ConvergysCorporation，是全世界最大的外包呼叫中心集團，在世界75個呼叫中心里，雇用了超過6萬3千名座席員，就如同其它的呼叫中心一樣，深深受到人員高度的流失率所困擾。高度的人員流失，對呼叫中心是很沉重的經營壓力，因為人員要培養，需要花費大量心力，每年高達20％以上的流失率，代表公司在人員培養上付出了重大代價。

Convergys為了降低員工流失率，從印度開始實驗一套稱為『EWS早期示警系統』，獲致了巨大的成功，Convergys迅速在全世界各地推廣這套系統，2006年，成功降低了集團內部75個呼叫中心的人員流失率高達25%左右。

在EWS系統中，利用了50個警訊特征，這50項警訊是Convergys認為跟人員可能流失高度相關的，其中包括產量指標的持續降低、產量指標的高度不穩定、遲到早退的持續增加、遵時率的持續降低、臨時請假的天數持續增加、年假一口氣全部請完、拒絕內部工作升遷機會、質檢分數的降低、通話致命錯誤的增加、服務態度明顯的改變、通話利用率的持續性下降、明顯的工作情緒低落、與主管持續性的沖突等。

這50項警訊特征，包含了量化的數字，也包含一些抽象的內容，例如工作態度等，班組長每周固定與座席員碰面以后，就把相關的數據輸入到EWS系統中。系統馬上進行計算，并且用紅、黃、綠三種顏色來代表座席員可能離職的情況。紅色代表座席員在30天內可能就要閃人了，黃色代表座席員有傾向想要離職，綠色代表座席員滿足于目前工作的現況。

Convergys班組長如果看到某個座席員出現黃色警示，就必須采取相應的措施，去除掉導致座席員想要離開的這些因素。如果某個座席員出現紅色警示，不只是班組長需要立即采取行動，客服經理，甚至更上層的主管，或是人力資源部門的主管，都會同時介入，了解為何這個座席員『打算在30天內離職』！

筆者很可惜沒有機會看到Convergys的EWS系統，但EWS系統利用的50項警訊特征，其中有不少是利用最小方差管理法可以很容易抓出來的。

筆者在這一系列有關最小方差管理法的文章中，覺得最小方差最棒的應用之一，就是可以找出座席員的穩定度，而一個座席員如果打算要離職，最重要的征兆就是開始出現不穩定的情況。

筆者在之前的文章中，舉了一個實際案例，這是筆者在某呼叫中心實際的數據，有四個座席員，筆者把他們每天的平均通話時長輸入到計算機中，大家可以從下面這張圖中，猜出哪一位座席員預備要離職了嗎？

左邊坐標軸的數字，代表的是平均通話時長，底下坐標軸寫的是4月1號開始，一直到4月23號。
這里的四條線，分別代表了一個座席員的情況，黃色這條線代表的座席員在1號的時候，平均通話時長差不多是180秒，二號增加到250秒，之后慢慢減少到17號的150秒，以及23號的170秒。
大家可以猜的出來，這四位座席員（每一條線代表一位），哪一位已經預備要離職了嗎？

我們必須要用EXCEL實際來算一下標準差，從標準差的角度來看哪一個座席員的平均通話時長最不穩定。

還記得筆者談過呼叫中心的管理，如果用平均法來管，會出現很大的問題嗎？平均法把個體差異全部給平均掉了，但管理是要管個體差異，而不是管平均，看到平均數之后，下一步就是要利用標準差來找出個體差異。

還記得標準差的公式嗎？

最小方差管理法依賴最深的指標，叫做標準差。標準差的公式定義如下：

這公式看起來很可怕，但Excel里面提供了現成的函數計算。

例如有9個座席員，她們分別休息的次數是：3、2、3、12、8、3、3、2、4，要計算這9個人休息次數的標準差，只要把上面這9個數字輸入到Excel里面，然后套用STDEV這個函數，就會出來3.4這個數字。

要怎么利用標準差這個數字呢？

我們可以先計算上面9個座席員休息次數的平均數，這答案是4.4。標準差的意思，就是表達出來上面這9個數字分布的有多么的分散，因為有座席員4和座席員5這兩位的休息次數和大家差別很大，一個是12次，一個是8次，導致標準差很大，雖然其它人基本上都是集中在2、3、4這三個數字，但因為有兩位的數字差別太大，導致標準差就變得很大。

大家可以試試看在Excel里面，輸入『1、2、3、2、1』這個數列，利用STDEV這個函數算出這數列的標準差，再輸入『1、3、5、3、1』這個數列，然后算出他的標準差，你看到這兩個標準差的差別，應該就有點概念標準差的目的是什么了。

標準差最大的功用，就是看出穩定度，看出個體差異，這讓它在最小方差管理法中，變成最重要的一個工具。

我們回到上面那四個座席員的身上，我們還要猜出哪一位想要離職了，而且要有明確的數學根據才行。我們算出這四位平均通話時長的標準差，分別是：

淡藍色：19.64
粉紅色：25.98
黃色：23.33
深藍色：10.35

從標準差的數字來看，粉紅色和黃色這兩位，顯然標準差都很大，代表他們一會講話講的久，一會講的短，平均通話時長都很不穩定。

一個座席員如果心已經不在公司了，每天上班都在想外面世界的事情，她的表現就會很不穩定，而這個不穩定，很容易反映在她的平均通話時長上面。有時后愛跟客戶講兩句，通話就比較久，有時后沒情緒講，就很快結束跟客戶的對話。

平均通話時長的標準差，測量的就是這個座席員服務的穩定度，是一個很有用的KPI指標，透露出很多的信息。

但要光從標準差看出人員是否有流失危機，是不夠的，還要搭配時間趨勢來看才行。換句話說，如果某個座席員的標準差一直很大，有時后不代表她是打算要離開，而是她的服務技能一直沒有完善，導致有時講的長，有時講的短。

我們如果把時間趨勢這因素考慮進去，把粉紅色和黃色這兩位的標準差，分成4月1號到14號，還有15號到30號，也就是上半月，和下半月來看，我們又會發現一個有趣的現象：

黃色在4月上半個月的平均通話時長標準差是27.35，下半個月是13.31
粉紅色在4月上半個月，標準差是10.10，下半個月是34.63!

大家有看出這兩者的差異了嗎？

黃色座席員在4月上半個月的表現，相當不穩定，但到了下半月，卻突飛猛進，表現的穩定異常，這種行為趨勢，跟一般想要走的人，是比較不一致的。

而粉紅色的座席員，在4月上半月的標準差盡然是排名在前幾名的，但后面半個月，卻高達34左右，快要達到她平均通話時長的一半了。

也就是說，她本來是表現的很穩定的，后來卻表現的極端不穩定，大家覺得她是否有離開的可能性呢？

我們在看另外一個例子。兩個座席員，4月份的平均通話利用率都是69，從平均數的觀點來看，兩位座席員的表現，都『一樣』好，但從人員流失的可能性來看，哪一位的可能性高些呢？

只要跟隨上面的思路，從標準差的角度來分析，在加上時間趨勢，很容易就可以用數學算出哪一位的離職率高些。

最小方差管理法利用標準差來找出座席員的穩定度，威力是很強大的，但要小心的是，這方法僅僅是提供一個管理方向而已，她是統計概率上的結果，而不是絕對的，也就是雖然系統把某個座席員標示成『重大不穩定』，但從概率的角度，還是有可能是系統搞錯了。

也就是說，當你用最小方差的觀念去計算人員流失的可能性，算出某個座席員屬于紅色、30天內要離職，你千萬不要馬上沖過去，抱住她，說：你千萬不要走啊。

她搞不好本來沒有打算要走的，被你這么一講，就真的走了。

最小方差法只是幫助找到方向，真的要降低人員流失率，還是要靠人來做才行，數學在這一點上是幫不了忙的。

作者為：宏盛高新科技執行董事