一、呼叫中心運營數據可視化的意義
數據可視化，如下圖所揭示，是讓復雜數據以簡單清晰的形式呈現的過程和方式方法，是一種更加人性化和注重體驗的設計理念。鑒于我們接收信息的主要方式是通過視覺，且對圖形的敏感性遠高于純文字和數字，可視化有助于更好地展示信息和傳遞知識，講述數據中隱藏的精彩故事，洞察數據背后的寶貴價值。
圖1原始數據和可視化結果呈現對比
呼叫中心運營管理數據可視化的意義重大，除了有效降低管理新手在運營數據方面的學習難度，提高人員成長速度和團隊內部溝通效率之外，還能精確定位管理問題，提升管理效果。
二、呼叫中心運營管理數據可視化的內涵
運營數據可視化的對象包括數據、可視化技術和可視化展現三個方面。數據方面，不僅包括各類純數字的數據，還包括各種非結構化的文本、錄音等數據。呼叫中心在數據存儲和積累方面先天上具有一定的優勢，這為數據可視化提供了基礎元素。而可視化技術則是融合了統計、計算機圖形學、計算機仿真等多個領域，能實現抽象數據向具象視覺圖形轉換的各種技術。可視化展現，則是在可視化技術的基礎上，結合視覺、聽覺、觸覺等感覺，以創造更加友好的交互和交流為目標，為數據價值的展現和傳達尋找最有效的方式和方法。淺層次的可視化展現，是充分利用各類已有的統計圖形進行數據意義和價值的展示；稍深層次的可視化展現，則是在有效設計和搭建符合用戶心理需求和體驗的業務邏輯的基礎上，開發有效的交互平臺或工具。相應地，呼叫中心運營數據可視化也可分為日常運營過程數據可視化和數據可視化分析平臺功能設計兩方面。結合實踐，以下筆者就這兩個層面的內容進行簡單的探討。
三、呼叫中心日常運營過程中的數據可視化
我們可以從運營數據可視化處理流程以及不同數據可視化展現形式使用兩方面來簡單闡釋日常運營過程中的數據可視化。
(一)運營數據可視化處理的流程
運營數據可視化處理流程可分為確定問題或目標、數據獲取、數據分析和處理、圖表呈現和修飾四個步驟。
1.確定問題或目標
確定數據可視化要針對的問題或要達成的目標有助于我們明確后續工作的具體任務，需要用到的數據范圍和數據的具體要求。常見目標包括尋找數據特點或規律、探索數據間關系或發現管理中的異常情況等。
2.數據獲取
原始數據可從系統或手工報表中獲取，但基于研究的需要，有時數據需通過使用一些簡單的方法將原始數據進行轉換后得到，如用數據公式。
3.數據分析處理和挖掘
數據獲取后需進行簡單的分析處理，比如按字段分類別進行排序或刪除多余無效的數據，然后用統計學方法或數據挖掘方法對數據內在的規律或特點進行發掘或提煉。上述過程中有諸多細節需要注意，常見的如數據中的樣本量和樣本分布問題。樣本量過少時需謹慎對待，如在某崗位員工總樣本量只有4人，1人流失的情況下，用餅圖給出一個流失百分比的結論是無意義的。而在樣本分布不符合要求的情況下，直接拿樣本數據進行分析和挖掘也很容易造成偏差或錯誤。
4.圖表呈現和修飾
常用的數據分析或挖掘軟件都會提供一些常用可視化圖形工具，如折線圖、柱狀圖、樹狀結構等，而且類似EXCEL軟件還會提供同一圖表的多種視覺呈現形式。使用時需要根據數據分析類型，選擇恰當合用的圖形和視覺展現形式。這一過程往往需要通過反復比對才會完成。通常圖表呈現得到的是數據可視化的雛形，需要靠我們手工去對圖表的標題，坐標抽，刻度，邊框，顏色，線條等進行必要修飾，使之美觀實用，簡單清晰。
(二)分析類型和對應可視化展現的有效方式
呼叫中心常見數據分析類型和可視化展現圖形，結合前人相關圖形的研究和呼叫中心的部分應用實例簡單歸結如下。
表1常見數據分析類型及其可視化展現圖形
| 分析類型 | 類型細分說明 | 常用圖表 | 常用圖表示例 | 應用實例 |
| 對比分析 | 時間序列 | 柱形圖 | | a.月度話務量變化趨勢分析
b.員工工作表現指標周變化趨勢
c.月度人員流失率變化趨勢等 |
| 折線圖 | |
| 圖形面積(適用數據量較少的情況，非軟件標配) | |
| 同比（環比）變化 | 條形圖 | | a.話務量每月同比、環比
b.客戶滿意度指標同比、環比 |
| 柱形圖 | |
| 對比關系 | 正向條形圖 | | a.班組間數據對比
b.員工數據對比
c.多維指標對比（雷達圖） |
| 對稱條形圖 | |
| 柱形圖（樣本量較少時適用） | |
| 氣泡圖 | |
| 雷達圖（多維度指標測量和對比適用） | |
| 分布分析 | 集中/離散趨勢分析 | 直方圖（適用于少量數據） | | a.組內員工業務考試成績集中趨勢分析
b.員工小時效能集中趨勢分析 |
| 正態分布圖（適用于大量數據） | |
| 散點圖（適用兩維） | |
| 曲面圖（適用三維） | |
| 結構分析 | 結構/成分分析 | 普通餅圖（靜態分析，不超過5個組成部分適用） | | a.員工中不同工齡員工的占比
b.不同類型話務構成 |
| 個性餅圖（如方形餅圖，非軟件標配） | |
| 堆積柱形圖（動態分析適用） | |
| 關聯分析 | 關聯關系分析 | 散點圖（適用于兩維度指標分析） | | a.員工流失率和績效表現之間的關聯關系
b.員工業務成熟度和工齡的關聯關系 |
| 氣泡圖（適用三維度指標分析） | |
| 對稱條形圖 | |
| 文本分析 | 熱詞分析 | 標簽云 | | 例：工單關鍵詞分析 |
四、呼叫中心運營數據可視化分析功能設計
運營數據可視化分析功能設計是一個復雜的過程，要實現良好的數據體驗并不容易，其中有三項較為關鍵的工作：業務邏輯設計、可視化圖形設計和界面交互設計。
業務邏輯設計是規劃的過程，包括數據指標體系梳理、指標關聯關系梳理、指標跟蹤預警和分析流程設計等。其中后兩者是重點。指標關聯關系包括縱向關聯和橫向關聯。縱向關聯中指標間通常可用數學邏輯關系式表達其關聯關系，常被用于數據深層次分析。橫向關聯中指標間一般相互獨立，但又存在強關聯性。如業務成熟度和工齡，往往工齡較長的員工成熟度越高，可用于分析業務成熟度時做關聯查看。關聯關系梳理主要是為明確指標聯動機制。指標跟蹤預警和分析流程設計則是可視化圖形設計和交互構建的基礎，具體包括指標跟蹤機制建立、預警方式設置、分析工具和分析流程設計等。指標跟蹤機制主要是根據指標本身的時段表現特性設定相應的跟蹤周期和方式，如實時、日、月等，有助于建構時間維度清晰的邏輯分析層級，幫助用戶把控不同時段的工作重點。指標預警工具和預警方式設置是呼叫中心有效差異管理的前提。預警工具常見的有戴明控制圖、目標值管理、離散系數等，具體工具的選取需結合指標特點和業務特色考慮。指標分析工具和分析流程設計是可視化分析和展現的關鍵。每個崗位都需根據自身特點確定相關分析工具。每一個分析工具都有特定的分析步驟和流程，并且流程上需體現出在不同周期內的管理關注重點和管理方法。
可視化圖形設計，即借助可視化技術，通過恰當的視覺化方法將數據以簡潔而直觀的形式展現出來，通過圖形就能夠清晰地回答用戶的問題。設計過程中需考慮客戶所在崗位的管理內容和不同時段的關注焦點，因此不同崗位或用戶角色其展示界面應有所區別，同一崗位不同時段其界面也有所區別。較好的圖形設計應能確保客戶第一眼就能找出自己想要的信息或知識，這一目標可以從展示頁面整體布局，具體圖形的尺寸，圖形的位置，色彩等方面入手。
交互的設計主要是人-機交互，工作目標是進一步方便用戶對分析平臺的使用，創造良好的使用體驗。運營數據可視化分析的交互設計，是基于業務邏輯設計，充分地考慮用戶實際的分析和操控需要，為不同分析層次的各類行為事件和響應機制創造人性化的設計，如提供同一指標的多維度查詢，在一次鼠標點擊后盡量到位地提供用戶所需要的信息，或者提供關聯指標展示視圖或顯示重要數據等。操作的連續性、優秀的聯動和清晰的邏輯層次，恰當的響應設計，讓用戶在使用的過程中，充分了解并讀懂數據，從而為其決策處理提供有力的支撐。
隨著大數據應用的深入和普及，數據可視化技術和展現的水平也比較再上一個臺階。本文為筆者實踐淺見，期待與大家一通探討。
