Success Story – НАО «НСК» (Триколор ТВ)
Внедрение системы АРГУС WFM CC: улучшение всех сфер обслуживания абонентов Контактного центра.
У вас может возникнуть вопрос: «Почему НТЦ Аргус рассказывает про WFM и опыт Контакт-Центров?»
- Мы – отечественный разработчик ПО
- Соответствуем всем необходимым сертификатам
- На рынке больше 22 лет
- С 2016 года у нас в портфеле есть WFM для Контактных Центров
- Для того чтобы ее развивать, мы очень плотно сотрудничаем с нашим главным КЦ-комьюнити – «Колл-центр Гуру»
- Мы являемся участниками и партнерами отечественных выставок и форумов в сфере контактных центров, а также посещаем и зарубежные мероприятия, откуда и заимствуем некоторые свои идеи.
Таким образом, мы являемся экспертами в сфере Контакт-Центров и их автоматизации.
Как подготовить исторические данные перед процессом прогнозирования нагрузки на контакт-центр
Для повышение точности прогноза необходимо так же, точно указывать исторические данные. Существует несколько внутренних их внешних фактов которые следует учесть при подготовки исторических данных.
Внешние:
- Изменение на рынке (изменение спроса на продукт);
- Активность ОП (Отдел Продаж);
- Геополитические изменения;
- Погода;
- Аномалии, аварии и форс-мажоры.
Внутренние:
- Специфика работы КЦ — характер поступающей нагрузки в зависимости от отрасли, где-то она будет равномерной (5/2, 2/2, + сдвиг по времени начала смены), где-то неравномерной и у вас Гибкие графики, под этим пунктом мы также учитываем тренд сезонную модель.
- Планируемые задачи Отдела Маркетинга (РК, События)
- Стратегия компании (к концу 22-го мы масштабируем производство и т.д. или у нас в компании реорганизация, поэтому ваш отдел мы отдаем … здесь дополните сами, такое скорее всего в Вашей практике было, если говорить о крупном КЦ)
А теперь перейдём непосредственно к алгоритму прогнозирование:
- Выбор исторических данных.
Данные, которые мы будем использовать при подготовке прогноза. Мы рекомендуем использовать данные за несколько лет для подготовки, первичного, ежегодного прогноза. Такой большой диапазон в год позволяет спланировать такие активности как: отпуска, наём сотрудников, сезонные события.
- На какие данные следует опираться?
Самое простое и надежное – это количество неуникальных обращений. В свою очередь Уникальные обращения актуальны, например, для телеком отросли, т.к. можно понять количество инцидентов, которые инициирует клиент, а не количество обращений. Рекомендуем дополнять исторические данные еще и исторической статистикой по AHT – прогноз по АHT позволяет точнее рассчитать операторский ресурс так-как можно использовать не статичный AHT (300 секунд), а динамичный. Также в динамичном AHT можно включать пост-обработку обращения, чтобы еще точнее прогнозировать число операторов под нагрузку.
- Коррекция исторических данных.
В этом пункте чаще всего мы учитываем те аварии и аномальные пики нагрузок, которые не повторяются или повторяются в другое время. Это повлияет на точность прогнозирование – исключаем эти данные.
- Квантильный анализ пиков.
Разделяем нашу нагрузку по 3-ем квартилям: экстремальные пики, умеренные пики, нет пиков. Основная цель этой задачи сглаживание экстремальных пиков которые не составляют какой-либо паттерн по нагрузке.
- Учитываем или не учитываем тренд.
Тренд – это функция, потенциал которой можно раскрыть только на большом периоде исторических данных. Применив его мы можем посмотреть увеличение или снижение стабильной нагрузки в течении года. Не рекомендовано включать исторические данные с диапазоном до года, это может негативно повлиять на точность прогноза.
- Учитываем сезонность.
Под сезонность подразумевается не только времена года или кварталы, но и сезонность внутри недели. К примеру, загруженные понедельники, праздники, больничные. Основная цель данной функции вывести средние повышающие или понижающие коэффициенты сезонности дней внутри недели, недели внутри месяца, месяца внутри года и учитывать их при составлении прогноза.