主頁 > 知識(shí)庫 > 呼叫中心排班優(yōu)化

呼叫中心排班優(yōu)化

熱門標(biāo)簽:襄陽真人語音電銷機(jī)器人供應(yīng)商 中原區(qū)電話自動(dòng)外呼系統(tǒng)聯(lián)系方式 防封外呼AXB系統(tǒng)源碼 廣州人工外呼系統(tǒng)價(jià)錢 靠譜的400電話申請(qǐng)方法 公司400電話去哪里辦理流程 外呼線路投訴 太平島地圖標(biāo)注app 好操作的電話機(jī)器人研發(fā)

問題背景
目前呼叫中心(Call
Center)廣泛應(yīng)用于電信、金融、政府機(jī)構(gòu)、電力、郵政等各行各業(yè),隨著CTI(計(jì)算機(jī)電話集成)技術(shù)的發(fā)展,尤其是IVR(自動(dòng)語音應(yīng)答系統(tǒng))的引入,呼叫中心發(fā)展迅速,從業(yè)規(guī)模日益增長,經(jīng)營業(yè)務(wù)越來越復(fù)雜,隨之而來呼叫中心管理方面面臨更多的挑戰(zhàn)。
業(yè)務(wù)量增大,話務(wù)量不均衡,IVR分流作用不明顯,客戶滿意度低,……
如何在成本一定的情況下,準(zhǔn)確預(yù)測話務(wù)到達(dá)率,做好CSR和IVR評(píng)價(jià)和優(yōu)化,有效進(jìn)行人員多技能排班,提高客戶滿意度是當(dāng)前呼叫中心面臨的挑戰(zhàn)。

我們凌鼎呼叫中心建模團(tuán)隊(duì)通過多年研究和實(shí)踐,構(gòu)建了一套包括(1)話務(wù)預(yù)測、(2)客服需求計(jì)算、(3)班次優(yōu)化、(4)客服排班、(5)班次調(diào)整、(6)IVR菜單優(yōu)化等面向呼叫中心管理決策的模型體系,為高效運(yùn)營呼叫中心,提高經(jīng)濟(jì)效率及客戶滿意度提供了一套強(qiáng)力工具。
解決方案
·如何更準(zhǔn)確地預(yù)測來話量?
·怎樣更快速地計(jì)算客服需求?
·如何更合理地設(shè)計(jì)班次?
·如何更科學(xué)地進(jìn)行客服排班?
·如果更方便地進(jìn)行班次調(diào)整?
·如何更有效地調(diào)整IVR菜單?
1、如何更準(zhǔn)確地預(yù)測來話量?

目前國內(nèi)外的話務(wù)預(yù)測模型大多考慮了話務(wù)的周期性和連續(xù)性,并兼顧節(jié)假日等事件因素的影響,可以滿足一定預(yù)測精度的要求,但一個(gè)好的話務(wù)預(yù)測模型必須考慮以下方面:
a、長期預(yù)測必須做到更小的誤差擴(kuò)散。
目前話務(wù)預(yù)測模型普遍存在的現(xiàn)象是對(duì)于超過一個(gè)星期的預(yù)測,誤差擴(kuò)散非常大,這給人力需求計(jì)算和排班帶來很大不便。
我們通過多年的統(tǒng)計(jì)分析,根據(jù)話務(wù)數(shù)據(jù)的局部累積特性,提出了積分混合預(yù)測模型,從而使預(yù)測的準(zhǔn)確度大大提高,并且很好控制了長時(shí)段預(yù)測的誤差擴(kuò)散。
b、話務(wù)預(yù)測必須滿足不同預(yù)測粒度的要求。
為了方便計(jì)算人力需求,排班人員需要知道每天不同時(shí)段的話務(wù)量,以便從時(shí)間維度計(jì)算人力需求,從時(shí)段維度考慮班次設(shè)計(jì)。
積分混合預(yù)測模型,可以準(zhǔn)確預(yù)測一天,一個(gè)小時(shí),半個(gè)小時(shí),甚至一刻鐘的話務(wù)量,完全滿足了排班人員的需求。
c、必須考慮多技能預(yù)測間的相互影響。

不同呼叫中心的技能數(shù)量各不相同,各個(gè)技能間并不是相互獨(dú)立的,有一定的相關(guān)性和遲滯相關(guān)性,為了做到更高的預(yù)測精度,必須對(duì)話務(wù)進(jìn)行分技能預(yù)測并考慮技能間的影響。
積分混合預(yù)測模型支持面板數(shù)據(jù),可以同時(shí)對(duì)多個(gè)技能進(jìn)行話務(wù)預(yù)測,并支持內(nèi)聯(lián)優(yōu)化,對(duì)多技能的預(yù)測有極大優(yōu)勢,走在了同類模型的前列。
d、支持更準(zhǔn)確的特殊事件定義。

一般預(yù)測模型只是考慮節(jié)假日事件的定義,稍微完善的模型考慮了促銷、新產(chǎn)品發(fā)布、政策變更等事件的定義,但對(duì)事件帶來的影響并沒有做到準(zhǔn)確的刻畫,一般就通過一個(gè)自由度進(jìn)行度量。

多年來,我們充分利用統(tǒng)計(jì)和數(shù)據(jù)挖掘的優(yōu)勢,對(duì)各類數(shù)據(jù)中事件產(chǎn)生影響的最佳分布匹配得到了快速準(zhǔn)確的計(jì)算方法,為事件的定義提供了準(zhǔn)確客觀的信息,提高了預(yù)測的準(zhǔn)確性和靈活性。
2、怎樣更快速地計(jì)算客服需求?
過去一般通過人力負(fù)載來計(jì)算客服需求,隨著呼叫中心績效指標(biāo)完善,大部分公司以服務(wù)水平來計(jì)算客服需求。
服務(wù)水平是指在N秒內(nèi)的接通率,一般N取20秒到30秒,實(shí)際操作中,不同的呼叫中心各不相同,同一呼叫中心不同技能要求也不盡一樣。
常見的單技能計(jì)算方法是Erlang C/B/X, 但大部分呼叫中心都是多技能的,多技能一般通過仿真或者近似排隊(duì)系統(tǒng)來計(jì)算。
仿真方法對(duì)于有著極大的靈活性優(yōu)勢,可以計(jì)算任意路由設(shè)置,任意技能劃分的服務(wù)水平,但其計(jì)算速度一般較慢,對(duì)多余5個(gè)技能的呼叫中心,求解壓力很大。
近似排隊(duì)系統(tǒng)通過阻塞概率的方法計(jì)算服務(wù)水平,速度很快,但由于誤差擴(kuò)散較難控制,精度很低。
如何更準(zhǔn)確更快速的計(jì)算客服需求?很多呼叫中心通過仿真對(duì)照表來插值計(jì)算,但計(jì)算繁瑣,且對(duì)照表需要經(jīng)常更新。
我們通過對(duì)數(shù)據(jù)和業(yè)務(wù)深入分析,提出了通過排隊(duì)網(wǎng)絡(luò)狀態(tài)轉(zhuǎn)移方程的方法來計(jì)算多技能客服需求,進(jìn)行狀態(tài)轉(zhuǎn)移分析后,就能夠以極快的速度得到高精確的結(jié)果。
3、如何更合理地設(shè)計(jì)班次?
班次優(yōu)化是呼叫中心的一個(gè)盲點(diǎn),一般呼叫中心在班次設(shè)置確定后,就很少調(diào)整班次安排,沒有意識(shí)到班次調(diào)整的價(jià)值所在。
通過我們實(shí)際數(shù)據(jù)分析,發(fā)現(xiàn)大部分呼叫中心通過班次調(diào)整可以降低5-10%的人力需求。

呼叫中心需求幾個(gè)班次?班次什么時(shí)候開始?班次什么時(shí)候結(jié)束?就餐時(shí)間如何安排?不同技能班次有何區(qū)別?不同時(shí)段是否班次不同?通過班次優(yōu)化模型計(jì)算,可以給出最優(yōu)的答案。
有了最佳的班次設(shè)置,人力安排起來就更加方便有效。
4、如何更科學(xué)地進(jìn)行客服排班?
目前客服排班的難點(diǎn)在于問題的復(fù)雜性,問題規(guī)模越大,越明顯。
基本的整數(shù)規(guī)劃模型求解效率太低,而常見的遺傳算法,禁忌搜索,貪婪算法得到的結(jié)果又不太讓人滿意。加上不同算法,求解方式不同,經(jīng)常出現(xiàn)無解決方案的情況。

通過我們多年的排班經(jīng)驗(yàn),設(shè)計(jì)出基于啟發(fā)式的遺傳算法+多級(jí)混合整數(shù)規(guī)劃模型,對(duì)不同規(guī)模的排班問題都有非常好的效果,尤其對(duì)于多技能,多級(jí)能組,千人以上客服,效果更加明顯。
模型中考慮了硬約束,軟約束,順序約束,不相容約束,工作量約束等近百種規(guī)則,并對(duì)提供了多個(gè)目標(biāo)供優(yōu)化選擇。
5、如果更方便地進(jìn)行班次調(diào)整?
排班結(jié)果經(jīng)常需要根據(jù)客服的實(shí)際需求進(jìn)行調(diào)整,有時(shí)候又會(huì)針對(duì)突發(fā)事件進(jìn)行調(diào)整。

客服的需求是多樣的,請(qǐng)假,結(jié)婚,培訓(xùn),班次偏好……,實(shí)現(xiàn)在排班中考慮不同客服個(gè)性化的要求,可以極大提高客服的工作效率,提高呼叫中心的服務(wù)水平和客戶的滿意度。
通過我們多年來的積累,設(shè)計(jì)了200多種調(diào)整規(guī)則,對(duì)具體的排班結(jié)果進(jìn)行更加個(gè)性化的調(diào)整,滿足客服的工作要求,進(jìn)而提高整體服務(wù)水平。
為了解決規(guī)則的沖突,我們?cè)谀P椭刑峁┝藘?yōu)先級(jí)別的設(shè)置,讓排班管理人員總能得到解決方案,并提供了人工干預(yù)的方法。
6、如何更有效地調(diào)整IVR菜單?
對(duì)于IVR,我們一直希望在下列方面做的更好:
·降低轉(zhuǎn)向人工熱線服務(wù)的可能性
·降低用戶的使用復(fù)雜性
·降低用戶的菜單訪問放棄率
·降低用戶菜單系統(tǒng)的重復(fù)訪問率
·提高客戶對(duì)IVR系統(tǒng)滿意度
·提高IVR系統(tǒng)運(yùn)營效率及分流作用
為此我們需要對(duì)IVR系統(tǒng)進(jìn)行全面的評(píng)價(jià),并找的優(yōu)化的工具。
通過多年研究和實(shí)踐,我們提出了包括復(fù)雜度,路徑長度,直達(dá)率,沖浪率等50多個(gè)關(guān)鍵指標(biāo),從各個(gè)角度對(duì)IVR進(jìn)行評(píng)價(jià)。
有了IVR評(píng)價(jià)指標(biāo),我們?cè)O(shè)計(jì)了IVR菜單優(yōu)化模型,可以快速得到不同技能不同適合最優(yōu)的菜單結(jié)構(gòu),為菜單調(diào)整和IVR優(yōu)化決策提供幫助。

常見的菜單優(yōu)化算法包括貪婪算法,模擬退火,整數(shù)規(guī)劃,遺傳算法等,根據(jù)實(shí)際業(yè)務(wù)情況,我們得到針對(duì)菜單優(yōu)化的更好方法-概率優(yōu)先混合算法,不僅可以提高菜單求解速度,而且滿意度也優(yōu)于其他模型。
用戶收益
正確選擇和使用凌鼎排班解決方案,將給呼叫中心帶來如下的好處:
·降低客服空閑等待時(shí)間
·改善服務(wù)水平
·提高客服工作效率
·提高用戶滿意度
·改善IVR效率

不同呼叫中心業(yè)務(wù)情況和復(fù)雜度各不相同,與凌鼎數(shù)據(jù)分析團(tuán)隊(duì)結(jié)合,可以給出最適合該呼叫中心的解決方案,從歷史數(shù)據(jù)中發(fā)掘價(jià)值,通過優(yōu)化模型優(yōu)化班次、菜單、排班……,為高效運(yùn)營呼叫中心,提高經(jīng)濟(jì)效率及客戶滿意度提供強(qiáng)有力的支持。

標(biāo)簽:北京 青島 邢臺(tái) 汕尾 盤錦 邯鄲 儋州 雞西

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《呼叫中心排班優(yōu)化》,本文關(guān)鍵詞  呼叫中心,排班,優(yōu)化,呼叫中心,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《呼叫中心排班優(yōu)化》相關(guān)的同類信息!
  • 本頁收集關(guān)于呼叫中心排班優(yōu)化的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章