否来自真实业务需求，排除异常呼叫和统计口径变化。
2. 查看ACD路由和技能组，判断是否有电话集中进入某个处理能力不足的队列。
3. 核对计划与实际座席状态，确认3人的差异来自缺勤、临时任务、系统异常还是其他原因。
4. 根据实际技能覆盖和任务安排，评估是否能够调配合格座席支援，并观察调整后的服务水平及等待变化。

如果确认平台正常、人员能力匹配，当前主要问题确实是处理能力不足，可以按照企业既定规则协调其他座席支援。涉及跨组调度时，还需要考虑已经约定的客户回访、员工正常休息及工作安排要求。

当排队恢复正常后，主管还应保留该时段的预测量、实际话务、人员变动和处理记录，为后续排班调整提供依据。

班前、班中与班后分别检查什么

10项指标不必全部实时监控。按照运营流程安排检查顺序，可以减少主管在大量报表之间反复切换，也能让异常处理更及时。

阶段	优先检查	实际管理动作
班前	预测来电、人员计划、前班异常、到期工单	核对人员与技能覆盖，安排需要优先处理的事项
班中	服务水平、ASA、放弃率、占用率、排班状态	判断排队变化，处理人员和队列异常
班后	AHT、工单结果、成熟FCR数据、质检异常	确认业务问题，安排培训、流程调整或后续复核

班前重点在于预防。主管根据当天已知业务活动、人员出勤和未处理事项，提前识别可能出现的资源缺口。

班中重点在于及时发现异常。对于话务量较大的呼叫中心，可以使用15分钟或30分钟的时间窗口观察指标变化。遇到系统故障、重大客户投诉或信息安全问题时，应立即按照相应流程处理，而不是等待下一次固定报表更新。

班后重点在于解释结果。主管应检查哪些队列持续偏离目标、哪些客户问题尚未解决，以及当天采取的调度措施有没有产生实际效果。

还需要注意，全天指标不能简单使用各时段百分比的算术平均值。例如，上午和下午的入队数量不同，计算全天服务水平时应汇总符合条件的原始呼叫数量，再按照统一口径计算，而不是直接平均两个服务水平百分比。

呼入、外呼与多技能业务分别分析

上述10项指标主要面向人工呼入客服中心。如果团队同时承担客户回访或电话销售任务，就需要按业务类型建立独立统计视图。

呼入客服重点关注客户等待、座席覆盖及问题解决情况。电销与主动回访岗位则应关注合规任务执行、有效客户沟通、到期回访和商机推进等数据。不能把呼入服务水平、ASA等指标直接作为外呼员工的个人绩效指标。

对于同一名员工兼顾呼入与外呼的情况，还应根据实际工作时间区分任务。座席已被安排支援客服队列，就不能在同一时间段继续按照完全独立的工作量要求其完成外呼任务。

多技能组客服中心也需要分队列观察。例如，订单查询队列的AHT较短，复杂售后队列的处理时间较长，简单合并平均值可能掩盖某个队列的异常。

比较人员效率和服务质量时，应结合业务类型、技能、客户问题复杂度和实际可用工时。统一数据定义并不意味着所有队列都必须采用完全相同的考核目标。

异常处理记录决定报表的实际价值

主管每天查看报表的最终目的，是把数据异常转化为可以执行和验证的管理事项。

例如，某个队列连续三个工作日出现较长的等待时间。主管不应只在日报中标注“服务水平未达标”，而需要进一步确认是来电预测不足、排班覆盖不合理、AHT变化还是队列配置问题。

建议对需要跟进的异常建立简洁记录：

记录项目	具体内容
异常范围	发生时间、业务队列及受影响业务
数据证据	目标值、实际值及相关联的指标变化
原因判断	已确认原因和仍需排查的事项
处理安排	负责人、具体措施与预定完成时间
效果复核	调整后同口径指标及实际客户处理结果

涉及系统配置、业务规则和跨部门工单的问题，应由具备相应权限的人员处理。对于录音质检发现的严重风险，按照企业规定进行复核和升级，不能只等待月底汇总。

主管每周还可以检查多次出现的相同异常。如果某个时段持续出现服务能力不足，就需要重新评估话务预测和人员安排；如果某类工单总是超期，则应检查责任分工和处理流程；如果FCR下降但AHT不断缩短，应核实员工是否在客户问题尚未解决时提前结束处理。

一份有价值的呼叫中心运营报表，不仅要显示当天发生了多少通话，还应帮助主管判断客户是否得到及时应答、座席是否处于合理负荷，以及客户问题有没有真正解决。通过统一统计口径、分时段观察和异常处理记录，才能让10项指标成为每天可使用的管理依据。