话务预测与排班分享PPT课件

话务预测与排班分享,01,话务预测意义及思路,02,话务预测方法和建模,03,排班策略与人员配备,Contents,目,录,一、话务预测意义及思路,话务预测作用,话务预测,提供准确的人力排布支持,降低人力成本,提高人工座席利用率,提前对未来运营做出预警,话务预测两大目的：一是为呼入现场的排班做支持，二是为人力资源部门的招聘和培训做决策参考。,一、话务预测意义及思路,中长期预测,招聘周期预测,排班周期预测,预测的三个层次,坐席资源预测，分析资源配备是否与业务的发展相匹配。,预测的准确性决定是否有足够的人力来保障业务目标的达成。,为人员排班计划提供重要依据。,话务预测范围,一、话务预测意义及思路,话务复杂性,虚忙和回拨的影响,异常事件的影响,客户生命周期变化业务生命周期变动季节变动引起的业务变化,客户电话进入排队未接通客户自己挂断或系统挂断客户问题未解决再次回拨,系统故障引起的话务堆积特殊日期引起的话务异常营销与推广活动的影响,话务预测难点,一、话务预测意义及思路,业务预测基本上采取了两条预测线路。第一条线路，采用自下而上的方式，首先从实际业务统计数据出发，根据各项业务发展统计数据，进行趋势外推预测。第二条线路采用自上而下的方式，首先根据各项业务目前市场容量及发展速度，预测规划期内市场容量；再确定市场占有率；最后根据市场容量预测值和市场占有率预测业务量。业务预测基本思路如左图所示。,业务预测说明,多种市场占有率方法比选,二、话务预测方法和建模,历史话务分析,1,剔除异常数据,2,找到话务规律,3,生成下期基准量,4,附加相关因素,5,生成下期话务预测,6,话务预测过程,二、话务预测方法和建模,历史话务分析,历史数据应该如何选取？,选择最近两年具有代表性的数据。请求转接数服务水平转接成功率转接失败数业务同比与环比系数,二、话务预测方法和建模,异常数据处理,04,02,01,03,异常归纳,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，若故障原因较复杂，无法还原的则进行剔除。,如果某一天发送了某种敏感短信(如活动推送)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。,公司临时的营销策略，如厂购活动，造成了单日来电暴增。若确认为单一事件，则需还原为原始呼入量。,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。通常重复拨打率与成功转接率呈明显的负相关，找出其相关性关系，还原为原始呼入量。,系统故障,推送或发生舆情,营销活动,人力不足,二、话务预测方法和建模,找到话务规律,话务量,a) 长期变化趋势 长期变化趋势又称倾向变动，它是指伴随着经济的发展，在相当长的持续时间内，单方向的上 升、下降或水平变动的因素。,二、话务预测方法和建模,找到话务规律,b) 季节变动趋势 季节变动的周期性比较稳定，一般以年为单位作周期变动。代表：旅游业、家电制造业,（年）,二、话务预测方法和建模,找到话务规律,c) 循环变动趋势 循环变动是围绕于长期趋势变动周围的周期性变动。循环变动的周期在一年以上，且周期长短不一，没有固定的变动或规律。代表：房地产业,话务量,二、话务预测方法和建模,找到话务规律,d) 不规则变动 不规则变动也称随机变动，它是客观现象由于受某种随机或偶然因素的影响而产生的变动。不规则变动通常由某些不可预测的原因所引起，其中有些原因比较突出，如自然灾害、金融危机。,二、话务预测方法和建模,建立话务模型,1) 年话务规律分析 年规律即把各年度数据放在一起比较，年话务量更多的受企业的政策、战略影响，因此“年规律”相对而言不太明显，但需关注年增长系数，例如过去3年中，每年的总话务量都比前一年增加，而且增量在5%-10%的范围,那么这个数据将有助于预测下一年的话务量。,2) 月话务规律分析 各业务在每年的不同时期都有淡旺季的分别，找出“月”话务量的变化(成长与衰退)趋势与季节因素的影响，能准确预估未来“月话务总量”。历史月话务量数据应尽可能保存2-3年，并将成长与衰退趋势作原因注记，将可纯化其变动影响，提高未来预估的准确度。 预测年度各月占比：根据年度话务量和近几年各月话务量比例关系进行测算。 a)上期值预测法：将上月相较往年的增长系数M做为本月的预测增长值，设本月预测值为Yt, 前置一年同月业务量为Yt-1，则当月预测值为Yt= Yt-1M。 b)加权平移预测法：设预测年度业务量为Yt，预测前置一年业务量为Yt-1，前置两年业务量为Yt-2,则预测月业务量Yt= Yt-1a+ Yt-2(1-a)。,二、话务预测方法和建模,建立话务模型,3) 日话务规律分析 要做到准确预测日业务量，就必须计算出一周中每日的变量，即每日业务量占整周业务量的比重。其步骤为：a)选取近期2-3周内具有代表性的业务量数据（即没有特殊日期或节假日的正常工作周）b)计算出周一业务量在一周中的比重。D1=样本周期内周一业务量之和/样本周期内各周业务量之和。c)用同样的计算方式计算出其他工作日在一周内的业务比重。d)将预测的各周总业务量分别乘以周一至周日的比重值，即可得到一个月内每日的预测业务量。,二、话务预测方法和建模,建立话务模型,4) 时段话务规律分析,由于业务量的不均匀分布，因此需要掌握一天当中的高峰时段和低谷时段，以及均匀时段进行业务预测。其步骤为：a) 选取近期1-2周有代表性的数据，并将异常化数据剔除（系统故障，暴量来电等），纯化其变动影响.b)以15分钟为最小计量单位进行日业务量的统计，并与当日业务总量相比较，得出一天内各单位时段的比例值。c)重复以上步骤，得出其他样本日的各时间段比值。d)计算各日相同时间段内比值的中位数，作为此时段的最终占比。e)将预测的每日业务按各时段的占比进行分配，即得到每日每15分钟的预测业务量。,二、话务预测方法和建模,附加相关因素,生成了下一阶段的呼入预测基准量后，如果没有其它影响因素这个话务预测即已完成，但对于大部分的话务都会有很多的影响因素。这时，在话务预测中就需要加入相关的影响因素、影响系数和绝对量，这些因素包括有：系统故障、新业务推广、天气、短信、节日活动、其他外在因素等等。 同时这些附加因素都要统计下来，因为这将成为下期预测需要剔除的异常数据。,二、话务预测方法和建模,模型之外的异常预测点,有很多时间段内的话务是无法利用模型进行预测的，需要根据历史数据、经验和主观判断去手工调整。 a)春节：预测春节话务量一般选择以农历日期为对照来进行业务预测。 b)法定节假日：清明、端午、中秋期间来电量很小，但小长假过后的第一天会出现话务高峰。因此可建立假日模型。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，例如以前的法定长假现在取消或做了新的调整，以前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。,三、排班策略与人员配备,呼叫中心排班管理困境,02,03,01,矛盾,服务水平与员工舒适度存在的矛盾,管理便利性与资源利用率之间的矛盾,人员利用率与公平之间的矛盾,三、排班策略与人员配备,呼叫中心排班管理困境,经过对排班困境的分析，呼叫中心排班管理时需要进行制衡、去找到矛盾之前的均衡点，在准确的时间、将准确技能的人安排在准确的岗位上同时照顾到员工的舒适度，并便于现场管理。,三、排班策略与人员配备,排班的抽象模型,a) 员工班次舒适度,员工班次舒适度因素包括班段个数和长度、连续上班天数、就餐时间、连续休息天数、月休息天数等，保障员工在工作上的舒适感。,三、排班策略与人员配备,排班的抽象模型,b) 排班轮换规则,为确保轮换公平，且方便员工回家交通便利，设定排班轮换规则为：休中/早3早2/早4早3/早1休。保障员工在休息回家时能17点下班，回司上班时不安排最早的班次。,c) 公平原则,公平性因素包括休息天数均衡、晚班均衡、各组班段均衡，保证员工在上班期间有一个相对公平的感受。,d) 个性化需求,个性化因素包括员工生日休假、特殊员工（孕产妇、新员工）班次等，主要是根据员工的特殊喜好需求，适当给予满足，提升员工工作满意度。,三、排班策略与人员配备,日常排班策略,三、排班策略与人员配备,人员的配备,a) 人员能力计算,人员配备之前,首先要了解可排班人员的处理能力是否处于同一水平,如有新员工进入时,其处理能力与整体平均值肯定会存在差异,不能记做一个单位人使用，就需要进行人员能力折算后再进行排班。 以成熟员工的平均处理能力为一个单位基准值(1),计算公式如下:,* 基准值单位(1),三、排班策略与人员配备,人员的配备,b) 坐席预测,人员配备的基本原则是要尽可能减少业务量走势与员工配备之间的不一致情况，即来电高的时段，安排的人员就多，来电量低的时段，安排的人员少。这就需要测算出不同时段的业务量所需求的人数，这里提供两种预测方法：,爱尔兰公式法：,黑匣子预测法：,三、排班策略与人员配备,人员的配备,c)日需求人数测算,根据半小时段单位时间交接班时段的需求人数及话务最高峰需求人数的多项排班，参考每日半小时需求人数计算算公式，测算出每日总需求人数。公式如下： 日需求人数 = 早1班人数+早2班人数+早3班人数+早4班人数+中班人数+晚班人数。 = MAX（各半小时预测话务量）需求人数+21:00-22:00段需求人数+晚班数,三、排班策略与人员配备,人员的配备,d)黄金时段观感,黄金时段观感是一种期望服务水平的设置法，是指