Количество обращений в call-центр. Прогнозируем при помощи подручных средств

9 Марта 2018
Спрогнозировать количество обращений в контакт-центр сегодня уже возможно при помощи уже имеющихся аналитических средств.
Писали уже: http://call-centers.com.ua/blogs/40-detalnaya-analitika/66-analytics-call-center-inbound.

Крупные телекоммуникационные компании имеют целые аналитические подразделения, которые занимаются беспрерывным мониторингом и прогнозированием нагрузки и количества обращений на входящую линию. Данный процесс требует применения и разработки новых способов прогноза. Насколько точный этот прогноз можно определить соотношением поступивших звонков к прогнозируемым для каждых, к примеру, тридцати минут.

Ранее мы уже писали про эффективный анализ данных в call-центре и основываясь на реальных кейсах приведем примеры того, как это возможно применять на практике: http://call-centers.com.ua/blogs/40-detalnaya-analitika/65-analytics-call-center

Руководители call-центров, высказали мнение, что данная модель является резултативной не для всех часовых промежутков, по причине того, что общий показатель точности прогнозирования часто не в допустимых пределах. Более подробно об этом писали в нашем блоге: http://call-centers.com.ua/blogs/40-detalnaya-analitika/66-analytics-call-center-inbound

Одна из самых главных задач - это определить в каком именно из случаев модель не работает. И, конечно же, дать рекомендации по смещению внимания аналитиков. Ранее мы применяли анализ данных и вручную строили частотные диаграммы. Анализировали визуально, в случае, если нужно было внести какие-либо изменения в исходные данные, то необходимо было заново возвращаться к построению диаграммы.

Говоря о рекомендациях, по принятию решений, в MS Excel 2016 необходимо выбрать тип диаграммы Histogram Chart, который уже добавлен в стандартные. Далее выбираем необходимый тип диаграммы и получаем готовую динамическую картину, которая выйдет в один клик. Таким образом, мы исключаем построение частотной диаграммы вручну.

Давайте вместе разберем данные для анализа, допустим в модели прогнозирования у нас используется 214 периодов: 71 (33%) – это случай, когда точность в интервале от -8% до +15%. Что можно считать, как "хорошо", далее 70 (33%) случаев – это, когда мы имеем больше звонков чем прогнозировали на 15% и более, 73 (34%) случая - это, когда мы имеем звонков меньше чем прогнозировали на 8% и менее процентов.

Практически ровное распределение как в "минус", так и в "плюс". Необходимо дополнительно проанализировать: 65 случаев, когда поступило меньше прогнозируемого в интервале от -8% до 54% и 58 случаев, когда поступило больше прогнозируемого в интервале от 15% до 61%.

Таким образом, хотелось бы заметить, что мы будем иметь приемлемый прогноз для 91% процента интервалов, если выявим причину и поменяем модель.

Под дополнительным анализом подразумеваем: поиск зависимостей в разрезе дня, распределение тематик обращений в течении дня, количество перезвонов в разрезе дня, правильный расчет KPI "точность прогнозирования" - количество периодов, где целевая точность была достигнута, за общее количество периодов - построение матрицы точности прогноза.

Сегодня работа контакт-центра состоит из множества взаимосвязанных систем, сбой работы хотя б одной из них влияет на результыта всей системы. Именно по этой причине так важно контролировать каждую рабочую единицу и в применении аналитики в call-центрах есть и свои преимущества: http://areon.ua/press/crm-blogs/torkhov/154-bi-call-center. Благодаря современным технологиям, процесс мониторинга стал не таким сложным. Огромным преимуществом является то, что теперь анализ и прогнозирование возможен с помощью подручных средств.
Василий
Ареон Консалтинг