[發明專利]基于話務預測的呼叫中心座席數量的預測方法

有效

• 申請號: 201210545825.2
• 申請日: 2012-12-14
• 公開（公告）號: CN103095937A
• 公開（公告）日: 2013-05-08
• 發明（設計）人: 宋才華;張哲軍;余永忠;杜家兵;潘慶鋒;藍源娟;于濤;沈寒琦;吳麗賢;陳春梅;楊飛;龐維欣;宋宇;黃海清;王永才;肖招娣
• 申請（專利權）人: 廣東電網公司佛山供電局;廣東融合通信有限責任公司
• 主分類號: H04M3/523
• 分類號: H04M3/523;H04M3/36;H04W16/22
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 王茹;曾旻輝

技術領域

本發明涉及話務預測的相關技術領域，特別是涉及基于話務預測的呼叫中心座席數量的預測方法。?

背景技術

呼叫中心連接著客戶，是客戶對企業服務直接感知的一個重要途徑，直接關系客戶滿意度以及企業的服務水平。現場管理是呼叫中心管理重要的一部分。?

呼叫中心現場管理是一個動態的管理過程，需要呼叫中心管理人員控制服務質量與座席工作效率，并根據呼叫中心現場發生的情況，及時應對并采取必要的措施，解決現有問題的同時避免潛在問題的發生，保證服務和質量的連續性。當前國內許多呼叫中心的班組長在現場管理過程中，大多憑靠個人經驗進行管理。依靠個人經驗進行現場管理預測能力薄弱，往往只能做到事后的應對，并未能有效做到事前預防，服務水平也無法得到保障。如何應對突發事件，如何應對未知的話務浪涌，如何做到有效的事前預防成了呼叫中心現場管理的一大難題。另一方面，由于對將要來臨的話務情況未知，現場管理往往無法有效利用話務空閑來組織和安排業務知識與技能培訓，座席利用率不高。?

現有的技術通過采集歷史話務量進行統計并預測將來的話務量，從而預測相應的呼叫中心座席數量。然而，現有技術只是直接采集歷史話務量，沒有考慮偶然因素對數據的影響，由偶然因素引起的突發話務量，不反映真實的話務規律，會干擾話務預測的準確性。?

發明內容

基于此，有必要針對現有技術對話務量的預測不準確，因此未能準確預測呼叫中心的座席數量，導致座席利用率不高的技術問題，提供一種基于話務預測的呼叫中心座席數量的預測方法。?

一種基于話務預測的呼叫中心座席數量的預測方法，所述預測方法包括：?

采集歷史話務量數據；?

清洗所述歷史話務量數據，對所述歷史話務量數據中的異常話務量進行修正，得到清洗后的歷史話務量數據；?

根據所述清洗后的歷史話務量數據，預測在預設的預測時間段內的預測話務量；?

預測在所述預測時間段內，所述預測話務量所對應的座席數量。?

在其中一個實施例中，清洗所述歷史話務量數據，對所述歷史話務量數據中的異常話務量進行修正，得到清洗后的歷史話務量數據的具體步驟如下：?

將所述歷史話務量數據按預設的清洗單位分別計算，對每一清洗單位內的話務量數據按照預設的最小清洗粒度分為多個時段，對每一個時段計算一個清洗參考值A，如果時段內的話務量在清洗數據范圍之外則對該時段內的話務量執行清洗操作，所述清洗數據范圍以該時段對應的清洗參考值為基準。?

在其中一個實施例中，所述清洗參考值采用如下方式計算：?

確定時段對應的月份為X月、對應的日期為Y日，以及一星期中的第W天；?

計算月指數?其中m_X為清洗單位內X月的話務量，?為清洗單位內月份話務量均值；?

計算清洗周指數?其中w_W為清洗單位內X月在星期W的話務量均值，?其中w_i為清洗單位內X月在星期i的話務量均值；?

計算第一參考值=S÷Cm÷Cw；?

計算清洗單位內每月Y日的第一參考值；?

剔除清洗單位內每月Y日的第一參考值的異常數據，得到剔除后數據；?

計算剔除后數據的均值A’；?

計算清洗參考值A=A′×Cm×Cw。?

在其中一個實施例中，所述剔除清洗單位內每月Y日的第一參考值的異常?數據，采用肖維勒準則剔除異常數據。?

在其中一個實施例中，所述清洗數據范圍為A×(1±R%)，其中R為預設的清洗度。?

在其中一個實施例中，所述清洗操作為：用該時段對應的清洗參考值替換該時段的話務量。?

在其中一個實施例中，所述根據所述清洗后的歷史話務量數據，預測在預設的預測時間段內的預測話務量的具體步驟如下：?

對清洗后的歷史話務量數據中的每一年每一月的話務量分別進行統計，對每一年每一月分別計算多個個預測剔除周指數，所述預測剔除周指數?其中w_Y為所統計的月份在星期Y的話務量均值，n=1,2,3,…,7；?

對清洗后的歷史話務量數據中去除所述預測剔除周指數影響，得到去除預測剔除周指數影響的數據集；?

對去除預測剔除周指數影響的數據集，取預測時間段內的數據進行加權平均后得到一個包括多個話務量數據的預測歷史話務數據均值表；?

取預測時間段內的所有預測剔除周指數進行加權平均后，得到一個包括多個預測剔除周指數數據的預測周指數均值表；?