KPI dan Metrik Call Center 2026: 26 Rumus, Kalkulator Gratis, dan Dashboard
26 KPI call center dan suara AI beserta rumus dan jebakannya, contoh perhitungan, kalkulator gratis, dan dashboard Excel. Ukur hasil, bukan kecepatan.
Jawaban singkat
Mulailah dengan enam ukuran: tingkat layanan, average handle time (AHT), first contact resolution (FCR), kepuasan pelanggan (CSAT), okupansi, dan biaya per penyelesaian terverifikasi. Tambahkan tingkat koneksi untuk tim outbound dan tingkat resolusi AI terverifikasi bila AI menangani panggilan. Rata-rata saja tidak cukup: definisikan setiap penyebut, pantau per interval 15 atau 30 menit, dan baca KPI secara berpasangan, karena memperbaiki satu angka dapat merugikan angka lain. Panduan ini menyajikan 26 rumus beserta jebakannya, contoh perhitungan, kalkulator gratis, dan dashboard Excel 30 hari.
Dashboard dapat menunjukkan perbaikan, sementara pengalaman pelanggan justru memburuk. Bayangkan para manajer merayakan AHT yang lebih pendek karena agen mengakhiri percakapan sulit lebih cepat. Pelanggan menelepon lagi, FCR turun, volume kontak ulang naik, dan total biaya meningkat. Metriknya membaik; operasionalnya tidak. Karena itulah setiap KPI dalam panduan ini disertai perilaku yang dapat membuatnya menyesatkan.
Setiap angka dalam contoh dan nilai bawaan kalkulator adalah contoh rekaan untuk pembelajaran, bukan hasil pelanggan DialerBee maupun patokan (benchmark).
Sebelum Rumus: Sepakati Kontrak Pengukuran
Dua dashboard dapat menunjukkan angka berbeda tanpa ada yang salah membagi. Perbedaannya biasanya muncul lebih awal, ketika satu tim memasukkan panggilan yang cepat ditinggalkan dan tim lain mengecualikannya, atau ketika "terselesaikan" berarti "penelepon tidak mengeluh pada panggilan ini" alih-alih "masalahnya tidak muncul kembali". Sebelum memublikasikan KPI, catat lima hal berikut:
- Populasi: antrean, tenant, saluran, kampanye, bahasa, dan segmen pelanggan mana yang disertakan. Jangan pernah mencampur panggilan yang ditawarkan dengan kasus yang terselesaikan.
- Waktu: interval dan zona waktu yang digunakan. Rata-rata bulanan menyembunyikan setengah jam ketika pelanggan meninggalkan antrean.
- Penyebut: apa persisnya yang dihitung sebagai ditawarkan, dijawab, memenuhi kriteria, ditangani, atau terselesaikan. Tampilkan secara eksplisit panggilan yang ditinggalkan, diblokir, callback, dan panggilan singkat.
- Peristiwa dan bukti: peristiwa sumber, mulai dari penawaran IVR dan jawaban agen hingga akhir wrap-up, penutupan kasus, survei, dan hasil bisnis terverifikasi.
- Tata kelola: pemilik, pemeriksaan mutu data, dan log perubahan untuk setiap ukuran, sehingga perubahan definisi tidak pernah diam-diam menulis ulang riwayat.
Misalnya, target "80/20" berarti 80% panggilan dijawab dalam 20 detik berdasarkan aturan penyebut yang dinyatakan. Ini adalah konvensi perencanaan yang umum, bukan persyaratan universal. Jika Anda mengecualikan panggilan yang ditinggalkan dalam lima detik pertama, nyatakan hal itu dan pertahankan aturannya secara konsisten.
26 Metrik Call Center dan AI: Definisi dan Rumus
Gunakan tabel ini sebagai kamus data. Tabel ini memisahkan ukuran inbound, tenaga kerja, pengalaman pelanggan, outbound, dan suara AI, alih-alih mencampur penyebut yang tidak berkaitan ke dalam satu skor.
| # | Metrik | Rumus | Waspadalah terhadap |
|---|---|---|---|
| 1 | Tingkat layanan | answered_in_target ÷ eligible_offered × 100 | Publikasikan ambang waktu (misalnya 20 detik) dan cara memperlakukan panggilan yang cepat ditinggalkan. |
| 2 | Average speed of answer (ASA) | queue_wait_seconds_of_answered_calls ÷ answered_calls | Jangan memasukkan waktu tunggu penelepon yang meninggalkan antrean. |
| 3 | Tingkat panggilan ditinggalkan | abandoned ÷ eligible_offered × 100 | Sertakan atau kecualikan panggilan yang cepat ditinggalkan secara konsisten, dan nyatakan pilihannya. |
| 4 | Tingkat jawaban | answered ÷ offered × 100 | Tingkat panggilan terjawab tidak sama dengan tingkat layanan. |
| 5 | Waktu penanganan rata-rata (AHT) | (talk + hold + wrap minutes) ÷ handled_calls | Gunakan satuan waktu yang sama di seluruh perhitungan. |
| 6 | After-call work (ACW) | wrap_minutes ÷ handled_calls | Peristiwa wrap-up yang hilang membuat AHT tampak rendah secara semu. |
| 7 | Tingkat hunian agen | handle_minutes ÷ (handle + available_idle minutes) × 100 | Kecualikan istirahat, pelatihan, dan status di luar telepon. |
| 8 | Utilisasi | productive_minutes ÷ paid_minutes × 100 | Tidak dapat dipertukarkan dengan okupansi. |
| 9 | Penyusutan | unavailable_paid_minutes ÷ paid_minutes × 100 | Nyatakan apakah ketidakhadiran terencana dan tidak terencana disertakan. |
| 10 | Kepatuhan jadwal | in_schedule_minutes ÷ scheduled_minutes × 100 | Nyatakan toleransi dan cara menghitung pengecualian yang disetujui. |
| 11 | First contact resolution (FCR) | verified_first_resolved_cases ÷ eligible_cases × 100 | Tetapkan jangka waktu kontak ulang dan cocokkan identitas pelanggan. |
| 12 | Tingkat kontak ulang | repeat_cases ÷ eligible_cases × 100 | Nyatakan jangka waktu 7, 14, atau 30 hari serta pengecualiannya. |
| 13 | Tingkat transfer | transferred_calls ÷ handled_calls × 100 | Hitung warm transfer, pengalihan eksternal, dan konsultasi dengan jelas. |
| 14 | CSAT | positive_responses ÷ valid_responses × 100 | Selalu tampilkan tingkat respons dan skala pertanyaan. |
| 15 | Customer effort score (CES) | sum_of_effort_scores ÷ valid_responses | Nyatakan apakah skor tinggi berarti lebih mudah atau lebih sulit. |
| 16 | Net promoter score (NPS) | promoters_% − detractors_% | Ukuran hubungan pelanggan, bukan nilai agen per panggilan. |
| 17 | Skor QA | earned_points ÷ eligible_points × 100 | Tampilkan kegagalan kritis dan versi rubrik. |
| 18 | Biaya per kontak tertangani | fully_loaded_cost ÷ handled_calls | Sertakan gaji, platform, telekomunikasi, QA, dan overhead. |
| 19 | Biaya per penyelesaian terverifikasi | fully_loaded_cost ÷ verified_resolved_cases | Samakan populasi dan periode biaya serta penyelesaian. |
| 20 | Tingkat koneksi outbound | connected_attempts ÷ eligible_dial_attempts × 100 | Tentukan apakah voicemail dan panggilan sangat singkat dihitung. |
| 21 | Tingkat kontak pihak kanan (RPC) | right_party_contacts ÷ connected_contacts × 100 | Gunakan hanya untuk kasus penggunaan yang sesuai dan patuh regulasi. |
| 22 | Rasio konversi | attributed_conversions ÷ qualified_conversations × 100 | Tetapkan jangka waktu atribusi dan penyebutnya. |
| 23 | Penetrasi daftar | unique_records_attempted ÷ eligible_records × 100 | Hapus duplikat dan kecualikan data yang diblokir. |
| 24 | Tingkat resolusi AI terverifikasi | ai_verified_resolutions ÷ eligible_ai_calls × 100 | Jangan hitung transfer sebagai resolusi AI; audit sampelnya. |
| 25 | Tingkat pengalihan AI ke manusia | ai_handoffs ÷ eligible_ai_calls × 100 | Pisahkan pengalihan terencana dari kegagalan. |
| 26 | Biaya AI per resolusi terverifikasi | attributable_ai_cost ÷ ai_verified_resolutions | Sertakan menit, telefoni, peninjauan, dan transfer. |
Variabel rumus memakai nama peristiwa sederhana: offered berarti panggilan yang masuk ke antrean, handled berarti dijawab dan ditangani, eligible berarti data yang memenuhi aturan terdokumentasi Anda, dan verified berarti hasil bisnis yang didukung bukti. Mengalikan dengan 100 mengubah rasio menjadi persentase.
Contoh Perhitungan: Satu Antrean, Satu Periode Laporan
Dalam satu periode, sebuah antrean inbound memiliki 1,200 panggilan ditawarkan, 1,050 panggilan dijawab, 780 dijawab dalam ambang layanan, dan 125 panggilan ditinggalkan. Agen mencatat 4,300 menit bicara, 300 menit hold, dan 620 menit after-call work, sedangkan total waktu penanganan ditambah waktu siap menganggur adalah 7,000 menit. Terdapat 980 kasus unik yang memenuhi kriteria dan 780 penyelesaian kontak pertama yang terverifikasi, serta survei menghasilkan 172 respons positif dari 220.
- Tingkat layanan: 780 ÷ 1,200 = 65.0%, tanpa pengecualian panggilan yang cepat ditinggalkan.
- AHT: (4,300 + 300 + 620) ÷ 1,050 = 4.97 menit.
- Okupansi: 5,220 ÷ 7,000 = 74.6%, jika 7,000 menit tersebut hanya mencakup waktu penanganan ditambah waktu siap menganggur.
- FCR: 780 ÷ 980 = 79.6%, dengan asumsi kontak ulang diperiksa dalam jangka waktu yang ditetapkan.
- CSAT: 172 ÷ 220 = 78.2% dari responden, bukan 78.2% dari seluruh penelepon.
- Panggilan ditinggalkan: 125 ÷ 1,200 = 10.4%.
Diagnosis lebih penting daripada target tunggal mana pun. Penyelesaian dan kepuasan terlihat wajar, tetapi tingkat layanan yang rendah bersama tingkat panggilan ditinggalkan yang tinggi menunjukkan masalah akses. Periksa interval tersibuk, perutean, puncak AHT, dan ketersediaan agen sebelum menyalahkan agen tertentu. Panduan kebutuhan staf Erlang C menunjukkan cara menentukan jumlah tim untuk target yang Anda pilih, dan kalkulator Erlang C menjalankan rumusnya dengan angka Anda sendiri.
Coba Sekarang: Kalkulator KPI Call Center Gratis
Total periode Anda
Tingkat layanan
65.0%
Ditinggalkan
10.4%
Tingkat jawaban
87.5%
AHT (menit)
4.97
After-call work (menit)
0.59
Tingkat hunian
74.6%
FCR
79.6%
CSAT
78.2%
Biaya per panggilan tertangani
$8.57
Biaya per penyelesaian terverifikasi
$11.54
Masalah akses: tingkat layanan di bawah target Anda, sementara tingkat panggilan ditinggalkan melebihi batas Anda. Periksa puncak permintaan per interval, perutean, dan ketersediaan agen sebelum menilai agen secara individu.
Tingkat layanan di bawah target: periksa interval tersibuk dan kebutuhan staf sebelum mengubah hal lain.
Panggilan ditinggalkan melebihi batas: periksa waktu tunggu pada interval puncak dan apakah penelepon ditawari callback.
Periksa data Anda: ada pembilang yang lebih besar dari penyebutnya, sehingga salah satu input kemungkinan keliru.
Sesuai target Anda sendiri. Sekarang periksa metrik berpasangan: AHT dengan FCR, dan okupansi dengan mutu.
Berjalan di browser Anda dan tidak mengirim data ke mana pun. Nilai bawaan adalah contoh perhitungan di atas ditambah biaya rekaan; target ditentukan oleh Anda, bukan patokan industri.
Ingin memantaunya setiap hari? Unduh dashboard KPI 30 hari gratis (Excel). Dashboard ini berisi lembar input harian, hasil berbasis rumus yang dibobot dari jumlah mentah alih-alih rata-rata persentase, contoh sintetis, dan kamus data.
Seperti Apa Angka yang "Baik": Target adalah Keputusan Desain
Tingkat layanan 80/20 mungkin cocok untuk satu antrean dukungan, tetapi menjadi janji yang keliru untuk saluran darurat, penagihan, layanan premium, atau pekerjaan B2B yang kompleks. Tidak ada AHT, FCR, atau okupansi terbaik yang universal. Bandingkan hal yang setara: kompleksitas antrean, komposisi bahasa, jam operasional, kontak otomatis versus manusia, dan metode survei.
Jalankan baseline empat minggu dan tetapkan batas pengaman sementara untuk setiap KPI berdasarkan distribusi data Anda sendiri, termasuk setengah jam tersibuk, waktu tunggu persentil ke-50 dan ke-90, alasan transfer, serta kontak ulang. Baca metrik ini secara berpasangan: AHT dengan FCR, tingkat layanan dengan panggilan ditinggalkan, okupansi dengan ketidakhadiran dan mutu, containment AI dengan resolusi terverifikasi, tingkat koneksi outbound dengan percakapan yang memenuhi syarat, serta biaya per kontak dengan biaya per masalah yang terselesaikan.
Paradoks KPI: Kedua Tim Membaik, tetapi Angka Total Turun
Dua antrean masing-masing meningkatkan first contact resolution, tetapi FCR seluruh perusahaan justru turun. Inilah paradoks Simpson: komposisi pekerjaan berubah.
| Segmen | Periode A: terselesaikan / kasus | FCR Periode A | Periode B: terselesaikan / kasus | FCR Periode B |
|---|---|---|---|---|
| Permintaan kompleks | 30 / 100 | 30% | 400 / 1,000 | 40% |
| Permintaan sederhana | 900 / 1,000 | 90% | 95 / 100 | 95% |
| Keseluruhan | 930 / 1,100 | 84.5% | 495 / 1,100 | 45.0% |
Dalam skenario rekaan ini, permintaan kompleks naik dari 100 menjadi 1,000, sedangkan permintaan sederhana turun dari 1,000 menjadi 100. Kedua antrean membaik, tetapi tingkat gabungan turun dari 84.5% menjadi 45.0% karena komposisi kasus berubah. Tidak ada yang rusak; ini pengingat bahwa komposisi volume harus selalu ditampilkan di samping setiap KPI. Sebelum bertindak, tanyakan apakah komposisinya berubah, apakah jangka waktu verifikasi yang sama digunakan, dan apakah kasus yang ditransfer serta yang hilang dihitung dengan cara yang sama. Publikasikan tingkat per segmen, jumlah mentah, dan tingkat gabungan secara bersamaan.
Untuk Contact Center Berbasis AI: Ukur Hasil yang Tuntas, Bukan Containment
Dashboard lama menunjukkan ke mana panggilan pergi. Dashboard era AI juga harus membuktikan apa yang terjadi. Agen virtual yang membuat penelepon terus berbicara tanpa menyelesaikan permintaannya dapat melaporkan containment tinggi, namun tetap kehilangan pelanggan. Simpan catatan hasil untuk setiap panggilan AI: intent, saluran, bukti penyelesaian, status, alasan pengalihan, pemeriksaan kontak ulang, biaya penuh, dan waktu.
Gunakan empat kategori: terselesaikan terverifikasi (ID pemesanan atau workflow yang disetujui dan telah selesai), pengalihan berhasil (seseorang menerima panggilan beserta konteksnya), tidak terselesaikan Dan tidak diketahui. Jangan pernah menghitung hasil tidak diketahui sebagai terselesaikan. Misalnya, jika agen AI menangani 180 percakapan yang memenuhi kriteria, memverifikasi 150 hasil, dan menelan biaya total $600, tingkat resolusi terverifikasinya adalah 83.3% dan biaya per resolusi terverifikasinya $4.00. Tidak satu pun dari angka tersebut membuktikan penghematan dibandingkan agen manusia kecuali Anda membandingkan komposisi kasus, hasil, dan jangka waktu yang sama. Lihat Harga agen suara AI dan biaya per panggilan yang terselesaikan untuk model lengkapnya.
Klinik KPI Praktis: Apa yang Perlu Diselidiki Lebih Dahulu
- Tingkat layanan di bawah target dan panggilan ditinggalkan melebihi batas Anda: masalah akses. Periksa puncak permintaan per 15 menit, perutean, dan status agen yang tersedia.
- AHT naik sementara FCR tetap kuat: pelajari kompleksitas dan after-call work alih-alih menekan agen untuk mengakhiri panggilan.
- AHT turun sementara kontak ulang meningkat: audit penutupan kasus yang terlalu dini.
- Containment AI naik tetapi resolusi terverifikasi stagnan: periksa bukti hasil dan pengalihan yang gagal.
Ritme Operasional Mingguan
Harian, 15 menit: tingkat layanan dan panggilan ditinggalkan per interval, insiden platform dan operator, pengalihan yang tidak biasa, serta disposisi yang tidak lengkap. Mingguan, 45 menit: AHT terhadap FCR, okupansi terhadap mutu dan shrinkage, upaya AI terhadap hasil terverifikasi, serta biaya terhadap penyelesaian. Bulanan: ubah satu hipotesis dalam satu waktu dan catat versi setiap definisi metrik. Lembar manajemen yang berguna memiliki enam kolom: KPI, pergerakan, kemungkinan penyebab, bukti, pemilik, dan tenggat tindakan.
Rencana Perbaikan 30 Hari
Minggu 1, instrumentasi: sepakati definisi, telusuri peristiwa sumber, dan laporkan data yang hilang atau tidak konsisten. Pisahkan pelaporan inbound dan outbound.
Minggu 2, baseline: segmentasikan per interval, antrean, kampanye, bahasa, agen, serta AI atau manusia, dan perhatikan distribusinya, bukan hanya rata-rata.
Minggu 3, satu perubahan terkendali: pilih satu hambatan, seperti luapan antrean, wrap-up yang lambat, disposisi yang tidak jelas, atau AI yang gagal mengonfirmasi pemesanan, lalu pantau metrik pasangannya.
Minggu 4, tinjau dan perluas: nilai berdasarkan resolusi terverifikasi dan biaya menyeluruh, bukan kecepatan saja, serta catat perubahan mana yang dipertahankan dan mana yang dibatalkan.
Di mana DialerBee Berperan
DialerBee 's laporan dan insight mencakup 15 jenis laporan, pelaporan antrean, wallboard operasional, log aktivitas agen, dan Insights Command Center, tempat setiap angka dapat ditelusuri hingga ke panggilan-panggilannya, dengan ekspor ke CSV, Excel, dan PDF. Survei merekam CSAT dan NPS, Agen suara AI mencatat hasil dan transkrip untuk setiap panggilan, dan manajemen tenaga kerja mencakup shift, cuti, kepatuhan jadwal, dan peramalan. Itulah data mentah yang dibutuhkan kerangka kerja ini. Untuk melihat laporan pada operasional Anda sendiri, pesan demo.
Pertanyaan yang Sering Diajukan
KPI call center apa yang paling penting?
Untuk operasional dukungan inbound, mulailah dengan tingkat layanan, average handle time, first contact resolution, CSAT, dan okupansi, serta gunakan biaya per penyelesaian terverifikasi sebagai metrik pengambilan keputusan. Untuk outbound atau suara AI, tambahkan percakapan tersambung dan hasil yang diverifikasi secara independen.
Apa perbedaan AHT dan ASA?
Average handle time adalah waktu yang dihabiskan agen untuk menangani kontak yang dijawab: bicara, hold, dan wrap-up. Average speed of answer adalah lamanya penelepon yang dijawab menunggu di antrean. AHT mengukur beban penanganan; ASA mengukur seberapa cepat penelepon terhubung dengan agen.
Apakah 80/20 target tingkat layanan terbaik?
Tidak. Itu contoh yang lazim, bukan regulasi atau jaminan. Tetapkan target berdasarkan kebutuhan pelanggan, nilai, dan ekonomi antrean, lalu publikasikan ambang waktu jawab serta cara memperlakukan panggilan yang cepat ditinggalkan.
Mengapa CSAT bisa naik sementara FCR turun?
Survei mungkin sebagian besar menjangkau orang yang mengakhiri panggilan dengan menyenangkan, meskipun masalahnya muncul kembali kemudian. Pemilihan responden survei, tingkat respons, dan jangka waktu kontak ulang semuanya berpengaruh, jadi perhatikan siapa yang tidak disurvei dan mengapa pelanggan menelepon kembali.
Bagaimana tingkat resolusi agen suara AI seharusnya diukur?
Bagi jumlah percakapan dengan hasil tuntas yang dibuktikan secara independen dengan jumlah panggilan AI yang memenuhi kriteria, dan laporkan hasil yang ditransfer, gagal, dan tidak diketahui secara terpisah. Tetap lakukan pemeriksaan kontak ulang: containment saja bukan resolusi.
Bisakah KPI call center dihitung di Excel?
Bisa. Gunakan jumlah mentah dan total waktu, hitung rasio dengan rumus yang terlindung dari pembagian nol, catat definisi Anda, dan jaga konsistensi periode input. Workbook KPI 30 hari DialerBee yang gratis di halaman ini melakukan hal tersebut.
Panduan ini merupakan sintesis operasional, bukan riset benchmark primer. Definisi berbeda-beda menurut contact center dan vendor, sehingga kontrak pengukuran Anda sendiri selalu menjadi acuan utama. Semua contoh adalah contoh rekaan untuk pembelajaran, bukan hasil pelanggan DialerBee.
Artikel terkait
Ringkasan Panggilan AI: Cara Memangkas After-Call Work Tanpa Mengorbankan Akurasi
Waktu baca 11 menit
OperasiBerapa Agen Call Center yang Dibutuhkan? Perhitungan Staf dengan Erlang C dan Contoh Lengkap
Waktu baca 12 menit
TeknologiAI Voice API vs AI Contact Center Platform: Arsitektur Mana yang Anda Butuhkan?
Waktu baca 11 menit
TeknologiLegacy CCaaS vs AI-Native Contact Center: Panduan Arsitektur untuk Pembeli
Waktu baca 12 menit
Siap melihat DialerBee beraksi?
Pesan demo langsung selama 15 menit, atau mulai uji coba gratis dan hubungi kami hari ini — tanpa slide, tanpa komitmen.
Uji coba gratis 14 hari · tanpa kartu kredit · 11 bahasa · BYOC · kontrol pendukung kepatuhan