在梳理出短期話(huà)務(wù)變化規律基礎上，預測還必須關(guān)注以下影響因素：
1、 近期重大業(yè)務(wù)因素，例如大型營(yíng)銷(xiāo)案上線(xiàn)、優(yōu)惠業(yè)務(wù)短信群發(fā)等；
2、 特殊節日因素，例如春節、國慶等；
3、 季節性變化因素，例如夏季晚間需求高峰持續時(shí)間比冬季長(cháng)，冬季需求則主要集中在白天時(shí)段；
4、 突發(fā)重大事件因素，例如自然災害、意外事故、系統割接、系統癱瘓等。
搭建話(huà)務(wù)預測模型是提升話(huà)務(wù)預測準確率的重要環(huán)節，各個(gè)呼叫中心均有建立起適合自身的一套預測模型，那么下面介紹一下筆者所在呼叫中心的話(huà)務(wù)預測模型。
本中心話(huà)務(wù)預測采取分層預測模式，針對月度話(huà)務(wù)預測采用移動(dòng)加權平均法，預測數據取上年同期和近三個(gè)月話(huà)務(wù)數據，建立起月度預測模型：
n月的值=去年同月*a1+（n-3）月的值*a2+（n-2）月的值*a3+（n-1）月的值*a4
注：通過(guò)歷史數據模擬測算，其中a1=0.055，a2=0.185，a3=0.315，a4=0.445；在移動(dòng)加權平均法基礎上剔除歷史數據異常日期，并再根據近期話(huà)務(wù)變化趨勢進(jìn)行預測調整，修正周期為一周左右。
日和時(shí)段話(huà)務(wù)預測則是在月度預測基礎上采用占比分配率法，由于日和時(shí)段話(huà)務(wù)存在較為明顯規律性，日和時(shí)段話(huà)務(wù)占比相對固定，在精確月度話(huà)務(wù)預測基礎上日和時(shí)段預測準確率得到保障；在日和時(shí)段預測過(guò)程中同樣區分忙日和閑日話(huà)務(wù)占比差異，故而預測按忙日和閑日預測，同時(shí)可滿(mǎn)足分地市、分品牌預測，為排班資源測算提供了對應關(guān)聯(lián)信息（如表1）。
表1：日和時(shí)段話(huà)務(wù)占比數據分布圖
二、排班中制定規則、優(yōu)化班次，提升排班吻合度
首先，制定排班規則。在排班過(guò)程中無(wú)論是系統排班還是手工排班，必須賦予明確的規則才能做到排班的公平和合理；排班規則一般會(huì )考慮運營(yíng)發(fā)展、團隊建設以及員工需求三方面，針對運營(yíng)發(fā)展需明確排班工時(shí)、連續上班天數以及白夜班分配比例等；團隊建設則更加關(guān)注班組統一排班還是分散排班，以滿(mǎn)足團隊氛圍營(yíng)造和技能提升工作；而員工需求端則明確雙休平均分配、節日平均分配以及特殊班次配置等。
其次，確定班次。根據時(shí)段話(huà)務(wù)規律以及資源配置情況，并結合排班規則，高效的呼叫中心班次一般按間隔15～30分鐘區分，一般班次間隔不宜超過(guò)1小時(shí)，這樣可避免大批人員集體下班離線(xiàn)導致對服務(wù)水平的急劇影響，因此可通過(guò)增加班次來(lái)滿(mǎn)足運營(yíng)需求，班次可包括早班、白班、晚班、兩頭班、中晚班、小夜班、大夜班等等；但在考慮員工接受程度以及容易操作方面，班次設計還需考慮以下因素：
1、 每日班次時(shí)長(cháng)不宜過(guò)長(cháng)或過(guò)短，一般以6～8小時(shí)為宜；
2、 班次需考慮用餐時(shí)間分配，根據地域以及員工習慣不同，用餐時(shí)長(cháng)和班次相匹配，例如白班一般為8小時(shí)班次，員工希望午餐時(shí)長(cháng)為2小時(shí)，用餐之后可午休1小時(shí)，而晚班的晚餐時(shí)長(cháng)為1小時(shí)，可盡早下班，縮短上班時(shí)長(cháng)跨度等等。
3、 班次連續性和班次銜接時(shí)長(cháng)需在員工可接受范圍內，是否采用按月、周倒班？還是不固定班次倒班？則需根據不同地域員工特性去規劃和調整。
最后，排班調整。通過(guò)實(shí)際出來(lái)的排班資源數與需求資源數做吻合度測算，是否達到吻合度目標值？如果時(shí)段吻合度未達到要求，則手工調整優(yōu)化班次，以此提升時(shí)段排班吻合度。
