发布时间:2022-04-05 08:50:23 人气:1844 来源:天云祥客服外包
三指数平滑(Holt Winters)——该模型按月使用趋势、水平和季节性。这个水平是上个月的联系数量。这一趋势是上个月销量的预期变化。季节性是季节对产量的影响。然后你用这些数据来预测下个月的需求,你可以把需求分成小块,并找出潜在的噪音因素。
ARIMA–该模型可能非常技术化,但在基本层面上,它涉及将近期需求与过去模式进行比较,并确定关键的相似性和差异。理解了这些,你可以预测未来的模式,并应用“移动平均值”,这是一个定义联系数量增加或减少的速度的值。“呼叫中心助手”的编辑Jonty Peace在下面的视频中更详细地讨论了这两种预测模型是如何工作的:
自主开发的算法——如果你在联系中心工作了足够长的时间,你可能能够根据自己的一套规则、参数和步骤进行预测。这些都可以被公式化为一个算法,它可以为您完成大部分的硬移植。你只需要记住自己查看结果,运用你的计划和预测智慧,确保它不会产生任何可能扭曲结果的错误。
然而,许多联系中心仍然使用更多的手动预测方法,这很可能遵循以下五个步骤的精练版本:通过分析通话数据,根据一年到下一年的趋势和水平,创建年度预测估计。将年流量分为几个月,仔细观察季节性,即每个月的年流量百分比。评估你每周和每天的趋势,并据此划分每月的需求。你可能会发现周一是你最忙的。评估你的需求在中通常是如何变化的,并将你的日常联系量划分为15-30分钟。通过识别潜在的噪音因素并将其考虑在内,完善你的预测。要做到这一点,需要掌握营销计划、新产品发布和网站/自助服务更新等信息。只需记住,为了找出最适合您的联系中心,您需要尝试尽可能多的不同预测模型。不要等到出现问题才开始试验。要了解最新最复杂的预测方法,请阅读我们的文章:呼叫中心预测的最新技术步骤4–测试预测模型在您开始在联络中心使用预测模型之前,您需要测试预测模型以查看其是否提供准确的结果。用于测试预测模型的准确性,对过去某个时间进行预测,并测量预测准确性。这将让你了解它在你的联络中心环境中的工作情况。
如果结果不准确,规划者将调整他们的预测模型,直到他们使用新模型始终比联系中心的旧模型达到更好的预测精度。在这个测试阶段,以及将预测模型带入“现实世界”时,使用同一个模型创建三个预测(甚至更多)也是更佳实践。这很重要,因为所有预测都有一定的不确定性。因此,如果我们能够创建高、中、低级别的预测,我们就可以为每一种可能的情况做好准备。
测试预测模型的其他快速建议包括:
预测“假设”场景,用于测试模型的性能随着需求的增加而增长。一次跟踪一个变更的影响,以便您能够正确地监控其影响。一旦你的模型开始显示出有希望的结果,就以15分钟的间隔进行预测。这使您能够更好地将工作负载与工作人员相匹配。第5步——考虑特殊事件虽然你的预测模型可能已经在一定程度上考虑了这些,但有许多特殊事件——其中一些可能是在很短的时间内发生的——可能会影响你的预测。这就是为什么在收集数据时,质疑异常值并评估噪声因素的原因和影响是如此重要。
在收集数据时,质疑异常值并评估噪声因素的原因和影响是非常重要的。
你会发现一些你以前没有考虑过的噪音因素,比如天气状况、学生学期安排或时钟的变化。
但是当你把你的预测放在一起时——可能提前一个月——许多噪音因素还没有被发现。
因此,重要的是不仅要了解所有的噪声因素,还要确定它们的任何突然原因,并了解它们的潜在影响,这样您就可以相应地处理您的预测。
要密切关注这些噪音因素,重要的是要了解其他部门行动的最新情况,监控客户行为的变化,并观看新闻。第6步——回顾预测的成功之处一旦你开始使用预测模型预测需求,更好退一步问:未来我们能做些什么?当事情出了问题或你有点幸运时,你必须吸取教训……”
没有预测模型始终是准确的,但当事情出了问题或你有点幸运时,你必须吸取教训,否则你的预测准确率不会提高。
所以,学习这些经验教训,然后开始构建您的模型,尝试一些想法来提高预测准确性,再次回到安全的环境中开始。一些建议可能会帮助您改进预测过程,包括:跟踪通话原因,以找到客户需求的根本原因,这样您就可以更好地了解通话趋势和模式。与行动可能影响联系数量的同事合作。考虑到你可以改进收集、提炼和分析数据的方式,找到提高数据质量的方法。如需有关如何改进需求预测和其他规划指导的更多建议,请收听联系中心播客的下一集,其特色是劳动力管理(WFM)专家道格·卡斯顿第7步-有用的预测工具和资源来结束本文,让我们快速浏览一下一些资源和工具,它们将帮助您进一步创建更佳的联系中心预测。当然,最有用的预测工具是来自专业WFM供应商的软件。要了解有关此软件的更多信息,请点击链接查找我们推荐的WFM提供商列表。对于那些缺乏此选项预算的人,您还可以试用免费的在线预测工具。你可以通过以下链接使用我们的工具:实验在线预测计算器就有用的资源而言,我们还有许多其他文章,为预测领域提供了更有价值的见解。其中包括:
联系中心劳动力预测指南劳动力优化:17种改进联系中心预测的方法联系中心使用的三种预测时间表