当前位置:首页 > 技术 > 呼叫中心 > 运营管理 > 呼叫中心运营规划九步曲(四):业务量预测

呼叫中心运营规划九步曲(四):业务量预测

2011-07-06 00:00:00   作者:   来源:   评论:0  点击:



  运营规划九步曲的第三步是九步曲中非常重要的一步:业务量预测。客户的来电多少直接驱动着呼叫中心的整体运营。场地、设施、配套、系统、中继、人员配置等等都是由客户的来电多少所驱动的。因此做好业务量预测是整个呼叫中心运营规划的大前提。
  业务量预测的大体流程可分为数据清理、实施预测、预测准确性衡量、实时应急与调整等几个步骤。每一步的详细内容请见下图:
\


  在对异常数据的清理完成后,我们还需要对被清理的数据做数据修补。常用的数据修补方法包括预测数据填充法、取平均值法、以现有数据推算补缺法等。
  实施预测
  在对历史业务量数据进行清理和修补之后,我们就可以实施正式的业务量预测。常用的预测方法包括比例分解法、移动平均法、加权移动平均法、回归方程法、事件驱动法、关联驱动法、影响判断法等。本文仅以最常见的比例分解法为例做一个简单示范(更多有关业务量预测方面的专业知识请参见《呼叫中心观察》2010年04期):
\

  准确性衡量
  业务量预测的终极追求目标是要做到与实际业务量的完全吻合,尽管现实中我们只能是尽量靠近而已。业务量预测准确性的衡量可以帮助我们不断反思与回顾、优化与调整我们的预测模型和预测方法,使预测结果的准确度不断得到改进。常用的业务量预测准确性衡量方法包括偏差百分比、绝对误差均值、时段达标率、R-Square方程系数等。偏差百分比主要衡量预测量与实际量的偏差比例有多少;绝对误差均值主要衡量预测与实际的绝对偏差比例,防止平均值的误导;时段达标率则主要看24或48个时段中有多少比例的时段达到了偏差波动要求,是更具体更科学的一种衡量方法;R-Square方程系数则衡量预测值与实际值的关联程度,以判断预测模型对于实际来电量的规律的预测能力。
  实时应急与调控
  计划总不如变化快!无论你的提前预测是多么的精心,在预测与现实发生之间的这段时间里总会发生一些在预测假设之外的情况。这就要求我们根据所发生的实际情况对我们的业务量预测结果及相关资源配置进行实时的更新调整。这些调整包括对业务量数据的调整、员工可用状态的调整、排班配置的调整、甚至应急计划的启动准备等等。只有这样才能尽可能保证运营服务水平目标的持续、稳定达成。这种调整会包括每月、每周等定期的更新调整和具体到日和时段的临时应急调整。

CTI论坛编辑

相关阅读:

分享到: 收藏

专题