近来，信息技术部针对客服热线报“电话丢失率偏高”问题，进行了话务分析。统计分析2010年1月-4月数据，发现并不存在丢失率水平高的情况。如图：
统计数据显示，2010年1-4月份电话丢失率均在1%-2%间，并无偏高现象。
但统计2009年12月数据显示出现了异常，如图：
该数据显示，去年12月18日以前，丢失率数据普遍在12%以上，其中12月8-11日之间出现了29%-37%的高峰。而在18日后，数据又恢复到2%的低水平。
出现这种情况的原因，是三高公司在去年12月18日后对“丢失率”指标的计算方式做了调整。
原来的计算公式为：
丢失率=拨入丢失数/拨入电话数
调整后的计算公司为：
丢失率=（拨入丢失数-队列丢失数）/拨入电话数
很显然，前者比之后者中的较大水分被“挤”掉了。这个“水分”就是“队列丢失数”。而且该值具有较大的波动性，导致原有比较平缓的曲线变得“起伏”。
而三高工程师认为，此“队列丢失数”较高的原因并非CTI本身导致的，其原因在于用户服务水平。即算要解释“队列丢失数”为什么会出现较大变化，也应该有业务部门解释，其责任并不在供应商。
出于此种考虑，三高工程师直接调整了“丢失率”的计算方法，而不是对客户的疑问进行解释。
查看同期的“最长等待时间”的统计曲线发现，“最长等待时间”在去年12月8-11日期间出现了类似的变化规律：
最长等待时间的延长，必然导致平均等待时间延长。
而平均等待时间的延长，必然导致用户放弃几率增加。因此我们可以推测，当某种情况导致最长等待时间加大后，导致了队列丢失数增大，所以使用原计算方式的“丢失率”会出现突然增高的情况。
那么是什么原因导致平均等待时间变大呢？
从理论上分析，应该参考BHCA和ERL值。
BHCA即忙时试呼次数，是程控交换机控制部件呼叫处理能力的重要指标，着重衡量的是系统或硬件的固有性能。一般设备在恒定条件下，其BHCA是相对固定的。根据alti gen提供的参数60,0000-80,000BHCA，即每小时处理呼叫次数的能力达到了60,000-80,000次。我们认为，客服热线当前话务量还不足以达到系统性能的瓶颈。
ERL值是衡量话务量大小的一个指标。它是根据话音信道的占空比来计算的。通俗的讲，话务量就是一条电话线一个小时内被占用的时长。如果一条电话线被占用一个小时，话务量就是1 ERL。
因此，我们应该对客服热线在同期的ERL 进行分析，看是否出现与“最长等待时间”相同的变化规律。如果是，我们可以断定去年12月份出现丢失率剧烈增高的原因是由于话务量增加或者是服务水平降低的原因，而并非系统性能导致。
遗憾的是，系统中的话务分析系统并未提供ERL值以供分析，因此以上假设仅为推论难以证实。
杨宏焱
2010-05-07