話務(wù)預(yù)測(cè)是客服中心現(xiàn)場(chǎng)運(yùn)營(yíng)管理中的第一個(gè)環(huán)節(jié)，也是最重要的一個(gè)環(huán)節(jié)。只有精準(zhǔn)的話務(wù)預(yù)測(cè)才可以進(jìn)行準(zhǔn)確的人力排布，提高人工座席利用率，進(jìn)而提高服務(wù)水平并降低人力成本。精準(zhǔn)的話務(wù)預(yù)測(cè)也可以提前對(duì)未來運(yùn)營(yíng)做出預(yù)警，為提高服務(wù)水平奠定基礎(chǔ)。話務(wù)預(yù)測(cè)不僅對(duì)時(shí)段、日、月這種較小時(shí)間維度內(nèi)的人力排布起決定性作用，而且可以對(duì)年度運(yùn)營(yíng)起到較大的指導(dǎo)作用。例如客服中心年度人員需求、何時(shí)需要進(jìn)行人員招聘等客服中心運(yùn)營(yíng)管理中的各個(gè)環(huán)節(jié)。
光大銀行客戶滿意中心已走過十五個(gè)年頭，最初業(yè)務(wù)類型單一、規(guī)模小、來電較為穩(wěn)定，預(yù)測(cè)基本采用的是平均值預(yù)測(cè)法及移動(dòng)平均預(yù)測(cè)法行預(yù)測(cè)。隨著光大銀行業(yè)務(wù)增加、客戶群體擴(kuò)張、客戶黏度增加，來電逐年增長(zhǎng)。影響話務(wù)的因素也隨之增加，為預(yù)測(cè)帶來不小的挑戰(zhàn)。例如目前光大銀行信用卡就有10個(gè)以上的客戶群按照不同的還款周期帶來相似規(guī)律的話務(wù)量，如果再使用平均值的預(yù)測(cè)方法進(jìn)行預(yù)測(cè)，很難再做到預(yù)測(cè)的精準(zhǔn)。我們現(xiàn)在SAS系統(tǒng)中使用ARIMA時(shí)間序列預(yù)測(cè)模型進(jìn)行預(yù)測(cè)。附圖為信用卡兩個(gè)不同的還款周期的來話量圖示（如圖1）。
圖1：不同還款周期的來話量
一、不同話務(wù)預(yù)測(cè)方法適用不同階段的呼叫中心
話務(wù)預(yù)測(cè)屬時(shí)間序列預(yù)測(cè)范疇，預(yù)測(cè)方法從簡(jiǎn)至難，多種多樣，但是需要根據(jù)客服中心的主要業(yè)務(wù)、規(guī)模、話務(wù)來電規(guī)律及需達(dá)到的服務(wù)水平目標(biāo)進(jìn)行合理選擇。否則，你即使選擇最復(fù)雜的預(yù)測(cè)方法，但如果不適合自己的預(yù)測(cè)環(huán)境，那只能給你帶來較多的麻煩，而結(jié)果相差無幾。下面是幾種常見的預(yù)測(cè)方法：
1、平均值預(yù)測(cè)法
平均值預(yù)測(cè)法廣泛應(yīng)用在業(yè)務(wù)單一、話務(wù)較穩(wěn)定的客服中心。
具體公式為：預(yù)測(cè)值＝所有歷史數(shù)據(jù)的平均值。
2、移動(dòng)平均預(yù)測(cè)法
移動(dòng)平均預(yù)測(cè)法僅對(duì)與預(yù)測(cè)時(shí)間內(nèi)數(shù)據(jù)相關(guān)性最大的N個(gè)歷史數(shù)據(jù)求平均值。
具體公式為：預(yù)測(cè)值＝N個(gè)相關(guān)性較大的歷史數(shù)據(jù)的平均值。
3、指數(shù)平滑預(yù)測(cè)法
指數(shù)平滑預(yù)測(cè)方法是對(duì)移動(dòng)平均法的改進(jìn)，是將不同大小權(quán)重賦予與目前時(shí)間段相關(guān)的N個(gè)歷史數(shù)據(jù)。
具體公式為：預(yù)測(cè)值＝n1（歷史數(shù)據(jù)1）＋n2（歷史數(shù)據(jù)2）+…+（1－nn）（ 歷史數(shù)據(jù)n） 。
4、ARIMA模型
ARIMA是自動(dòng)回歸積分滑動(dòng)平均模型，它主要使用在有長(zhǎng)期趨勢(shì)與季節(jié)性波動(dòng)的時(shí)間序列的分析預(yù)測(cè)中。ARIMA的思路很簡(jiǎn)單，首先用差分去掉季節(jié)性波動(dòng)，然后去掉長(zhǎng)期趨勢(shì)，然后平滑序列，最后用一個(gè)線性函數(shù)+白噪聲的形式來擬合序列。
