把员工及相应的支持资源与呼叫中心的客户联络业务量相匹配是高效呼叫中心管理的一个关键环节。如果业务量预测不能够达到一定的准确率，那么运营规划流程中下面的环节也就失去了合理的依据。业务量预测是决定员工需求和其它资源（工位、中继线等）需求的基础，是以下工作合理开展的前提：
• 计算基本员工需求
• 计算中继线及系统容量需求
• 把放弃率和阻挡率降到最低
• 编制准确的、可行的排班计划表
• 预测未来的员工及网络成本
• 满足客户的服务期望
• 创造一个能够为客户提供高质量服务的环境
艺术与科学
众所周知，业务量预测是一项艺术与科学密切融合的工作。它开始于对未来一定时期内客户联络量的预测，并结合了这些联络的平均处理时长。要做这项工作，你需要首先参阅历史数据来决定客户联络量的到达趋势，并且考虑进可能的变化对这种趋势的影响。然后，把这些数据按照历史的比例分解到不同的月份，每月中每周，每周中的每天，每半个小时的每一天。然后，结合进客户联络的平均处理时长计算出各个不同周期的预测业务量。最后，再根据没有反应在历史数据中的一些变化情况（例如，新服务的开展等）对预测结果进行必要的修正。
显然，要想准确完美地预测出下个月的第二个星期一上午10:00到10:30之间你的客户支持小组会接到246个客户联络请求是不太现实的。但是，你的业务量预测还是需要尽量靠近这个精确度。实际上，这种精确不仅包括客户联络的次数，而且还要包括包括业务量（联络次数X平均处理时长），而且还要具体到不同的客户沟通联络渠道（电话、电子邮件、传真等），分解到具体的时间段（一般是半个小时），以及针对每个处理不同业务类别的专业座席组。
那么，该如何定义“准确”呢？这在很大程度上取决于你的呼叫中心坐席组别的大小。小规模的坐席组别，比如，15个人或者更少，常常会比大规模组别经历更多的业务量波动。但即使是这样，也要力争不要超过5%。不要使预测业务量与实际发生业务量之间的差别超过5%。（来电趋势较为稳定的大规模坐席组别一般可以把预测准确率持续保持在几个百分点之内）。
不幸的是，一些呼叫中心的经理想当然地认为他们的呼叫中心的业务量天生波动太大，他们的业务量预测根本就不可能准确。但是，我们已经看到大量的优秀呼叫中心在快速变化的运营环境中把业务量预测工作做得非常出色。他们致力于追求“准确”，这就是差别发生的原因。
数字之外的工作
基于业务量的“时间序列”预测法包括获取历史数据，找出重复的客户联络到达模式，分析趋势，并据此做出未来月、日及半小时的业务量预测；这种方法是一种在呼叫中心里非常普遍和重要的预测方法（但并不是本文要探讨的重点）。但是，呼叫中心的管理者还必须在这种量化的预测方法之外做大量的数学分析之外的协作与领导工作。而这些工作对于业务量预测的成败起着关键的决定作用。
建立一支跨职能的预测团队：如果你恰巧在其市场部门未经宣布就开始了市场宣传攻势的一个上午走进了一家呼叫中心，你很可能会深刻地意识到市场部门的同事应该是整个呼叫中心业务量预测流程中不可分割的一部分。同样的道理，负责产品及服务条款修订的法务部门，负责系统维护与调整的IT部门，以及任何其他影响到呼叫中心业务量波动的任何人或者部门都应该成为该流程的一个有机组成部分。跨职能小组会议（至少一周一次）是非常必要的。这个团队应该给自己定一个座右铭，那就是：“没有惊奇！”。
确保你的坐席组别尽量简单，易于管理：
很多呼叫中心都采用了基于技能或者应急方案的路由策略。但是有时因为这种路由策略如此复杂，以至于呼叫中心并不能清楚地判断最后到底结果如何。更糟糕的是，如果你的业务量预测不准，那么基于技能的路由也就失去了基础。如果你想让正确数量的受过 XYZ 种服务培训的讲法语的坐席在正确的时间上线服务，你需要对每一种具体服务的业务量分别进行预测。保持你的路由策略尽量简单，便于管理，然后挽起袖子，花必要的、足够的时间来预测每一种服务类别的话务量。
准确定义一次“呼叫”：
一次“呼叫”应该包含哪些内容是一个最基本但也是最总要的问题。每一名坐席的行为都会对呼叫处理时间的组成部分造成影响，进而影响到业务量预测所依赖的原始数据。如果他们的通话处理行为不一致，例如，当有较多的电话进入队列时随意推迟话后处理工作。所以，在员工培训的过程中要注意强调通话操作流程的规范性以及一次完整通话过程的定义。否则，你的业务量将会很难保持稳定且不能准确预测。
“清理”你的历史数据：
业务量预测所使用的数据必须能够准确反应出试图联络你的呼叫者的数量（见图1）。如果这些数据忽略了那些遇到忙音没有打进或者放弃呼叫的呼叫者，你将会低估未来的呼叫量需求。但是，如果这些数据包括了每一次忙音呼叫和放弃的呼叫，你将很可能高估了未来的业务量需求。预测业务量所使用的历史数据应该准确反应“所有的联络请求”再减去呼叫者的重复尝试。
我们通常建议业务量数据中应该包括大部分的放弃呼叫量（例如，70%或再稍高一些），除非你有更加具体的参照数据或调查结果。如果你有过呼叫者遇到忙音的情况，那么你的电信运营商所提供的重复呼叫记录可以告诉你实际有多少呼叫者在试图联络你的呼叫中心。
把特殊情况除外：
公用事业的呼叫中心常常在恶劣天气或者突发事故的时候遇到话务量暴涨的情况；旅行社的呼叫中心在全行业促销的时候也会收到更多的电话；公共基金则在财经市场遇到重大变化时收到更多的询问。
上面这张图表是一家银行的以半小时为间隔的一周业务量走势图。请注意在周二上午由于系统故障所造成的业务量急剧下降。这种超出常规趋势的意外情况常常与正常的业务量趋势格格不入。这说明了很重要的一点：意外情况引发的业务量数据变化在用作未来业务量预测的时候应该做适当的调整，否则将会严重影响到业务量预测的准确性。这种调整就是把意外情况时的数据调整到正常情况下的值，反映出如果意外没有发生的情况下的正常业务量趋势。
为你的人力资源管理/业务量预测软件提供必要的帮助：
带有业务量预测模块的劳动力资源管理软件可以自动完成很多繁琐的历史数据获取和整合分析工作。但是这些软件并不能为你进行思考。它们并不知道平均处理时长会被系统设置的改变或者即将在下周发布的新的服务业务所影响。如果你有忙音或者放弃的电话，它们需要你的帮助来调整总体有效呼叫量。让你的软件供应商提供系统所使用的方法论的流程图或者示意图以及有必要进行数据输入和调整的决策点将会是一个很好的注意。
通过时段细分衡量准确性，而不是整体的一天：
因为几乎在任何一家呼叫中心中每天的业务量都处在不断变化的过程中，所以业务量的预测必须是以细分的时段为单位来进行预测（通常是半个小时）。对某一个整天的业务量进行比较准确的预测是有可能的，但是，如果不进行时段细分，仍然还会出现这一天的某一时段业务量预测出现偏差，出现人力资源的浪费或者客户难以打进电话的情况。以整天为单位的业务计划和报表在呼叫中心的环境中并没有太大的意义。
确保运营计划是建立在现实的基础上，而不是以目标为基础：
这一点是众所周知的，但是还是很多的呼叫中心落入了此陷阱。例如，当人员排班是建立在240秒的平均通话时长目标基础上，而不是以现实中的310秒的平均通话时长为基础的时候，后续的员工需求计算以及排班安排都将是一场梦魇。计划预测过程中的疏漏一定实现不了好的运营结果或者对业务量预测建立信心。
结论
那些在业务量预测中取得好的效果的企业都非常注重业务量预测的准确性。相关的管理层总是设法让该参与的人参与其中，并持续不断地改进相互之间的协作。他们知道，准确的业务量预测不仅仅是简单的业务量趋势的数学预测，而更重要的是领导力和团队协作。
本文原载于《客户服务评论》2006年3月刊
