システムチームを担当しておりますOと申します。
コンタクトセンターのインフラ整備やデータ精査を日々行っております。

その中で色々な数値を分析しており、
ブログをご覧の皆様にもダーウィンズで行っている呼量予測について、
是非共有させて頂ければと思います。

受電業務を行っているほぼ全てのコンタクトセンターは、日々の業務体制を設計するためにその日、
その月の入電する呼量の予測を様々な方法で行っております。
その呼量予測の精度により、受電率、受電コストが大きく変わるため、
コンタクトセンターのデータにおいては特に重要な数値となります。

色々な予測方法がありますが、単純な予測呼量でいうと
平均値により算出出来ます。
例えば以下実績があり、

年月：呼量

4月：100件

5月：130件

6月：120件

7月：150件

8月：100件

9月：80件

上記から10月の呼量を予測する場合は以下の方法が考えられます。

全体平均：4月～9月の実績合計を月数で割る。
例の場合は合計680件を6ヶ月で割り、113件と予測。

直近平均：直近●ヶ月の実績を決めてその中で算出。
3ヶ月とした場合は、例だと7月～9月の3ヶ月の
合計330件を3で割り、110件と予測。
11月予測は8月から10月実績で予測します。

平均値による算出はわかりやすいですし、
なんとなく近しい数値が出ますが、直近のトレンドからいうと
8月呼量より多い、10月110件以上の呼量は少し違和感があります。

ですので、平均値ではなく指数回帰曲線を使い
更に精度の高い予測を行います。
指数回帰曲線は統計学の説明になるのでちょっと難しいのですが、
今はExcelにも関数があり、簡単に使えますので、関数を使って算出してみます。

Excelの表に年月と、呼量を入力し表を作ります。

統計の中から「GROWTH」関数を選択します。

既知のyには過去の呼量を、既知のxには過去の年月を選択し、
新しいxには求めたい年月を選びます。

そうすると94件という予測呼量が算出されます。

如何でしょうか、
最初に平均値から算出した113件、110件とずいぶん違いがありますが、
各月の推移をみると、より精度の高い予測呼量なのではないでしょうか。
特に呼量が毎月伸びているような場合は、平均値での算出は難しいので、
こういった指数回帰曲線を使った予測を行うことにより、精度の高い予測が可能となります。

また、出稿媒体部数や、新規のお客様数など呼量と相関関係にある数値の情報があれば、
回帰分析を使い更に精度の高い予測が可能です。

予測精度が高ければ、適切な人員配置を行うことができ、
応答率低下によるお客様の取りこぼしを最小限に抑え、
余剰配置による受電コストの上昇を防ぐことが出来ます。

応答率の向上、最適な人員配置でお困りのお客様は是非、弊社までご相談下さい！