什么因素影响了呼叫中心话务预测?

摘要:不同话务预测方法适用不同阶段的呼叫中心 话务预测属时间序列预测范畴,预测方法从简至难,多种多样,但是需要根据客服中心的主要业务、规模、话务来电规律及需达到的服务水平目标进行合理选择。

什么因素影响了呼叫中心话务预测? -上海米领通信呼叫中心

一、不同话务预测方法适用不同阶段的呼叫中心

    话务预测属时间序列预测范畴,预测方法从简至难,多种多样,但是需要根据客服呼叫中心的主要业务、规模、话务来电规律及需达到的服务水平目标进行合理选择。否则,你即使选择最复杂的预测方法,但如果不适合自己的预测环境,那只能给你带来较多的麻烦,而结果相差无几。下面是几种常见的呼叫中心话务预测方法:

1、平均值预测法

    平均值预测法广泛应用在业务单一、话务较稳定的客服呼叫中心。

具体公式为:预测值=所有历史数据的平均值。

2、移动平均预测法

    移动平均预测法仅对与预测时间内数据相关性最大的N个历史数据求平均值。

具体公式为:预测值=N个相关性较大的历史数据的平均值。

3、指数平滑预测法

    指数平滑预测方法是对移动平均法的改进,是将不同大小权重赋予与目前时间段相关的N个历史数据。

二、呼叫中心呼入电话预测方法及程序

历史数据的收集及整理

    历史数据的处理是预测前最重要的一步,如果数据不处理干净,将直接影响预测的精准度。对于客服呼叫中心的话务情况而言,对原始话务来电量产生影响的情况主要归纳总结了以下几点:

1、系统故障。如果某一天发生系统故障,需要按照发生故障的时间维度剔除当日发生系统故障的话务量,还原为原始呼入量。

2、由于某种敏感短信或舆情造成客户的集中致电。

3、如果某一天发送了某种敏感短信或者发生舆情,导致客户集中来电的情况,需要按照所影响时间维度剔除相应的话务量,还原为原始呼入量。

4、人力不足,接通率较低的情况。

如果不是由于以上情况,而是由于人力不足造成接通率较低,导致重复来电较多,当日呼入量数据不是原始客户需求的真实呼入量。我们需要按照当日重复来电的水平,将呼入量还原为原始呼入量。

模型的初步建立

    不同的业务有不同的影响因素,需要我们挖掘历史数据去发现较重要的影响因素。例如信用卡业务主要涉及还款日、账单短信提醒日、延期还款期等影响因素。综合类业务主要涉及贷款还款日、贷款还款短信提醒日等影响因素。找到影响呼入量的影响因素后,需要将不同的权重赋予不同的客户群。

    至此模型已初步构建完成,但是随着业务、路由调整及客户量等的不断变化,需要不断调整、完善我们的预测模型。预测模型是人工构建的,必有我们考虑不到的因素,所以模型不是完美的,需要我们根据经验对模型值进行手工调整,经验则需要预测师在不断的学习中、工作中进行总结。

模型之外的预测点

    有很多时间段内的预测是无法利用模型进行预测的,需要我们根据历史数据、经验去手工进行预测。例如春节期间、黄金周及小长假等的预测。

返回