一、不要忽視你已經擁有的數據 　　聯絡中心已經擁有大量的數據。這些包括：一個客戶已經呼叫了多少次了，已經轉接了多少次了，在線等待的電話數量，等等。 　　雖然這些報告統計數據是獨立的和有價值的，他們往往也可以為根源性分析提供足夠的數據，為其他指標過高或過低找到答案。聯絡中心報告應該聚焦在這樣的問題上，并且找到解決的方法。 fg、使用對你有幫助的技術！ 　　非結構化報告數據是很難處理的。這就是為什么聯絡中心不能無視某些高科技解決方案的原因，比如語音分析可以讓聯絡中心深入到數據當中而不是總是停留在客戶互動表面顯而易見的問題上。 　　語音分析只適用于大規模的聯絡中心，對吧？錯！語音分析現在可以使用在只有100個席位的聯絡中心中。 二、過于復雜的報告可能成為你最大的敵人 　　有這么多可用的報告數據，這使得很容易迷路。這就是為什么必須專注于什么是最重要的，數據呈現和可視化是關鍵。 　　想一想在你的顯示墻板上應該顯示什么。座席需要知道有多少個電話在排隊嗎？座席的工作就是提供偉大的客戶服務，而不是匆匆忙忙的減少排隊隊列的長度。 　　此外，不要掉到測量平均值的陷阱中。尋找異常數據，關注異?？梢宰屇闱宄谀睦锬愕目蛻粜枨鬀]有得到滿足。 　　感謝Sabio的斯圖亞特·多爾曼（Stuart Dorman） 三、報告中不要有太多的KPIs 　　許多聯絡中心都在積極升級或更換他們的管理信息（MI）系統來管理KPIs。這表明，在許多情況下，這些系統沒有給管理者們提供他們所需要的可操作的信息。 　　然而，MI系統還在努力地參與報告太多的KPIs嗎？這將不可避免地減緩報告的周期時間。舉個例子，如果你測量18個KPIs，但你只使用的其中的五個數據來決定采取的行動，那么其他13個指標就是在浪費你的時間。你應該只測量那些將被管理的數據。 四、關注的不僅僅是KPI平均分數 　　一些KPIs的問題是只專注于鐘形曲線的某一點上，他們忽略了一個事實：當人們回答調查問題時往往會給出一個極端的回答。 　　所以，你應該報告完整的KPIs鐘形曲線，而不僅僅是給出平均值，這將有可能處在兩個極端的中間。 五、不要讓呼入電話放棄率誤導你 　　當你計算電話放棄率的時候，應該確保閾值不是很長，這樣就可以排除那些合理的放棄以及撥錯電話號碼和錯誤的數字。行業標準閾值是5秒，所以如果你的呼叫中心比這要高，你的放棄率就可能太低了。 　　相反，如果你測量IVR的放棄率，他們可能就會太高。如果你沒有適當地測量IVR錄音和當客戶已經使用自助服務流程來解決了他們的查詢后才掛斷電話，這通電話應該算是成功的電話，而不是一個放棄的電話。 六、不要再糾纏于平均處理時間（AHT） 　　對于呼叫中心來說，測量平均處理時間是重要的，這可以讓你在任何時間段都能夠確定需要多少座席員。但前提是不能犧牲客戶的利益，如果座席由于太擔心呼叫處理時間會影響他們的KPIs，他們就不可能提供一流的客戶服務，這將導致客戶滿意度的下降和更多次呼叫。 　　相反，你應該優先考慮首次呼叫解決率，你的座席會愿意用更多的時間來解決客戶的問題。這會增加顧客快樂的可能性，從而增加忠誠度。 七、松開控制座席利用率的手柄 　　如果你的座席經常工作在較高利用率的環境中，他們可能會容易疲憊從而導致員工流失率上升。 　　相反，你應該確保監測利用率，給你的座席足夠的時間來收集他們的想法。同時，為他們提供遠離電話的機會，例如培訓等活動。這將有助于確保座席不會用力過猛勞累過度。 　　感謝Nexbridge的Martyn King 八、不要忽略數字 　　60%的客戶現在使用在線互動，重視這種數字渠道的需求是重要的。為了更好地這樣做，你應該提供所有這些活動的實時和歷史分析數據，關注數字渠道以及致電聯絡中心的這兩類人。 　　這樣做的目的是了解更多的客戶體驗現狀，另一個你可以做到的有用的報告細節是計算每天因為在線遇到問題從而致電聯絡中心的客戶數量。聯絡中心應該把這個信息分享給他們的網絡團隊。