七月份过去，公司重新发力电商已经过去了三个月，从一开始的销售不太稳定，逐步开始稳步上升，然而作为运营，对于手下两位

排班？技巧？客服接待人数差异为什么这么大？（注：大量数据分析，数学不好慎入）

排班？技巧？客服接待人数差异为什么这么大？（注：大量数据分析，数学不好慎入）

排班？技巧？客服接待人数差异为什么这么大？（注：大量数据分析，数学不好慎入）

排班？技巧？客服接待人数差异为什么这么大？（注：大量数据分析，数学不好慎入）

排班？技巧？客服接待人数差异为什么这么大？（注：大量数据分析，数学不好慎入）

排班？技巧？客服接待人数差异为什么这么大？（注：大量数据分析，数学不好慎入）

排班？技巧？客服接待人数差异为什么这么大？（注：大量数据分析，数学不好慎入）

排班？技巧？客服接待人数差异为什么这么大？（注：大量数据分析，数学不好慎入）

蓝色框内是16:00之前的数据，虽然在16:00之后晓晓的接待量有一定的拉大，但是在16:00之前差距依然明显，似乎依然不足以说明如此大的接待差异。所以

并无直接证据证明两人的接待数据是加班而造成的。假设二不成立。

假设三：两位客服的分流权重不同

基本不成立，两人是互补班次，每天见面的时间只有半个小时，而且两人的分流权重确实是相等的。

于是，在分流权重相同丶流量环境差异仅为3.27%的丶排班基本无问题的前提下，两人的接待差异依然达到了30%，答案究竟在哪里？

各位大神，请指教。


文章TAG：数学  分析  数据  天猫  客服  
下一篇