把員工及相應的支持資源與呼叫中心的客戶聯絡業務量相匹配是高效呼叫中心管理的一個關鍵環節。如果業務量預測不能夠達到一定的準確率，那么運營規劃流程中下面的環節也就失去了合理的依據。業務量預測是決定員工需求和其它資源（工位、中繼線等）需求的基礎，是以下工作合理開展的前提：

• 計算基本員工需求
• 計算中繼線及系統容量需求
• 把放棄率和阻擋率降到最低
• 編制準確的、可行的排班計劃表
• 預測未來的員工及網絡成本
• 滿足客戶的服務期望
• 創造一個能夠為客戶提供高質量服務的環境

藝術與科學

眾所周知，業務量預測是一項藝術與科學密切融合的工作。它開始于對未來一定時期內客戶聯絡量的預測，并結合了這些聯絡的平均處理時長。要做這項工作，你需要首先參閱歷史數據來決定客戶聯絡量的到達趨勢，并且考慮進可能的變化對這種趨勢的影響。然后，把這些數據按照歷史的比例分解到不同的月份，每月中每周，每周中的每天，每半個小時的每一天。然后，結合進客戶聯絡的平均處理時長計算出各個不同周期的預測業務量。最后，再根據沒有反應在歷史數據中的一些變化情況（例如，新服務的開展等）對預測結果進行必要的修正。

顯然，要想準確完美地預測出下個月的第二個星期一上午10:00到10:30之間你的客戶支持小組會接到246個客戶聯絡請求是不太現實的。但是，你的業務量預測還是需要盡量靠近這個精確度。實際上，這種精確不僅包括客戶聯絡的次數，而且還要包括包括業務量（聯絡次數X平均處理時長），而且還要具體到不同的客戶溝通聯絡渠道（電話、電子郵件、傳真等），分解到具體的時間段（一般是半個小時），以及針對每個處理不同業務類別的專業座席組。

那么，該如何定義“準確”呢？這在很大程度上取決于你的呼叫中心坐席組別的大小。小規模的坐席組別，比如，15個人或者更少，常常會比大規模組別經歷更多的業務量波動。但即使是這樣，也要力爭不要超過5%。不要使預測業務量與實際發生業務量之間的差別超過5%。（來電趨勢較為穩定的大規模坐席組別一般可以把預測準確率持續保持在幾個百分點之內）。

不幸的是，一些呼叫中心的經理想當然地認為他們的呼叫中心的業務量天生波動太大，他們的業務量預測根本就不可能準確。但是，我們已經看到大量的優秀呼叫中心在快速變化的運營環境中把業務量預測工作做得非常出色。他們致力于追求“準確”，這就是差別發生的原因。

數字之外的工作

基于業務量的“時間序列”預測法包括獲取歷史數據，找出重復的客戶聯絡到達模式，分析趨勢，并據此做出未來月、日及半小時的業務量預測；這種方法是一種在呼叫中心里非常普遍和重要的預測方法（但并不是本文要探討的重點）。但是，呼叫中心的管理者還必須在這種量化的預測方法之外做大量的數學分析之外的協作與領導工作。而這些工作對于業務量預測的成敗起著關鍵的決定作用。

建立一支跨職能的預測團隊：如果你恰巧在其市場部門未經宣布就開始了市場宣傳攻勢的一個上午走進了一家呼叫中心，你很可能會深刻地意識到市場部門的同事應該是整個呼叫中心業務量預測流程中不可分割的一部分。同樣的道理，負責產品及服務條款修訂的法務部門，負責系統維護與調整的IT部門，以及任何其他影響到呼叫中心業務量波動的任何人或者部門都應該成為該流程的一個有機組成部分。跨職能小組會議（至少一周一次）是非常必要的。這個團隊應該給自己定一個座右銘，那就是：“沒有驚奇！”。

確保你的坐席組別盡量簡單，易于管理：

很多呼叫中心都采用了基于技能或者應急方案的路由策略。但是有時因為這種路由策略如此復雜，以至于呼叫中心并不能清楚地判斷最后到底結果如何。更糟糕的是，如果你的業務量預測不準，那么基于技能的路由也就失去了基礎。如果你想讓正確數量的受過 XYZ 種服務培訓的講法語的坐席在正確的時間上線服務，你需要對每一種具體服務的業務量分別進行預測。保持你的路由策略盡量簡單，便于管理，然后挽起袖子，花必要的、足夠的時間來預測每一種服務類別的話務量。

準確定義一次“呼叫”：

一次“呼叫”應該包含哪些內容是一個最基本但也是最總要的問題。每一名坐席的行為都會對呼叫處理時間的組成部分造成影響，進而影響到業務量預測所依賴的原始數據。如果他們的通話處理行為不一致，例如，當有較多的電話進入隊列時隨意推遲話后處理工作。所以，在員工培訓的過程中要注意強調通話操作流程的規范性以及一次完整通話過程的定義。否則，你的業務量將會很難保持穩定且不能準確預測。

“清理”你的歷史數據：

業務量預測所使用的數據必須能夠準確反應出試圖聯絡你的呼叫者的數量（見圖1）。如果這些數據忽略了那些遇到忙音沒有打進或者放棄呼叫的呼叫者，你將會低估未來的呼叫量需求。但是，如果這些數據包括了每一次忙音呼叫和放棄的呼叫，你將很可能高估了未來的業務量需求。預測業務量所使用的歷史數據應該準確反應“所有的聯絡請求”再減去呼叫者的重復嘗試。

我們通常建議業務量數據中應該包括大部分的放棄呼叫量（例如，70%或再稍高一些），除非你有更加具體的參照數據或調查結果。如果你有過呼叫者遇到忙音的情況，那么你的電信運營商所提供的重復呼叫記錄可以告訴你實際有多少呼叫者在試圖聯絡你的呼叫中心。

把特殊情況除外：

公用事業的呼叫中心常常在惡劣天氣或者突發事故的時候遇到話務量暴漲的情況；旅行社的呼叫中心在全行業促銷的時候也會收到更多的電話；公共基金則在財經市場遇到重大變化時收到更多的詢問。

上面這張圖表是一家銀行的以半小時為間隔的一周業務量走勢圖。請注意在周二上午由于系統故障所造成的業務量急劇下降。這種超出常規趨勢的意外情況常常與正常的業務量趨勢格格不入。這說明了很重要的一點：意外情況引發的業務量數據變化在用作未來業務量預測的時候應該做適當的調整，否則將會嚴重影響到業務量預測的準確性。這種調整就是把意外情況時的數據調整到正常情況下的值，反映出如果意外沒有發生的情況下的正常業務量趨勢。

為你的人力資源管理/業務量預測軟件提供必要的幫助：

帶有業務量預測模塊的勞動力資源管理軟件可以自動完成很多繁瑣的歷史數據獲取和整合分析工作。但是這些軟件并不能為你進行思考。它們并不知道平均處理時長會被系統設置的改變或者即將在下周發布的新的服務業務所影響。如果你有忙音或者放棄的電話，它們需要你的幫助來調整總體有效呼叫量。讓你的軟件供應商提供系統所使用的方法論的流程圖或者示意圖以及有必要進行數據輸入和調整的決策點將會是一個很好的注意。

通過時段細分衡量準確性，而不是整體的一天：

因為幾乎在任何一家呼叫中心中每天的業務量都處在不斷變化的過程中，所以業務量的預測必須是以細分的時段為單位來進行預測（通常是半個小時）。對某一個整天的業務量進行比較準確的預測是有可能的，但是，如果不進行時段細分，仍然還會出現這一天的某一時段業務量預測出現偏差，出現人力資源的浪費或者客戶難以打進電話的情況。以整天為單位的業務計劃和報表在呼叫中心的環境中并沒有太大的意義。

確保運營計劃是建立在現實的基礎上，而不是以目標為基礎：

這一點是眾所周知的，但是還是很多的呼叫中心落入了此陷阱。例如，當人員排班是建立在240秒的平均通話時長目標基礎上，而不是以現實中的310秒的平均通話時長為基礎的時候，后續的員工需求計算以及排班安排都將是一場夢魘。計劃預測過程中的疏漏一定實現不了好的運營結果或者對業務量預測建立信心。

結論

那些在業務量預測中取得好的效果的企業都非常注重業務量預測的準確性。相關的管理層總是設法讓該參與的人參與其中，并持續不斷地改進相互之間的協作。他們知道，準確的業務量預測不僅僅是簡單的業務量趨勢的數學預測，而更重要的是領導力和團隊協作。

本文原載于《客戶服務評論》