特征的工作分为以下几步：

步骤一、历史数据研究：系统研究近五年内不足一年内而离职员工的数据，总研究人数超过2000人，初步梳理该类员工的特性和维度。

步骤二、模型构建与假设：首先通过头脑风暴的方法征集“易流失呼叫中心员工特征”的关键词，由伯乐团队、外部专家、招聘主管等集思广益，列出可能影响员工流失的因素和特点。在此基础上通过德尔菲法(Delphi Method)，征集东莞中心伯乐团队的招聘专家、人力资源部门的管理人员、业务部门的直线领导和外部专家总结提炼出“易流失呼叫中心员工”的特征。抽象特征的特点分多个维度，经伯乐团队的招聘专家和业务线专家确认，初步确定如下特质模型。基于数据研究和专家经验，确定各纬度的影响权重。

步骤三、模型验证与完善：

假设与验证：稳定员工具有独特的天赋特质，以东莞中心2012年所有离职的座席员工为分析样本，我们发现高稳定员工的稳定特性涵盖了年龄、籍贯、学历、工作经验四个维度，其中年龄28岁及以上、广东非东莞籍、大专、两年以上工作经验的员工稳定性明显高于其他同类特质不同区间分布的员工，有效验证了该模型的准确性。

进一步验证：稳定特质的员工更易产生高绩效，高绩效反过来促进高稳定，以东莞中心2年以上工龄员工的绩效为研究对象，共选择该工龄段员工800 余名，其中绩优员工占35%，绩良员工占30%，累计绩效优良占比达65%。同样的结论也表现在1～2年工龄员工。鉴于此，我们对这群绩优员工进行深入分析发现高绩效员工具有涵盖性别、年龄、籍贯、学历、毕业时间、工作经验6个维度的独有特质，这一结论与座席代表是“知识型员工”的实际密切相关，即工作时间越长，客户服务专业知识越扎实，工作业绩也就越好，进而越稳定。

为进一步明确以上特质对流失的影响权重，东莞中心利用因子分析法找出各因素对人员流失影响的权重，我们看到东莞中心易流失人员模型如下：

步骤五、招聘前端验证与试用：主要用于简历筛选与面试环节。

在初始阶段，对于具备易流失员工特征的应聘者在简历筛查时不作考虑，但由招聘管理人员标记。在面试环节，对于具备易流失员工特征的应聘者则安排多名招聘专家、业务部门资深负责人进行面试(不提醒)，正常做出决策，在决策结果做出后发现模型具备较高的参考价值。

以东莞中心2012年9～12月招聘报到率数据为样本，共223人被录用，报到率72%。从入职前工龄看，移动前工龄1～2年群体，放弃入职人员占比17.1%，比平均值高出5%;从学历分布上看，本科学历生源报到率明显低于其他学历，流失总体百分比占该群体员工总体百分比1.08，超出平均对比值0.93;从籍贯上看，外省(尤其是广东周边省份)的生源报到率明显低于其他地区，流失总体百分比占该群体员工总体百分比的对比值达2.17，远超过其他因素的平均对比值1.22。

因此我们的结论是：在招聘前端表现出不稳定、易流失的群体具有与入职后高流失群体同样的天赋特征，即入职前工龄、学历、籍贯、年龄等因素上具有流失共性特征。

鉴于此，东莞中心在招聘入口推广应用此模型，2013年1～4月东莞中心的人员报到率对比去年同期上升10%，同时2013年初东莞中心的新员工前2个月流失率对比去年同期下降3%。

“易流失呼叫中心”特质模型的意义和价值

这个模型建立后对于将来呼叫中心人员招聘将会发挥巨大作用，可以帮助呼叫中心选择一些流失风险较低的人员，从而从整体上降低人员流失比例。东莞中心通过“易流失呼叫中心员工特质模型”的构建为中国移动通信集团广东有限公司客户服务中心初步探索出了一条高效、快速选择呼叫中心人员的标准，该模型通过东莞中心的试点和验证而具备一定的通用性，可以将该模型推广到广东移动客户服务的其他中心，从而提升招聘的效率和准确度。

该模型的构建思路和方法，其他行业如果能够结合自身行业特点和业务特征，亦可借鉴，为整个呼叫中心行业提供了一条解决人才流失的思路。作者：吴春秋