在职研究生论文栏目提供最新在职研究生论文格式、在职研究生论文硕士论文范文。详情咨询QQ:1847080343(论文辅导)

考虑技能水平的呼叫中心客服排班探讨

日期:2023年09月02日 编辑:ad201107111759308692 作者:无忧论文网 点击次数:328
论文价格:100元/篇 论文编号:lw202308311035036417 论文字数:43566 所属栏目:在职研究生论文
论文地区:中国 论文语种:中文 论文用途:在职研究生论文 On-the-job graduate paper

本文是一篇在职研究生论文,本文分析了排班对于呼叫中心运营管理的重要性,以及呼叫中心精细化和规范化管理的必要性。多技能培训是提高客服服务专业化、提升排班灵活性的重要手段,多技能的引入可有效提升呼叫中心排班能力,由此提高服务水平与顾客满意度。

第1章 绪论

1.1 研究背景

在职研究生论文怎么写

呼叫中心(Call Centers)是由一批客服人员组成的服务部门,广泛应用于电信、金融、民航、电商等行业,处理来自企业、顾客的电话垂询,是现代服务业的重要组成部分。呼叫中心起源于20世纪70年代的美国,经过30多年发展,在发达国家已经发展成为一个重要产业,与零售业、电信业、娱乐业、旅游业四大产业并行。在我国,呼叫中心起步较晚,从上个世纪90年代中期开始发展,起步阶段仅应用于电信行业。近几年,呼叫中心在我国发展迅速,其投资规模在2018年达到2185亿元,相较于2010的594亿元,增长了四倍多,年增长率达17%,客服从业人员规模突破80万。呼叫中心产业也从电信业的服务领域扩大到金融、制造、政府、零售、物流等各行各业。随着5G技术、人工智能技术、大数据分析技术等智慧基建的发展和突破,逐渐在不同行业与产业获得实践与运用,原本传统运营管理方式获得改变,呼叫中心在此浪潮中也快速进行产业升级。

在商业竞争日趋激烈的环境下,对于企业而言,除了产品质量和价格之外,服务质量逐渐成为吸引和留住顾客的重要因素。对于顾客而言,随着生活水平的提高以及商品种类的多样化,顾客拥有更多选择权,会更注重消费过程及售后环节中获得的服务体验。呼叫中心作为连接顾客和企业的纽带,在提高顾客满意度,维护企业良好信誉方面扮演着重要的角色,向外界展现企业的服务能力与顾客至上的服务理念。因此,呼叫中心的服务水平日趋成为企业不可忽视的一项软实力,同时也是重要竞争力。

呼叫中心作为企业的成本中心,不会为企业带来直接的利润,但作为顾客服务中心,在为顾客提供专业服务,营造企业良好的品牌形象及打造市场口碑方面有着重要作用。呼叫中心是一个人力密集型行业,其运营成本中有60%-70%是客服的人力成本。客服的班表安排一直是呼叫中心运营管理的难点,并且客服排班也关系到在运营成本与服务水平之间如何平衡的问题。因此,对呼叫中心而言,合理高效的排班至关重要。

1.2 研究意义

1.2.1 现实意义

呼叫中心的客服排班情况会直接影响客服与顾客双方对企业的满意度,对呼叫中心的运营管理具有一定现实意义。对呼叫中心而言,员工是企业的宝贵资源,是内在的核心竞争力,但是由于工作强度大、班次轮换频繁、作息不规律等原因导致呼叫中心普遍存在离职率高的情况。排班是导致这一问题的重要原因,但也是有效的改善手段,能够提升员工满意度并且降低运营成本。因此,合理的排班对呼叫中心的运营管理,尤其是人力资源管理有着重要意义。此外,呼叫中心通常会把顾客满意度作为重要指标。一方面,顾客满意度受客服服务能力、专业水平影响,这取决于公司的培训与考核机制;另一方面,顾客等待时间的长短也会影响顾客满意程度,若等待时间过长,顾客会产生不耐烦的情绪而选择离开系统,导致潜在的收益损失。顾客等待时间同样依赖于多技能客服排班是否满足顾客对各时点各技能的需求,以及是否具有灵活的人员排班调整能力。由于呼叫中心资源限制及外在环境不确定性影响,会出现人力短缺的现象,呼叫中心通常会采用加班和招聘兼职的方式来应对人力不足,因此本文在排班模型中考虑了加班和招聘兼职两种策略。

1.2.2 理论意义

多技能是指将顾客的需求按照业务、语言、产品等不同方式细分为不同种类,客服人员根据个人能力与工作经验被培训学习一种或多种技能,客服仅向被培训过的顾客需求提供服务,掌握相同技能类别的客服划分为一个技能组。多技能排班是一个极其复杂的组合优化问题,相较于单技能客服,多技能客服具有灵活性与不确定性。一个多技能客服的班表变动不仅影响本技能组的服务能力,还会交叉影响其它技能组,导致其余技能的人力情况发生变动。这种技能组之间的交叉或覆盖影响,使得排班问题的建模与求解变得更复杂。本文在呼叫中心传统排班模型的基础上,根据多技能客服对不同技能掌握的熟练程度不同的特点,引入技能水平系数,建立考虑技能水平的多技能客服人员排班模型。基于客服人员每月固定薪资确定的情况,充分调动拥有的客服资源,降低各时段人力需求与人力供给差值,使得当班客服人数尽量与顾客需求变动情况拟合。因此,该问题在一定程度上丰富了多技能排班的研究内容。

第2章 文献综述

2.1 客户服务的重要性

随着产品的同质化发展与顾客生活水平的提升,价格已经不再是企业相互竞争的优势,而服务逐渐成为企业赢得客户的关键因素。提供优质化、差异化、个性化的服务,在如今竞争激烈的商业环境中尤为重要。呼叫中心主要向顾客提供售前产品信息咨询、产品介绍和选择建议,售中帮助顾客进行订单处理、物流信息跟进,售后提供产品维护及使用指导等服务。呼叫中心是连接顾客和企业的纽带,作为顾客服务中心,其服务质量影响到产品是否能够吸引新顾客、维护老顾客,关系到顾客流失与复购等行为。呼叫中心作为企业一个重要的对外窗口,在企业树立形象、建立口碑方面发挥着不可忽视的重要作用。服务质量体现一个企业服务顾客的能力与水准,决定着顾客对企业的满意程度,在很大程度上直接影响企业的品牌形象与顾客对企业的信任度、忠诚度。因此,对任何企业而言,提高顾客服务水平是运营管理的核心问题。国内外关于服务对顾客满意度影响的研究较多,涉及各行各业。Elias等[1]通过研究发现服务质量与服务态度是影响客户对于在线航空服务的满意程度的关键因素。Standing等[2]研究服务水平对于B2B电子市场最终交易完成情况的影响程度,提出服务已经代替产品成为了企业之间用于交换的重要价值。杨东梅[3]、刘爱华[4]、徐军[5]研究了电信市场中客户服务对顾客满意度的影响。刘爱华[4]通过Clementine数据挖掘工具,梳理出影响企业服务水平的几大因素,建立一个神经网络模型与决策树模型来预测各样本的顾客满意度,分别从定性与定量的角度进行分析。研究结果表明,顾客满意度主要受等待时间与服务时间两大因素影响,等待时间越短,服务时间控制在5分钟以内,顾客满意度会更高。杨东梅[3]从服务管理、客户关系管理、服务满意度三个角度,通过服务质量差异模型,分析某呼叫中心客户满意度及其影响因素,挖掘潜在的改进方向,为企业提供改善服务质量的策略,并指出提升顾客忠诚度,是企业维持长期竞争力的重要因素。徐军[5]从分析市场竞争形势入手,阐述市场细分理论、二八法则,差异化服务在提升顾客满意度方面的应用,通过前后客户满意度调研结果以及客诉量对比,研究并论证服务质量是企业获取和维护客户的主要途径,向顾客提供高质量的服务是公司成功的关键。

2.2 呼叫中心研究现状

呼叫中心作为客户服务的核心,是运作管理研究领域的热点话题。呼叫中心运作管理研究主要分为三大部分,包括话务量预测、人力需求计算和排班优化。

2.2.1 话务量预测

呼叫中心的顾客到达与服务时间在一天内具有不确定性,平均处理时间在每半小时之内发生显著的变化。这种变化放大至一段较长的时间如一天、一周、一月是可以通过预测得到的。呼叫中心管理者会根据预测的需求变化调整客服数量,以实现用较低的运营成本满足服务需求。话务量预测是呼叫中心进行人力资源调度的第一步,通过对呼叫中心历史话务量进行统计分析,科学判断下一排班周期内的话务量,再根据Erlang-C或Erlang-A等公式将话务量预测转化为人力需求预测,获得需要的坐席人员数量,因此话务量预测的准确性会直接影响到排班的质量和效率。国内外研究话务量预测采用的方法比较多。时间序列法是呼叫中心最常用的预测方法,通过加权平均数对过往话务量进行平滑修正,再进行回归处理,构造预测模型,利用得到的数学模型预测下一周期的话务量。但是,这种方式不适用于有周期性或季节性变动的场景。程伟[12]、Barrow[13]、杜守国[14]基于季节移动平均方法对呼叫中心话务量进行预测,该方法得到的预测结果优于标准基准。于艳华[15]运用乘积季节ARIMA模型预测话务量,得到较高的精确度,并对误差较大的情况进行分析,证明模型具有可行性。支持向量机是基于统计理论产生的一项数据挖掘技术,具备优越的非线性学习能力和预测能力,有良好的泛化能力。陈电波[16]、韩慧敏等[17]、陈蓉[18]采用支持向量机的方法进行话务量预测。通过对有限样本数据进行预测,获得了较高的准确性。由于支持向量机的参数选择会影响预测准确度,姚世红等[19]首次提出用微正则退火算法优化参数选择,研究结果表明该方法的搜索速度和成功率远高于传统的模拟退火算法,可在短时间内获得精度高的最优解。牟颖等[20]通过分析历史数据和外在影响因素,选取适当参数,分别运用BP神经网络算法和LS-SVM进行话务量预测,对二者结果进行分析对比,研究表明BP神经网络算法准确性更高,更适用于大型呼叫中心的话务量预测。彭宇[21]提出基于先验知识的极大重叠离散小波变换预测方法,采用ARIMA模型进行建模,实现多步预测,适用于中长期预测需求。

第3章 多技能呼叫中心基础排班研究 ............................ 16

3.1 问题描述 ····································· 16

3.2 模型假设 ··································· 17

3.3 模型参数及决策变量符号定义 ······························ 18

第4章 考虑加班和兼职的排班调整研究 ................................ 35

4.1 问题分