如果你的呼叫中心在使用勞動(dòng)力資源管理軟件，你很有可能聽(tīng)到過(guò)有關(guān)這類(lèi)軟件高投入產(chǎn)出比（ROI）的故事。但這些故事很有可能故意漏掉了幾條勞動(dòng)力資源管理（WFM）軟件成功的關(guān)鍵信息——比如，支持這一系統的大量“基礎設施”建設或改造、識別正確的參數假設所需的不同部門(mén)間的協(xié)作、提供給業(yè)務(wù)量預測師的預測算法缺乏必要的靈活性等等。事實(shí)是，勞動(dòng)力資源管理應用是相對比較復雜且耗時(shí)較長(cháng)的；業(yè)務(wù)量預測算法的代碼并不是開(kāi)源的，很難交由業(yè)務(wù)量預測師自主管理；軟件本身強迫用戶(hù)按照預先設定的規則行事等。

　　此外，用戶(hù)還經(jīng)常碰到其它一些陷阱。你的軟件可能在時(shí)段細分上比較固執（比如，任何數據都必須是以事先設定的30分鐘時(shí)段來(lái)統計的）。軟件從交換機收集原始數據的方式導致了落后的數據挖掘陋習；一些軟件把這一過(guò)程完全自動(dòng)化，阻止用戶(hù)對異常數據的修正。它并不總是能夠提供從可替換的固定預測類(lèi)型到災難恢復或特殊事件記錄的轉換途徑，因此對于特殊事件的過(guò)程數據記錄不得不在系統外來(lái)完成。一些軟件總是試圖采用最近的平均處理時(shí)長(cháng)，導致業(yè)務(wù)量預測結果完全忽視了平均處理時(shí)長(cháng)的波動(dòng)性。它們非常難以開(kāi)發(fā)和跟蹤新員工的AHT曲線(xiàn)，尤其是當你不得不考慮到新員工班級規模、影響的時(shí)間長(cháng)度，以及同時(shí)發(fā)生的很多其它的特殊事件。

　　在我看來(lái)，勞動(dòng)力資源管理軟件最嚴格也是最具有害性的一點(diǎn)是它的單一化預測方法論。大多數廠(chǎng)商都在使用時(shí)間序列預測法。如果你有超過(guò)24個(gè)月的連續話(huà)務(wù)數據，你的話(huà)務(wù)組很穩定（意味著(zhù)坐席不需要經(jīng)常簽入不同的話(huà)務(wù)組接聽(tīng)不同類(lèi)型的客戶(hù)來(lái)電），并且你的來(lái)電驅動(dòng)因素簡(jiǎn)單、穩定的話(huà)，這種預測方法是非常好的。

　　我本人就是一個(gè)時(shí)間序列法的推崇者。它常常是我建立預測模型的第一選擇，但我卻不記得有任何時(shí)候僅僅依靠時(shí)間序列一種預測方法就能夠達到比較滿(mǎn)意的預測結果。業(yè)務(wù)量預測總是需要在時(shí)間序列法的基礎上融合進(jìn)某種形式的回歸預測、驅動(dòng)因素調整（有著(zhù)具體的起始和終止區間）、市場(chǎng)部門(mén)提供的應用數據、以及基于當前外部經(jīng)濟形勢的季節性波動(dòng)趨勢等。這種預測方法與數據的整合還要仔細地進(jìn)行不斷的平衡調整：影響業(yè)務(wù)量波動(dòng)的新元素被加進(jìn)來(lái)，而后又被剝離出去，而且這種情況并不會(huì )以一種整齊有序的方式發(fā)生。

　　一種更加負責任的業(yè)務(wù)量預測方式是以堅實(shí)的數據統計和正常的條件假設開(kāi)始，然后逐步加入市場(chǎng)及活動(dòng)信息、中心內部及部門(mén)間協(xié)作溝通的結果信息，并以某種核對與驗證流程結束預測。這種預測方式將會(huì )給你一個(gè)更加準確和一致（并可據此配置資源）的預測結果。手工做出一份預測，并把結果與軟件的預測進(jìn)行對比總是一件非常有趣的事，就像John Henry所做的那樣。

　　但是，勞動(dòng)力資源管理軟件商總是喜歡說(shuō)：“使用類(lèi)似EXCEL這樣的工具，你是不能完成高質(zhì)量的業(yè)務(wù)量預測工作的。你需要我們的產(chǎn)品才能更好地幫你完成這項工作。“今年3月份我參加了在拉斯維加斯舉行的”業(yè)務(wù)量預測焦點(diǎn)研討會(huì )“（并沒(méi)有WFM廠(chǎng)商參會(huì )），很有意思的是聽(tīng)到與會(huì )的大多數人都說(shuō)他們也非常喜歡用EXCEL來(lái)進(jìn)行業(yè)務(wù)量預測。一些人給EXCEL增加了插件和宏（就像我所使用的一樣），但他們所采用的預測方法論仍然是非常先進(jìn)和嚴謹的。另外，EXCEL預測中所采用的預測方法都將關(guān)注重點(diǎn)放在了預測結果的準確性上——預測結果是準確的還是不準確的，如果不準確，可以很快發(fā)現是哪種方法或工具出了問(wèn)題，并能夠在后續預測中進(jìn)行矯正——這也是WFM工具所普遍缺乏的另一個(gè)功能。

　　勞動(dòng)力資源管理（WFM）軟件的發(fā)展與進(jìn)化到現在，終于出現了一些折衷的版本，允許用戶(hù)手工輸入、甚至導入比系統自主生成的數據質(zhì)量更高的相關(guān)歷史數據記錄、處理時(shí)長(cháng)以及預測數據。利用導入的數據進(jìn)行業(yè)務(wù)量預測的價(jià)值在于你可以充分利用你自己非常專(zhuān)業(yè)、更加精準預測數據，但仍然利用勞動(dòng)力資源管理軟件進(jìn)行相關(guān)的數字計算與分解工作，把每日數據分解成時(shí)段數據，并生成員工排班表，進(jìn)行日間數據跟蹤和管理員工班表例外情況數據庫。WFM軟件可以完美地完成這些工作，不論你的呼叫中心規模大小。因此，一切都要歸結于你是否充分了解了軟件的局限性。

　　軟件最大的局限性是它不會(huì )像人的思維一樣去驗證數據的合理性。把業(yè)務(wù)量預測過(guò)程完全自動(dòng)化就會(huì )完全忽略合理性驗證。例如，我曾經(jīng)使用過(guò)WFM軟件來(lái)為一個(gè)業(yè)務(wù)量急劇下降的坐席組生成為期兩年的業(yè)務(wù)量及人員需求預測。在第15個(gè)月的時(shí)候，系統測算出這個(gè)坐席組將會(huì )接收到0來(lái)電量。在第16個(gè)月的時(shí)候，系統預計該坐席組將會(huì )接聽(tīng)的來(lái)電量為負數。更加糟糕的是，系統生成的成本需求報表把這幾個(gè)月的成本自動(dòng)轉換成了利潤數據。

　　這些過(guò)度簡(jiǎn)化了的WFM系統算法無(wú)法勝任多層級、多類(lèi)型來(lái)電組別的運營(yíng)環(huán)境。如果有新的事件的加入，系統的反應將會(huì )滯后。這時(shí)，來(lái)電量趨勢的調整、均攤以及調整后的曲線(xiàn)擬合都是必要的，但WFM軟件卻不像人工預測專(zhuān)家那樣知道該何時(shí)采取這些措施。事件的清除同樣重要，它并不會(huì )簡(jiǎn)單地突然停止，而是需要仔細地按照規劃退出。一旦預測模型相對穩定了，預測方法也就相對固定下來(lái)。但如果仍然有很多的來(lái)電量波動(dòng)影響因素，那么我們則需要一個(gè)更加成熟和復雜的模型。

　　如果你正打算采購WFM軟件，以下是供你在決定購買(mǎi)前考慮的兩條建議：

　　向多家廠(chǎng)商發(fā)送WFM軟件招標書(shū)。招標書(shū)應該把最大的比重向最關(guān)鍵的功能（必須具有不可的功能）傾斜。例如，如果你的呼叫中心是呼入/呼出混合型的，你應該把呼出功能組件放在“通過(guò)/拒絕”選項里，而不僅僅是賦予較高的權重。

　　讓廠(chǎng)商參與“業(yè)務(wù)量預測/排班測試”。為每一家廠(chǎng)商提供一份完全相同的原始數據讓他們來(lái)展示他們的軟件應用。這將使你了解到選取不同廠(chǎng)商的產(chǎn)品時(shí)你所不得不面對的不同的工作任務(wù)和工作量是什么。如果他們的預測結果太籠統，你就會(huì )知道你將需要在系統外要做哪些附加的細化工作。再看一下他們給出的排班表，是否大都是你的一線(xiàn)坐席愿意接受的班次安排。把所有廠(chǎng)商的測試結果進(jìn)行對比，將會(huì )使你很容易選擇最后的贏(yíng)家。

　　一旦你購買(mǎi)了一套WFM系統，你將需要知道你想讓系統做哪些工作，并把相關(guān)的參數和設置調整優(yōu)化到位。這將需要你使用原始數據進(jìn)行一系列的相關(guān)測試，知道系統產(chǎn)生的結果可以被接受。WFM軟件中一般沒(méi)有人工智能的成分，它只會(huì )做你想讓它做的工作。

　　你還需要做一些工作，以保持供應商/客戶(hù)間的和諧關(guān)系。當他們征求你的反饋時(shí)，全心地對待他們，加入產(chǎn)品用戶(hù)組，對于最新的WFM話(huà)題保持知曉。還有，參加供應商組織的用戶(hù)會(huì )議是得到最新培訓、了解軟件的更新信息、以及與具有同樣問(wèn)題的客戶(hù)進(jìn)行交流的很好的方式。