亚洲精品国产一区黑色丝袜,无码免费无线观看在线视频,中文激情网

主頁 > 知識庫 > 客服中心運營指標體系詳解（七）：預測準確率

客服中心運營指標體系詳解（七）：預測準確率

聯(lián)絡量的預測準確與否直接關系到人力排班準確與否，現(xiàn)場運營是否順暢，接通率/服務水平指標是否能夠順利達成等。因此，聯(lián)絡量預測準確率的衡量與不斷優(yōu)化是預測排班工作中非常重要的一環(huán)。大規(guī)模呼叫中心的時段預測誤差應該控制在+/-3%以內(nèi)，小規(guī)模呼叫中心的時段預測誤差應該控制在+/-5%以內(nèi)。

很多呼叫中心都聲稱自己的預測準確率達到了95%甚至98%以上，但咨詢詢問時才發(fā)現(xiàn)他們說的是月度甚至是年度整體的預測準確率。這種衡量方法其實是自我安慰的成分比較多的，因為月度整體甚至年度整體是掩蓋了日及時段顆粒度上的具體細節(jié)的。很多很差的時段與很多很好的時段之間是起相互沖抵或拉升作用的。

那么，我們應該如何計算聯(lián)絡量預測準確率呢？

第一種方式是測算預測量與實際量兩者之間的相關系數(shù)與線性關系。相關系數(shù)越高，越趨向于+1，說明預測準確度越高，越低則越需要改進。假設我們有如下的48個時段的預測數(shù)據(jù)與實際發(fā)生數(shù)據(jù)，我們只需用CORREL函數(shù)把兩列數(shù)據(jù)帶入求相關系數(shù)就可以了。相關系數(shù)的結果范圍在-1到+1之間，0-1之間是正相關，0到-1之間是負相關，當然如果你的工作量預測與實際呈現(xiàn)負相關，就可以好好面壁去了。我們還可以直接用這兩列數(shù)據(jù)生成散點圖并擬合趨勢線，以直觀的方式查看兩者之間的線性趨勢以及R方值也是可以的。

但是，相關系數(shù)只是反應兩組數(shù)據(jù)之間的運動方向有多一致，在真實地反應數(shù)據(jù)差距上是有欺騙性的。同時，相關系數(shù)也會受到極端值的影響。在以下的示例中，左邊兩組數(shù)據(jù)相差10倍，但相關系數(shù)卻是完美的1；右邊同樣的兩組數(shù)據(jù)，只是出現(xiàn)了兩個異常值，相關系數(shù)立刻發(fā)生了明顯的變化。因此，只寄希望于用相關系數(shù)來衡量預測準確率是不太可靠的。

第二種方式則是通過預測量與實際發(fā)生量之間的差距來實現(xiàn)的。也就是不管是月、周還是日、時段的預測準確率都要遵循一個基本的計算公式：（預測量-實際量）/實際量*100%。

基于這個計算結果，又會衍生出幾種不同的具體衡量手段：

①時段誤差均值法：這種方法是取每個時段誤差百分比的算數(shù)平均值，但因為時段預測誤差的正負值會相互抵消，實際應用中它會美化實際的預測誤差。

②時段絕對誤差均值法（MAPE）：這種方法是先取每個時段誤差百分比的絕對值，然后再取其平均值，規(guī)避了前一種方法正負誤差相互抵消的問題，能夠更好地反應實際的差距情況。但是由于我們看到的誤差狀況仍然是平均值，還是無法具體反應具體時段的情況。

③時段比例達標法：這是個人最傾向的一種方法。假設我們的預測目標是+/-誤差3%范圍內(nèi)算預測準確達標，那么一天48個時段中或一個月1440或1488個時段中，你有多少比例的時段是預測達標了的呢？其實到這一步，籠統(tǒng)地只看日或月總量預測差距還覺得不錯的預測準確率就原形畢露了！

最后多說一句，做過預測排班工作的人都深知這份工作的不易，畢竟有太多的因素在固定或突發(fā)地影響業(yè)務量的波動，而預測的本質(zhì)則是在所有已知的基礎上去預測未知，是相對比較難的一件事情。因此，我們應該對預測排班師們多一份寬容和鼓勵！同時，把工作的重點放在不斷認知業(yè)務量影響因素上和預測模型的不斷修正上。預測偏差的結果已成過去，不必天天糾結，甚至追究懲罰。做最好的預測，最準的排班，最全的應急預案！

標簽：梧州佳木斯惠州通遼張家界河源邀約面試麗江

巨人網(wǎng)絡通訊聲明：本文標題《客服中心運營指標體系詳解（七）：預測準確率》，本文關鍵詞客服中心,運營,指標體系,；如發(fā)現(xiàn)本文內(nèi)容存在版權問題，煩請?zhí)峁┫嚓P信息告之我們，我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡，涉及言論、版權與本站無關。