建立歷史話務量模型

「月」話務量的模型建立：

可看出「月」話務量的變化(成長與衰退)趨勢與季節因素的影響，能準確預估未來「月話務總量」。歷史月話務量數據應盡可能保存3-5年，并將成長與衰退趨勢作原因注記，將可純化其變動影響，提高未來預估的準確度。

「周」話務量的模型建立：

可看出周一至周日話務量的變化(成長與衰退)趨勢與工作日、假日等因素的影響，能準確預估未來的「日話務總量」。歷史日話務量數據應盡可能保存5-6周，并將變化趨勢作原因注記(如國訂假日、賬單日等)，將可純化其變動影響，提高未來預估的準確度。

「分時(每30分鐘)」話務量的模型建立：

可看出分時話務量的變化(成長與衰退)趨勢與忙時因素的影響，能準確預估未來的分時話務量。歷史分時話務量應盡可能保存1-2周有代表性的數據，并將異常變化模型剃除(如暴量來電、系統故障等)，將可純化其變動影響，提高未來預估的準確度。

基礎預測流程范例

1.取得去年全年的話務量×1.1(推估成長10%)=今年全年的話務量

2.今年全年的話務量×0.12(比例原則預估七月份歷史話務量占比)=預估七月份話務量

3.預估七月份話務量/31天=預估平均七月份日話務量

4.預估平均七月份日話務量×比例原則預估的周一至周日歷史話務量相對比率=預估7/1- 7/31個別日話務量

5.預估7/1-7/31個別日話務量×歷史個別日分時話務比率=預估7/1- 7/31個別日分時(每30分鐘) 話務量

本基礎預測流程實施上應多考慮其它影響因素來微調，如賬單期因素、國定假日微調、營收推估微調、營銷活動微調等，將可讓預測話務量更加精準。

以歷史來電推估未來平均處理時長模型

歷史周一至周日「平均處理時長」的數據與模型建立，可看出周一至周日的變化趨勢與工作日、假日等因素的影響，此模型實為各類型來電混合的平均時長，例如周一報修的來電居多，周一的來電量將趨于報修的平均處理時長；如果晚上以查賬單的來電居多，晚上的來電將趨于查賬單的平均處理時長。

預測話務量時需要精確的平均處理時長來作計算，因此以下措施將有助于改善平均處理時長的準確預測：

1.針對不同的服務項目，建立其平均處理時長模型，包含周一至周日平均處理時長「分時模型」、「季節因素模型」、「賬單期模型」、「促銷期模型」等。

2.建立平均處理時長模型時，盡量拆解為「平均通話時長」與「平均話后處理時長」兩模型，將更有助于深入解析。

3.確實讓每位客服人員了解各服務類別的標準「平均通話時長」與「平均話后處理時長」，并讓客服人員了解自己的達成狀況。

4.不同類別的話務，其平均處理時長也就不同，應定義其標準的平均處理時長，并于來電統計中分類統計，定期檢討修正。

5.新進客服人員的平均處理時長應適度放寬，亦可于計算人力時，設定資淺人員專業度<1，或于系統流程變動時修正。

6.隨著新服務上線趨于成熟穩定后，客服人員應該要熟悉此項新服務，也就是說，此項新服務的平均處理時長應逐步平穩趨近于一底值。

適度利用某些預測工具，并對前述預測流程作定期檢討與修正，將有機會對自己本業建立獨特的預測方法。而各呼叫中心可以依據行業需求，簡化、新增流程，并建立「經驗參數」于系統流程中，將可持續改善準確度，并有效傳承經驗于系統流程。