如何提升话预测准确度.doc

《如何提升话预测准确度.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、如何提升话务预测准确度　　呼叫中心是为了服务广大用户所设立的，许多国内外数据都显示，呼叫中心人事相关支出占日常营运成本高达60%-80%的比例，这么高比例的经常性费用，来自于企业对客户销售后的服务承诺，以及服务质量的保证。　　在对客户承诺服务质量的同时，基于成本考虑，大部分的呼叫中心都会先将客户分为几个等级、并区分服务属性，再决定各种服务级别的服务指针，如，VIP等级的客户需要以高标准的态度来服务、一般等级的客户则可以采取稍微宽松的服务标准，因为不同的服务标准，紧密影响着人力资源的准备。　　影响人力准备的要素主要分

2、为以下两个：　　1.话务量与平均处理时长(AHT：AverageHandlingTime)平均处理时长包含过程中的通话时间与过程后的文件处理时间，话务量与平均处理时长愈大，人力的需求也就愈大。　　平均处理时长=平均通话时长+平均话后处理时长　　2.服务指标　　如果呼叫中心期望VIP客户95%的来电在10秒应答，而期望一般客户85%的来电在20秒应答，在同样的话务量与平均处理时长前提下，VIP客户群将需准备比一般客户群更多的服务人力，才能达成要求的服务指标。　　在这两个因素中，服务指标通常在企业订定策略后便很少变动；

3、话务量与平均处理时长则是随时都在变动，因此话务量与平均处理时长的预测就显得格外重要，若能准确预测其变化，即可预先排定适当的人力，在人力成本控制与服务指标的达成中间取得最佳平衡点。　　影响话务量与平均处理时长(AHT)的因素：l·营销因素：推出促销活动、客群扩大等·顾客行为：对产品使用的熟悉度成熟、竞争产品的消长·技术变革：新世代产品、服务、流程推出等·外部环境：品牌并购、法令变更等　　影响话务量与平均处理时长的因素这么多，要准确预测简直不可能，但如果误差值能控制在10%~20%之间，再配合现场的人员调度管理，创造一

4、个服务指标稳定的呼叫中心便不再是难事。　　预测资料来源：1.ACD、PBX、客户信息等系统2.其它部门讯息(如市场、营销、法务等)3.媒体、经济情势报导　　预测人员依据其专业对资料进行收集、分析与整理，其重要性等同资料本身。　　数据纯度的确认–需确保数据本身的正确性，未被系统异常所干扰，如IVR系统故障导致来电量暴增、数据收集接口的功能障碍导致话务量统计有误等。建立预测流程与方法的一般原则（中）　　历史话务量统计筛选原则　　统计历史话务量时，需注意以下统计误差的修正：　　1.「用户立即挂断」与「用户陆续挂断」比率中

5、(1%+2%)，有些为重复来电，因此在统计有效客户来电时，可酌量删减。在本案例中，「有效客户话务量」指的就是「CSR立即处理+CSR延迟后处理完成+用户立即挂断+用户不耐等待CSR处理因而陆续挂断-酌量删减重复来电比率的数据，计算结果为79%+17%+1%+2%-1%(酌量删减「重复来电比率」)=98%　　2.在连外中继线全忙时，客户拨号将仅听到忙线音，而无法进线至IVR自动语音或ACD分派来电，如此即造成「语音系统壅塞拒绝」。但此系统壅塞拒绝比率不易取得，仅有某些公共交换网络公司可提供；但如果呼叫中心语言联外中继

6、忙线比率(全忙)过高，则可推断此系统壅塞拒绝比率也提高，用户来电无法进入系统；这类被阻挡在系统外的来电用户将尝试重拨，造成壅塞拒绝比率进一步提高，因此“适度的”增设中继线，即可有效降低此重复来电行为。　　话务量预测的范围　　典型的电话呼叫中心，一般规划的服务对应关系图如下：　　1.属于多技能的客服人员能够服务的话务量队列也就越广，如，主要服务「一般英文」的客服人员能够服务「一般服务英文」与「一般服务中文」的来电。　　2.一般共有四种服务话务量，VIP、中文、英文、日文，通常需独立作预测，但如果英文与日文的话务量过低

7、(例如低到仅需一位客服人员处理)，也可将一般中、英、日三种话务量合并预估，对预测流程的简化有相当大的帮助。　　3.要提醒的是，当多种服务话务量合并作预测时，平均处理时长的预测也将愈趋复杂。　　话务量预测时的比例原则　　在撷取历史话务量时，大部分以「比例原则」来推估未来的话务量，亦即「分时话务量比率」经验数据的建立，这样能够方便预测人员以「总推估量」来预测分时话务量。如这个月的9:00-9:30实际话务量为50通，占整日话务量1000通的5%，下个月的同一天因为业务促销的因素，预估日总话务量将会成长为2000通，那么

8、下个月同一天的9:00-9:30话务量即可预测为2000x5%=100通。　　曲线图表的建立　　建立历史话务量与AHT数据时，除了要看到数值，还应该以曲线图表的方式呈现其变化趋势，这样才能快速的与相邻资料作比对并确实筛选出异常资料。呼叫中心建立话务预测流程与方法（下）建立历史话务量模型‘月’话务量的模型建立：　　可看出‘月’话务量的变化(成长与衰退)趋势与季