首頁>>>行業(yè)應用>>>企業(yè)     [相關廠商信息]

發(fā)表評論分享按鈕

呼叫中心運營規(guī)劃九步曲(四):業(yè)務量預測

王厚東 2011/07/06

  運營規(guī)劃九步曲的第三步是九步曲中非常重要的一步:業(yè)務量預測。客戶的來電多少直接驅動著呼叫中心的整體運營。場地、設施、配套、系統、中繼、人員配置等等都是由客戶的來電多少所驅動的。因此做好業(yè)務量預測是整個呼叫中心運營規(guī)劃的大前提。

  業(yè)務量預測的大體流程可分為數據清理、實施預測、預測準確性衡量、實時應急與調整等幾個步驟。每一步的詳細內容請見下圖:


  數據清理

  在所收集的原始數據中,總是會存在或多或少的異常數據或數據缺失時段,引起的原因可能是突發(fā)事件、周期性事件、系統或線路異常等。由于這些時段的數據都不是呼叫中心正常業(yè)務量數據的反映,因此我們在進行正式的業(yè)務量預測工作之前先要對這些數據進行清理,并對周期性事件數據單獨總結歸檔,留待常規(guī)業(yè)務量預測完成后再根據事件的周期規(guī)律進行相關數據的疊加。

  在對異常數據的清理完成后,我們還需要對被清理的數據做數據修補。常用的數據修補方法包括預測數據填充法、取平均值法、以現有數據推算補缺法等。

  實施預測

  在對歷史業(yè)務量數據進行清理和修補之后,我們就可以實施正式的業(yè)務量預測。常用的預測方法包括比例分解法、移動平均法、加權移動平均法、回歸方程法、事件驅動法、關聯驅動法、影響判斷法等。本文僅以最常見的比例分解法為例做一個簡單示范(更多有關業(yè)務量預測方面的專業(yè)知識請參見《呼叫中心觀察》2010年04期):


  在上圖所示的比例分解過程中,我們假設去年的總來電量為720000個。在此基礎上,根據市場、銷售預測以及過去幾年歷史數據增長趨勢等數據測算出未來一年的話務量預計增長12%。這樣我們就得到了預計未來一年的總來電量為806400個。根據歷史數據的測算分析,一月份的來電量通常占全年總來電量的7.1%,因此明年一月份的來電量預計為57254個。由于呼叫中心是7X24小時運營的,所以一月份平均每天的來電量為57254/31=1847個。由于大多數呼叫中心的來電量規(guī)律是以一周為周期循環(huán)波動的,因此我們接下來要測算四個(或五個)周一的話務指數,以覆蓋四個或五個周一的來電量情況。我們用周一來電量占全周來電量的相對比例除以其七分之一的絕對比例,得出周一的來電量指數為1.469,也就是說,周一的來電量是相對較多的,相當于一周日平均來電量的約147%。由此我們得出周一話務量為2713個。然后我們再根據由歷史數據測算出的周一一天中48個半小時時段占全天來電量的比例測算出周一上午10:00-10:30的來電量為149個。剩下的周二至周日都可以采用同樣的方法來推算預測。

  準確性衡量

  業(yè)務量預測的終極追求目標是要做到與實際業(yè)務量的完全吻合,盡管現實中我們只能是盡量靠近而已。業(yè)務量預測準確性的衡量可以幫助我們不斷反思與回顧、優(yōu)化與調整我們的預測模型和預測方法,使預測結果的準確度不斷得到改進。常用的業(yè)務量預測準確性衡量方法包括偏差百分比、絕對誤差均值、時段達標率、R-Square方程系數等。偏差百分比主要衡量預測量與實際量的偏差比例有多少;絕對誤差均值主要衡量預測與實際的絕對偏差比例,防止平均值的誤導;時段達標率則主要看24或48個時段中有多少比例的時段達到了偏差波動要求,是更具體更科學的一種衡量方法;R-Square方程系數則衡量預測值與實際值的關聯程度,以判斷預測模型對于實際來電量的規(guī)律的預測能力。

  實時應急與調控

  計劃總不如變化快!無論你的提前預測是多么的精心,在預測與現實發(fā)生之間的這段時間里總會發(fā)生一些在預測假設之外的情況。這就要求我們根據所發(fā)生的實際情況對我們的業(yè)務量預測結果及相關資源配置進行實時的更新調整。這些調整包括對業(yè)務量數據的調整、員工可用狀態(tài)的調整、排班配置的調整、甚至應急計劃的啟動準備等等。只有這樣才能盡可能保證運營服務水平目標的持續(xù)、穩(wěn)定達成。這種調整會包括每月、每周等定期的更新調整和具體到日和時段的臨時應急調整。

CTI論壇編輯



相關閱讀:
呼叫中心運營規(guī)劃九部曲(三):數據的收集 2011-07-06
呼叫中心運營規(guī)劃九步曲(二):設定正確的服務水平目標 2011-07-06
呼叫中心勞動力分配的四個趨勢及感悟 2011-07-04
案例分享:五位新任經理犯的錯誤 2011-06-30
分析型人力資源優(yōu)化 2011-06-30

熱點專題:  呼叫中心    運營管理專欄
分類信息:  運營管理_與_企業(yè)