我在美國講這堂課時常問這個問題："在常見的KPI中大家能馬上記起那個？"投訴？客戶滿意度？考勤？這些都是大家最快能想到的，但這些都是我們用自定義方式記錄的數據，嚴格來講不算是KPI。Indicator這個詞這在里是指電腦系統中不斷更新顯示的數據指標，在呼叫中心系統中所顯示的通話時間、服務水平、放棄率、自助服務率、轉接率這些才是真正從系統中不斷更新提取的數據。前一類是我們運營的效果數據，后一類是"輔助指標"，也稱為"輔助KPI"。

　　數據運用失誤最大的原因是搞不清楚實際工作與數據指標的正確關系。這就如同許多人炒股票那樣，以為股票的KPI真能預測股價走勢，殊不知這類KPI實際上都只描繪了已發生的某種數量發展過程，與下一步結果相關性并不強。呼叫中心輔助KPI與實際運營效果的關系往往被夸大，因為我們過于習慣于接受設備開發商的設計理論。當這些理論如同美國金融模式那樣深不可測時，大多數人只有盲目跟從，形成了羊群效應。比如，服務水平這個KPI實際上只能告訴我們"線路忙不忙"，放棄率只能告訴我們"呼入者耐心嗎"，自助服務率只能告訴我們"選自助服務的較多或較少"，僅此而已，我們的延伸解釋只是猜測，并沒有確保正確的把握。然而，越來越多的呼叫服務外包合同中定立了各種KPI條款，達標與否成了罰款的理由。

　　這里不妨用一項美國電信呼叫中心研究做為參考。這份報告將"客戶滿意度"做為目的指標，用統計中的相關分析與回歸分析方法，試圖找出那些輔助KPI與客戶滿意度有較強的相關性。通過對不同的呼叫項目的KPI數據做大量的抽樣計算，發現沒有任何一種呼叫項目所用的輔助KPI與客戶滿意度有真正意義上的正相關性或負相關性，當然也就找不出有線性相關或非線性相關，更談不上單相關或復相關。這說明了所有這些輔助KPI對于呼叫中心運營效果的作用并不明確。這種不明確性來自于：一、各項目服務內容不一致；二、客戶滿意度標準不一致；三、不同項目的時間與人員管理標準不一致；四、同一項目中所有輔助KPI與客戶滿意度無確定相關性?，F實中這些因素導至我們無法真正用輔助KPI數據做為管理效果的衡量標準。

　　在運用輔助KPI時，首先要問它最基本的作用是什么，比如："線路忙不忙"、"呼入者耐心嗎"、"選自助服務的較多或較少"等等，不要依靠主觀猜測去挖掘它背后的成因，而是要通過"三聽"（旁聽、監聽、錄聽）與"三訪"（回訪、信訪、邀訪）來找出真實情況。通過這些調查數據（而不是KPI數據本身），你做為一個有經驗管理者所能產生的判斷力遠勝于輔助KPI所能提供的。舉個"SL（服務水平）"的例子：為什么現在比過去忙？為什么總是這段時間忙？忙的時段應該多少人上線服務？如果這些都清楚了還出現這種狀況就要監聽看有沒有別的變化，還要讓坐席們及時反饋情況，特別要避免人為的通過減低服務質量去調整KPI數據。更重要的是通過個案監聽能為每位坐席提供最個性化的幫助，讓他在實際工作中受到切實指導，而不是用KPI對所有坐席員人搞一刀切。

　　又比如：對于"平均通話時間"這個KPI的分析應如可入手？許多人說越短越好，這很可能是錯的，因為你沒有聽錄音就不能證明這點；也有人說越長越好，這也許是錯的，你不是在做900（美國呼方付費服務）號碼收費服務，你必須聽完錄音才好下結論；有人說越接近平均時間越好，這也很可能是錯的，因為客戶滿意度不是靠時間測出來的，你先聽錄音才知道好不好。做為有經驗的你一定會發現"平均通話時間"與客戶滿意度沒有什么相關性，但在聽的過程中卻找到了坐席員真正的優缺點，由此你就可以形成新的標桿管理材料。一定要搞清什么是"本"什么是"末"。

　　我們管理人員中不少人認為做管理就是做KPI管理，其實我們所要管理的是人而不是數據；客戶是人，坐席是人，服務于他們才是我們的真正工作。首先把什么是你的項目所想要的客戶滿意度定義先確定清楚，把投訴的級別與處理方法確定好，然后才參考這些輔助KPI能否為你發現什么線索，最重要的是要在做結論前先做充份"聽""訪"調查。當年沒有這些KPI時我們就是靠這樣的努力成功的。

　　現今有些設備商把KPI作用說的神乎其神，造成某些呼叫中心花了大價錢卻對那些堆砌一團的KPI無從入手運用；也有的管理員每天為表面漂亮的KPI數據自滿，卻對投訴不理會。各種輔助KPI隨著呼叫中心系統升級會越來越多，正如股票KPI增多的道理一樣，這更迫使我們要認清其本來面目，千萬別讓它成為"皇帝新衣"。