移动时代，呼叫中心考核亟待重新定

来源：畅享网

2014/1/20 14:27:40

皮尔森相关系数是对于符合正态分布的连续型变量进行的检验，即需要对于N名员工的质检成绩与N名员工的满意度结果数据进行操作。

衡量相关性常规做法是使用质检成绩同客户满意度来做相关性检验，检验使用的是皮尔森相关系数（即Excel里面常用的CORREL函数），从统计学的角度来看这个问题：皮尔森相关系数是对于符合正态分布的连续型变量进行的检验，即需要对于N名员工的质检成绩与N名员工的满意度结果数据进行操作。其中满意度的数据获取非常容易，且符合样本量的需求，但是N名员工的质检成绩是通过抽查计算的质检分数，并不能代表员工的实际质检成绩，因此，由这些数据得出的皮尔森相关系数并不准确。

来看一下《抽样计算器》的计算结果：

假设呼叫中心的客户满意度为90%，那么历史缺陷比为10%；22个工作日，每日接线80通，一个月的样本量为：22x80=1760，计算下需要抽查的样本量为315通（具体数据见附一）

据业内水平，一个坐席一个月能被抽到的录音数量约为20通。

统计学结论：本身通过抽查计算的质检分数，并不能代表员工的实际质检成绩，因此无法得出正确的结论。

问题随之而来，究竟如何来判定质检成绩和客户满意度的相关性？质检标准究竟是不是和客户的实际需求相关的？

其实操作很简单：引入单通录音评分和单通录音客户满意度的相关性，即使用Logistic回归分析方式，对于N列离散数据计算相关性。

单通录音打分表事例如下：