Excel bleibt für viele Contact Center-Planer das Mittel der Wahl, wenn es um die Personalplanung geht. Sie nutzen es häufig zur Erstellung von Arbeitsaufkommen-Prognosen und Dienstplänen, vor allem in kleinen bis mittleren Contact Centern.
Trotz der großen Auswahl an Workforce Management (WFM)-Lösungen auf dem Markt, verlassen sich viele Unternehmen immer noch auf Tabellenkalkulationen, um damit ihre Arbeit zu erledigen. Entweder neben der Nutzung eines professionellen WFM-Tools oder weil das schon immer so war. Meistens liegt es jedoch daran, dass das Management nicht bereit ist, auf WFM-Software umzusteigen.
Fürs Erste finden Sie hier eine Auswahl hilfreicher FAQs zur Planung mit Excel, um Ihnen das Leben als Planer ein wenig zu erleichtern.
Unterteilen Sie Ihre Prognose immer in Intervalle - wir empfehlen 15-30 Minuten Intervalle, wenn Sie Pausen einplanen.
Als nächstes überprüfen Sie Ihren ursprünglichen Einsatzplan, vergleichen Sie geplantes Personal mit tatsächlich benötigtem Personal und konzentrieren Sie sich auf Zeiten der Über-/Unterbesetzung. Am besten sollten Sie versuchen, Pausen außerhalb der unterbesetzten Zeiten einzuplanen, um die Auswirkungen auf den Service Level zu minimieren.
Es ist im Allgemeinen am besten, die Menge der angebotenen Anrufe pro Intervall zu verwenden, um das zukünftige Arbeitsaufkommen zu prognostizieren. Wenn Sie jedoch extreme Abbrecherquoten erleben, sollten Sie diese Zahl am besten auf einen Wert anpassen, der näher an der regulären Run-Rate (verarbeitete Anrufe) für Ihre Prognose liegt.
Nehmen wir zum Beispiel an, dass Sie eines Tages auf eine Situation treffen, in der das Volumen der angebotenen Anrufe gleich 100 ist, und 20% davon fast sofort abgebrochen werden. Unter der Annahme einer Abbruchquote von 5% empfehlen wir Ihnen, das tatsächlich von Ihren Agenten bearbeitete Anrufvolumen zu verwenden, um das zukünftige Arbeitsaufkommen genauer vorherzusagen.
Vergessen Sie aber nicht, die Originaldaten zu speichern. Was an einem Tag ein temporäres Problem ist, könnte in ein paar Wochen als Trend wiederauftauchen.
Sie haben höchstwahrscheinlich in der Vergangenheit historische Daten gesammelt, die zeigen, wie das Anrufvolumen und die Bearbeitungszeit während der Urlaubssaison oder einer bestimmten Marketingkampagne variieren. Achten Sie darauf, diese Erkenntnisse zu nutzen und sie als Grundlage für Ihre Prognose zu verwenden.
Überprüfen Sie auch den Einfluss der jeweiligen Jahreszeit auf Ihre Einsatzplanung. Sie können dies nutzen, um Ihre Projektion manuell anzupassen oder sogar das prognostizierte Arbeitsaufkommen, um die prozentuale Abweichung zu den bisher erstellten Projektionen unter „normalen Bedingungen” zu erhöhen.
Vorausgesetzt, dass Sie einen Erlang Rechner, der die Berechnung von abgebrochenen Anrufen unterstützt, verwenden, können Sie einfach das angebotene Anrufvolumen, die durchschnittliche Bearbeitungszeit und das verfügbare Personal eingeben, um eine Prognose zu erstellen. Bedenken Sie aber, die Ergebnisse sind nur Anhaltspunkte.
Im Gegensatz zu einigen ausgefeilteren WFM-Lösungen neigen einfache Erlang C-Rechner dazu, bei der Bereitstellung intelligenter Simulationen zu versagen und stattdessen statische Szenarien anzunehmen. Denken Sie daran, dass dies nur zu ungefähren Gleichungen im Add-on führt.
Erstellen Sie Zeilen oder Spalten, je nachdem was Sie bevorzugen, für jeden Call Driver (z.B. Produkteinführungen, Marketingkampagnen, saisonale Trends, Feiertage oder externe Faktoren wie Verkehrs- oder Wetterprognosen). Dies wird Ihnen die Arbeit erleichtern, besonders wenn Sie langfristige Planungsmodelle verwenden. Denn Sie können mehrere Anruftreiber auf einmal anpassen, um das Anrufvolumen für die gewünschten Zeitintervalle automatisch zu aktualisieren und Ihre Volumenberechnung für die Zukunft anzupassen.
Leider ist das leichter gesagt als getan. Wenn Sie eine Prognose für ein Quartal oder mehr erstellen, ist eine große Datentabelle unvermeidlich. Die Verwendung einer Pivot-Tabelle oder das Filtern nach Kunden, um die großen Datenmengen in den Griff zu bekommen, kann helfen.
Daten bringen Intelligenz und ermöglichen es Ihnen, das vergangene Verhalten von High- und Low-Touch-Kunden zu analysieren, um ihr Kontaktverhalten besser zu verstehen. Außerdem kann es Ihnen einen Eindruck davon geben, wie sich verschiedene Faktoren wie Saisonalität, Marketingkampagnen, etc. auf die Daten auswirken könnten.
Überprüfen Sie zuerst die ACD-Daten auf Anzeichen von versuchten Anrufen, um herauszufinden, ob es eine latente Nachfrage gibt. Als nächstes extrapolieren Sie das Volumen in einem Graphen und konzentrieren Sie sich auf den Trend der letzten zwei Stunden.
Wenn das geschehen ist, sollten Sie eine leichte Überbesetzung in Betracht ziehen und das hat einen einfachen Grund: Es ist einfacher, Mitarbeiter darum zu bitten früher zu kommen, als sie zu einem längeren Bleiben aufzufordern. Ein oder zwei Wochen sollten ausreichen, um zu erkennen, ob Ihre Annahmen eine richtige Tendenz haben.
Denken Sie daran, dass dies ein völlig neues Szenario für Ihr Unternehmen ist und fortgesetztes Testen die beste Strategie ist.
Hier sind ein paar Best Practices, die Ihnen helfen können, Anomalien in Ihren Daten zu überwinden. Beachten Sie, dass mehrere Maßnahmen notwendig sein können und überprüfen Sie die Ergebnisse: