レストランの予約サービスがあると想像してみましょう。 予約は2段階で行われます。
- ユーザーは、サイトでテーブルを予約するリクエストを残します。
- 当社のコールセンターはユーザーに電話をかけて、予約を確認またはキャンセルします。
コールセンターの効率と、アプリケーションの処理速度を理解する必要があります。
これを分析する良い方法は生存曲線です。
生存曲線とは何ですか？
私たちの場合、生存曲線は、一定時間後の未処理の注文の割合を示すグラフです。
上のグラフは、生存曲線の最も単純な例を示しています。 記事の最後で、よりcなオプションについて検討します。
生存曲線を作成する方法は？
生存曲線を作成するには、次のものが必要です。
- 各時間の開始時に受信したアプリケーションの数。
- 1時間以内に処理されるアプリケーションの数。
これらのデータは、次の形式で表すことができます。
各セルで：
- 最初の数字は、1時間の開始時に利用可能な未処理の予約リクエストの数を示しています。
- 2番目の数字は、この時間中にコールセンターによって処理されたコールの数を示します。
たとえば、15：00から16:00に到着した63個のアプリケーションのうち、最初の1時間で17個のアプリケーションが処理され、次の1時間の開始までに46個のアプリケーションが処理キューに残っていました。
表の一番下の行は、「同じ年齢」の各グループの残りのアプリケーションの総数と、対応するグループの処理済みアプリケーションの総数をまとめたものです。
最後の行のデータを次の表の形式で表示してみましょう（計算は以下のとおりです）：
テーブルの対応する値は、次のように計算されます。
ドロップアウト率[i] =処理されたアプリケーション[i] /キューに入れられたアプリケーション[i]
生存率[i] = 1-退職率[i]
生存曲線[i] =生存係数[i] *生存曲線[i-1]
ドロップアウト曲線[i] = 1-生存曲線[i]以下に作成する生存曲線は、ゼロエージでの未処理のアプリケーションの100％から始まります。
分析には、ドロップアウト曲線を使用する方が便利です。 ドロップアウト曲線は、適切な年齢で処理されたアプリケーションの割合です。 ドロップアウト曲線と生存曲線を混同しないでください。 前者の場合、処理されたアプリケーションのシェアを見て、後者の場合-未処理です。
対応するドロップアウト曲線を以下にプロットします：
分析方法
さらに、分析にはドロップアウト曲線を使用します。
最後の段落の最後のチャートから始めましょう。 それから、コールセンターがアプリケーションを処理する速さを理解できます。 アプリケーションの平均80％が7時間以内に処理されていることがわかります。
コールセンター全体ではなく、従業員ごとにこのようなサバイバルカーブを作成すると、誰がより効率的に働いているかを理解できます。 これらのデータに基づいて、最高の従業員に報いることができ、効率の悪い従業員を解雇/訓練することができます。
別の例を見てみましょう。
グラフは、最初の2時間は予約申請が処理されないことを示しています。 遅延の理由は異なる場合があります。
- コールセンターには十分な人数がいない可能性があり、古いアプリケーションが最初に処理されます。
- レストランは予約を遅らせることができ、コールセンターはレストランからの確認後にのみアプリケーションを処理します。
- サイトデータベースからアプリケーションをダウンロードして、2時間ごとにダイヤルすることができます。
- おそらく、遅延は私たちのサービスの詳細によるものです。
次のようなチャートを見てみましょう。
2時間後、アプリケーションは実際には処理されず、4時間後にのみ作業が再開されることがわかります。 理由は次のとおりです。
- コールセンターが顧客に連絡できない場合、4時間ダイヤルアップの試行を延期します。
- 一部のレストランは後で予約を確認し、コールセンターはそのようなレストランの予約を遅れて処理する場合があります。
- おそらく、最初のダイヤル試行が自動的に行われ、呼び出しが行われなかった場合、4時間後に手動ダイヤルのためにアプリケーションがアンロードされます。
次は？
各ケースは個別に処理する必要があります。 除去曲線はボトルネックを見つけるのに役立ちますが、利益を得るためには追加の努力が必要です。
- ボーナスまたは消防職員。
- パートナーのより迅速な対応に同意します。
- アプリケーションの処理プロセスを変更します。