顾客服务中心数据分析方法.doc

《顾客服务中心数据分析方法.doc》由会员分享，可在线阅读，更多相关《顾客服务中心数据分析方法.doc（15页珍藏版）》请在三一办公上搜索。

1、顾客服务中心数据分析方法2011-4王旸主要内容w数据分析：环境、目的和作用w用Excel进行数据整合w数据分析和挖掘w呼入型呼叫中心电话人力匹配我们需要数据报告w顾客为中心的服务团队，需要用数据报告追踪业绩品质w公司的窗口与形象代表，需要用数据报告体现专业化精神w现代商业环境的组织关系，需要用数据报告标示立场w全天候、实时、复杂的工作状况，需要用数据报告掌控运作w高科技的话务统计，使得完整的数据报告成为可能数字揭示问题数字不会骗你人均国民生产总值：中国和西欧：公元11998年数字揭示问题Sources: Maddison, Angus(2001), The World Economy: A

2、Millennial Perspective, Organization for Economic Cooperation and Development, p1.42; authors calculations.数学的应用案例w在1970年代，日本有大量的摩托车（通常都是小型摩托车）销往美国。而美国公司生产的摩托车大部分是大型车。当时，日本车在美国销量很好，而美国本土摩托车则出现滞销。w美国人认为，美国车滞销的原因，是日本车在美国倾销。所以美国车厂向法院起诉，要求制裁日本人。w但日本人认为，美国大型摩托车的滞销，主要是由于美国经济不景气引起的，其次才是日本车的竞争。w双方都需要数据支持。于是

3、 w数学结论：美国车销量与日本车销量之间的相关系数（Correlationship）为-0.5美国产摩托车销量与美国劳动力失业率之间的相关系数为-0.7后者更接近-1，所以日本人的结论更有道理w法院判决：正是由于日本车的竞争，才加剧了美国经济的不景气！故判决日本人败诉。用事实和数据讲话w数据说明真相w精确的数据有助于明辨是非w精确的数据有助于分清责任w只有精确的数据才是无可辩驳的事弥撒?Tell the TRUTH实?But always not the whole truth和天数大谎谎据?数字的误导小组抽检量差错量差错率一月第一组10055.00%第二组8056.25%二月第一组15032

4、.00%第二组30072.33%总评第一组25083.20%第二组380123.16%数字不会骗你但数字可以误导你结论正确吗？10月11月12月1月2月3月4月5月总计呼叫总量13,40012,70413,13114,85516,18015,15714,42513,239113,091转人工数3,0012,8963,0823,4933,5713,3452,542,74324,675人工通话数2,7822,7922,953,2753,2583,0022,3982,61623,077转人工比例22%23%23%24%22%22%18%21%22%1850%?呼叫总量、转人工次1645%数、人工通话

5、数应成正1440%12没有高过平均值35%相关。30%10?但在5月份的转人工次25%820%数、人工通话次数与呼615%叫总量成反比。410%2?很可能是由于5月份某5%0%项活动或突发事件，引1100月111月月121月2月1月1月2月2月3月3月4月4月5月5月起客户咨询人工台。呼叫总量呼叫转总人量工数转人人工工数通话数人工通转话人数工比例客户咨询情况分析：在1205692件客户咨询中，咨询话音基本业务423058次，占咨询总量的35.09%；咨询新业务367978次，占咨询总量的30.52%；咨询终端2635次，占咨询总量的0.22%；咨询服务及营业网点99109次，占咨询总量的8.2

6、2%；咨询网络26896次，占咨询总量的2.23%；咨询卡类业务7792次，占咨询总量的0.65%；咨询计费原则4636次，占咨询总量的0.38%；咨询营销活动211312次，占咨询总量的17.53%；咨询其他业务62276次，占咨询总量的5.16%。摘自中国移动x省公司客户服务情况分析客户咨询情况分析营销活动17.53%其业务计费原则他业务卡类5.16%0.38%0.65%话音业务网络35.09%2.23%服务及营业网点8.22%终端新业务030.52%.22%摘自中国移动x省公司客户服务情况分析数据分析的目的w运营管理的过程，实质上就是“数据为基础的决策”过程；w数据分析的目的，在于发现问

7、题，解释原因和关系，以及寻找可能的解决方法；w数据分析的另外一个目的，是更有效地沟通，无论是向决策层报告，还是与团队成员分享；横向比较xx 指标分析综向比较XX指标1月2月3月4月5月目标1组108969410699>1002组919494105100>1003组10310210697106>1004组109105939993>1005组9910793103103>1006组91104107102101>100w成就点：数据四个组达到目标目标第六小组连续四个月达到目标直观的涂色w失败点：直亮观点的和涂暗色点描述简洁两个组没有达到目标报告举例切中重点第四小组连

8、续三个月没有达到目标?组长更替?已为组长调配临时助手，5月底到岗行动计划呼叫中心有什么特点？w精密的数值管理w对时间和劳动效率敏感w严密的过程监控w统一而严谨的流程w与顾客互动，需求多样化w突发而个性化的服务个案w劳动力密集型，低成本运营w海量的信息堆砌w员工士气决定顾客感受和服务水平与电话接待相关的量化指标w话务量影响顾客接待的首要因素，是话务量的突发性变化w接听率反映顾客耐心程度与服务速度之间的差异w服务水平在可以容忍的时限内，我们的服务达标率w顾客等候时长量化的顾客“等候与容忍”的平均值集中反映顾客被“接待”的状况呼叫中心的第一条生命线与员工效率相关的量化指标w出勤反映人力资源计划与实际

9、的差异w通话时长反映服务的“敏捷程度”w占有率反映员工的忙碌程度取决于排班效率w工时利用率反映员工休息与杂务取决于工作/休息计划w工作态反映员工通话后工作为了接待顾客，呼叫中心耗用了多少资源服务状态上班8小时签入状态签出状态讲话等候电话示忙/小休其它状态与服务效果相关的量化指标w顾客满意度外部顾客的评价w质量检验分数让顾客满意呼叫中心的第二条生命线内部标准达成w一次解决率一次做好，避免重复来电w转接/升级率在电话中做好w主动服务成功率对企业尽责尽力服务是对市场的支持呼叫中心的第三条生命线阅读材料23个指标管理呼叫中心数据来源和数据清单w运营数据来源于多个渠道w电话交换机通话数量，通话均长，呼损

10、数量 w员工工作管理系统信息记录数量，工单提交数量，平均处理周期 w企业信息系统，包括MIS, ERP, CRM等客户数量，客户来电数量，等候处理的顾客投诉 w人工统计无法自动统计的数据w企业外部数据相关的社会、经济、气象等数据数据清单举例呼叫效率数据时间段占用次通话次待应无应答接通排呼损排数数通话率呼损数15秒接20秒接30秒接排队等排队挂等通率通率通率待数机数答数数队等待队等待等待应通话均均长均长答均长长2007/03/08 00-011111100.00%0100.00%100.00%100.00%0091006.56180.22007/03/08 01-0233100.00%0100.

11、00%100.00%100.00%0030006.671072007/03/08 02-03000.00%00.00%0.00%0.00%000000002007/03/08 03-0444100.00%0100.00%100.00%100.00%0040006.551.752007/03/08 04-0555100.00%0100.00%100.00%100.00%0040007232.82007/03/08 05-06000.00%00.00%0.00%0.00%000000002007/03/08 06-071313100.00%0100.00%100.00%100.00%0090006

12、.8947.922007/03/08 07-081717100.00%0100.00%100.00%100.00%10140206.6466.762007/03/08 08-098181100.00%098.77%98.77%100.00%806617.6306.45100.612007/03/08 09-10121121100.00%098.35%99.17%100.00%409509.2506.57103.462007/03/08 10-11118118100.00%099.15%99.15%100.00%301012906.54110.882007/03/08 11-1214014010

13、0.00%0100.00%100.00%100.00%801323606.66128.262007/03/08 12-136565100.00%0100.00%100.00%100.00%00611006.4494.472007/03/08 13-147474100.00%0100.00%100.00%100.00%00653006.3896.682007/03/08 14-15666598.48%196.92%96.92%100.00%51590946.59135.152007/03/08 15-16919098.90%192.22%100.00%100.00%12181010.3616.8

14、153.222007/03/08 16-17104104100.00%094.23%98.08%100.00%1709127.5306.62136.312007/03/08 17-189696100.00%098.96%100.00%100.00%608747.1706.6135.992007/03/08 18-198989100.00%095.51%96.63%100.00%7079210.1406.91127.952007/03/08 19-207272100.00%0100.00%100.00%100.00%10645706.41113.752007/03/08 20-215959100

15、.00%0100.00%100.00%100.00%00530006.64121.342007/03/08 21-22818098.77%198.75%98.75%100.00%316611016.47133.542007/03/08 22-235252100.00%0100.00%100.00%100.00%00431006.53105.692007/03/08 23-002424100.00%0100.00%100.00%100.00%00202006.7598.73合计1386138399.78%398.19%99.20%100.00%7531206288.2526.59119.69数据

16、清单举例客户来电分类服务编号机器编号型号来电日期销售日期故障分类10000152X612CX81002002/09/022001/11/24C10000270X936KX26502002/09/022002/07/17C10000322X812YX50002002/09/022000/09/17C10000438X649RX41002002/09/022001/10/19A10000545X520KX41002002/09/022002/06/26C员工效率数据10000671X864HX25002002/09/022002/02/01B10000723X963HX81002002/09/02

17、2001/09/278D10000820X470AX82002002/09/022002/07/19B10000926X605CX41002002/09/022002/04/28C10001031X633YX26502002/09/022002/07/16H工号工作时长通话时长通话均长通话次数呼出次数转自动数通话利用率每小时通话次数210158033739023467.14581220712467.2%36.1214467674644805083.98533510612666.2%28.4220659213242420277.285489885871.6%33.4220757757436206

18、253.9467121086962.7%41.8223159643941417968.786022786669.4%36.3223363781036632373.0650141749557.4%28.3223462132937369974.1950371668460.1%29.2223937989524898872.0234571136065.5%32.8230256739530953067.974554476554.6%28.9231169338238088972.55525012810054.9%27.3233057637925514363.5840132437644.3%25.12339

19、38909422860861.5237161206058.8%34.4234153534735226178.1145101277965.8%30.3234964955236201961.6258751287755.7%32.6数据清单举例省份移动联通电信合计北京10285109296上海业务类型3月4月增减量增减幅度7885108271天津10679102287话费类145115-30-20.69%重庆8676105267网络类861344855.81%合计3723254241121服务项目971495253.61%业务使用23134111482.61%支撑4752510.64%行业数据卡类0

20、000%服务质量731033041.10%梦网类投诉225432145.45%分类数据彩铃20731210550.72%网络类投诉103121210.00%总计711108437352.46%长期数据CS Health Card Target2006YTDCustomer Contact2 C00e6nter JanFebMarAprMayJunJul2006% Calls Answered within 10 seconds China 99.7%99.8%99.6%99.7%99.4%99.6%99.4%99.6%NA95%99.6%99.8%99.8%99.8%99.6%99.7%99.

21、6%99.7%EA99.4%99.6%99.3%99.5%99.4%99.3%99.0%99.3%SA100.0%100.0%99.8%99.8%99.4%99.9%99.9%99.8%数量和比例w两种数据的综合使用，构成了基本的统计元素w数量，基础的统计元素，通常是对“操作”的累加统计。例如：日来电总量，10,000个；在岗员工数量，50人；总通话时间，700,000秒；w比例，讨论两组数据之间的“关系”，通常是对两个数字做“除法运算”之后得到的结果。例如：人均接听电话量，200个；人均通话时间，14,000秒；通话均长，70秒；百分占比和增长w是两种常见的比例关系，用于分类和趋势统计。例如

22、：量率量率总来电36877总投诉582接听3454393.7%A业务13623.4%呼损23346.3%B业务19333.2%C业务11419.6%D业务13923.9%量率量增长率一季度42228.8%01年325二季度30921.1%02年38819.4%三季度39627.0%03年47722.9%四季度34023.2%04年423-11.3%全年146705年57736.4%静态和动态的数据w静态数据：即时的数量/比例，不讨论时间的影响；w动态数据：连续变化的数据，包括历史、当前、阶段、预测未来、变化（率）等等；挑战实际预期历史目标比较w没有比较，就没有结论w数据比较的三个维度：横向比较

23、、纵向比较、目标结果比较平均通话时长120秒顾客满意度80分平均通话时长120秒顾客满意度80分比上月增长6秒比去年同期提升2分平均通话时长120秒顾客满意度80分比全员平均长1秒比友邻团队低1分平均通话时长120秒顾客满意度80分比KPI目标短3秒比KPI目标高3分什么是数据分析设定确定CTQ分解制定业务目标KPI追踪分析KPI行动计划绩效考核数据分析不是目的，业务绩效才是目的；数据的整理和挖掘，是绩效改善过程中的重要环节；CTQ: Critical To Quality, 关键质量要素数据分析体系内部和外部用户分析图表分析报告分析报表基础表单系统基础数据数据分析环境报告层报告需求图表分析分

24、析层报表隔离层基础表单数据层基础数据能力分析需求分析和能力分析举例w需求分析：我们要做什么为了提升产品质量，需要控制原料品质w能力分析：我们能做什么我们有原料入厂检验环节，检验结果有完整的纪录合格率报告报告合格率报告合格率月度对比图图表合格率月度对比图合格率统计汇总表报表合格率统计汇总表检验不合格总表基础表单检验不合格总表检验纪录单基础数据检验纪录单数据分析环境报告层报告需求图表分析分析层报表隔离层基础表单数据层基础数据能力分析例：质量数据追踪关键绩效追踪GoalJunQTDQTDYTDGoalMaywk1wk2wk3wk4wk5MTDQ1FY04Q2FY04FY04FY04F 197.03%

25、96.45%97.92%97.15%97.88%97.88%97.88%97.07%F297.41%96.39%97.07%96.62%97.99%97.71%97.85%97.45%F377.85%96.67%97.14%96.89%95.90%95.75%95.82%78.16%FG1F488.14%96.94%97.42%97.14%92.31%94.84%93.52%88.31%F587.72%97.92%96.81%97.33%91.64%93.88%92.71%87.90%F677.96%95.30%96.05%95.61%94.86%95.01%94.93%78.27%F792.

26、94%93.94%94.70%94.25%94.44%94.26%92.94%F891.11%94.37%93.37%93.69%93.48%93.58%91.11%FG2F994.68%94.46%95.59%95.96%94.65%95.32%94.68%F1097.76%97.88%98.46%99.20%98.94%99.09%97.76%F1179.83%85.03%85.38%80.92%85.03%82.47%79.83%GoalJunQTDQTDYTDGoalMaywk1wk2wk3wk4MTDQ1FY04Q2FY04FY04FY04F121.14%1.02%0.59%0.53

27、%1.06%FG3F130.98%0.34%0.71%0.72%0.91%主要内容w数据分析：环境、目的和作用w用Excel进行数据整合w数据分析和挖掘w呼入型呼叫中心电话人力匹配用Excel做数据分析wExcel是微软公司开发的，Windows环境下的电子表格系统；w与SPSS, SAS等数据分析软件相比，Excel的优势：强大的数据与公式自动填充功能方便的数据编辑与透视分析功能灵活的单元格绝对引用和相对引用功能完美的图形绘制系统与丰富的内置函数功能wExcel的劣势：每张表格不能超过65536行；每行不超过256个字段；处理数据缺失和数据异常能力弱；协同工作能力有限单元格地址和快速输入w链

28、接数据链接、拖拽、填充w相对地址和绝对地址相对地址绝对地址混合地址w格式定义法文本，数字日期，特殊格式和条件格式函数运算w函数函数名输入参数输出参数错误信息参数间隔和参数忽略w算数函数求总和Sum求平均值Average计数Count，Counta求最大值Max最小值Min文本和统计函数w文本函数连接文本&文本转换数值Value，Text字符长度Len取字符串Right、Left、Mid查找字符串find，searchw统计函数取整Int四舍五入Round排名次Rank，Large, Small百分比位置Percentile，Percentrank条件函数w逻辑运算And，Or，Notw

29、假设函数Ifw条件求和Sumifw条件计数CountifAnd(0,0)=0Or(0,0)=0And(0,1)=0Or(0,1)=1And(1,0)=0Or(1,0)=1And(1,1)=1Or(1,1)=1Not( 0 ) = 1Not( 1 ) = 0查找和引用w列查找Vlookupw例：两张表对比检查两天的工作量报表，统计每位员工的合计工作量w间接引用Indirect + Addressw区域引用Offsetw数组索引index函数出错信息w查错函数Iserror错误值原因#DIV/0!当数字被零(0)除时，出现错误。#N/A没有可用的数值#NAME?当MicrosoftExcel未识别

30、公式中的文本时，出现错误。#NULL!指定的两个区域不相交.#NUM!公式或函数中使用无效数字值时，出现这种错误。#REF!公式引用了无效的单元格#当列不够宽，或者使用了负的日期或负的时间时，出现错误。#VALUE!当使用的参数或操作数类型错误时，出现这种错误排序w排序升序与降序排序的依据单一排序和多重排序w汇总先排序再汇总汇总方式：总和、计数、平均、最大、最小值等汇总查看：分级查看汇总删除自动筛选w对最小或最大数进行筛选w对包含特定文本的行进行数据清单筛选w对空白或非空白单元格进行筛选w对大于或小于另一个数字的数字进行筛选w对等于或不等于另一个数字的数字进行筛选w对文本字符串的开始或结尾进行

31、筛选w对顶部或底部数字按百分比进行筛选高级筛选w单列上具有多个条件w多列上具有单个条件w某一列或另一列上具有单个条件w两列上具有两组条件之一w一列有两组以上条件w将公式结果用作条件w筛选不重复的纪录图表类型类型内容特点柱形图显示一段时期内数据变化或描述各强调数据随时间变化的趋势项数据之间的差异条形图显示特定时间内各项时间的变化情强调数据的变化而淡化随时间况，或者比较各项日间之间的差别的变化趋势折线图显示某个时期内，时间在相等时间强调时间的变化率间隔内的变化趋势面积图用来比较多个时间系列在幅度上连强调时间的变化量续变化的情况XY散点显示间距间隔不等的数据的变化情强调时间上的间隔不等图况。气泡图一

32、种特殊的散点图气泡大小可以用来显示数据组中第三变量的数值图表类型类型内容特点饼图显示数据系列中每项占该系列数值只能显示一个数据系列总和的比例关系。圆环图显示部分与整体的关系能表示多个数据系列雷达图用来综合比较几组数据系列每个分类都有自己的坐标轴，同一系列数据用折线相连股市图常用来分析说明股市变化情况必须以正确顺序组织数据，依次为时间、高低、收盘曲面图用来寻找两级数据间的最佳组合可用颜色和图案来指示在同一取值范围内的区域圆柱圆可以使三维柱形图和条形图产生良锥棱图好的立体效果透视图表，有效性，条件格式w数据透视表是一种对大量数据快速汇总和建立交叉列表的交互式表格。w数据透视表的创建过程。w修改数据

33、透视表格式w利用数据透视表创建数据透视图w数据有效性：合理限制数据的有效性w条件格式：用于突出显示特定的数据w工作表和工作簿保护：用于防止表格格式滥用主要内容w数据分析：环境、目的和作用w用Excel进行数据整合w数据分析和挖掘w呼入型呼叫中心电话人力匹配用数据揭示问题成份分析共性时间序列差异性和趋势相关性抽样分析质进一在两行大规组公抽分堆律一是组从庞而我们大预可的的测以关数平样类数据什据调之？吗查和？吗可，？么数未来研究？联以按，据，间监有没，听照内？吗历史规性在的，律有真内的很成份分析共性时间序列差异性和趋势相关性抽样分析数据成分分析概念w一大堆数据，可以按照性质进行分类吗？不合格总量10

34、0，其中30%属于A类，20%属于B类；工作差错50，10个来自于小张，4个来自于小李；w成份分析主要有两种方法：帕雷托分析，分析“最主要”的原因和成分频次分析，分析“从小到大”的组成结构成份分析共性时间序列差异性和趋势相关性抽样分析帕雷托（Pareto）分析w80 20 法则w将“总量”细分为若干“因素”w找出发生最多的因素w分析最重要的若干因素对整体的影响成份分析共性时间序列差异性和趋势相关性抽样分析例：不合格种类分析不合格种类分析累计百分比100%90%80%70%60%百分比50%40%累计百分比30%20%10%0%不合格种类分析G检验A检验B检验C检验D检验E检验F检验700001

35、00%6000090%80%5000070%单一种类4000060%不合格量50%数量3000040%累计百分/百分比比2000030%20%1000010%不同种类00%从多到少排列A检验B检验C检验D检验E检验F检验G检验成份分析共性时间序列差异性和趋势相关性抽样分析练习：销售业绩分析帕雷托图18000120%16000100%140001200080%1000060%业绩8000累计百分比600040%400020%200000%EABCD成份分析共性时间序列差异性和趋势相关性抽样分析频次分布分析w分析事件发生的频次w研究事件发生的规律w通常利用柱状图分析w要点：分类顺序是有规律的，不可

36、以按照帕雷托分类成份分析共性时间序列差异性和趋势相关性抽样分析例：使用次数统计数量数量/百分比1801601401201008060402000204060801001201401601802004006008001000百分比18%16%14%12%10%8%6%4%不同种类2%按规律排列0%0204060801001201401601802004006008001000成份分析共性时间序列差异性和趋势相关性抽样分析共性和差异性分析w常用“均值离差分析”来研究数据的共性和差异性w均值说明数据总体的“大”和“小”常用“平均数”、“中位数”、“众数”等来描述w离差：说明数据分布得“集中”还是“分

37、散”y=xx'常用“标准差”、“标准离差率”等来描述w判断一个数据在总体数据中的位置通常采用“百分比地位分析”w正态分布常用来研究“某种情况发生的几率”大小成份分析共性时间序列差异性和趋势相关性抽样分析共性分析：均值w算术平均数最常用的共性分析指标Excel函数：AVERAGEw中位数排位居中的数值Excel函数：MEDIANw众数出现次数最多的数Excel函数：MODE成份分析共性时间序列差异性和趋势相关性抽样分析差异性分析：离差w极差和调整后的极差极差：最大的数和最小的数之间的差距调整后的极差：去掉若干极端值之后，再计算极差由于代表性不佳，实际工作很少采用Excel计算：MAX(

38、) MIN()w标准偏差标准化的“差异性”计算Excel函数：STDEVw标准离差率标准偏差相对于均值的比例Excel计算：STDEV() / AVERAGE()成份分析共性时间序列差异性和趋势相关性抽样分析例：人员绩效的离散分析员工序列签入次数工作时长通话时长通话均长通话次数整理次数工时利用率10%1331417949476410420.5430%20217010554620418060.6550%25017711659728724920.6970%31018312662794035430.7390%41318913668868451220.76差异：90%:10%3.091.351.721

39、.381.824.921.41标准离差率0.460.140.200.130.220.660.13差异相对较小，改善空间不大员工序列：将员工相关数据排序，最少/最短的n%，其对应的差异相对较大，有一定改善空间该数据例如，数据显示，10%的员工签入次数少于133次，员工间差异非常大，警告！30%的员工工作时长短于170小时。以此类推。成份分析共性时间序列差异性和趋势相关性抽样分析标准偏差的计算w函数计算：n22x?(x)n(n?1)wExcel函数计算：s=stdev(x1,x2,x3,.)成份分析共性时间序列差异性和趋势相关性抽样分析例：重复拨打率分析标准离差率5.9%相对集中标准离差率6.3%

40、18相对分散16141210频次18频次2642028%29%30%31%32%33%34%35%36%37%成份分析共性时间序列差异性和趋势相关性抽样分析另一种离散分析应用：地位分析w某个数据，在一组数据中的地位如何？w用“形容词”来描绘相当大，比较大，中间偏大 w用“数字”来描述在总计100个数据中，排位第88w“地位”往往是由“百分比位置”来决定的成份分析共性时间序列差异性和趋势相关性抽样分析例：员工绩效分析模版工号工作时长通话时长通话均长通话次数554519% 5 88,76544% 3 96,6308% 5 295% 7 ,695486960% 6 52,49134% 3 64,68

41、75% 4 993% 7 ,461485622% 5 99,76937% 3 78,5156% 5 095% 7 ,610751757% 6 49,12761% 4 30,24619% 5 793% 7 ,486485766% 6 57,61691% 4 83,16855% 6 788% 7 ,219408360% 6 52,51484% 4 71,34338% 6 392% 7 ,446275858% 6 50,76885% 4 72,64836% 6 394% 7 ,533755291% 6 87,20996% 4 98,23365% 6 987% 7 ,186754987% 6 80,2

42、19100% 5 33,03186% 7 683% 7 ,031545192% 6 90,73393% 4 90,19216% 5 699% 8 ,725420072% 6 62,96683% 4 69,43218% 5 799% 8 ,2815147100% 7 86,0462% 1 1,46410% 5 32% 2 15794499% 7 58,2915% 1 61,55915% 5 65% 2 ,906778384% 6 76,30818% 2 95,27923% 5 925% 5 ,029558527% 6 15,35571% 4 47,44259% 6 866% 6 ,5975542

43、30% 6 21,24875% 4 55,72463% 6 967% 6 ,622489526% 6 13,18973% 4 50,59623% 5 995% 7 ,677558730% 6 21,10882% 4 68,51025% 6 097% 7 ,845752237% 6 31,35867% 4 41,11116% 5 697% 7 ,886752331% 6 23,71621% 3 14,9327% 5 149% 6 ,226783846% 6 40,11324% 3 27,04996% 8 311% 3 ,952493962% 6 54,61627% 3 40,56585% 7 5

44、17% 4 ,519成份分析共性时间序列差异性和趋势相关性抽样分析练习：服务厅地位分析业务办理数量（笔）销售额顾客满意率服务质量服务厅F173766972%98%地位12%36%8%88%成份分析共性时间序列差异性和趋势相关性抽样分析简单地描述均致离散w四分位法QUARTILEw用绘图描述误差通常用柱状图中位数1009590858075706560序列1序列2序列3序列4成份分析共性时间序列差异性和趋势相关性抽样分析正态分布平均值中值众数钟形，单峰平均值，中值，众数重合理论上，曲线没有边界50%50%完全对称成份分析共性时间序列差异性和趋势相关性抽样分析正态分布的离散程度集中程度高集中程度低成

45、份分析共性时间序列差异性和趋势相关性抽样分析正态分布的离差68.3%95.5%99.7%2% 14% 34% 34% 14% 2%x?3sx?1sxx+1sx+3sx?2sx+2s成份分析共性时间序列差异性和趋势相关性抽样分析经验规律w正态分布的百分比规律，仅适用于标准的正态分布；w在数据呈现偏峰的情况下：w大约60% 至75% 的数据出现在均值正负一倍标准偏差范围内；w大约90% 至98% 的数据出现在均值正负两倍标准偏差范围内；w大约99% 至100% 的数据出现在均值正负三倍标准偏差范围内；成份分析共性时间序列差异性和趋势相关性抽样分析概率密度和分布函数累积面积：分布函数单点数值：概率密

46、度成份分析共性时间序列差异性和趋势相关性抽样分析正态分布概率密度计算w函数计算?(x?u2)?1?22=s?()?fx,u,se2pwExcel函数计算p=normdist(x,u,s,false)p:概率密度；u: 均值；s: 标准偏差；成份分析共性时间序列差异性和趋势相关性抽样分析正态分布的分布函数计算w函数计算2x(t?u)1dtF2(x,u,s)=e2s2ps?wExcel函数计算p=normdist(x,u,s,true)x=norminv(p,u,s)p:概率分布；u: 均值；s: 标准偏差；成份分析共性时间序列差异性和趋势相关性抽样分析例：接待能力分析w请针对100个工作日的电话

47、量统计，做正态分布分析。w并回答：电话量是否符合正态分布？当电话量过高，超过“正常接待能力”，公司可能采取应急措施，例如调动质检、投诉等团队紧急投入一线工作；根据公司要求，对于这种“应急措施”，应控制在5%以内；那么，“正常接待能力”应该是多少？或曰，应当在多大话务量的情况下，才采取“应急措施”？成份分析共性时间序列差异性和趋势相关性抽样分析接待能力分析电话量：正态分布正常接待能力s实际频次正态分布概率80090010001100120013001400150016001700180019002000210022002300成份分析共性时间序列差异性和趋势相关性抽样分析练习：仓储需求分析w某区域仓库，经常使用的“包装箱”有4种；w通常每月的消耗情况类似