客服问题多,就找萌萌客
  • 菜单
    客服问题多,就找萌萌客

    呼叫中心排班的三个步骤

    作者:萌步骤  发表时间:2024-06-19 15:51
    【导读】
    随着呼叫中心规模的日益扩大和服务水平、运营管理的要求不断提高,如何在现有人力条件下达到客户服务水平目标,合理安排人力、优化现场管理成为排班师面临的巨大挑战。呼叫中心劳动力管理(WFM),也就是常说的排班包含的话务预测、人力安排、现场管理三个基本步骤。在本文中,针对这三个步骤,把笔者近年来参与排班项目的一些体会与大家分享。 也许有人不禁要问为什

    随着呼叫中心规模的日益扩大和服务水平、运营管理的要求不断提高,如何在现有人力条件下达到客户服务水平目标,合理安排人力、优化现场管理成为排班师面临的巨大挑战。呼叫中心劳动力管理(WFM),也就是常说的排班包含的话务预测、人力安排、现场管理三个基本步骤。在本文中,针对这三个步骤,把笔者近年来参与排班项目的一些体会与大家分享。

    也许有人不禁要问为什么要做话务预测?作为受理用户电话呼叫的窗口部门,衡量呼叫中心最直观的指标就是服务水平。按照Erlang法则,服务水平受到话务量、平均处理时长和座席数目的影响。准确的预测话务量是进行人力安排的依据,也是达到期望服务水平的根本。

    一、历史数据,话务预测的基石

    (1)选取具有相关性的历史数据。

    切记:在选取历史数据时,并非越多越好。选取的时间段最长不宜超过两年。

    进行话务预测,收集大量的历史数据这是正确的。但也要指出历史数据并非越多越好。首先,历史数据太多会加大工作量,无论是手工计算还是采用排班系统都会增加数据处理负担;其次,过多的数据量有可能对预测准确度产生负面影响。举例来说,某银行去年曾搞过一次信用卡销售促销活动,活动效果不错,信用卡客户激增15%,由于客户激增,活动之前的话务量数据就没什么参考价值了。我建议选择活动之后的历史数据进行预测更贴近实际。

    (2)历史数据统计间隔一般选择15分钟。

    历史数据统计间隔以多长时间为宜呢,是15分钟?还是30分钟?当然统计间隔越小,越能反映实际话务量变动,如果统计间隔较大,由于平均值计算的削峰平谷特性,导致不能反映出统计间隔内的实际话务变动。但统计间隔也不能无限度的缩小,统计间隔至少要大于1个平均通话时长,根据经验,通常选3-4个通话时长,因此,一般我们推荐15分钟,只有在平均通话时长很长(如超过10分钟)的情况下考虑加大统计间隔到30分钟。

    (3)AHT是历史数据必不可少的组成部分。

    收集历史数据,不仅要收集话务量,平均通话时长(AHT)也是一个必须收集的参数。众所周知,影响服务水平的因素有话务量、座席数,还包括平均通话时长。平均通话时长与服务水平成反比,在座席数相同的情况下,平均通话时长越长,服务水平越低;反之,要维持恒定的服务水平,AHT越长,则需要安排的座席人员越多,每个座席由于熟练度的不同,AHT不一致。即使同一个座席,在班次开始时,AHT一般较短,但临近下班时,AHT会变长。由此可见,AHT并不完全取决与座席熟练度,还与时段、座席心情等多种因素相关,因此,收集历史AHT对人力安排有很重要的意义。

    呼叫中心排班的三个步骤

    二、话务预测模型如何构建

    我们要想利用历史数据来进行预测,有如下因素需要考虑:

    历史数据是不是全部相关,不相关数据该如何处理。从历史数据分析话务变化趋势,同时要根据自身话务特点考虑时段因素。

    前面已经说过,历史数据并非越多越好,缺乏相关性的数据不仅不会给预测带来帮助,还会产生负面影响,影响预测的准确性。那么,什么是相关呢?回到我们收集历史数据的初衷,收集历史数据是希望数据能准确的反映出话务的变化趋势,年增长率是多少,月增长率是多少;此外,还要能够反映时段对话务的影响,如某月、某天是不是有鲜明的话务特征。因此,如果客观环境发生了重大变化,比如客户量突然增大,或由于突发事件使话务量出现异动,那么,之前的数据就是不相关的。反之,在与现有环境基本吻合的情况下收集的数据就是相关的。

    对不相关数据的处理办法一般有两种,剔除或修正。我们继续看上面银行的例子,由于在促销活动后对呼叫量的影响很容易衡量,即客户量增长15%。对之前的数据进行修正,增加15%,则可以认为基本环境和现有环境吻合,这些不相关数据就变成了相关数据,可以用来做预测了。但现实情况比这复杂的多,能够有确定影响的例子少之又少,仅仅靠算法就远远不够了,排班师必须在预测模型的基础上作些艺术性的加工。

    这里,举一个移动公司神州行业务预测模型的例子。移动公司话务具有典型的以月为周期的特点,在结帐日附近,话务量明显占比较大;此外,星期中的每天话务量分布特点也很明显,周一、周二、周三略多,其他时段略少。按照其特点,其预测模型如下:

    (1)收集神州行业务过去2-3年的数据;

    (2)对数据进行处理,按照同期增长率计算出平均月增长率,考虑各月的异常事件修正系数,从而按照去年数据及增长率计算出本年各月呼叫量;

    (3)从历史数据中计算月中每天数据占比,及星期中每天修正系数,计算出每天的话务量,日话务量=月话务量×日数据占比×星期中天修正系数;

    (4)按照每天中话务时段分布计算出各时段(每半小时)的话务量,时段话务量=日话务量×时段占比。

    这个模型即考虑了话务量增长、异常事件影响因子,又考虑了日、星期中某日对话务的影响,是笔者见到的考虑比较完善的预测模型。但在实际预测过程中,还存在几个问题:

    (1)异常事件影响因子很难确定,在预测时很少利用该因子进行调整;

    (2)月同期增长率随机性非常大,采用月平均增长率实际上效果并不好;

    (3)该模型没有考虑AHT;

    (4)对特殊时期话务(如取消长假后的第一个五一)不能进行预测。

    由此可见,即使是比较好的模型,在实际环境中也会存在各种各样的问题,排班师对预测结果进行修正是必不可少的。

    三、排班师的艺术

    建立预测模型,利用历史数据,可以很快得到预测数据,但遗憾的是,这些数据经常是不准确的。为什么会这样呢?呼叫中心系统是一个随机系统,呼叫量虽然有些规律性的分布,但建立在精确科学基础上的数学模型难以适应现场情况的千变万化。一方面,模型需要不断的调优,甚至针对不同时段,需要多个预测模型;另外,在模型预测的基础上,还需要排班师进行干预,利用排班师经验对预测结果进行调整。在传统手工排班的情况下,排班师忙于应付繁琐的数据操作,很少能够对模型进行分析、修正。

    可喜的是,随着排班系统的逐步采用,排班师可以从繁琐的重复性工作中解脱出来,更专注于模型的优化,充分发挥预测过程中艺术性的一面。

    (1)针对不同时段制定不同的预测模型

    遇到五一、十一、春节假期等特殊时段,呼叫中心话务量会与平时呈现出极大的差异。业务类别不同,影响也不同。以春节为例,如果是电信类业务,通常呼叫量比平时低大约10%;而如果是信用卡业务,由于刷卡消费增多,相应的呼叫量则比平时要高。针对这种情况,排班员就需要建立正常日、不同假日的预测模型。

    (2)历史数据灵活选择,相对时间模型、绝对时间模型并用

    平日模型:以移动公司为例,话务呈现鲜明的以月为周期的特点,选取历史数据则以相对时间模型为宜,如可以选取前三月相应时段、去年本月相应时段的数据作为参考;而对于银行信用卡类业务,则基本呈现以周为周期的特点,这时,可以选取最具有代表意义的几周的数据作为参考,建立绝对时间模型。

    假日模型: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,预测春节话务量一般选去年、前年春节话务量作为基础;而十一则以去年、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,比如今年的五一,由于取消了七天长假,以前五一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。

    绝对时间模型:模型建立在固定时间段的历史数据基础上,举例来说,以固定周的历史数据做为基础进行预测;

    相对时间模型:模型建立在与预测时间段设定间隔的历史数据基础之上,举例来说,以话务预测目标周的前三周历史数据为基础进行预测。

    (3)历史数据不够怎么办

    现实往往不能那么随人所愿,很多情况下,我们没有足够的相关数据可用,就像今年五一的假期缩短了,还有呼叫中心刚建立等情况。这种情况下,相关数据很少,就需要排班师分析预测时段的特点,从历史数据中选择最接近的数据进行预测。反过来说,这对排班软件也提出了要求,即预测模型可以由排班员指定历史数据时段,能够同时支持相对时间模型、绝对时间模型。

    (4)预测结果出来了,预测工作还远未结束

    在前面我们也谈到过,预测绝不仅仅是数学模型。公共假期的变化、突发事件、促销活动等等因素都会对话务量带来模型无法理解的异动。要反映这些异动,必须由排班师对预测结果进行调整,这些都是排班工作的艺术性体现,也是预测过程比不可少的一个步骤。

    整体调整:如由于客户量上升20%,则话务量需要在预测结果基础上整体调高20%;

    局部调整:如采取了校园促销活动,那么在学校下课后,话务量将可能上升10%,则仅将下午4点后的话务量调高10%;

    AHT的调整:如近期呼叫中心有大量的新座席人员加盟,则需要加大AHT值。如新座席集中在某时段上班,则调整该时段AHT即可。

    总之,预测决不仅仅是一门科学,不能期望通过建设排班系统、建立数学模型一劳永逸。排班系统也不仅仅是减轻排班员工作强度,而是提供了一个平台,让排班师更加艺术性的工作。

    【萌萌客:www.mmker.cn】提供专业的电商在线客服外包服务、电话客服及内容审核等服务,帮您简单客服难题。

    关键词
    相关文章 相关问题
    • 节假日呼叫中心如何给客服排班?(客服管理排班小技巧)

      谈到节假日,这是一个放假的开心,值班的苦闷的名词。对于服务行业而言,消费群体的不断扩增,假日值班其实已经成为常态,对这群苦闷的值班族如何才能苦中作乐,好好的规划值班期间与值班后的调休呢? 呼叫中心服务中话务的整体趋势在假日期间

      2024-06-20
    • 呼叫中心排班管理中的矛盾 排班矛盾的应对策略

      呼叫中心排班管理的本质是一种博弈,包括服务水平与员工舒适度之间的博弈,管理便利性与资源利用率之间的博弈,以及效率与公平之间的博弈。 一、呼叫中心排班管理中的矛盾 首先,服务水平与员工舒适度在某些方面存在着一定的矛盾关系。从呼叫

      2024-05-05
    • 呼叫中心客服智能排班要注意什么?

      客服排班问题一直是管理者头疼的问题,为了解决这个问题很多人会选择智能排班。为了设计呼叫中心客服智能排班系统,需要考虑以下几个方面: 1.数据收集和分析:系统需要收集和分析客服中心的数据,包括客服人员的工作时间、工作负荷、技能水

      2024-06-19
    • 呼叫中心智能排班管理系统有什么优势?

      呼叫中心智能客服排班管理系统,相比较传统的人工排班师而言,能实现自动化排班,不仅排班更合理,而且提高了排班的效率,排班从未如此轻松。 智能客服排班管理系统,是基于专业的劳动力管理模型结合AI算法,为您提供专业准确灵活便捷的一站

      2024-06-19
    • 呼叫中心“最佳”排班的五个技巧

      呼叫中心排班的基本原则是在正确的时间把具有正确技能的人员和相应的支持资源放在正确的地点,做正确的事情。这听起来很容易,但现实情况却是,实现好的排班效果比以往任何时候都更具挑战性。更加复杂的产品和服务、不断新增的客户联络渠道

      2024-06-19
    查看更多相似内容

    微信联系

    400-118-2016

    全国咨询热线

    13717595797

    方案咨询

    9:00-24:00

    即时服务

    咨询在线客服

    Copyright ©2006-2022 北京萌萌客网络科技有限公司 京ICP备17068726号