很多人將座席規(guī)模作為衡量預(yù)測(cè)外呼的一個(gè)標(biāo)準(zhǔn)，即座席數(shù)量越多，預(yù)測(cè)外呼的技術(shù)難度越大。
這也是一個(gè)誤解，誤解產(chǎn)生的原因是對(duì)預(yù)測(cè)算法的不了解。
1、奇怪的曲線圖
實(shí)際上是30座席以下的預(yù)測(cè)外呼對(duì)預(yù)測(cè)算法技術(shù)要求很高，100座席以上，對(duì)呼叫中心本身性能要求很高。
下面這張圖形象的說(shuō)明技術(shù)難度隨座席規(guī)模變化的趨勢(shì)。
系統(tǒng)性能技術(shù)難度非常容易理解，我們主要談一下預(yù)測(cè)算法的技術(shù)難度。
2、預(yù)測(cè)算法基礎(chǔ)—概率論
大學(xué)都學(xué)過(guò)，這下面這張圖都見(jiàn)過(guò)，有用啊，就算你什么都不明白，只需要明白一個(gè)規(guī)律：數(shù)量越大，公式越準(zhǔn)。
發(fā)現(xiàn)對(duì)于單個(gè)座席來(lái)說(shuō)，座席人員在一段時(shí)間區(qū)間內(nèi)外呼通話時(shí)長(zhǎng)呈正態(tài)分布；用戶接通電話的時(shí)長(zhǎng)是呈正態(tài)分布。
如下圖所示：
正態(tài)分布有兩個(gè)關(guān)鍵參數(shù)。
第一參數(shù)是服從正態(tài)分布的隨機(jī)變量的均值（μ）。第二個(gè)參數(shù)是此隨機(jī)變量的方差（σ^2）。服從正態(tài)分布的隨機(jī)變量的概率規(guī)律為與μ鄰近的值的概率大，而離μ越遠(yuǎn)的值的概率越??；σ越小，分布越集中在μ附近，σ越大，分布越分散。
通過(guò)概率密度函數(shù)，可以計(jì)算出正態(tài)分布曲線中每一點(diǎn)的概率。概率密度函數(shù)的公式如下：
在實(shí)際應(yīng)用中，正態(tài)分布圖兩端的點(diǎn)要被忽略。也就是不考慮概率極小事件。從而獲得一個(gè)概率區(qū)間。只在這個(gè)區(qū)間內(nèi)取點(diǎn)。
3、預(yù)測(cè)算法的參數(shù)
預(yù)測(cè)算法的參數(shù)主要有三：
- 座席通話時(shí)長(zhǎng)
- 客戶應(yīng)答時(shí)長(zhǎng)
- 接通率（擊中率）
很不巧，這些都是服從正態(tài)分布的概率論。數(shù)量越多，準(zhǔn)確率越高。
這也是為什么30座席以下的預(yù)測(cè)外呼效果很可能不好的原因。
4、此誤解的危害場(chǎng)景
誤解的危害場(chǎng)景我見(jiàn)過(guò)不少：
1、客戶要求廠商建設(shè)一個(gè)5座席的預(yù)測(cè)外呼先測(cè)試一下；
2、客戶認(rèn)為因?yàn)橐粋€(gè)廠商5座席的預(yù)測(cè)外呼效果不好，50個(gè)座席的預(yù)測(cè)外呼就會(huì)更差勁了；
3、客戶計(jì)劃是50座席的預(yù)測(cè)外呼，但是分成10個(gè)組，每5個(gè)座席一個(gè)組，獨(dú)立運(yùn)行。
