Préparation : vérifiez le FCR en recalculant FirstContactResolved/EligibleTickets ; excluez de l'appariement les semaines sans ticket admissible plutôt que de considérer le FCR comme nul. Conservez les 274 paires complètes agent-semaine et signalez les 14 paires manquantes. Ajoutez des nuages de points avec TrainingHours en abscisse et FCR en ordonnée, une couleur par période de lancement ou par équipe, et une étiquette sur la ligne à 6 heures. Comme les observations se répètent pour 24 agents, le coefficient global de Pearson est descriptif et son test de significativité ordinaire, qui suppose des lignes indépendantes, est inapproprié.
Excel : dans Microsoft 365, =CORREL(FILTER(AgentWeek[TrainingHours],valid),FILTER(AgentWeek[FCR],valid)) reproduit +0.46. Créez un tableau croisé dynamique récapitulatif par agent avec la moyenne de TrainingHours et le FCR pondéré (somme des résolutions / somme des tickets admissibles), puis calculez la corrélation entre les synthèses des 24 agents ; le résultat fourni, +0.18, est nettement plus faible. Ajoutez AgentMeanTraining et AgentMeanFCR avec AVERAGEIFS, puis calculez la corrélation entre les écarts à la moyenne au niveau des lignes afin d'explorer l'association intra-agent. Répétez l'analyse en excluant le point étiqueté à 6 heures, par période de lancement et hors lancement, par tranche d'ancienneté, et au sein d'une même semaine lorsque l'échantillon le permet. Ne comparez pas de simples moyennes de ratios lorsque les dénominateurs des tickets diffèrent.
Formulation prudente : « Sur les 274 observations agent-semaine, les heures de formation et le FCR présentaient une association brute positive modérée (r de Pearson=0.46). L'association était plus faible entre les moyennes par agent (r=0.18), et les observations répétées, le calendrier du lancement, l'ancienneté, la charge de travail, la composition des tickets, l'auto-sélection dans la formation et un point correspondant à un nombre d'heures élevé limitent l'interprétation. Ces données ne montrent pas que l'attribution d'une formation supplémentaire augmente le FCR. » Une causalité inverse est plausible si les semaines de moindre performance déclenchent une formation, tandis qu'un soutien commun au lancement peut faire augmenter les deux variables. Prochains éléments de preuve causale : préenregistrer le résultat et son dénominateur, puis répartir aléatoirement les agents admissibles ou échelonner l'attribution avec un plan en grappes ou à mesures répétées analysé en conséquence, en vérifiant la contamination et l'équilibre des charges de travail.
ChatGPT
