您现在的位置： 
Convergys为了降低员工流失率，在印度开始实验一套称为“EWS早期示警系统”，获得了巨大成功，然后迅速在世界各地推广这套系统。2006年，成功降低了集团内部75个呼叫中心的人员流失率高达25%左右。
在EWS系统中，利用了50个警讯特征。Convergys认为这50项警讯可能跟人员流失高度相关，其中包括产量指标的持续降低、产量指标的高度不稳定、迟到早退的持续增加、遵时率的持续降低、临时请假的天数持续增加、年假一口气全部请完、拒绝内部工作升迁机会、质检分数的降低、通话致命错误的增加、服务态度明显的改变、通话利用率的持续性下降、明显的工作情绪低落、与主管持续性的冲突等。
这50项警讯特征，包含了量化的数字，也包含一些抽象的内容，例如工作态度等，班组长每周固定与座席代表碰面以后，就把相关的数据输入到EWS系统中。系统马上进行计算，并且用红、黄、绿三种颜色来代表座席代表可能离职的情况。红色代表座席代表在30天内可能就要“闪人”了，黄色代表座席代表有离职倾向，绿色代表座席代表满足于目前工作的现况。
Convergys班组长如果看到某个座席代表出现黄色警示，就必须采取相应的措施，去除掉导致座席代表想要离开的这些因素。如果某个座席代表出现红色警示，不只是班组长需要立即采取行动，客服经理，甚至更上层的主管，或是人力资源部门的主管，都会同时介入，了解这个座席代表为何“打算在30天内离职”!
很可惜笔者没有机会看到Convergys的EWS系统，但EWS系统利用的50项警讯特征中有不少是利用最小方差管理法可以很容易“抓”出来的。
笔者写一系列有关最小方差管理法的文章中过程中，觉得最小方差最棒的应用之一，就是可以找出座席代表的稳定度，而一个座席代表如果打算要离职，最重要的征兆就是开始出现不稳定的情况。
我们在之前的文章中，举了一个实际案例，这是笔者在某呼叫中心得到的实际数据：有四个座席代表，把他们每天的平均通话时长输入到计算机中，大家可以从下面这张图中，看出哪一位座席代表有离职倾向吗?
左边坐标轴的数字，代表的是平均通话时长，下面坐标轴表示从4月1号至4月23号。
这里的四条线，分别代表了一个座席代表的情况，黄色这条线代表的座席代表在1号的时候，平均通话时长差不多是180秒，二号增加到250秒，之后慢慢减少到17号的150秒，以及23号的170秒。
大家可以看出来，这四位座席代表(每一条线代表一位)，哪一位已经预备要离职了吗?
我们必须来算一下标准差，从标准差的角度来看哪一个座席代表的平均通话时长最不稳定。
还记得笔者谈过呼叫中心的管理，如果用平均法来管，会出现很大的问题吗?平均法把个体差异全部给平均掉了，但管理是要管个体差异，而不是管平均，看到平均数之后，下一步就是要利用标准差来找出个体差异。
还记得标准差的公式吗?
最小方差管理法依赖最深的指标，叫做标准差。标准差的公式定义如下：
这公式看起来很可怕，但Excel里面提供了现成的函数计算。
例如有9个座席代表，她们分别休息的次数是：3、2、3、12、8、3、3、2、4，要计算这9个人休息次数的标准差，只要把上面这9个数字输入到Excel里面，然后套用 STDEV 这个函数，就会出来3.4这个数字。
