呼叫中心排班三步走之预测篇

呼叫中心排班三步走之人力安排篇

杨彦阳 2008/06/10

　　 随着呼叫中心规模的日益扩大和服务水平、运营管理的要求不断提高，如何在现有人力条件下达到服务水平目标、合理安排人力、优化现场管理成为排班师面临的巨大挑战。呼叫中心劳动力管理（WFM），也就是常说的排班包含了话务预测、人力安排、现场管理三个基本步骤。在本文中，针对这三个步骤，把笔者近年来参与排班项目的一些体会与大家分享。



　　建立预测模型，利用历史数据，可以很快得到预测数据，但遗憾的是，这些数据经常是不准确的。为什么会这样呢？呼叫中心系统是一个随机系统，呼叫量虽然有些规律性的分布，但建立在精确科学基础上的数学模型难以适应现场情况的千变万化。一方面，模型需要不断的调优，甚至针对不同时段，需要多个预测模型；另外，在模型预测的基础上，还需要排班师进行干预，利用排班师经验对预测结果进行调整。在传统手工排班的情况下，排班师忙于应付繁琐的数据操作，很少能够对模型进行分析、修正。

　　可喜的是，随着排班系统的逐步采用，排班师从繁琐的重复性工作中解脱出来，可以更专注于模型的优化，充分发挥预测过程中艺术性的一面。

• 针对不同时段制定不同的预测模型

　　遇到五一、十一、春节等特殊时段，呼叫中心话务量会与平时呈现出极大的差异。业务类别不同，影响也不同。以春节为例，如果是电信类业务，通常呼叫量比平时低大约10％；而如果是信用卡业务，由于刷卡消费增多，相应的呼叫量则比平时要高。针对这种情况，排班员就需要建立正常日、不同假日的预测模型。

• 历史数据灵活选择，相对时间模型、绝对时间模型并用

　　平日模型：以移动公司为例，话务呈现鲜明的以月为周期的特点，选取历史数据则以相对时间模型为宜，如可以选取前三月相应时段、去年本月相应时段的数据作为参考；而对于银行信用卡类业务，则基本呈现以周为周期的特点，这时，可以选取最具有代表意义的几周的数据作为参考，建立绝对时间模型。


　　绝对时间模型：模型建立在固定时间段的历史数据基础上，举例来说，以固定周的历史数据做为基础进行预测；

　　相对时间模型：模型建立在与预测时间段设定间隔的历史数据基础之上，举例来说，以话务预测目标周的前三周历史数据为基础进行预测。

　　假日模型：假日模型历史数据一般选类似假日时间段的数据作为预测的基础。如，预测春节话务量一般选去年、前年春节话务量作为基础；而十一则以去年、前年十一话务量作为基础；对于更为特殊的一些时段，则需要另案考虑，比如今年的五一，由于取消了七天长假，以前五一的数据已经不具有相关性，这种情况下，可以考虑采用正常日数据作为基础。

• 历史数据不够怎么办

　　现实往往不能那么随人所愿，很多情况下，我们没有足够的相关数据可用，就像上面说的今年五一，还有呼叫中心刚建立等情形。这种情况下，相关数据很少，就需要排班师分析预测时段的特点，从历史数据中选择最接近的数据进行预测。反过来说，这对排班软件也提出了要求，即预测模型可以由排班员指定历史数据时段，能够同时支持相对时间模型、绝对时间模型。

• 预测结果出来了，预测工作还远未结束

　　在前面我们也谈到过，预测绝不仅仅是数学模型。公共假期的变化、突发事件、促销活动等等因素都会对话务量带来模型无法理解的异动。要反映这些异动，必须由排班员对预测结果进行调整，这些都是排班工作的艺术性体现，也是预测过程比不可少的一个步骤。

　　整体调整：如由于客户量上升20％，则话务量需要在预测结果基础上整体调高20％；

　　局部调整：如采取了校园促销活动，那么在学校下课后，话务量将可能上升10％，则仅将下午4点后的话务量调高10％；

　　AHT的调整：如近期呼叫中心有大量的新座席人员加盟，则需要加大AHT值。如新座席集中在某时段上班，则调整该时段AHT即可。

　　总之，预测决不仅仅是一门科学，不能期望通过建设排班系统、建立数学模型一劳永逸。排班系统也不仅仅是减轻排班员工作强度，而是提供了一个平台，让排班员更加艺术性的工作。

　　杨彦阳 上海宝东信息技术有限公司 高级咨询顾问 yyy5000@sohu.com

CTI论坛编辑