Chris Dealy着眼于您需要考虑的4个关键要素，以确保联络中心的预测准确性。

1。你负责预测的所有要素吗？不仅仅是工作量的问题。不要忘记完成每个单元所需的平均时间（平均处理时间–AHT）和总工作量。还要确保你使用的是最合适的衡量标准，例如提供的电话没有接听的电话。

虽然中心通常会分析呼叫量预测，但很少看到AHT分析。在工作量计算中，两者都是平等的合作伙伴，应分别进行分析，并结合分析，以确定提高准确性的机会。你应该质疑每一项指标，并理解其根本原因。

例如，在一些中心，AHT在所有时间范围内都是相对恒定的，而在其他中心，AHT有很大的变化；e、 g.夜班的AHT比白天长得多。

提出了为什么会发生这种情况的问题。这是一种监督较少的功能吗？更多的新员工在没有吸引力的轮班工作？当客户有时间交谈时，他们会打电话询问更棘手的问题吗？客户希望在工作日打短电话，还是多种影响的组合？

深入研究这类问题不仅可以提高预测中每个时间段的实际工作量的准确性，还可以帮助确定通过其他措施减少AHT的机会。

2。您是否选择了正确的分析时间？分析预测准确性的时间段很重要。

每月或每周分析准确度可以作为一个合理的记分卡，但几乎不能帮助您发现预测可能始终高于或低于实际需求的地方。

如果你一只手在烤箱里，另一只手在冰箱里，那么平均来说你很舒服！同样，长期衡量服务水平或ASA也会产生误导。

一周或一个月内可能会出现剧烈波动，相互抵消，使总体平均值看起来不错。您需要在间隔（例如30分钟）级别进行分析，以将注意力集中在预测中可以改进的元素上。

处理每日或半小时间隔水平的大幅波动对运营团队提出了不切实际的要求。目标是始终保持高水平的准确性，而不是长期以来的高平均水平。

3。您是否使用正确的方法来分析准确性？变异百分比、变异标准差和相关系数都可用于识别模式异常和测量精度。

实际值与预测值之间的差异百分比（预测值减去实际值除以预测值）是最常用的预测精度分析。从时间间隔的角度来看，这也是一幅相当准确的画面。

在有大量数据需要分析的情况下，有一种更简单的方法可以在很长一段时间内对准确度的脉冲进行检测，这是通过计算变异百分比的标准偏差找到的更佳方法。

希望偏差较小，而不是变化幅度较大，即使平均偏差看起来很小，标准偏差计算也会有所揭示。另一个分析随时间变化的工具是相关系数，它分析从一个时期到另一个时期的模式。相关系数分析可以应用于变化百分比，但当应用于工作量的到达模式和间隔期间AHT的变化时，可能最有用。它会比较两个时期，看看模式是否匹配。例如，典型的星期一可能遵循一个相对一致的模式，但相关分析可能会显示，即使工作总量在正常范围内，某个特定的星期一的模式也会有所不同。这意味着进一步了解周一发生的事情是有用的。

在决定将数据平均到为预测而保存的历史中时，这种详细程度对于确定哪些历史数据是“正常”的，哪些不是“正常”的也至关重要。应考虑对超出可接受范围的数据进行调整，或者作为特定可重复事件的样本单独存储，或者作为不太可能再次发生的异常（如断电）丢弃。

4。你是否与行动会影响工作量的同事合作？劳动力管理（WFM）团队之外的人员对预测准确性有影响。

应识别实际工作负载中的任何异常，并标记原因，例如营销活动、邮件、计费周期，以便未来的预测能够更好地适应和预测这些驱动因素。

“Chris Dealy”

良好的WFM团队将确保与其他部门进行有效沟通。在大多数情况下，充分了解客户和员工行为与平常不同的原因对于提高预测的准确性至关重要。

这是你的团队经常做的事情吗？感谢injixo

的Chris Dealy