语音群呼试用热线:020-28682136
>>>>

呼叫中心建立话务预测流程与方法

建立历史话务量模型

“月”话务量的模型建立:

可看出“月”话务量的变化(成长与衰退)趋势与季节因素的影响,能准确预估未来“月话务总量”。历史月话务量数据应尽可能保存3-5年,并将成长与衰退趋势作原因注记,将可纯化其变动影响,提高未来预估的准确度。

“周”话务量的模型建立:

可看出周一至周日话务量的变化(成长与衰退)趋势与工作日、假日等因素的影响,能准确预估未来的“日话务总量”。历史日话务量数据应尽可能保存5-6周,并将变化趋势作原因注记(如国订假日、账单日等),将可纯化其变动影响,提高未来预估的准确度。

“分时(每30分钟)”话务量的模型建立:

可看出分时话务量的变化(成长与衰退)趋势与忙时因素的影响,能准确预估未来的分时话务量。历史分时话务量应尽可能保存1-2周有代表性的数据,并将异常变化模型剃除(如暴量来电、系统故障等),将可纯化其变动影响,提高未来预估的准确度。

基础预测流程范例

取得去年全年的话务量×1.1(推估成长10%)=今年全年的话务量

今年全年的话务量×0.12(比例原则预估七月份历史话务量占比)=预估七月份话务量

预估七月份话务量/31天=预估平均七月份日话务量

预估平均七月份日话务量×比例原则预估的周一至周日历史话务量相对比率=预估7/1- 7/31个别日话务量

预估7/1-7/31个别日话务量×历史个别日分时话务比率=预估7/1- 7/31个别日分时(每30分钟) 话务量

本基础预测流程实施上应多考虑其它影响因素来微调,如账单期因素、国定假日微调、营收推估微调、营销活动微调等,将可让预测话务量更加精准。

以历史来电推估未来平均处理时长模型

历史周一至周日“平均处理时长”的数据与模型建立,可看出周一至周日的变化趋势与工作日、假日等因素的影响,此模型实为各类型来电混合的平均时长,例如周一报修的来电居多,周一的来电量将趋于报修的平均处理时长;如果晚上以查账单的来电居多,晚上的来电将趋于查账单的平均处理时长。

预测话务量时需要精确的平均处理时长来作计算,因此以下措施将有助于改善平均处理时长的准确预测:

针对不同的服务项目,建立其平均处理时长模型,包含周一至周日平均处理时长“分时模型”、“季节因素模型”、“账单期模型”、“促销期模型”等。

建立平均处理时长模型时,尽量拆解为“平均通话时长”与“平均话后处理时长”两模型,将更有助于深入解析。

确实让每位客服人员了解各服务类别的标准“平均通话时长”与“平均话后处理时长”,并让客服人员了解自己的达成状况。

不同类别的话务,其平均处理时长也就不同,应定义其标准的平均处理时长,并于来电统计中分类统计,定期检讨修正。

新进客服人员的平均处理时长应适度放宽,亦可于计算人力时,设定资浅人员专业度<1,或于系统流程变动时修正。

随着新服务上线趋于成熟稳定后,客服人员应该要熟悉此项新服务,也就是说,此项新服务的平均处理时长应逐步平稳趋近于一底值。

适度利用某些预测工具,并对前述预测流程作定期检讨与修正,将有机会对自己本业建立独特的预测方法。而各呼叫中心可以依据行业需求,简化、新增流程,并建立「经验参数」于系统流程中,将可持续改善准确度,并有效传承经验于系统流程。
广州顶创:呼叫中心系统专家.网址:http://www.51dcgg.com

>>>>

呼叫中心建立话务预测流程与方法

建立历史话务量模型

“月”话务量的模型建立:

可看出“月”话务量的变化(成长与衰退)趋势与季节因素的影响,能准确预估未来“月话务总量”。历史月话务量数据应尽可能保存3-5年,并将成长与衰退趋势作原因注记,将可纯化其变动影响,提高未来预估的准确度。

“周”话务量的模型建立:

可看出周一至周日话务量的变化(成长与衰退)趋势与工作日、假日等因素的影响,能准确预估未来的“日话务总量”。历史日话务量数据应尽可能保存5-6周,并将变化趋势作原因注记(如国订假日、账单日等),将可纯化其变动影响,提高未来预估的准确度。

“分时(每30分钟)”话务量的模型建立:

可看出分时话务量的变化(成长与衰退)趋势与忙时因素的影响,能准确预估未来的分时话务量。历史分时话务量应尽可能保存1-2周有代表性的数据,并将异常变化模型剃除(如暴量来电、系统故障等),将可纯化其变动影响,提高未来预估的准确度。

基础预测流程范例

取得去年全年的话务量×1.1(推估成长10%)=今年全年的话务量

今年全年的话务量×0.12(比例原则预估七月份历史话务量占比)=预估七月份话务量

预估七月份话务量/31天=预估平均七月份日话务量

预估平均七月份日话务量×比例原则预估的周一至周日历史话务量相对比率=预估7/1- 7/31个别日话务量

预估7/1-7/31个别日话务量×历史个别日分时话务比率=预估7/1- 7/31个别日分时(每30分钟) 话务量

本基础预测流程实施上应多考虑其它影响因素来微调,如账单期因素、国定假日微调、营收推估微调、营销活动微调等,将可让预测话务量更加精准。

以历史来电推估未来平均处理时长模型

历史周一至周日“平均处理时长”的数据与模型建立,可看出周一至周日的变化趋势与工作日、假日等因素的影响,此模型实为各类型来电混合的平均时长,例如周一报修的来电居多,周一的来电量将趋于报修的平均处理时长;如果晚上以查账单的来电居多,晚上的来电将趋于查账单的平均处理时长。

预测话务量时需要精确的平均处理时长来作计算,因此以下措施将有助于改善平均处理时长的准确预测:

针对不同的服务项目,建立其平均处理时长模型,包含周一至周日平均处理时长“分时模型”、“季节因素模型”、“账单期模型”、“促销期模型”等。

建立平均处理时长模型时,尽量拆解为“平均通话时长”与“平均话后处理时长”两模型,将更有助于深入解析。

确实让每位客服人员了解各服务类别的标准“平均通话时长”与“平均话后处理时长”,并让客服人员了解自己的达成状况。

不同类别的话务,其平均处理时长也就不同,应定义其标准的平均处理时长,并于来电统计中分类统计,定期检讨修正。

新进客服人员的平均处理时长应适度放宽,亦可于计算人力时,设定资浅人员专业度<1,或于系统流程变动时修正。

随着新服务上线趋于成熟稳定后,客服人员应该要熟悉此项新服务,也就是说,此项新服务的平均处理时长应逐步平稳趋近于一底值。

适度利用某些预测工具,并对前述预测流程作定期检讨与修正,将有机会对自己本业建立独特的预测方法。而各呼叫中心可以依据行业需求,简化、新增流程,并建立「经验参数」于系统流程中,将可持续改善准确度,并有效传承经验于系统流程。
广州顶创:呼叫中心系统专家.网址:http://www.51dcgg.com

>>>>

呼叫中心建立话务预测流程与方法

建立历史话务量模型

“月”话务量的模型建立:

可看出“月”话务量的变化(成长与衰退)趋势与季节因素的影响,能准确预估未来“月话务总量”。历史月话务量数据应尽可能保存3-5年,并将成长与衰退趋势作原因注记,将可纯化其变动影响,提高未来预估的准确度。

“周”话务量的模型建立:

可看出周一至周日话务量的变化(成长与衰退)趋势与工作日、假日等因素的影响,能准确预估未来的“日话务总量”。历史日话务量数据应尽可能保存5-6周,并将变化趋势作原因注记(如国订假日、账单日等),将可纯化其变动影响,提高未来预估的准确度。

“分时(每30分钟)”话务量的模型建立:

可看出分时话务量的变化(成长与衰退)趋势与忙时因素的影响,能准确预估未来的分时话务量。历史分时话务量应尽可能保存1-2周有代表性的数据,并将异常变化模型剃除(如暴量来电、系统故障等),将可纯化其变动影响,提高未来预估的准确度。

基础预测流程范例

取得去年全年的话务量×1.1(推估成长10%)=今年全年的话务量

今年全年的话务量×0.12(比例原则预估七月份历史话务量占比)=预估七月份话务量

预估七月份话务量/31天=预估平均七月份日话务量

预估平均七月份日话务量×比例原则预估的周一至周日历史话务量相对比率=预估7/1- 7/31个别日话务量

预估7/1-7/31个别日话务量×历史个别日分时话务比率=预估7/1- 7/31个别日分时(每30分钟) 话务量

本基础预测流程实施上应多考虑其它影响因素来微调,如账单期因素、国定假日微调、营收推估微调、营销活动微调等,将可让预测话务量更加精准。

以历史来电推估未来平均处理时长模型

历史周一至周日“平均处理时长”的数据与模型建立,可看出周一至周日的变化趋势与工作日、假日等因素的影响,此模型实为各类型来电混合的平均时长,例如周一报修的来电居多,周一的来电量将趋于报修的平均处理时长;如果晚上以查账单的来电居多,晚上的来电将趋于查账单的平均处理时长。

预测话务量时需要精确的平均处理时长来作计算,因此以下措施将有助于改善平均处理时长的准确预测:

针对不同的服务项目,建立其平均处理时长模型,包含周一至周日平均处理时长“分时模型”、“季节因素模型”、“账单期模型”、“促销期模型”等。

建立平均处理时长模型时,尽量拆解为“平均通话时长”与“平均话后处理时长”两模型,将更有助于深入解析。

确实让每位客服人员了解各服务类别的标准“平均通话时长”与“平均话后处理时长”,并让客服人员了解自己的达成状况。

不同类别的话务,其平均处理时长也就不同,应定义其标准的平均处理时长,并于来电统计中分类统计,定期检讨修正。

新进客服人员的平均处理时长应适度放宽,亦可于计算人力时,设定资浅人员专业度<1,或于系统流程变动时修正。

随着新服务上线趋于成熟稳定后,客服人员应该要熟悉此项新服务,也就是说,此项新服务的平均处理时长应逐步平稳趋近于一底值。

适度利用某些预测工具,并对前述预测流程作定期检讨与修正,将有机会对自己本业建立独特的预测方法。而各呼叫中心可以依据行业需求,简化、新增流程,并建立「经验参数」于系统流程中,将可持续改善准确度,并有效传承经验于系统流程。
广州顶创:呼叫中心系统专家.网址:http://www.51dcgg.com

>>>>

呼叫中心建立话务预测流程与方法

建立历史话务量模型

“月”话务量的模型建立:

可看出“月”话务量的变化(成长与衰退)趋势与季节因素的影响,能准确预估未来“月话务总量”。历史月话务量数据应尽可能保存3-5年,并将成长与衰退趋势作原因注记,将可纯化其变动影响,提高未来预估的准确度。

“周”话务量的模型建立:

可看出周一至周日话务量的变化(成长与衰退)趋势与工作日、假日等因素的影响,能准确预估未来的“日话务总量”。历史日话务量数据应尽可能保存5-6周,并将变化趋势作原因注记(如国订假日、账单日等),将可纯化其变动影响,提高未来预估的准确度。

“分时(每30分钟)”话务量的模型建立:

可看出分时话务量的变化(成长与衰退)趋势与忙时因素的影响,能准确预估未来的分时话务量。历史分时话务量应尽可能保存1-2周有代表性的数据,并将异常变化模型剃除(如暴量来电、系统故障等),将可纯化其变动影响,提高未来预估的准确度。

基础预测流程范例

取得去年全年的话务量×1.1(推估成长10%)=今年全年的话务量

今年全年的话务量×0.12(比例原则预估七月份历史话务量占比)=预估七月份话务量

预估七月份话务量/31天=预估平均七月份日话务量

预估平均七月份日话务量×比例原则预估的周一至周日历史话务量相对比率=预估7/1- 7/31个别日话务量

预估7/1-7/31个别日话务量×历史个别日分时话务比率=预估7/1- 7/31个别日分时(每30分钟) 话务量

本基础预测流程实施上应多考虑其它影响因素来微调,如账单期因素、国定假日微调、营收推估微调、营销活动微调等,将可让预测话务量更加精准。

以历史来电推估未来平均处理时长模型

历史周一至周日“平均处理时长”的数据与模型建立,可看出周一至周日的变化趋势与工作日、假日等因素的影响,此模型实为各类型来电混合的平均时长,例如周一报修的来电居多,周一的来电量将趋于报修的平均处理时长;如果晚上以查账单的来电居多,晚上的来电将趋于查账单的平均处理时长。

预测话务量时需要精确的平均处理时长来作计算,因此以下措施将有助于改善平均处理时长的准确预测:

针对不同的服务项目,建立其平均处理时长模型,包含周一至周日平均处理时长“分时模型”、“季节因素模型”、“账单期模型”、“促销期模型”等。

建立平均处理时长模型时,尽量拆解为“平均通话时长”与“平均话后处理时长”两模型,将更有助于深入解析。

确实让每位客服人员了解各服务类别的标准“平均通话时长”与“平均话后处理时长”,并让客服人员了解自己的达成状况。

不同类别的话务,其平均处理时长也就不同,应定义其标准的平均处理时长,并于来电统计中分类统计,定期检讨修正。

新进客服人员的平均处理时长应适度放宽,亦可于计算人力时,设定资浅人员专业度<1,或于系统流程变动时修正。

随着新服务上线趋于成熟稳定后,客服人员应该要熟悉此项新服务,也就是说,此项新服务的平均处理时长应逐步平稳趋近于一底值。

适度利用某些预测工具,并对前述预测流程作定期检讨与修正,将有机会对自己本业建立独特的预测方法。而各呼叫中心可以依据行业需求,简化、新增流程,并建立「经验参数」于系统流程中,将可持续改善准确度,并有效传承经验于系统流程。
广州顶创:呼叫中心系统专家.网址:http://www.51dcgg.com

>>>>

呼叫中心建立话务预测流程与方法

建立历史话务量模型

“月”话务量的模型建立:

可看出“月”话务量的变化(成长与衰退)趋势与季节因素的影响,能准确预估未来“月话务总量”。历史月话务量数据应尽可能保存3-5年,并将成长与衰退趋势作原因注记,将可纯化其变动影响,提高未来预估的准确度。

“周”话务量的模型建立:

可看出周一至周日话务量的变化(成长与衰退)趋势与工作日、假日等因素的影响,能准确预估未来的“日话务总量”。历史日话务量数据应尽可能保存5-6周,并将变化趋势作原因注记(如国订假日、账单日等),将可纯化其变动影响,提高未来预估的准确度。

“分时(每30分钟)”话务量的模型建立:

可看出分时话务量的变化(成长与衰退)趋势与忙时因素的影响,能准确预估未来的分时话务量。历史分时话务量应尽可能保存1-2周有代表性的数据,并将异常变化模型剃除(如暴量来电、系统故障等),将可纯化其变动影响,提高未来预估的准确度。

基础预测流程范例

取得去年全年的话务量×1.1(推估成长10%)=今年全年的话务量

今年全年的话务量×0.12(比例原则预估七月份历史话务量占比)=预估七月份话务量

预估七月份话务量/31天=预估平均七月份日话务量

预估平均七月份日话务量×比例原则预估的周一至周日历史话务量相对比率=预估7/1- 7/31个别日话务量

预估7/1-7/31个别日话务量×历史个别日分时话务比率=预估7/1- 7/31个别日分时(每30分钟) 话务量

本基础预测流程实施上应多考虑其它影响因素来微调,如账单期因素、国定假日微调、营收推估微调、营销活动微调等,将可让预测话务量更加精准。

以历史来电推估未来平均处理时长模型

历史周一至周日“平均处理时长”的数据与模型建立,可看出周一至周日的变化趋势与工作日、假日等因素的影响,此模型实为各类型来电混合的平均时长,例如周一报修的来电居多,周一的来电量将趋于报修的平均处理时长;如果晚上以查账单的来电居多,晚上的来电将趋于查账单的平均处理时长。

预测话务量时需要精确的平均处理时长来作计算,因此以下措施将有助于改善平均处理时长的准确预测:

针对不同的服务项目,建立其平均处理时长模型,包含周一至周日平均处理时长“分时模型”、“季节因素模型”、“账单期模型”、“促销期模型”等。

建立平均处理时长模型时,尽量拆解为“平均通话时长”与“平均话后处理时长”两模型,将更有助于深入解析。

确实让每位客服人员了解各服务类别的标准“平均通话时长”与“平均话后处理时长”,并让客服人员了解自己的达成状况。

不同类别的话务,其平均处理时长也就不同,应定义其标准的平均处理时长,并于来电统计中分类统计,定期检讨修正。

新进客服人员的平均处理时长应适度放宽,亦可于计算人力时,设定资浅人员专业度<1,或于系统流程变动时修正。

随着新服务上线趋于成熟稳定后,客服人员应该要熟悉此项新服务,也就是说,此项新服务的平均处理时长应逐步平稳趋近于一底值。

适度利用某些预测工具,并对前述预测流程作定期检讨与修正,将有机会对自己本业建立独特的预测方法。而各呼叫中心可以依据行业需求,简化、新增流程,并建立「经验参数」于系统流程中,将可持续改善准确度,并有效传承经验于系统流程。
广州顶创:呼叫中心系统专家.网址:http://www.51dcgg.com