Статьи
28 апреля 2025 17:12
Прогнозирование нагрузки и составление расписания в современном омниканальном контакт-центре
Прогнозирование — первый шаг в любом процессе планирования/управления ресурсами контактного центра. В КЦ должны прогнозировать объем обращений, который должен быть обработан в течение определенного периода времени (уровень обслуживания), при этом удовлетворяя клиентов как по длительности ожидания ответа, так и по качеству обработки контакта. Это касается, кстати говоря, всех операционных отделов компании, не только контактные центры, но и функции бэк-офиса. На ранних этапах развития индустрии контактных центров, когда голосовые звонки были единственным каналом доступа, компании прогнозировали нагрузки по объем обращений, используя калькулятор Erlang C, применимый к историческим наборам данных об объемах входящих звонков. Это математическая модель хорошо подходит для прогнозирования объема одновременных взаимодействий (звонков), чтобы определить количество операторов, необходимых для ответа на них в рамках определенного уровня обслуживания. Хотя Erlang C не был идеальным для прогнозирования длительных звонков в контакт-центр (он был разработан для обработки коротких звонков в справочную службу без длительной постобработки), со многими классическими задачами в традиционном сall-центре он справлялся достойно, хотя и ошибался в сторону оверстаффинга.
Прогнозирование для цифровых каналов изменяет подходы WFM
С тех пор за последние несколько десятилетий многое изменилось в контакт-центрах, и Erlang C (или модифицированный Erlang C) всё меньше и меньше подходит для этой задачи. Это особенно актуально сейчас, когда КЦ обрабатывают как синхронные (например, звонки, чаты, видео), так и асинхронные (например, электронные письма, служба коротких сообщений (SMS)/текст, сообщения, социальные сети) взаимодействия с ожидаемыми задержками между вопросом и ответом. Но это лишь один элемент сложности правильного прогнозирования объемов взаимодействия контакт-центра в цифровую эпоху.
Ниже приведены некоторые из проблем прогнозирования, которые контакт-центры должны решать в наши дни:
1. Обработка синхронных и асинхронных взаимодействий — клиенты используют наиболее удобный для них в данный момент канал доступа, который может меняться от одного взаимодействия к другому.
2. Обработка взаимодействий, которые начинаются в одном канале, а затем переходят в другой — посетитель веб-сайта запрашивает помощь через чат, но просит перейти на телефонный звонок, когда запрос становится слишком сложным или руки заняты управлением автомобиля.
3. Обработка одного и того же взаимодействия в двух или более каналах одновременно — клиент инициирует свой запрос по телефону, а оператор отправляет текстовые ссылки на часто задаваемые вопросы, карты и т. д. или доставляет текстовую информацию из базы знаний непосредственно клиенту с помощью SMS/текста во время звонка.
4. Обработка взаимодействия, которое начинается с бота или решения для самообслуживания, но должно перейти к живому оператору — клиент выбирает использование интеллектуального виртуального агента самообслуживания (IVA), но запрашивает помощь человека, когда бот не может полностью ответить на его запрос.
5. Одновременная обработка нескольких чатов, SMS, сообщений в социальных сетях, электронной почты и т. д. — на операторов часто направляют несколько асинхронных запросов клиентов одновременно.
6. Обработка взаимодействий, которые передаются от одного оператору другому — когда оператор передает какой-либо контакт другому оператору.
Существует множество других сценариев, но это общие проблемы, которые контактным центрам сегодня часто приходится решать при прогнозировании. Учитывая сложность и масштаб контактных центров, большинство из них полагаются на комплексные WFM решения, чтобы помочь им прогнозировать объемы нагрузки и планировать расписание операторов. Проблема для рынка WFM заключается в том, что алгоритмы большинства решений были разработаны для учета одного синхронного телефонного звонка за раз. Это не так просто, как, казалось бы, взять и обновить алгоритм прогнозирования для обработки цифровых и асинхронных взаимодействий, и это по-прежнему остается проблемой на рынке WFM.
Проблемы WFM в цифровую эпоху
Поставщики WFM систем сталкиваются сегодня сразу с несколькими новыми измерениями в многоканальных цифровых контакт-центрах, каждое из которых может существенно повлиять на количество требуемых ресурсов. Вот некоторые проблемы, которые решают поставщики WFM:
1. Для взаимодействий, которые начинаются в приложениях для самообслуживания — должны ли эти обстоятельства учитываться при планировании нагрузки или нет? Контакты, которые начинаются в боте или виртуальном помощнике (IVA), а затем требуют подключения человека, могут быть более сложными и трудоемкими, чем типичное взаимодействие.
2. Если взаимодействие начинается в одном канале, а затем переходит в другой, следует ли это считать одним взаимодействием с двумя ветвями или двумя отдельными взаимодействиями?
3. Как приложение WFM должно прогнозировать взаимодействия, которые используют два или более одновременных канала?
4. Каков наилучший способ обработки асинхронных взаимодействий: должен ли прогноз учитывать каждую отдельную ветвь диалога или общее время от первого касания до решения?
5. Каким образом решения WFM должны учитывать взаимодействия, передаваемые между операторами: является ли каждая часть отдельным элементом или частью одного контакта?
Хотя Erlang не подходит для прогнозирования чего-либо, кроме типовых, коротких голосовых контактов по телефону, в индустрии КЦ пока еще не разработали наилучшего алгоритма или подхода для обработки асинхронных взаимодействий. Чтобы устранить это ограничение, некоторые решения WFM запускают целый ряд алгоритмов и симуляций для каждого прогноза, чтобы найти тот, который минимизирует количество и стоимость работы операторов. На данный момент это кажется лучшим подходом для оптимизации расписания операторов, но он не решает многих других проблем.
Для правильного прогнозирования и планирования обработки асинхронных взаимодействий контакт-центрам необходимо отслеживать время начала и окончания для каждой сессии, например, а также общее время, затраченное на полное решение проблемы. Это само по себе является серьезной проблемой для рынка WFM, поскольку большинство решений WFM могут получать только один определённый набор параметров статистики для каждого контакта с клиентом. Это означает, что ACD и другие системы, собирающие и передающие объемы активности контакт-центра (например, приложения для управления перепиской в чате или по электронной почте) в решения WFM, необходимо усовершенствовать, чтобы включить расширенный набор данных на каждый запрос клиента, если он имеет несколько разрозненных сессий.
Подходы к составлению расписания, распределения смен должны адаптироваться
Как и в случае с прогнозированием нагрузки, подходы к планированию расписания находятся в постоянном движении и развитии, поскольку многие передовые компании, осознающие важность вовлечения и расширения прав и возможностей своих операторов, стремятся улучшить планирование их работы. В частности, представители поколения Y и поколения Z ясно дали понять, что гибкость графика, включая возможность самостоятельно выбирать и изменять смены, является для них главным приоритетом. Это ожидание представляет собой серьезную проблему для контактных центров, которые привыкли назначать графики с минимальным (или нулевым) участием операторов, кроме заявок на выбор смены. Однако компаниям, которые не реагируют на требования своих операторов к своему графику, будет сложнее нанимать высококвалифицированных кандидатов и еще сложнее их удерживать. Учитывая, что показатели текучести кадров операторов могут достигать значений выше 35%, это не то, что контактные центры могут позволить себе игнорировать сегодня.
Внедрение гибких подходов, методов и практик планирования работы операторов сложнее, чем кажется. Это требует изменений в решениях WFM, устоявшихся практиках подбора персонала и корпоративной культуре, которая должна меняться, потому что восприятие некоторых руководителей КЦ того, что операторы должны быть счастливы иметь хоть такую работу и принимать любой предложенный ему график, больше не соответствует действительности. Лучшая рабочая среда предполагает взаимное уважение между сотрудниками и менеджерами; сотрудники чувствуют связь с миссией компании и своей работой и поддерживаются своими руководителями. Практики подбора персонала должны быть изменены, потому что операторы не будут принимать нежелательные часы и негибкие графики, поскольку у них есть много альтернатив.
Решения WFM должны быть переосмыслены для поддержки стратегий планирования, которые гораздо менее автократичны и больше соответствуют потребностям персонала сегодня и тому, куда она пойдет завтра. Менеджерам необходимо использовать мотивацию и вознаграждения, чтобы убедить операторов брать на себя сложные для персонала смены (например, выходные, с полуночи до 8 утра и т. д.). Поставщики WFM должны предоставлять возможности, которые позволят администраторам контакт-центров сбалансировать потребности своей компании и потребности своих сотрудников, продолжая при этом решать свою основную задачу — обеспечивать ожидаемый клиентами уровень обслуживания.
Повышение гибкости планирования
Важным шагом является определение дополнительных подходов, методов, которые придают гибкость процессу планирования смен. Вот четыре высокоуровневые методики, которые могут позиционировать контактные центры как лучшее место для работы. Они указывают направление движения для поставщиков WFM, которые хотят помочь своим заказчикам стать привлекательными для работы в них. Каждая из этих методик может использоваться сама по себе, но компании, которые объединяют подходы и предоставляют сотрудникам выбор и возможность переходить от одного к другому, как ожидается, получат лучшие результаты.
Четыре подхода к планированию:
1. Операторы выбирают собственные графики, смены — администратор на основе прогноза объемов определяет количество смен и операторов для каждой из скилл групп (на15-минутных интервалах). Графики смен публикуются, и операторам предлагается выбрать/создать собственные графики через корпоративный портал или из мобильного приложения.
2. Комбинированное планирование, когда операторы запрашивают удобные для себя определенные временные интервалы и оставляют остальную часть своего графика компании для назначения — это комбинация двух подходов, когда операторы определяют конкретное время, когда они хотят/могут работать, и другое время, когда они недоступны. Это обеспечивает гибкость как для операторов, так и для администраторов.
3. Гибридный подход, когда компания требует выбрать определенные дни и часы и оставляет за оператором выбор оставшихся часов — при таком подходе операторы знают, что от них требуется в определенные дни, но у них есть гибкость в отношении оставшихся дат и времени.
4. Компания назначает графики работы — администратор определяет графики и назначает их операторам для оптимизации производительности и соответствия уровню обслуживания. Это традиционный подход, который никогда не был слишком эффективным, особенно в тех КЦ, которые постоянно пересматривают свои графики (что является хорошей практикой), а затем просят (или требуют) своих операторов изменить свои личные планы, как правило, с небольшим предварительным уведомлением (что является плохой практикой). Однако этот подход все еще может потребоваться в ситуациях, когда операторы сами просят компанию назначить им график смен.
Эти методы помогут компаниям обновить свои подходы и практики планирования, и теперь появятся новые, поскольку искусственный интеллект (ИИ) позволяет поставщикам WFM встраивать больше интеллекта и гибкости в свои решения.
Подведем итог
Рынок WFM достиг важного момента в своей многолетней истории, и настало время когда WFM решения должны адаптироваться к современным реалиям. Из-за возросшей сложности процессов в контакт-центрах, включая обработку как синхронных, так и асинхронных взаимодействий, решения WFM как никогда важны для оптимизации работы как «живых» операторов, так и ботов. КЦ больше не могут позволить себе идти на компромисс с разработчиками WFM решений; они хотят, чтобы приложения WFM были созданы для обработки уникальных, динамических, цифровых взаимодействий. И вот тут в игру вступает ИИ. Глубокое обучение, генеративный ИИ и предиктивная аналитика — вот некоторые из технологий ИИ, применяемых в решениях WFM для улучшения их возможностей прогнозирования и планирования. Способность ИИ постоянно учиться и совершенствоваться является важным фактором в том, как он будет применяться для улучшения процесса WFM, но эти методы находятся на ранней стадии развития. Для эффективности ИИ необходимы «правильные» входные данные, что для WFM означает время начала и окончания всех сессий, переходов, этапов голосового и цифрового взаимодействия, что потребует серьезных изменений в экосистеме WFM.