呼叫中心是國內目前高速發展的一個產業，由于工作環境的特殊性整個行業的人員流失率相對偏高，高流失率已經嚴重影響了呼叫中心的正常運營，本文試圖通過研究與流失率相關聯的一些因素，探討是否能通過關聯指標進行流失率警示的可能性。從而可以讓企業提前采取干預措施及后續應對措施來消除高流失率對正常運營的消極影響。
流失率對呼叫中心的影響
根據呼叫中心2008年行業調研報告顯示，呼叫中心行業的人員流失率已經達到21%，已經遠遠高于絕大多數行業的平均人員流失率。高流失率不僅給企業帶來招聘和培訓上的巨大成本（據該調研報告統計，在中國更換一名話務員的成本為2900元人民幣），同時由于行業特殊性，離職員工中有近一半人員會采取不提前通知公司的方式即時離職，給企業在后續人力補充上帶來了很大困擾。人員的不足及大量新員工的加入必然會影響服務質量，從而造成呼叫中心運營水平低績效。另一方面，由于離職員工大多是熟練工作者，再次就業給競爭對手帶來了成本的降低，從而給企業帶來了很大的競爭壓力。要讓呼叫中心保持一個高績效的服務水平，人員是管理者首要考慮的重點因素，因此研究對流失率的控制，保持一個相對穩定的服務團隊是目前呼叫中心運營上一個亟待解決的問題。
與流失率相關的因素分析
我們希望本項研究能找出一些和流失率相關聯的一些可追蹤因素，并通過對這些關聯因素的定期分析能提前判斷出流失率增長的趨勢，從而讓企業提前采取干預措施進行各項挽留工作以及可以進行前瞻性的人力儲備：
1、遵時率與流失率的關聯分析
遵時率：本指標是指員工在統計周期內登入系統準備就緒的工作時長與計劃安排時長的比例。從員工心理分析，一旦員工有了離職傾向，無論是對企業不滿產生的離職意愿亦或是自身原因產生的離職意愿，其的工作積極性及主動性都會不同程度的下降，在呼叫中心里最直接的表現就是員工不再按照公司安排的計劃時間工作。由于呼叫中心是全程系統監控，員工無論何種原因沒有按計劃開展工作，系統都會跟蹤并記錄下來，最終以遵時率的形式展現在報表中。在實際運營管理中，該指標通常可以用于判斷員工工作態度的各項指標之一。
2、工時利用率與流失率的關聯分析
工時利用率：本指標是指員工在統計周期內實際用于工作處理的時長與計劃安排時長的比例。該指標是直接反映員工工作負荷的重要指標之一，根據朱梅等人的研究表明，呼叫中心話務員的離職傾向與工作壓力的相關系數為0.578（P<0.01）,而工作壓力由大到小依次為工作負荷、公司管理、與領導的沖突、與同事的沖突等。我們在本次研究中選取代表工作負荷的工時利用率是因為該指標也可以通過系統自動統計出來，每天能以報表的形式輸出，方便管理者進行數據的跟蹤和分析。
樣本的確定
我們抽取了深圳某呼叫中心過去30個月的人員流失率數據及遵時率及工時利用率數據，其中人員流失率數據是由該呼叫中心人力資源部手工統計方式提供，其他二項數據直接從系統中提取。
統計學處理：將這30組數據整理后通過EXCEL數據分析中的回歸函數進行處理，進行多元回歸函數分析。
前提假設
由于對流失率的影響關聯因素較多，所以在研究的過程中要對問題的研究邊界給予一定的假設。根據行業特點，本文做了以下幾個假設：
1、假設一：該呼叫中心的招聘流程是嚴謹科學的，即該呼叫中心招聘進來的坐席都是符合崗位要求及相關性格特點的，不會因為招聘的失誤導致集中性的人員流失；
2、假設二：該呼叫中心的各項政策是延續性的并且比較平穩，不會因為政策的波動導致員工集中流失；
3、假設三：整個深圳呼叫中心勞動力市場的供需關系及主要競爭對手的薪酬水平沒有劇烈變化。
研究結果
以流失率作為因變量，以遵時率及工時利用率作為自變量，進行多元逐步回歸分析。結果顯示回歸方程為:
Y(流失率)=0.1489X1-0.0861X2+0.02613
其中X1為工時利用率，X2為遵時率，調整后的R2為0.7577研究結果的意義在于：
1、由于該方程式的調整后的R2達到0.7577，較為顯著，在實際工作中有較強的實際運用價值；
2、由于呼叫中心的突發性人員流失情況較為嚴重，管理者可以利用該公式進行流失率的相關預測工作。因為工時利用率和遵時率是可以從系統中按天提取數據，管理者可以根據方程式對這些數據進行跟蹤分析，提前預測；
3、預測的結果可以幫助呼叫中心的管理人員提前進行各項干預性措施減少流失率及提前進行人員儲備工作，以解決目前由于突發性大量人員流失帶來的對服務水平的負面影響。
假設檢驗
1、多元回歸方程顯著性檢驗
該模型調整后的R2為0.7577，顯示在流失率變化過程中該方程式能解釋75.77%比例，顯示自變量的變化導致因變量的變化較為顯著。為了進一步驗證模型是否有效，我們對該模型做顯著性假設檢驗：
H0: ß1=ß2=0
H1:至少一個ßi≠0
如果原假設成立，即所有的自變量與Y都無線性關系，因此模型無效；
如果原假設不成立，則最少有一個ßi不等于0，即最少有一個自變量與因變量存在線性關系，因此模型有效。
我們利用方差分析的結果來對模型進行驗證，方差分析的結果如下：
F=MSR/MSE=46.3407
p-值=0.0000000018623非常小，小于0.05。因此拒絕H0,即至少有一個ßi不等于0，模型有效。
2、方程回歸系數顯著性檢驗
以5%的顯著水平檢測X1及X2與Y之間是否存在線性關系
要檢驗：H0: ßi=0
H1:ßi≠0 （i=1，2）
對于ß1，p-值=0.0000000251，小于0.05，因此拒絕H0.有足夠證據證明Y與X1之間存在線性關系。
對于ß2，p-值=0.023207，小于0.05，因此拒絕H0.有足夠證據證明Y與X2之間存在線性關系。
作者：余騰云為華安財產保險股份公司電話中心副總經理。
