콜센터 통화량 예측에 영향을 미치는 요인은 무엇입니까?

통화량 예측은 시계열 예측의 범주에 속하며, 예측 방법은 단순에서 어려움까지 다양하지만 고객센터의 주영 업무, 규모, 통화량 진입 법칙, 서비스 수준 목표 등에 따라 합리적으로 선택해야 한다. 그렇지 않으면 가장 복잡한 예측 방법을 선택하더라도 자신의 예측 환경에 맞지 않으면 더 많은 번거로움을 초래할 뿐 결과는 비슷하다. 다음은 몇 가지 일반적인 예측 방법입니다.

1, 평균 예측 방법

평균 예측법은 업무 단일과 통화량이 안정적인 고객센터에 광범위하게 적용된다.

구체적인 공식은 예측 값 = 모든 과거 데이터의 평균입니다.

2. 이동 평균 예측 방법

이동 평균 예측법은 예측 시간 동안 데이터와 가장 관련성이 높은 N 개의 과거 데이터만 평균화합니다.

구체적인 공식은 예측 값 = n 개 관련성이 큰 과거 데이터의 평균입니다.

지수 평활화 예측 방법

지수 평활 예측법은 현재 기간과 관련된 n 개의 과거 데이터에 서로 다른 가중치를 부여하는 이동 평균법의 개선입니다.

구체적인 공식은 다음과 같습니다. 예측값 = n 1 (과거 데이터 1)+N2 (과거 데이터 2)+…+ (과거 데이터 n).

4. 아리마 모델

아리마는 자동 회귀 적분 이동 평균 모델로, 주로 장기 추세와 계절적 변동이 있는 시계열의 분석 및 예측에 사용됩니다. 아리마의 생각은 매우 간단하다. 계절 변동을 차등 제거한 다음 장기 추세를 제거한 다음 시퀀스를 부드럽게 하고 마지막으로 선형 함수+백색 잡음 맞춤 시퀀스를 사용합니다.

둘째, 전화 예측 방법 및 절차

(a) 역사 자료 수집 및 정리

과거 데이터 처리는 예측 전 가장 중요한 단계입니다. 데이터 처리가 깨끗하지 않으면 예측의 정확성에 직접적인 영향을 미칩니다. 고객센터의 통화량 상황에 대해 기존 통화량에 영향을 미치는 상황은 주로 다음과 같이 요약됩니다.

1, 시스템 장애. 어느 날 시스템 고장이 발생하면, 고장이 발생한 시간 차원에 따라 당일 시스템 고장이 발생한 통화량을 배제하고 원래의 입입출량으로 되돌려야 한다. (윌리엄 셰익스피어, 템플린, 시스템, 시스템, 시스템, 시스템, 시스템, 시스템, 시스템)

2. 고객이 집중적으로 전화한 것은 민감한 문자나 여론에 의한 것이다.

3. 어느 날 민감한 문자 메시지를 보내거나 여론이 발생해 고객이 집중 전화를 거는 경우 영향을 받는 시간 차원에 따라 해당 트래픽을 제거하고 원래 전력으로 되돌려야 한다.

4. 인력 부족, 연결율 낮음.

위와 같은 상황이 아니라 인력 부족, 연결률이 낮아 중복 통화가 많은 경우 이날 발신자 데이터는 원래 고객의 실제 발신자 수요가 아니다. 우리는 이날 반복되는 통화 수준에 따라 발신자 볼륨을 원래의 발신자 음량으로 복원해야 한다.

(b) 모델의 예비 설립

업무마다 다른 영향 요인이 있습니다. 우리는 역사적 데이터를 발굴하여 비교적 중요한 영향 요인을 찾아야 합니다. 예를 들어, 신용 카드 업무는 주로 상환일, 계산서 문자 알림일, 상환기간 연기 등의 영향 요인을 포함한다. 종합 업무는 주로 대출 상환 날짜, 대출 문자 알림 날짜 등의 영향 요인을 포함한다. 전기의 영향 요인을 찾은 후, 우리는 고객마다 다른 가중치를 주어야 한다.

이 시점에서 모델은 이미 초보적으로 구축되었지만, 업무, 항로 조정, 고객량이 끊임없이 변화함에 따라 예측 모델을 지속적으로 조정하고 보완해야 합니다. 예측 모델은 수동으로 구축됩니다. 우리가 고려할 수 없는 요소가 있을 것입니다. 따라서 모델은 완벽하지 않습니다. 경험에 따라 모델 값을 수동으로 조정해야 합니다. 경험상 예측자는 지속적인 학습과 업무에서 결론을 내야 합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 경험명언)

(3) 모델 외부의 예측 지점

모델을 사용하여 예측할 수 없는 기간이 많기 때문에 과거 데이터와 경험을 바탕으로 수동으로 예측해야 합니다. 봄 축제, 골든 위크, 작은 연휴 기간 등.