システムチームを担当しております奥州谷と申します。

コンタクトセンターのインフラ整備やデータ精査を日々行っております。

 

その中で色々な数値を分析しており、
ブログをご覧の皆様にもダーウィンズで行っている呼量予測について、
是非共有させて頂ければと思います。

 

受電業務を行っているほぼ全てのコンタクトセンターは、日々の業務体制を設計するためにその日、
その月の入電する呼量の予測を様々な方法で行っております。
その呼量予測の精度により、受電率、受電コストが大きく変わるため、
コンタクトセンターのデータにおいては特に重要な数値となります。

 

色々な予測方法がありますが、単純な予測呼量でいうと
平均値により算出出来ます。
例えば以下実績があり、

年月:呼量

4月:100件

5月:130件

6月:120件

7月:150件

8月:100件

9月:80件

上記から10月の呼量を予測する場合は以下の方法が考えられます。

 

全体平均:4月~9月の実績合計を月数で割る。
例の場合は合計680件を6ヶ月で割り、113件と予測。

直近平均:直近●ヶ月の実績を決めてその中で算出。
3ヶ月とした場合は、例だと7月~9月の3ヶ月の
合計330件を3で割り、110件と予測。
11月予測は8月から10月実績で予測します。

 

平均値による算出はわかりやすいですし、
なんとなく近しい数値が出ますが、直近のトレンドからいうと
8月呼量より多い、10月110件以上の呼量は少し違和感があります。

 

ですので、平均値ではなく指数回帰曲線を使い
更に精度の高い予測を行います。
指数回帰曲線は統計学の説明になるのでちょっと難しいのですが、
今はExcelにも関数があり、簡単に使えますので、関数を使って算出してみます。

 

Excelの表に年月と、呼量を入力し表を作ります。

001 

統計の中から「GROWTH」関数を選択します。

 

002

既知のyには過去の呼量を、既知のxには過去の年月を選択し、
新しいxには求めたい年月を選びます。

 

003

そうすると94件という予測呼量が算出されます。

 

004

 

如何でしょうか、
最初に平均値から算出した113件、110件とずいぶん違いがありますが、
各月の推移をみると、より精度の高い予測呼量なのではないでしょうか。
特に呼量が毎月伸びているような場合は、平均値での算出は難しいので、
こういった指数回帰曲線を使った予測を行うことにより、精度の高い予測が可能となります。

また、出稿媒体部数や、新規のお客様数など呼量と相関関係にある数値の情報があれば、
回帰分析を使い更に精度の高い予測が可能です。

予測精度が高ければ、適切な人員配置を行うことができ、
応答率低下によるお客様の取りこぼしを最小限に抑え、
余剰配置による受電コストの上昇を防ぐことが出来ます。

応答率の向上、最適な人員配置でお困りのお客様は是非、弊社までご相談下さい!

https://www.darwinz.jp/about/profile.php