二、呼入電話預(yù)測(cè)方法及程序
光大銀行目前的話務(wù)預(yù)測(cè)利用ARIMA預(yù)測(cè)模型進(jìn)行預(yù)測(cè)。業(yè)務(wù)類型主要分為信用卡及綜合業(yè)務(wù)兩類。兩種業(yè)務(wù)有不同的客戶群、不同的話務(wù)來(lái)電規(guī)律，需要構(gòu)建不同的預(yù)測(cè)模型。
下面主要對(duì)構(gòu)建預(yù)測(cè)模型進(jìn)行詳細(xì)介紹。
�。ㄒ唬v史數(shù)據(jù)的收集及整理
歷史數(shù)據(jù)的處理是預(yù)測(cè)前最重要的一步，如果數(shù)據(jù)不處理干凈，將直接影響預(yù)測(cè)的精準(zhǔn)度。對(duì)于客服中心的話務(wù)情況而言，對(duì)原始話務(wù)來(lái)電量產(chǎn)生影響的情況主要?dú)w納總結(jié)了以下幾點(diǎn)：
1、系統(tǒng)故障。如果某一天發(fā)生系統(tǒng)故障，需要按照發(fā)生故障的時(shí)間維度剔除當(dāng)日發(fā)生系統(tǒng)故障的話務(wù)量，還原為原始呼入量。
2、由于某種敏感短信或輿情造成客戶的集中致電。
3、如果某一天發(fā)送了某種敏感短信或者發(fā)生輿情，導(dǎo)致客戶集中來(lái)電的情況，需要按照所影響時(shí)間維度剔除相應(yīng)的話務(wù)量，還原為原始呼入量。
4、人力不足，接通率較低的情況。
如果不是由于以上情況，而是由于人力不足造成接通率較低，導(dǎo)致重復(fù)來(lái)電較多，當(dāng)日呼入量數(shù)據(jù)不是原始客戶需求的真實(shí)呼入量。我們需要按照當(dāng)日重復(fù)來(lái)電的水平，將呼入量還原為原始呼入量。
（二）模型的初步建立
不同的業(yè)務(wù)有不同的影響因素，需要我們挖掘歷史數(shù)據(jù)去發(fā)現(xiàn)較重要的影響因素。例如信用卡業(yè)務(wù)主要涉及還款日、賬單短信提醒日、延期還款期等影響因素。綜合類業(yè)務(wù)主要涉及貸款還款日、貸款還款短信提醒日等影響因素。找到影響呼入量的影響因素后，需要將不同的權(quán)重賦予不同的客戶群。例如圖1中兩個(gè)不同還款周期的客戶群，我們需要在20日和22日分別標(biāo)注還款日，并將較大的權(quán)重賦予22日還款日的那部分客戶。
至此模型已初步構(gòu)建完成，但是隨著業(yè)務(wù)、路由調(diào)整及客戶量等的不斷變化，需要不斷調(diào)整、完善我們的預(yù)測(cè)模型。預(yù)測(cè)模型是人工構(gòu)建的，必有我們考慮不到的因素，所以模型不是完美的，需要我們根據(jù)經(jīng)驗(yàn)對(duì)模型值進(jìn)行手工調(diào)整，經(jīng)驗(yàn)則需要預(yù)測(cè)師在不斷的學(xué)習(xí)中、工作中進(jìn)行總結(jié)。
�。ㄈ┠Ｐ椭獾念A(yù)測(cè)點(diǎn)
有很多時(shí)間段內(nèi)的預(yù)測(cè)是無(wú)法利用模型進(jìn)行預(yù)測(cè)的，需要我們根據(jù)歷史數(shù)據(jù)、經(jīng)驗(yàn)去手工進(jìn)行預(yù)測(cè)。例如春節(jié)期間、黃金周及小長(zhǎng)假等的預(yù)測(cè)。
（四）預(yù)測(cè)成果
2013年度光大客服中心人工呼入量預(yù)測(cè)偏差率為1.08%，月度平均預(yù)測(cè)偏差保持在正負(fù)2%以內(nèi)，日預(yù)測(cè)偏差基本在正負(fù)3%以內(nèi)。精準(zhǔn)的預(yù)測(cè)為我們的節(jié)約了人力，降低了人員成本。
三、探索多媒體話務(wù)量預(yù)測(cè)
光大客服中心相繼推出了文字客服、視頻客服等一系列多媒體類客服服務(wù)。如何做好多媒體話務(wù)預(yù)測(cè)，是我們正在不斷探索的另一方向。在原有人工電話客服呼入量預(yù)測(cè)的經(jīng)驗(yàn)中我們也可以得到很多啟發(fā)，但是不能照貓畫虎拿來(lái)直接使用，需要根據(jù)多媒體客服的特點(diǎn)及重點(diǎn)業(yè)務(wù)來(lái)重新構(gòu)建新的預(yù)測(cè)模型。
