客服中心综合指标联动分析系统的构建与实践

王沁枫 于 莹 郭俊杰

（国家电网有限公司客户服务中心南方分中心，江苏 南京 210000）

客服工作除了高频、重复、单调之外，还是一项情绪付出劳动，即便被客户骂得既愤怒又委屈，但还是要努力克制自己，做到“让声音微笑起来”，这对被父母捧在手心里的“后浪”们来说，的确很难。长期处于负面情绪的包裹之中，既危害员工的身心健康，也很容易滋生职业倦怠，出现绩效下滑的现象。因此，情绪状态既是贯穿客服人员职业生涯中的“感情线”，主要体现为是否一直热爱客服工作，是否一直处于最佳服务状态；也是客服人员价值意愿达成的“事业线”，因为这影响着绩效，也决定着去留。

一、系统构建的现实需求

1.挖掘情绪指标的内在指向

群体情绪的变化并不是孤立的、毫无规律的。客服专员群体心理的波动变化，除了和自身的心理素质有关，还和他们所处的综合环境有紧密的联系，比如他们的工作性质、工作内容、绩效考核、管理方式、组织氛围、工作能力、政策制度、晋升通道、薪酬待遇、发展前景等。随着年龄和工龄的增长，在综合环境的塑造下，心理期望值也在不断调整，群体心理也会发生微妙的变化。

情绪作为组织氛围的一种特殊信号，具有较强的暗示性、累积性和传染性。但情绪像“暗物质”一样，它的影响和波及范围到底有多大，从来没有一个可以直接观测的证据。情绪指标的变化到底是必然的，还是偶然的？是个别的，还是群体普遍的？工作能力和工作环境对日常情绪的影响有多大？何种情绪以及何种程度的情绪对客服工作是有益的？群体情绪变化的规律是怎样的？在情绪表象的背后，反映了哪些更深刻的本质？

2.探寻成效与问题的可见性

在长期的实践中，我们发现，95598要做到“让声音微笑起来”，必须先“让员工微笑起来”，必须找到打开员工微笑之门的金钥匙。到底是哪些工作对员工的心理建设起到了作用？是心理素质培训、谈心谈话、一对一帮扶、客服故事的宣传，还是典型人物的塑造？党建工作成效如何检验，如何能够更及时地发现问题和工作中的不足，群体情绪指数，以及影响群体情绪指数的关键因子指标，都是很好的突破口。

目前基于心理指标的数据价值并没有被充分挖掘，究其原因在于对心理指标的观测通常是一次性的、孤立的，更没有和企业的日常业务指标、管理行为、员工的绩效表现长期地、紧密地联系在一起，进行系统的观察改善。要解决这个难题，就要通过信息化平台的开发，可视化展示不同群体员工队伍的心理指标和关键因子指标的历史变化情况，以及群体心理指标与关键因子指标历史数据之间的关联性。

二、系统构建的目标及路径

系统构建的主要目标在于激活定期盘点综合指标的调研机制，持续挖掘与明确综合指标之间相互影响的关键因子与改善方法，为员工队伍的思想动态研究提供源泉活水，为多方位开展组织治理、业务提升工作提供依据，构建目标导向的多元指标协同评价反馈体系与综合指标联动管理体系，形成可推广复制的综合指标提升路径。

国网客服中心南方分中心从2012年开始，就一直在尝试挖掘心理数据背后的生产力。近几年，主要依托员工队伍每年的例行心检数据，把心理指标与各类关联因子指标进行联动分析，构建了综合指标联动分析系统。一方面，呈现客服专员、班组长的各项心理指标与各类关联因子指标的变化波动；另一方面，挖掘各项关联因子指标与员工心理指标之间潜在的关联关系和关系强度。

1.数据的采集与上传

第一类是心理状态类数据。应用心理测评系统每年定期开展员工的心理健康、职业倦怠、压力水平等心理状态类数据的采集。

第二类是心理素质类数据。应用心理测评系统开展价值观、应对方式、人格特质、心理资本、领导力等心理素质类数据。

第三类是经营管理类数据。KPI关键指标包括综合类指标、任务类指标、评价类指标、时长类指标等，经营指标包括话务总量、对内投诉条数、投诉属实率、严重差错率、服务评价满意率等，管理指标包括工资总额、请假情况、奖金发放、员工满意度、离职率等。此外还会采集员工的人口学信息，比如性别、年龄、工龄、星级、岗位和部门等。

2.数据的分析与研判

在传统相关分析、回归分析、结构方程模型的基础上，引入神经网络、大数据挖掘技术，进行综合指标的联动分析，主要实现以下功能。一是员工队伍全体的心理情况分析，包括各项心理指标的员工队伍的均值得分、各项特征的群体分布以及员工队伍各项心理指标的历史变化趋势等；二是心理指标与KPI关键指标、某些经营管理指标的关联分析，可视化呈现具有可见关系的分析结果；三是自主选择条件对比，例如，部门之间的对比，时间维度的对比；四是个体心理成长档案，个体心理指标与KPI关键指标的历史变化趋势；五是列出需要重点关注的目标个体和群体，并给出预警原因。

三、工作成效

党建工作抓实了就是生产力，国网客服中心南方分中心借助系统化平台，将党建工作与中心业务、与经营管理工作进行了深度融合，切实做好发现问题同研究、指导方案同部署、监督考察同落实。通过该系统的建设与实际应用，初步取得了一些工作成效。

1.可视化综合指标之间的变化规律，明确变化成因

通过数据的不断积累，让隐性的数据关系逐渐显现。通过历年的心检数据，我们发现员工的心理情绪指数对绩效指数有较强的正向预测作用；压力指数对时长类绩效指标也存在正向预测关系；班组长个人的情绪稳定指数能够正向预测班组绩效；被投诉的客服人员，其职业倦怠、离职倾向、工作不满意的人员比例更高。通过综合指标联动分析系统我们发现2020年客服某部员工的多项心理指标均好于其他几个客服部门，而在业务指标方面，客服某部在迎峰度夏期间的事假比往年下降27.39%，部门绩效工资总额月均增长5.47%，人均月接听量增长6.33%，服务评价满意率提高2.23%。这些数据的改变，得益于客服某部员工民主决定的模拟市场的绩效改革方案和以“工时银行”杠杆借贷时间等管理举措的实施，数据的增减变化，给运营管理带来了很大的启发。

2.勾勒并积极运用高绩效高稳定性的人才心理画像

通过综合指标之间的潜在关系研究，成功勾勒了南方分中心不同岗位（优秀员工和优秀班组长）的心理画像，获悉了易于适应和胜任相应岗位的核心心理素质能力构成，为新员工招聘和骨干人才培养提供了依据。为了避免员工心理素质水平可能带来的组织管理风险，通过招聘前的心理测试把好入口关，自2017年到今，从2457名招聘对象中，及时筛除了92名心理状态不佳、心理调节能力差、未来心理风险大，以及职业责任感弱的人员。借助心理画像，以激活团队动能为核心目标，以促进员工成长为主要任务，一方面，开展了分层分类、主题与需求高度契合的培训，全面提升员工应对挑战的心理资本；另一方面，设计了针对班组长的4大主题、8大课程的提升策略，设立“班组长训练营”，并编制了班组长管理手册，为基层领头羊找到自我赋能和群体赋能的有效方法。

3.构建了新型心理风险管理体系，保障了运营稳定

构建了“绩效+能力+情绪”的风险预警规则体系，通过对综合指标的联动分析，管理者可以查看预警个体或群体的详细预警维度和各项指标的具体历史状况，极大地提高了心理风险调研、排查及解除工作的效率。当员工个体的心理状态指标、心理素质指标、绩效指标等出现了异常情况时，或是当群体的心理状态指标、心理素质指标、绩效指标较以往出现了明显的上升或下降时，需要根据现有沟通机制收集到的信息进行合理化解释，当无法进行合理化解释时，需要更深入开展一线调查，调查的手段包括部门交流会、实地体验、参加班前会、基层走访、谈心谈话、问卷调查等。

2020年，共预警个体38人次，开展主动干预16人次，启动危机干预成功避险2人次，顺利保障了重大事故的零发生。此外，还根据不同排班人群的心理状态变化特征，建立了多元排班模式，满足不同群类员工的排班诉求，排班拟合度同比提升了1.25%，人员能效同比提升0.96个/小时，其中专职夜班的设置，实现了96.7%的员工“无夜班”，人员流失率同比降低3.15%，员工排班满意度提升82%，夜班能效由9个/小时提升至16.8个/小时。通过对心理指标的发散性思考和灵活应用，提升了运营管理水平，降低了员工队伍的情绪风险、能力风险和绩效风险，保障了组织的稳定运营。