Het Forecastproces omvat een statistische en taxerende interpretatie van historische gegevens om de toekomstige Workload te voorspellen. De Workload bestaat uit de componenten Contactvolume en AHT, die later in het capaciteitsmanagementdeel worden aangevuld met doelstellingen als het gewenste Service level. Dit proces, mits goed ingericht, zorgt voor voorspelbaarheid binnen het Klantcontactcenter.
Accuraat voorspellen is essentieel voor het succes van een Klantcontactcenter. Vrijwel alles wat te maken heeft met het optimaliseren van resources, bijvoorbeeld een goede bemensing, hangt af van een goede inschatting van het verwachte werk.
Gesprekken moeten meestal binnen een minuut worden beantwoord. Om de Workload te matchen met voldoende Agentcapaciteit, redden we het niet met een Forecast op dagniveau, maar dienen we het te specificeren naar het kleinste interval waarop we de planning maken (meestal 15 minuten).
Zonder een nauwkeurige Forecast kan de capaciteitsmanager geen correcte bemensing bepalen.
Forecasts zijn afhankelijk van het tijdstip van de dag, de dag in de week en de week in het jaar. Daarnaast hebben we natuurlijk ook nog te maken met factoren als feestdagen, vakanties, weersomstandigheden, deurmatplanning en marketingacties.
Marketingbeslissingen kunnen bijvoorbeeld een grote impact hebben op het contactgedrag van de klant. Het Klantcontactcentermanagement en de WFM-afdeling moeten de tijd krijgen om hiervoor maatregelen te nemen. Idealiter dient de WFM-afdeling betrokken te zijn bij alle beslissingen die het contact met de klant kunnen beïnvloeden.
Hoewel in veel Klantcontactcentra bijna alle transactiegegevens worden opgeslagen, kunnen deze gegevens te divers zijn om de juiste gegevens eruit te destilleren. Er kunnen natuurlijk ook veranderingen in de businessrules zijn. Denk aan het veranderen van Scripts, Callrouting, Multiskilling; alsook de wijziging van producten en veranderingen in de soft- en hardware.
Om tot een accurate Forecast te komen, dienen we vier stappen te doorlopen. Ik zal ze even kort toelichten.
De input van de Forecast is sterk bepalend voor de kwaliteit van de Forecast. Het is daarom van belang dat we de realisatiecijfers filteren op verstoringen en deze verstoringen kwantificeren voor toekomstig gebruik. Anders verwoord: we maken de data schoon, zodat we deze voor de Forecast kunnen gebruiken zonder dat we te maken hebben met eventuele dubbeltellingen of onjuist aanbod dat veroorzaakt wordt door bijvoorbeeld feestdagen en storingen.
In deze stap onderzoeken we de aanwezigheid van trends en seizoenseffecten, en doen we indien er sprake is van onafhankelijke variabelen (bijvoorbeeld verzonden catalogi) Regressie analyses om deze in een later stadium weer toe te kunnen voegen aan de Forecast.
In deze stap maken wij verschillende berekeningen qua voorspellingen of met andere woorden: we proberen verschillende Forecastmethodieken uit, om zo de meest accurate te kiezen. Hoe dan: De kwaliteit van een Forecast kun je testen op het verleden. Met andere woorden: hoe goed was deze Forecastmethode geweest als ik deze had gebruikt op het recente verleden. Dit doen we met behulp van de M.A.P.E. (Mean Absolute Percentage Error).
In deze laatste stap voegen we de verwachte verstoringen toe. Denk bijvoorbeeld aan marketingcampagnes, briefverzendingen, feestdagen en vakanties. We maken bovendien ook de verwachte bandbreedte inzichtelijk.
Spril
Microfoonstraat 5
1322 BN Almere [route]
Spril
Microfoonstraat 5
1322 BN Almere
Copyright © 2024 Spril - Made by TRGR