热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

呼叫中心排班的两种主要方法

现在大部分呼叫中心采用了一种或两种业界主流的排班计算方法:基于Erlang的计算方法和计算机模拟方法,但也有一些小型呼叫中心仍然采用手工或借助EXCEL进行日常排班设置排班

  现在大部分呼叫中心采用了一种或两种业界主流的排班计算方法:基于Erlang的计算方法和计算机模拟方法,但也有一些小型呼叫中心仍然采用手工或借助EXCEL进行日常排班设置排班

  基于Erlang的计算方法通过计算静态的公式来预测排队时长、员工工作量以及最佳的员工排班水平;而计算机模拟的方法则是通过模拟话务量进入呼叫中心的实际状况来预测接起情况、排队情况、阻挡情况以及溢出情况等等设置排班

  基于Erlang计算公式的方法

  呼叫中心人员排班中最常用的方法是使用基于著名的Erlang方程式(Erlang C和Erlang B)的计算公式设置排班。呼叫中心利用这个公式来计算满足服务水平目标所需要的人员数量以及中继线数量。当给出设定的员工人数以及确定的来电数量时,这些公式可以计算出来电延误接听的可能性。

  基于Erlang C的各种各样的排班软件可以计算出多个不同服务水平状态下所需要的不同的员工人数,排班管理人员只需要挑选一个最接近于或者等同于所设定的服务水平指标的一组数值,就可以确定在一定量的来话次数情况下,要满足设定的服务水平指标所需要的人员数量设置排班。这些软件产品的计算可以精确到每一个工作日的每小时、每半小时甚至每15分钟。

  因此,在使用计算公式时,用户输入来话量、平均通话时长、话后处理时长以及设定要达到的服务水平指标(例如,80%的电话20秒内接起)设置排班。软件运算Erlang方程式,然后给出全天不同时段的最有排班人数。软件还可以用来确定任何一个时段在排定不同的人员水平时的队列情况及员工负荷情况。

呼叫中心排班的两种主要方法

  虽然Erlang公式计算法多年来在帮助呼叫中心管理者决定排班人员水平时做了非常好的支撑工作,但是它也存在本身的缺陷设置排班。它的计算公式没有考虑进呼入型呼叫中心在使用ACD系统时所表现出来的全部来话特征,并且计算结果倾向于某种程度上的人员剩余。

  基于Erlang C的计算公式最常见的缺陷是它假设当来话者遇到坐席忙需要等待时会一直等下去,永不放弃设置排班。对于一些中继线容量有限而来电者耐心不高的呼叫中心来讲,这种计算方法就不会很准确。同样,队列中放弃、重播、忙音、ACD路由分配等因素,基于Erlang C的计算公式也没有完全考虑到。总体来讲,呼叫中心的业务量预测准确度越高、服务水平越高、放弃量越少,Erlang C的计算就倾向于越准确;反之,如果呼叫中心的服务水平波动很大,放弃率很高,它的计算精确度也就随之下降。

  如果呼叫中心管理层发现Erlang C已经不能使他们保持稳定的服务水平目标,或者经常过高地估计人员需求,也许应该考虑舍弃Erlang C,而采用另外一种更接近于实际运行环境的方法:计算机模拟设置排班

  计算机模拟法

呼叫中心排班的两种主要方法

  什么是计算机模拟呢?很多人都对天气预报很熟悉吧,其实预报出来的天气状况就是通过计算机模拟出来的设置排班。计算机程序模拟呼叫中心的随机来话量、队列情况、路由策略、人员排班、甚至突发事件等情况,然后给出某种设定情况或者最佳情况下的参考值,以及对某项参数的改变所带来的关联变化。在过去的几年中,计算机模拟程序已经开始成为越来越受欢迎的呼叫中心人员排班和绩效预测工具。尤其是在大型、多坐席组别、复杂路由策略的呼叫中心里。

  计算机模拟程序会把呼叫中心一天的来电过程浓缩到一个很短的时间段,结合实际坐席/中继线组合、来话量等参数,通过在计算机存储器中建立一个虚拟呼叫中心来模拟随机呼入的来话、坐席的应答、队列、溢出、忙音、放弃等情况设置排班。通过这样的模拟计算后,呼叫中心就可以比较准确地预测出服务水平情况、坐席组别繁忙情况、员工繁忙情况以及排队情况等数据信息。此外,计算机模拟程序还能够使呼叫中心的随机来电和通话时间长短符合现实世界中的Poisson和指数分布频率状态,从而使模拟环境更加接近于真实环境。当模拟运算结束后,你将会看到有多少电话被接听、多少放弃、多少听到忙音、多少进入过队列、多少溢出,以及排队时长、平均应答速度和实际可能的服务水平。

  简单来讲,Erlang公式法与计算机模拟法的区别就是:Erlang公式法需要你输入来话量和你希望达到的服务水平,然后公式会为你计算出你需要多少人和多少条中继线;而计算机模拟则需要你输入你想要投入的人员数量和中继线数量以及所预计的来话量,而程序会给出实际的服务水平情况设置排班。但是,计算机模拟也存在自身的缺陷。其一就是它往往在决定最佳的员工排班水平的时候需要较长的时间。Erlang公式法的输出结果是一个优化的员工水平结果:你只需要计算一次。但是,如果使用计算机模拟的话,模拟程序不得不反复测试不同的员工投入水平对服务水平以及其它相关指标的影响,比如,队列情况可不可以接受、员工繁忙程度如何等等。但是,这也保证了最终模拟运算出来的结果会更加准确和接近于实际情况。而且所输出的相关数据信息也比Erlang公式要丰富。

  那一种方法最适合你的呼叫中心设置排班

  如果你仅仅需要比较准确的员工需求预测数据来进行人员的排班,Erlang C或者其它一些基于Erlang C的变形公式就能够满足你的需求设置排班。实际上,所有现在市场上的呼叫中心人力资源管理系统都在使用Erlang公式来计算所需的员工数量,然后把这些数据输入到排班算法并结合员工数据库再生成排班表。Erlang C同样也可以很好地用在呼叫中心自主开发的基于Excel等电子表格的排班工具上。但是,当你的呼叫中心变得过于复杂时,问题产生了。如果你的呼叫中心存在多座席组别,基于技能水平的路由策略,来话的组间互溢、自助服务系统等等,计算机模拟将会是更好的选择。因为Erlang C无法考虑进如此多的复杂的因素。

  很多呼叫中心还把Erlang公式和计算机模拟软件用在除员工排班之外的呼叫中心绩效分析上设置排班。他们想知道,在不同的员工配备水平下,队列情况和员工的工作负荷如何。对于最繁忙时段、最空闲时段以及发生问题时段的呼叫中心绩效分析则会更能够帮助我们了解当前呼叫中心所存在的问题以及问题发生的根源。

  


推荐阅读
  • 深入解析Linux内核中的进程上下文切换机制
    在现代操作系统中,进程作为核心概念之一,负责管理和分配系统资源,如CPU和内存。深入了解Linux内核中的进程上下文切换机制,需要首先明确进程与程序的区别。进程是一个动态的执行流,而程序则是静态的数据和指令集合。进程上下文切换涉及保存当前进程的状态信息,并加载下一个进程的状态,以实现多任务处理。这一过程不仅影响系统的性能,还关系到资源的有效利用。通过分析Linux内核中的具体实现,可以更好地理解其背后的原理和技术细节。 ... [详细]
  • POJ 2482 星空中的星星:利用线段树与扫描线算法解决
    在《POJ 2482 星空中的星星》问题中,通过运用线段树和扫描线算法,可以高效地解决星星在窗口内的计数问题。该方法不仅能够快速处理大规模数据,还能确保时间复杂度的最优性,适用于各种复杂的星空模拟场景。 ... [详细]
  • 2012年9月12日优酷土豆校园招聘笔试题目解析与备考指南
    2012年9月12日,优酷土豆校园招聘笔试题目解析与备考指南。在选择题部分,有一道题目涉及中国人的血型分布情况,具体为A型30%、B型20%、O型40%、AB型10%。若需确保在随机选取的样本中,至少有一人为B型血的概率不低于90%,则需要选取的最少人数是多少?该问题不仅考察了概率统计的基本知识,还要求考生具备一定的逻辑推理能力。 ... [详细]
  • B站服务器故障影响豆瓣评分?别担心,阿里巴巴架构师分享预防策略与技术方案
    13日晚上,在视频观看高峰时段,B站出现了服务器故障,引发网友在各大平台上的广泛吐槽。这一事件导致了连锁反应,大量用户纷纷涌入A站、豆瓣和晋江等平台,给这些网站带来了突如其来的流量压力。为了防止类似问题的发生,阿里巴巴架构师分享了一系列预防策略和技术方案,包括负载均衡、弹性伸缩和容灾备份等措施,以确保系统的稳定性和可靠性。 ... [详细]
  • 帝国CMS中的信息归档功能详解及其重要性
    本文详细解析了帝国CMS中的信息归档功能,并探讨了其在内容管理中的重要性。通过归档功能,用户可以有效地管理和组织大量内容,提高网站的运行效率和用户体验。此外,文章还介绍了如何利用该功能进行数据备份和恢复,确保网站数据的安全性和完整性。 ... [详细]
  • 在当今的软件开发领域,分布式技术已成为程序员不可或缺的核心技能之一,尤其在面试中更是考察的重点。无论是小微企业还是大型企业,掌握分布式技术对于提升工作效率和解决实际问题都至关重要。本周的Java架构师实战训练营中,我们深入探讨了Kafka这一高效的分布式消息系统,它不仅支持发布订阅模式,还能在高并发场景下保持高性能和高可靠性。通过实际案例和代码演练,学员们对Kafka的应用有了更加深刻的理解。 ... [详细]
  • 如何使用mysql_nd:Python连接MySQL数据库的优雅指南
    无论是进行机器学习、Web开发还是爬虫项目,数据库操作都是必不可少的一环。本文将详细介绍如何使用Python通过 `mysql_nd` 库与 MySQL 数据库进行高效连接和数据交互。内容涵盖以下几个方面: ... [详细]
  • 七款高效编辑器与笔记工具推荐:KindEditor自动换行功能解析
    本文推荐了七款高效的编辑器与笔记工具,并详细解析了KindEditor的自动换行功能。其中,轻笔记QingBiJi是一款完全免费的记事本软件,用户可以通过其简洁的界面和强大的功能轻松记录和管理日常事务。此外,该软件还支持多平台同步,确保用户在不同设备间无缝切换。 ... [详细]
  • 英语面试技巧:提升个人技能与表现
    在英语面试中,个人技能是指除专业知识外,能够促进职业发展的各种能力。虽然你可能具备多种技能,但建议重点突出与目标岗位最相关的几项,以增强面试官对你专业能力和适应性的认可。 ... [详细]
  • 基于SSH框架的高校学生宿舍管理平台设计与实现
    本研究基于SSH(Struts、Spring、Hibernate)框架,设计并实现了一套高校学生宿舍管理平台。该平台采用Eclipse MyEclipse作为开发工具,运行环境为Tomcat 8服务器,使用JDK 1.8进行开发,数据库选用MySQL。系统功能涵盖学生信息管理、宿舍分配、费用结算等模块,旨在提高宿舍管理的效率和准确性,适用于高校宿舍管理的课程设计项目。 ... [详细]
  • 如何在Excel中使用LINEST函数进行多元线性回归分析?
    LINEST函数利用最小二乘法计算与现有数据最佳拟合的直线,从而得出直线的统计值,并返回描述该直线的数组。此外,LINEST函数还可以与其他函数配合使用,以实现更复杂的多元线性回归分析。通过合理运用LINEST函数,用户可以在Excel中高效地进行数据分析和预测建模。 ... [详细]
  • 通过在项目中引用 NuGet 包 `ExcelDataReader`,可以实现高效地读取和导入 Excel 文件中的数据。具体方法是在项目中执行 `Install-Package ExcelDataReader` 命令,然后通过定义一个 `LeadingIn` 方法并传入上传文件的路径来完成数据导入。该方法不仅简化了代码逻辑,还显著提升了数据处理的效率和可靠性。 ... [详细]
  • 本项目在Java Maven框架下,利用POI库实现了Excel数据的高效导入与导出功能。通过优化数据处理流程,提升了数据操作的性能和稳定性。项目已发布至GitHub,当前最新版本为0.0.5。该项目不仅适用于小型应用,也可扩展用于大型企业级系统,提供了灵活的数据管理解决方案。GitHub地址:https://github.com/83945105/holygrail,Maven坐标:`com.github.83945105:holygrail:0.0.5`。 ... [详细]
  • 智能制造数据综合分析与应用解决方案
    在智能制造领域,生产数据通过先进的采集设备收集,并利用时序数据库或关系型数据库进行高效存储。这些数据经过处理后,通过可视化数据大屏呈现,为生产车间、生产控制中心以及管理层提供实时、精准的信息支持,助力不同应用场景下的决策优化和效率提升。 ... [详细]
  • ylbtech-进销存管理解决方案:进销存管理,即购销链管理,涵盖企业从采购(进)、库存(存)到销售(销)的全流程动态管控。其中,“进”涉及从市场询价、供应商选择、采购执行直至货物入库及支付流程;“销”则包括产品定价、客户报价、订单处理及销售出库等环节。该解决方案旨在通过信息化手段,提升企业运营效率,优化库存结构,增强市场响应速度。 ... [详细]
author-avatar
forsoz_627
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有