話務(wù)預(yù)測是客服中心現(xiàn)場運(yùn)營管理中的第一個(gè)環(huán)節(jié)，也是最重要的一個(gè)環(huán)節(jié)。只有精準(zhǔn)的話務(wù)預(yù)測才可以進(jìn)行準(zhǔn)確的人力排布，提高人工座席利用率，進(jìn)而提高服務(wù)水平并降低人力成本。精準(zhǔn)的話務(wù)預(yù)測也可以提前對未來運(yùn)營做出預(yù)警，為提高服務(wù)水平奠定基礎(chǔ)。話務(wù)預(yù)測不僅對時(shí)段、日、月這種較小時(shí)間維度內(nèi)的人力排布起決定性作用，而且可以對年度運(yùn)營起到較大的指導(dǎo)作用。例如客服中心年度人員需求、何時(shí)需要進(jìn)行人員招聘等客服中心運(yùn)營管理中的各個(gè)環(huán)節(jié)。

　　光大銀行客戶滿意中心已走過十五個(gè)年頭，最初業(yè)務(wù)類型單一、規(guī)模小、來電較為穩(wěn)定，預(yù)測基本采用的是平均值預(yù)測法及移動平均預(yù)測法行預(yù)測。隨著光大銀行業(yè)務(wù)增加、客戶群體擴(kuò)張、客戶黏度增加，來電逐年增長。影響話務(wù)的因素也隨之增加，為預(yù)測帶來不小的挑戰(zhàn)。例如目前光大銀行信用卡就有10個(gè)以上的客戶群按照不同的還款周期帶來相似規(guī)律的話務(wù)量，如果再使用平均值的預(yù)測方法進(jìn)行預(yù)測，很難再做到預(yù)測的精準(zhǔn)。我們現(xiàn)在SAS系統(tǒng)中使用ARIMA時(shí)間序列預(yù)測模型進(jìn)行預(yù)測。附圖為信用卡兩個(gè)不同的還款周期的來話量圖示（如圖1）。

　　　　圖1：不同還款周期的來話量

　　一、不同話務(wù)預(yù)測方法適用不同階段的呼叫中心

　　話務(wù)預(yù)測屬時(shí)間序列預(yù)測范疇，預(yù)測方法從簡至難，多種多樣，但是需要根據(jù)客服中心的主要業(yè)務(wù)、規(guī)模、話務(wù)來電規(guī)律及需達(dá)到的服務(wù)水平目標(biāo)進(jìn)行合理選擇。否則，你即使選擇最復(fù)雜的預(yù)測方法，但如果不適合自己的預(yù)測環(huán)境，那只能給你帶來較多的麻煩，而結(jié)果相差無幾。下面是幾種常見的預(yù)測方法：

　　1、平均值預(yù)測法

　　平均值預(yù)測法廣泛應(yīng)用在業(yè)務(wù)單一、話務(wù)較穩(wěn)定的客服中心。

　　具體公式為：預(yù)測值＝所有歷史數(shù)據(jù)的平均值。

　　2、移動平均預(yù)測法

　　移動平均預(yù)測法僅對與預(yù)測時(shí)間內(nèi)數(shù)據(jù)相關(guān)性最大的N個(gè)歷史數(shù)據(jù)求平均值。

　　具體公式為：預(yù)測值＝N個(gè)相關(guān)性較大的歷史數(shù)據(jù)的平均值。

　　3、指數(shù)平滑預(yù)測法

　　指數(shù)平滑預(yù)測方法是對移動平均法的改進(jìn)，是將不同大小權(quán)重賦予與目前時(shí)間段相關(guān)的N個(gè)歷史數(shù)據(jù)。

　　具體公式為：預(yù)測值＝n1（歷史數(shù)據(jù)1）＋n2（歷史數(shù)據(jù)2）+…+（1－nn）（ 歷史數(shù)據(jù)n） 。

　　4、ARIMA模型

　　ARIMA是自動回歸積分滑動平均模型，它主要使用在有長期趨勢與季節(jié)性波動的時(shí)間序列的分析預(yù)測中。ARIMA的思路很簡單，首先用差分去掉季節(jié)性波動，然后去掉長期趨勢，然后平滑序列，最后用一個(gè)線性函數(shù)+白噪聲的形式來擬合序列。