耳朵，你需要考虑季节性。

一旦你预测了一年内你可能会收到的电话号码，你就需要考虑季节性。毕竟，你不会一年365天收到相同数量的电话。

事实上，联系人数量可能会有很大差异，为了获得联系人何时到达的指标，您需要访问其他联系人中心，以估计季节性。

这些联络中心需要在您所在的领域，因为不同的领域有不同的高峰期。例如，零售联络中心可能会有圣诞高峰，而保险联络中心很可能不会

或。通过与其他组织联系，您可以使用较旧的电话到达模式，大致了解您可以预期的季节性。

要做到这一点，请询问您访问的联系中心，以向您提供如下所示的数据集。这将按月为您提供年度联系人的百分比。1月10%2月8%3月7%4月8%5月7%6月5%7月5%8月4%9月7%10月7%11月10%12月22%

然后，将您的预计年度联系人数乘以每个月的预期联系人百分比。这将为您提供一个一年中每个月的联系人数预测，也称为预测。例如，如果你预计每年有10万个联系人，而在1月份，你预计会有10%的联系人，那么你1月份的预测将是1万个联系人。

使用选项1或选项2生成低级计划，您应该有一个预测每月通话量的数据集。现在需要将其分为每日和半小时两部分。

第1步-将每月通话量拆分为每日通话量

下一步是逐日估算联系人数量。但你不能简单地将每月通话量除以28/30/31。这是因为你的联络中心平均周二接到的电话数量是平均周五的两倍。

因此，请从其他联系中心了解他们每天收到的每周流量的百分比。这将帮助您形成如下示例所示的数据集。

每周联系人的日百分比星期一16%星期二22%星期三17%星期四15%星期五13%星期六10%星期日7%一旦你有了这些信息，将每月的联系人数量分成几周，然后使用上述信息将每周的预测量分成每天预期的通话。例如，如果你预计一周有2500个电话，而你预测周一可能会收到该周电话量的16%，那么预计400个电话。

这是因为2500个调用x 0.16=400个调用。

要使其发挥作用，您需要确保您的联系中心与您接收此数据的联系中心在一周中的同开放。如果你的中心是周一至周日，不要从周一至周五开放的中心获取数据。

步骤2–每日联系人到达模式

一旦您有的预测电话数，就可以将该电话数按时间间隔拆分。许多联络中心选择半小时为间隔。所以，你应该从另一个联系中心收集的最后一条信息是中每30分钟预期的每日联系人的百分比。以下表为例，说明您希望收集的内容。

通话时间间隔百分比08:30 0.37%09:00 4.66%09:30 4.05%10:00 5.52%10:30 4.30%11:00 6.13%11:30 5.77%12:00 8.83%12:30 5.77%13:00 7.12%13:30 5.52%14:00 6.01%14:30 5.40%15:00 6.38%15:30 6.99%16:00 6.63%16:30 6.01%17:00 4.42%17:30 0.12%，”您可以用每天的预期联系人数乘以的百分比st是您预计以半小时费率收到的电话数。

即（30分钟内每日通话的1/百分比）x每日通话量

完成后，您可以创建自己的通话到达模式，如下所示：

具有这样的通话到达模式非常适合使用Erlang计算器的调度顾问。

要了解如何使用电话到达模式安排顾问，请阅读我们的文章：如何计算您在联系中心需要多少员工

记住，您的预测能够准确的方法是，如果您获取数据的联系中心的开放时间与您计划的相同。

信息不完整的预测联系中心可能没有足够的数据来创建预测，原因有很多，就像下面三个一样。

1。计算机系统不能生成良好的报告。例如，一些系统可能只记录最近12个月的数据。这些计算机系统不像一些电话系统那样详细，它们为您提供了3年以上的历史。

但是，如果您的计算机系统只记录了12个月的数据，请检查您的电话公司是否有更长的联系电话记录（即您收到的电话数量）。这有助于提供更多数据。

2。外包商不擅长保存数据。当联系中心终止其外包合同时，这可能是一个问题，因为外包商可能无法向他们提供必要的数据。

3。你是新来的。你可能刚进入公司，可能无法获取正确的信息。在这种情况下，您可能需要进行更多挖掘，以找到可用的信息。

虽然这些都是导致信息不完整的常见原因，但可能还有更多原因导致长期存在的联络中心没有足够的数据进行预测。

，但长期联系中心可能有不同程度的“数据不足”。

因此，在评估创建准确预测所需的数据量之前，我们先来研究一个长期的联系中心如何在没有记录联系量的情况下进行预测。没有记录联系人数量的

预测如果您无法访问联系人数量历史记录，可以使用财务数据创建预测。这些财务数据将告诉你每月销售的产品数量。理想情况下，您希望获得五年的数据。

“Prasanth Nambiar”

然后，正如Facebook的员工管理专家Prasanth Nambiar所建议的：“在每个月的客户总数与每个客户每月的呼叫总数之间建立一个比率。”

“如果此信息不可用，请尝试从其他公司、类似产品或询问业务本身。”

有了这些财务数据，您可以构建一个模型来创建过去联系数量的猜测。该模型的工作原理是，销售一定数量的产品将等同于一定数量的通话。

通过使用此模型，您将能够按月跟踪季节性，并每年估计联系人。

不幸的是，在没有可用数据的情况下，如果不进行猜测，就无法进行预测。但是，正如Prasanth所说，你可以“回到企业，验证所有这些假设。”

您作为预测提供给企业的数字本身不是“您自己的”，而是他们自己的业务知识，基于他们自己的业务计划和业务目标。

“Prasanth Nambiar”

“在结束时，你给企业的预测数字本身不是‘你自己的’，而是他们自己的商业知识，基于他们自己的商业计划和商业目标。”

然后您就可以像拥有完整的数据集一样进行预测。有了一套完整的数据pe感谢Cuthbert Consulting

的Dan Cuthbert专注于“假设”场景一个好的起点是记住预测只是一个猜测。它可能是基于大量数据和分析的预测，但猜测是它剩下的部分。

“罗伯特·塔克”

虽然这是一项非常有价值的技能，在企业中扮演着非常重要的角色，但想象一下像本田、奥迪或福特这样的公司，他们的库存预测良好，生产线会发生什么。使用转换率我通常会查看产品/服务，并查看转换率等指标

我每季度都会仔细检查，并每天进行调整、监控，并设置CRM/服务台来跟踪联系原因、方法等。

感谢Rene

要了解更多关于如何使用对话率来创建预测的信息，请阅读我们的文章：基于销售预测的预测联系数量

构建模型并更新

“利用你所拥有的——即使只是上个月，也会让你感觉到下个月会是什么样子。

Connor Bourke

增加了一点直觉。这可能是季节性的吗？哪些季节将是高季节，哪些季节将是低季节？客户群是否在增长？即使你不知道它们会产生什么样的影响，你是否有任何可以识别的呼叫驱动因素（例如计费周期）首席执行官康纳·伯克从“自下而上”的方法开始假设你的到达模式最终是基于时间序列的——这是一种说过去的模式将很好地作为预测未来模式的良好基础的奇特方式——你可以做所谓的“自下而上”预测。