一、选手简介 1、个人选手： 帆软社区用户名：阿方&泡泡，目前就职于航班管家，我司是商旅行业；目前从事数据分析工作，个人感兴趣的方向和领域-数据分析 个人照片：（p图中..）   2、参赛初衷： 希望通过比赛实践提升BI工具的使用技巧 和更多FineBI大神交流学习，让数据可视化作品以及分析思维产生奇妙的化学反应   二、作品介绍 1、业务背景： 出行服务行业的客服中心是帮助用户解决关于出行方面的一切问题（包括客票出票-改期-退票-乘坐-报销等一些列的问题） 随着疫情的反复，各地相应出台各种防控政策，给用户的出行造成较大影响，增加了用户的业务咨询量 受到疫情防控的影响，各大航空公司的航班变动量也出现激增，增加了航空公司的航班变动通知量以及防疫部门来电的防疫通知   2、简述需求痛点： 从数据层面如何直观的展现，激增的业务类型，以及影响范围 及时发现客服人员的承接量是否在可接受范围区间 及时通过数据对业务承接客服进行分配，保障接听指标   3、数据来源： 数据来源：企业数据 涉及表格：话务数据、话务员工人员明细、效能数据、服务小结数据   4、分析思路：   5、数据处理： （以下人员姓名信息均为随机生成的姓名） 客服中心话务业务主要为国内机票、国际机票、火车票、酒店、专车、企业。由于进线队列与用户呼叫400的选择有关，各业务分类拆的很细，为了方便日常分析，会将这26条队列分类汇总，便是下图的处理方式。 为了分析出各个岗级人员的输出能力，利用左右合并将员工个人工作耗时明细数据与人员信息表里的组织架构表关联，分析不同岗级员工分类的数据情况。 6、可视化报表： 整体分析是从总-分的方式发现问题，找寻解决方案。第一个板块是客服中心整体的一个话务业务进线情况对比，发现整体数据大幅上涨，再继续深究上涨的部分是什么业务，发现是机票业务，疫情发生以后关于机票业务的问题也会有很多，例如：无法出行、航班变动、用户需要申请退票、退票后等待收到退款等等，在这其中的业务咨询内容中寻找出可以转为系统化、调整内部流程，加快客服受理业务的速度。 分析出了咨询两种体量最大的是航变通知，处理退票，根据当下比价棘手的问题做出解决方案，由系统代替人工受理，减少当下的业务压力，并减少因业务挤压导致退票费上涨的损失。 除了系统化处理和梳理流程外，在人员的角度，也需要分析，如果更好的利用人员工作效率，完成业务指标。 对于一个服务行业，在完成任务的同时服务数据也是关键的指标之一。当解决业务承接能力之后，同时还能提升服务，增强用户体验感，也是接下来我们需要解决的问题。 7、最终结果呈现的页面布局 公共链接：https://bisolutions.fanruan.com/webroot/decision/link/UaAL   三、参赛总结 1、FineBI工具 呼叫中心作为企业接触客户，洞悉客户需求的重要平台，除了基础的呼入呼出、录音、工单、客户关系管理等核心功能外，数据分析功能也不可忽视，数据分析可以更大限度的发挥数据的价值，对于客服中心复杂的数据组成，需要进行数据分析时BI是一个不可或缺的重要工具。通过这段时间的使用，想分享一下我们的使用感受： 方便快捷的数据整合功能，通过关键字段将相关联的数据集进行关联，然后再进行分组汇总的分析。 充足的可视化模块支持，根据不同类型的数据特点，可以选择与之匹配的可视化展示模块。 数据联动功能，通过字段维度、数据关系将多个模块进行联动，可满足多维度立体展示各项数据，以及相关影响。 合理的数据分析能够帮助我们更加清晰的认识到问题所在，从而找到解决办法。数据分析对于客服行业的重要性不言而喻，从数据收集、数据管理以及数据应用三个方面来思考，从而优化客服工作，提高客服效率。   2、参赛总结 2021年在公司的引导下开始接触BI，起初是通过BI查看别人制作的数据，随着对数据的需求越来越大，开始自己尝试通过BI制作一些自己需要的数据，刚开始确实遇到一些困难，比如数据分类汇总时，自己想要的汇总方式通过系统操作时比较难找到正确的分组和汇总方式，数据集制作完毕后再进行可视化展示时，起初做的就像Excel表格一样把一个数据集的表格直接呈现出来，通过公司一些同事的帮助，以及FineBI官网的一些支持，逐渐将可视化的组件利用起来，通过不同组件直观的展现数据的特点和差异。从第一次看到BI，到现在使用BI已经一年多了，不论是对于数据的敏感度还是数据的呈现，都比以前要提升了不少，逐渐用立体的思维去看待每一个数据，感谢这次比赛给我们一个平台去展现自己对于数据的理解。