呼叫中心系統(tǒng)是一個隨機系統(tǒng)，呼叫量雖然有些規(guī)律性的分布，但建立在精確科學(xué)基礎(chǔ)上的數(shù)學(xué)模型難以適應(yīng)現(xiàn)場情況的千變?nèi)f化。一方面，模型需要不斷的調(diào)優(yōu)，甚至針對不同時段，需要多個預(yù)測模型；另外，在模型預(yù)測的基礎(chǔ)上，還需要排班師進行干預(yù)，利用排班師經(jīng)驗對預(yù)測結(jié)果進行調(diào)整。在傳統(tǒng)手工排班的情況下，排班師忙于應(yīng)付繁瑣的數(shù)據(jù)操作，很少能夠?qū)δＰ瓦M行分析、修正。 可喜的是，隨著排班系統(tǒng)的逐步采用，排班師可以從繁瑣的重復(fù)性工作中解脫出來，更專注于模型的優(yōu)化，充分發(fā)揮預(yù)測過程中藝術(shù)性的一面。 呼叫中心針對不同時段制定不同的預(yù)測模型 遇到五一、十一、春節(jié)假期等特殊時段，呼叫中心話務(wù)量會與平時呈現(xiàn)出極大的差異。業(yè)務(wù)類別不同，影響也不同。以春節(jié)為例，如果是電信類業(yè)務(wù)，通常呼叫量比平時低大約10％；而如果是信用卡業(yè)務(wù)，由于刷卡消費增多，相應(yīng)的呼叫量則比平時要高。針對這種情況，排班員就需要建立正常日、不同假日的預(yù)測模型。 呼叫中心歷史數(shù)據(jù)靈活選擇，相對時間模型、絕對時間模型并用 平日模型：以移動公司為例，話務(wù)呈現(xiàn)鮮明的以月為周期的特點，選取歷史數(shù)據(jù)則以相對時間模型為宜，如可以選取前三月相應(yīng)時段、去年本月相應(yīng)時段的數(shù)據(jù)作為參考；而對于銀行信用卡類業(yè)務(wù)，則基本呈現(xiàn)以周為周期的特點，這時，可以選取最具有代表意義的幾周的數(shù)據(jù)作為參考，建立絕對時間模型。 假日模型：假日模型歷史數(shù)據(jù)一般選類似假日時間段的數(shù)據(jù)作為預(yù)測的基礎(chǔ)。如，預(yù)測春節(jié)話務(wù)量一般選去年、前年春節(jié)話務(wù)量作為基礎(chǔ)；而十一則以去年、前年十一話務(wù)量作為基礎(chǔ)；對于更為特殊的一些時段，則需要另案考慮，比如今年的五一，由于取消了七天長假，以前五一的數(shù)據(jù)已經(jīng)不具有相關(guān)性，這種情況下，可以考慮采用正常日數(shù)據(jù)作為基礎(chǔ)。
絕對時間模型：模型建立在固定時間段的歷史數(shù)據(jù)基礎(chǔ)上，舉例來說，以固定周的歷史數(shù)據(jù)做為基礎(chǔ)進行預(yù)測；
相對時間模型：模型建立在與預(yù)測時間段設(shè)定間隔的歷史數(shù)據(jù)基礎(chǔ)之上，舉例來說，以話務(wù)預(yù)測目標(biāo)周的前三周歷史數(shù)據(jù)為基礎(chǔ)進行預(yù)測。
呼叫中心歷史數(shù)據(jù)不夠怎么辦 現(xiàn)實往往不能那么隨人所愿，很多情況下，我們沒有足夠的相關(guān)數(shù)據(jù)可用，就像今年五一的假期縮短了，還有呼叫中心剛建立等情況。這種情況下，相關(guān)數(shù)據(jù)很少，就需要排班師分析預(yù)測時段的特點，從歷史數(shù)據(jù)中選擇最接近的數(shù)據(jù)進行預(yù)測。反過來說，這對排班軟件也提出了要求，即預(yù)測模型可以由排班員指定歷史數(shù)據(jù)時段，能夠同時支持相對時間模型、絕對時間模型。
呼叫中心預(yù)測結(jié)果出來了，預(yù)測工作還遠未結(jié)束 在前面我們也談到過，預(yù)測絕不僅僅是數(shù)學(xué)模型。公共假期的變化、突發(fā)事件、促銷活動等等因素都會對話務(wù)量帶來模型無法理解的異動。要反映這些異動，必須由排班師對預(yù)測結(jié)果進行調(diào)整，這些都是排班工作的藝術(shù)性體現(xiàn)，也是預(yù)測過程比不可少的一個步驟。