專利名稱：一種大型呼叫中心的熱線來話預測方法
技術領域：
本發(fā)明涉及大型呼叫中心，具體地說涉及對大型呼叫中心的熱線來話預測 方法。
背景技術：
中國移動通信集團為了拓展手機增殖業(yè)務，更好地為手機用戶服務，在全 國各地設有大量的呼叫中心，呼叫中心又稱客戶服務中心，是用于向用戶提供 電話、電子郵件、傳真、網(wǎng)絡咨詢等多種接入手段的信息系統(tǒng)。任何呼叫中心 的運營幾乎都是在追求服務的速度及質量的提高，同時在降低運營成本的前提 下逐步提升呼叫中心的利潤及客戶滿意度。隨著呼叫業(yè)的發(fā)展，月呼叫量上百萬 次的呼叫中心紛紛出現(xiàn)，動輒上億元的投入讓公司不堪重負。 一個典型的呼叫 中心運營費用，只有5%的成本是花在技術上，幾乎全部運營費用的95%以上用 于支付工資、網(wǎng)絡成本和日常開支，人員成本則是呼叫中心運營成本的關鍵， 因此，對于任何呼叫中心管理人員來講，合理的熱線來話預測是實現(xiàn)高效率的 運營管理，降低整體運營成本，保證客戶服務質量和服務水平，提高呼叫中心 生產(chǎn)力的重要一環(huán)。
發(fā)明內容
本發(fā)明提供一種大型呼叫中心的熱線來話預測方法，通過科學預測不同時 間、時段的熱線電話的來話量，從而為呼叫中心的工作安排、人員招聘、班表 排布提供基礎數(shù)據(jù)，以降低運營成本，并滿足客戶的需求。
本發(fā)明所述來話預測方法包括以下步驟
一種大型呼叫中心的熱線來話預測方法，其特征在于包括以下步驟
(1) 、從呼叫中心業(yè)務系統(tǒng)中提取來話數(shù)據(jù)存入來話分析系統(tǒng)數(shù)據(jù)庫中；
(2) 、將"非正常來話"信息錄入突發(fā)話務分析系統(tǒng)；
(3) 、根據(jù)常規(guī)話務預測模型進行常規(guī)性話務預測；
(4) 、根據(jù)突發(fā)話務預測模型進行突發(fā)性話務預測；
(5) 、將預測所得的常規(guī)話務量和突發(fā)話務量進行疊加計算未來來話量；
(6) 、排班系統(tǒng)從來話分析系統(tǒng)讀取來話預測信息進行自動排班；
(7) 、管理人員根據(jù)管理經(jīng)驗進行班表手工修正；
(8) 、跟蹤實際來話發(fā)生數(shù)據(jù)對預測模型進行修正；
步驟(1)所需提取的來話數(shù)據(jù)包括目標時段來話量Z和接通率信息，來話 分析系統(tǒng)數(shù)據(jù)庫扣除由于接通率較低帶來的虛忙話務量，虛忙話務量指客戶因 為熱線忙而重復撥打的話務量；
步驟(2)中所述"非正常來話"為相關單位因為廣告宣傳活動、節(jié)假日、 突發(fā)性事故等引起的突發(fā)事件帶來的客戶來話沖擊或周期性來話增減，"非正常 來話"信息錄入包括從呼叫中心業(yè)務系統(tǒng)中自動提取的突發(fā)來話情況數(shù)據(jù)和由 管理人員根據(jù)管理經(jīng)驗錄入的突發(fā)事件的相關信息。記錄信息應包括:突發(fā)事件 描述、事件影響的客戶數(shù)CN、客戶回撥率CV、客戶回撥到達率CS、由于話務高 峰帶來的"虛忙率"FV、當天工作人員配置情況、業(yè)務講解難度系數(shù)等相關數(shù) 據(jù)，從全部話務量中分離出的突發(fā)話務量值T，依計算公式-
r = (l-FK)xZ-Z,其中"虛忙率"FV指虛忙話務量占來話量的比率，Z為根據(jù)常規(guī)話務預測
模型預測得出的目標時段話務量，將在步驟(3)中給出具體的計算公式； 步驟(3)所述話務預測模型對應的具體數(shù)據(jù)模型描述如下
常規(guī)話務預測模型是一種基于時間序列的熱線來話預測模型，模型根據(jù)呼 叫中心運作特點以一定時間段為基本周期單位，利用步驟(1)中取得的歷史話 務數(shù)據(jù)序列進行預測，預測中使用基于趨勢加權的預測思想，在時間序列預測 模型中引入有效的權函數(shù)，充分利用權函數(shù)對數(shù)據(jù)中的趨勢性特征進行提取并
加以利用，使得預測值能更加趨近實測值；
考慮到近期數(shù)據(jù)和過去歷史數(shù)據(jù)對當前預測點的影響的重要程度不同，采 用不同的權值構造函數(shù)；
設當前最近獲取的實測值點日期值k為當前日期到當年1月1日的天數(shù)，
^^為該實測值點的熱線來話量，構造權函數(shù)^的一般步驟分為以下三步步驟(3.1)為利用距離當前預測點最近的一個周期內的實測值數(shù)據(jù)計算出 該周期內的來話量均值^,<formula>formula see original document page 8</formula>其中N為一個周期內的實測點數(shù)(可以靈活的定義為指若干個月或若干天， 或若干小時).步驟(3.2)利用步驟(3.1)中得出的均值^給從X""到義這一個周期 里的每一個實測值點賦一個權函數(shù)^ 。尤|步驟(3.3)給出歷史同期話務量對預測目標值的修正系數(shù)，因為未來某時 段熱線來話量的預測，不僅與最近一個周期的實際來話量有關系，還與歷史同 期來話量有關，歷史同期指各周期(可以靈活的定義為指若干個月或若干天，或 若干小時)的同一時段，如預測6月7日的話務量，5月7日、4月7日等的話 務量也應作為影響因素考慮到預測模型中，而考慮到越早的同時段話務量對預測結果影響因素越小，因此可以這樣定義權值^ 。P"丄其中，n為所選擇的實測點數(shù) 則最后為常規(guī)話務量Z'的預測模型為<formula>formula see original document page 8</formula>《為最近一個周期的實測點話務量，31 + A=1， a、 32的具體取值需根據(jù)呼叫中心的實際運營數(shù)據(jù)進行設定，在步驟中進行3'、 ^值的修訂；步驟(4)中提到的突發(fā)話務預測模型，包括以下步驟8\ 步驟(4. 1)針對所要預測的"突發(fā)時間"在來話分析系統(tǒng)數(shù)據(jù)庫找到較為匹配的歷史同類事件記錄；步驟(4.2)計算出客戶回撥率CV、客戶回撥到達率CS,這里假定事件影響 的客戶數(shù)CN是已知的，因為CN不清楚的情況下是無法進行預測的；cs「丄假設某類突發(fā)事件客戶回撥到達率 2'，其中I為距離突發(fā)事件發(fā)生點的 小時數(shù)1=1..11, " — 00，則突發(fā)話務量值T為r = 2000000 x 4% x丄2,實際工作中每類突發(fā)事件的客戶回撥到達率數(shù)學模型都不相同，需要不斷積 累總結；步驟(5)將步驟(3)計算出的常規(guī)話務量預測值^和步驟(4)計算出的 突發(fā)話務量預測值T相加，即為實際預測目標時段預測話務量；步驟(6)分為以下幾步步驟(6.1)，根據(jù)步驟(5)得出的實際預測目標時段預測話務量利用Erlang 公式等人員測算公式計算所需安排的各時段人員數(shù)； 應當列出公式，應當標出話務量與各人時段人員數(shù)的關系；步驟(7)時管理人員對步驟(6)中系統(tǒng)計算出的班表根據(jù)管理經(jīng)驗和實 際管理需要再次進行調整和修正；步驟(8)是將實際話務量發(fā)生量和預測發(fā)生量進行對比，并修訂"、^、S|、 ^等參數(shù)設置。如步驟(3.3)中所述n取選擇半年的實測點數(shù)即n=6,也就是選擇過去半年歷史同期數(shù)據(jù)進入預測模型；Y'為半年內歷史同期數(shù)據(jù)；N=30。所述的周期指可以靈活的定義成若干個月或若干天，或若干小時。 本發(fā)明通過科學預測不同時間、時段的熱線電話的來話量，從而為呼叫中心的工作安排、人員招聘、班表排布提供基礎數(shù)據(jù)，以降低運營成本，并滿足客戶的需求。
具體實施例方式
一種大型呼叫中心的熱線來話預測方法，其特征在于包括以下步驟(1) 、從呼叫中心業(yè)務系統(tǒng)中提取來話數(shù)據(jù)存入來話分析系統(tǒng)數(shù)據(jù)庫中；(2) 、將"非正常來話"信息錄入突發(fā)話務分析系統(tǒng)；(3) 、根據(jù)常規(guī)話務預測模型進行常規(guī)性話務預測；(4) 、根據(jù)突發(fā)話務預測模型進行突發(fā)性話務預測；(5) 、將預測所得的常規(guī)話務量和突發(fā)話務量進行疊加計算未來來話量； (6 )、排班系統(tǒng)從來話分析系統(tǒng)讀取來話預測信息進行自動排班；(7) 、管理人員根據(jù)管理經(jīng)驗進行班表手工修正；(8) 、跟蹤實際來話發(fā)生數(shù)據(jù)對預測模型進行修正；步驟(1)所需提取的來話數(shù)據(jù)包括目標時段來話量Z和接通率信息，來話 分析系統(tǒng)數(shù)據(jù)庫扣除由于接通率較低帶來的虛忙話務量，虛忙話務量指客戶因 為熱線忙而重復撥打的話務量；步驟(2)中所述"非正常來話"為相關單位因為廣告宣傳活動、節(jié)假日、 突發(fā)性事故等引起的突發(fā)事件帶來的客戶來話沖擊或周期性來話增減，"非正常 來話"信息錄入包括從呼叫中心業(yè)務系統(tǒng)中自動提取的突發(fā)來話情況數(shù)據(jù)和由 管理人員根據(jù)管理經(jīng)驗錄入的突發(fā)事件的相關信息。記錄信息應包括:突發(fā)事件 描述、事件影響的客戶數(shù)CN、客戶回撥率CV、客戶回撥到達率CS、由于話務高 峰帶來的"虛忙率"FV、當天工作人員配置情況、業(yè)務講解難度系數(shù)等相關數(shù) 據(jù)，從全部話務量中分離出的突發(fā)話務量值T，依計算公式r = (l-FF)xZ — Z,其中"虛忙率"FV指虛忙話務量占來話量的比率，Z為根據(jù)常規(guī)話務預測模型預測得出的目標時段話務量，將在步驟(3)中給出具體的計算公式.其中Z'為根據(jù)常規(guī)話務預測模型預測得出的目標時段話務量，將在步驟(3)中給出具體的計算公式；步驟(3)所述話務預測模型對應的具體數(shù)據(jù)模型描述如下 常規(guī)話務預測模型是一種基于時間序列的熱線來話預測模型，模型根據(jù)呼 叫中心運作特點以一個月為基本周期單位，利用步驟(1)中取得的歷史話務數(shù) 據(jù)序列進行預測，預測中使用基于趨勢加權的預測思想，在時間序列預測模型
中引入有效的權函數(shù)，充分利用權函數(shù)對數(shù)據(jù)中的趨勢性特征進行提取并加以 利用，使得預測值能更加趨近實測值；考慮到近期數(shù)據(jù)和過去歷史數(shù)據(jù)對當前預測點的影響的重要程度不同，采 用不同的權值構造函數(shù)；設當前最近獲取的實測值點日期值k為當前日期到當年1月1日的天數(shù)，例如2月19日的k值為40， ^^為該實測值點的熱線來話量，構造權函數(shù)^的一般步驟分為以下三步-步驟(3.1)為利用距離當前預測點最近的一個周期內的實測值數(shù)據(jù)計算出該周期內的來話量均值^,S《其中N為一個周期內的實測點數(shù).步驟(3.2)利用步驟(3.1)中得出的均值^給從X""到^這一個周期 里的每一個實測值點賦一個權函數(shù)^。步驟(3.3)給出歷史同期話務量對預測目標值的修正系數(shù)，因為未來某時 段熱線來話量的預測，不僅與最近一個周期的實際來話量有關系，還與歷史同 期來話量有關，如預測6月7日的話務量，5月7日、4月7日等的話務量也應 作為影響因素考慮到預測模型中，而考慮到越早的同時段話務量對預測結果影響因素越小，因此可以這樣定義權值"。1>其中，n為所選擇的實測點數(shù)6， 則最后為常規(guī)話務量Z的預測模型為A'為最近一個周期的實測點的來話量，n取選擇半年的時間數(shù)6，也就是選 擇過去半年歷史同期數(shù)據(jù)進入預測模型；Y」為半年內歷史同期數(shù)據(jù)；<formula>formula see original document page 12</formula>的具體取值需根據(jù)呼叫中心的實際運營數(shù)據(jù)進行設定，在步驟(8)中進行3'、 ^值的修訂；步驟(4)中提到的突發(fā)話務預測模型，包括以下步驟步驟(4. 1)針對所要預測的"突發(fā)時間"在來話分析系統(tǒng)數(shù)據(jù)庫找到較為匹 配的歷史同類事件記錄；步驟(4.2)計算出客戶回撥率CV、客戶回撥到達率CS，這里假定事件影響 的客戶數(shù)CN是已知的，因為CN不清楚的情況下是無法進行預測的；在這里我們舉例說明具體的計算方法，假設<formula>formula see original document page 12</formula>假設某類突發(fā)事件客戶回撥到達率'2'，其中工為距離突發(fā)事件發(fā)生點的小 時數(shù)K..n, " —°°，則突發(fā)話務量值T為<formula>formula see original document page 12</formula>實際工作中每類突發(fā)事件的客戶回撥到達率數(shù)學模型都不相同，需要不斷積 累總結；步驟(5)將步驟(3)計算出的常規(guī)話務量預測值Z和步驟(4)計算出的突發(fā)話務量預測值T相加，即為實際預測目標時段預測話務量； 步驟(6)分為以下幾步步驟(6. 1)，根據(jù)步驟(5)得出的實際預測目標時段預測話務量利用Erlang 公式等人員測算公式計算所需安排的各時段人員數(shù)。<formula>formula see original document page 12</formula>其中P(c， ah預測阻塞率，又稱為服務等級單位％;C為線路數(shù)量,單位為線；a為流量負荷，單位為Erlang。步驟(7)時管理人員對步驟(6)中系統(tǒng)計算出的班表根據(jù)管理經(jīng)驗和實 際管理需要再次進行調整和修正；步驟(8)是將實際話務量發(fā)生量和預測發(fā)生量進行對比，并修訂^、 ^、 3'、 ^等參數(shù)設置。
權利要求
1、一種大型呼叫中心的熱線來話預測方法，其特征在于包括以下步驟(1)、從呼叫中心業(yè)務系統(tǒng)中提取來話數(shù)據(jù)存入來話分析系統(tǒng)數(shù)據(jù)庫中；(2)、將“非正常來話”信息錄入突發(fā)話務分析系統(tǒng)；(3)、根據(jù)常規(guī)話務預測模型進行常規(guī)性話務預測；(4)、根據(jù)突發(fā)話務預測模型進行突發(fā)性話務預測；(5)、將預測所得的常規(guī)話務量和突發(fā)話務量進行疊加計算未來來話量；(6)、排班系統(tǒng)從來話分析系統(tǒng)讀取來話預測信息進行自動排班；(7)、管理人員根據(jù)管理經(jīng)驗進行班表手工修正；(8)、跟蹤實際來話發(fā)生數(shù)據(jù)對預測模型進行修正；步驟(1)所需提取的來話數(shù)據(jù)包括目標時段來話量Z和接通率信息，來話分析系統(tǒng)數(shù)據(jù)庫扣除由于接通率較低帶來的虛忙話務量，虛忙話務量指客戶因為熱線忙而重復撥打的話務量；步驟(2)中所述“非正常來話”為相關單位因為廣告宣傳活動、節(jié)假日、突發(fā)性事故等引起的突發(fā)事件帶來的客戶來話沖擊或周期性來話增減，“非正常來話”信息錄入包括從呼叫中心業(yè)務系統(tǒng)中自動提取的突發(fā)來話情況數(shù)據(jù)和由管理人員根據(jù)管理經(jīng)驗錄入的突發(fā)事件的相關信息。記錄信息應包括突發(fā)事件描述、事件影響的客戶數(shù)CN、客戶回撥率CV、客戶回撥到達率CS、由于話務高峰帶來的“虛忙率”FV、當天工作人員配置情況、業(yè)務講解難度系數(shù)等相關數(shù)據(jù)，從全部話務量中分離出的突發(fā)話務量值T，依計算公式T＝(1-FV)×Z-Z1其中“虛忙率”FV指虛忙話務量占來話量的比率，Z1為根據(jù)常規(guī)話務預測模型預測得出的目標時段話務量，將在步驟(3)中給出具體的計算公式；步驟(3)所述話務預測模型對應的具體數(shù)據(jù)模型描述如下常規(guī)話務預測模型是一種基于時間序列的熱線來話預測模型，模型根據(jù)呼叫中心運作特點以一定時間段為基本周期單位，利用步驟(1)中取得的歷史話務數(shù)據(jù)序列進行預測，預測中使用基于趨勢加權的預測思想，在時間序列預測模型中引入有效的權函數(shù)，充分利用權函數(shù)對數(shù)據(jù)中的趨勢性特征進行提取并加以利用，使得預測值能更加趨近實測值；考慮到近期數(shù)據(jù)和過去歷史數(shù)據(jù)對當前預測點的影響的重要程度不同，采用不同的權值構造函數(shù)；設當前最近獲取的實測值點日期值k為當前日期到當年1月1日的天數(shù)，Xk為該實測值點的熱線來話量，構造權函數(shù)πk的一般步驟分為以下三步步驟(3.1)為利用距離當前預測點最近的一個周期內的實測值數(shù)據(jù)計算出該周期內的來話量均值
2、根據(jù)權利要求所述的一種大型呼叫中心的熱線來話預測方法，其特征在 于所述的預測周期定義為一個月，如步驟(3.3)中所述n取選擇半年的實測點數(shù)即11=6,也就是選擇過去半年歷史同期數(shù)據(jù)進入預測模型；Yj為半年內歷史同 期數(shù)據(jù)；N=30。
3、根據(jù)權利要求所述的一種大型呼叫中心的熱線來話預測方法，其特征在 于所述的周期可以靈活的定義為指若干個月或若干天，或若干小時。
全文摘要
本發(fā)明公開了一種一種大型呼叫中心的熱線來話預測方法，主要包括以下步驟(1)從呼叫中心業(yè)務系統(tǒng)中提取來話數(shù)據(jù)存入來話分析系統(tǒng)數(shù)據(jù)庫中；(2)將“非正常來話”信息錄入突發(fā)話務分析系統(tǒng)；(3)根據(jù)常規(guī)話務預測模型進行常規(guī)性話務預測；(4)根據(jù)突發(fā)話務預測模型進行突發(fā)性話務預測；(5)將預測所得的常規(guī)話務量和突發(fā)話務量進行疊加計算未來來話量；(6)排班系統(tǒng)從來話分析系統(tǒng)讀取來話預測信息進行自動排班。通過科學預測不同時間、時段的熱線電話的來話量，從而為呼叫中心的工作安排、人員招聘、班表排布提供基礎數(shù)據(jù)，以降低運營成本，并滿足客戶的需求。
文檔編號H04M3/22GK101132447SQ20071002587
公開日2008年2月27日 申請日期2007年8月13日 優(yōu)先權日2007年8月13日
發(fā)明者鵬 萬, 紅 朱, 擎 王, 超 王, 萍 顏 申請人:中國移動通信集團安徽有限公司