Beregning Av Call Center Staff

Beregning Av Call Center Staff
Beregning Av Ressurskrav Og Forståelse Av Ansatte Og Serviceavvik

Skarpere blyanter. Støv av kalkulatoren. Det er tid for en matte leksjon.

Å Kjøre en vellykket call center-operasjon betyr å håndtere tallene. Og det viktigste tallet av alt er antall organer i seter hver time for å svare på kundekontakter. Siden over to tredjedeler av driftskostnadene for call center er relatert til personell, er det viktig å få “akkurat” antall ansatte på plass når det gjelder både service og kostnad. Denne artikkelen beskriver trinn-for-trinn-prosessen for å beregne ressursbehov for call center og evaluere de viktigste service-og kostnadsavvikene.

Beregning Av Arbeidsbelastning

i den forrige artikkelen om Grunnleggende Prognoser for Prognoser, forklarte vi prosessen med å prognostisere samtaler-ta historiske data og analysere trender og sesongmønstre for å komme frem til månedlige estimater, og deretter bruke dag-i-uke og tid-på-dag mønstre for å bryte ned tallene i timevis eller halvtime prognoser.

med disse anropsvolumprognosene og noen antagelser om gjennomsnittlig håndteringstid (AHT), er vi klare til å utføre en enkel beregning for å komme frem til arbeidsbelastningen til de ansatte. Det er rett og slett antall prognoseanrop for en time multiplisert med gjennomsnittlig håndteringstid for en samtale. Gjennomsnittlig håndteringstid (AHT) består av to komponenter: faktisk samtale eller taletid pluss eventuell etter samtaletid som er knyttet til samtalen. Pakketiden kan omfatte nesten hva som helst-fylle ut et skjema, oppdatere kundedatabasen, etc.

denne håndtakstiden vil trolig variere etter tid på dagen og etter ukedag. For eksempel kan du oppleve AT AHT er høyere i løpet av kvelden skift siden du kan ha nyere ansatte som arbeider uønskede timer, eller bare har innringere som liker å snakke litt lenger i de små timer på morgenen! De fleste callsentre bruker bare et gjennomsnittlig tall for håndteringstid over hele linja, noe som kan være en farlig antagelse hvis det er betydelig varians. Upresise tall kan bidra til underbemanning eller overstaffing, så det er best å bruke tall som faktisk reflekterer tid-på-dag eller dag-i-uke mønstre.

arbeidsbelastningsnummeret brukes deretter til å bestemme hvor mange basepersonale som trengs for å håndtere anropene. Den delen som gjør bemanning for et call center annerledes enn noen annen type bemanningssituasjon er at denne arbeidsbelastningen ikke representerer typiske arbeidsmønstre. La oss sammenligne et innkommende call center til en gruppe kontorarbeidere som behandler post i samme firma. Mellom 8:00 og 9:00 har kontorpersonalet 400 stykker post å behandle, og hvert stykke tar 3 minutter å håndtere. Det er 1200 minutter eller 20 timers arbeidsbelastning. Hvor mange mennesker må jobbe for å utføre alt arbeidet innen 9:00?

Ok, dette er ikke den tøffe matte delen ennå. For å behandle 20 timers arbeidsbelastning, ville 20 ansatte være nødvendig. Årsaken til forholdet 1:1 er at e-postoppgaver representerer sekvensiell arbeidsbelastning. Med andre ord, de ansatte kan behandle arbeidet som back-to-back oppgaver og hver person kan utføre en times arbeid i en time tidsramme.

Bestemme Call Center Ansatte Krav

Nå er det på tide å ansatte for call center. Disse ansatte får 400 samtaler og hver og en tar et gjennomsnitt på tre minutter å håndtere-2 minutter av samtalen og et minutt av etter-samtale arbeid. Igjen har vi 1200 minutter eller 20 timers arbeidsbelastning. Hvor mange mennesker trengs?

Dessverre kan vi ikke håndtere samtalene med bare 20 personer. Klokka 8: 05 kan det være 22 samtaler som kommer, noe som betyr at alle 20 agenter er opptatt, med ytterligere 2 samtaler i kø. Så klokka 8:15 kan det bare være 16 samtaler pågår, noe som betyr at 4 av våre ansatte er inaktiv. De 4 personer vil ikke være i stand til å oppnå en hel times arbeid, bare på grunn av måten samtalene har kommet. I et innkommende call center kommer arbeidet ikke tilbake til baksiden. Snarere kommer arbeidet når våre kunder bestemmer seg for å ringe. Så vi har tilfeldig arbeidsbelastning i stedet for sekvensielt arbeid. Dette bringer oss til den første math rule of call center bemanning: Du må ha flere ansatte timer på plass enn timer med faktisk arbeid å gjøre.

så hvor mange ekstra trenger vi? For 20 timers arbeidsbelastning, trenger vi 21 ansatte? 24? 30? Antall ansatte som trengs avhenger av servicenivået vi ønsker å levere. Selvfølgelig, jo flere ansatte vi har, jo kortere forsinkelse. Jo færre ansatte, jo lenger den som ringer vil vente.

Å Bestemme hva som skjer med et gitt antall ressurser på plass for å oppnå en definert mengde arbeidsbelastning krever en matematisk modell som replikerer situasjonen ved hånden. Det er flere telefon trafikk engineering modeller tilgjengelig, og en av disse spesielt er godt egnet til en verden av innkommende telefonsentre. Vi bruker en modell kalt Erlang C som tar hensyn til tilfeldigheten av den kommende arbeidsbelastningen, samt køoppførselen (holder for den første tilgjengelige rep) av samtalene.

Et Eksempel På Erlang C

La Oss ta en titt På erlang c-spådommer basert på 20 timers arbeidsbelastning vi definerte tidligere. Tabellen nedenfor viser hva som ville skje med alt fra 21 til 28 ansatte (Kolonne 1) på plass for å håndtere 20 timer med innkommende anrop arbeidsbelastning.

La oss ta en titt på hver av kolonnene og tiltakene for tjenesten. Den andre kolonnen viser den delen av samtaler som ville finne ingen agent tilgjengelig og gå i kø og den tredje kolonnen viser hvor lenge de forsinkede innringere ville vente i gjennomsnitt. Så, med 24 ansatte på plass, forutser erlang c-modellen at 30% av innringere vil bli forsinket, og at de vil vente i gjennomsnitt 45 sekunder i kø.

den tredje kolonnen representerer gjennomsnittlig forsinkelse for alle anrop, inkludert de som besvares umiddelbart. Så, med 24 ansatte på plass, ville 30% av samtalene gå til køen og vente der 45 sekunder, mens de andre 70% ville bli besvart umiddelbart. GJENNOMSNITTLIG forsinkelse ELLER GJENNOMSNITTLIG svarhastighet (ASA) er det veide gjennomsnittet av begge disse gruppene = 13 sekunder. Det er viktig å forstå at DETTE ASA-nummeret ikke er den gjennomsnittlige køopplevelsen for innringerne. Enten venter de (og gjør det i gjennomsnitt 45 sekunder), eller de venter ikke i det hele tatt. ASA er ikke et “ekte” tall – det er en statistikk som representerer gjennomsnittet av de to andre tallene.

den fjerde kolonnen representerer servicenivå. Servicenivå representerer X% av innringere som håndteres i en angitt y sekunder forsinkelse. Denne tabellen viser prosentandelen som håndteres innen en angitt 20 sekunder av ventetiden. En vanlig call center service mål er 80% av samtalene håndteres i 20 sekunder eller mindre. For å nå dette målet trenger vi 24 ansatte på plass, noe som gir et servicenivå på 81% på 20 sekunder.

Bemanning Til Servicemål

så hva skal servicemålet ditt være? Mens det er noen vanlige mål sett ofte i callsentre, er det egentlig ikke noe slikt som en “industristandard” for hva et servicemål skal være. Sette en hastighet på svar mål avhenger av mange ulike faktorer. Callsentre må vurdere bedriftens mål og markedsføringsstrategier, konkurrent standarder, og viktigst forventningene til kundene. Vi finner ofte at call center-ledelsen marsjerer mot samme servicemål år etter år uten å vurdere om målet skal være høyere eller lavere basert på forretningsmiljøet eller kundenes krav.

Kundenes forventninger har sikkert steget når det gjelder hastighet på svarforventninger. Flere og flere innringere baserer sine forventninger og bedømme din tjeneste på deres siste, beste serviceopplevelse. Ta en titt PÅ call center ACD rapporter og ser på når innringere begynner å forlate samtaler vil gi deg en ide om en “worst case” forsinkelse scenario. Men å sette” best case ” – målet bør innebære å få tilbakemelding fra toppledelse, kunder, konkurrenter og andre sentre – og deretter evaluere kostnads-og serviceavvik for å bestemme effekten på kostnader og på service for å heve eller senke målet.

Forholdet Mellom Bemanning Og Service

La oss ta en titt på vårt bemanningstabell og se gjennom virkningen på tjenesten når personalnummer endres. Åpenbart, forsinkelse ganger øke som agenter trekkes, og tjenesten forbedrer som ansatte legges. Men tjenesten påvirkes ikke i samme grad hver vei, og dette er et veldig viktig fenomen å forstå om call center bemanning.

La oss si at vi har bestemt oss for at vi må ha 24 ansatte på plass for å håndtere 20 timers telefonarbeidsbelastning for å møte en 80% på 20 sekunder servicenivå mål. Hvis vi justerer personalnumrene opp eller ned, er det to svært forskjellige virkninger. Først, hvis vi legger til en person eller to, forbedrer gjennomsnittlig hastighet PÅ svar (ASA) fra 13 sekunder til 8 sekunder med 25 ansatte, og deretter til 4 sekunder med 26 ansatte. Den første personen som ble lagt til, ga en 5-sekunders forbedring, med den neste personen som bare fikk oss en 4-sekunders forbedring, og en tredje person ville resultere i EN ASA på 2 sekunder, en 2-sekunders forbedring. Legge til ansatte resulterer i avtagende avkastning, med mindre og mindre innvirkning som ansatte tallene blir høyere.

la Oss nå se på effekten av å trekke ansatte fra vårt krav til 24 personer. Når VI trekker en, to og tre personer, øker VÅR ASA til henholdsvis 25 sekunder, 51 sekunder og 137 sekunder. Den første personen ut resulterte i en økning på 12 sekunder, den andre i en annen 26-sekunders nedgang, og den tredje i et hopp en annen 86 sekunder! Ved å ta ansatte bort, tjenesten forverres og det gjør så dramatisk på et tidspunkt. Det er spesielt store hopp som vår stab nummer kommer nærmere og nærmere timer med arbeidsbelastning.

du kan se dette som både gode nyheter og dårlige nyheter. Den gode nyheten er at hvis du leverer dårlig service i kundesenteret, kan du forbedre det dramatisk ved å legge til bare en person. På den annen side, når servicenivåene er middelmådige til dårlige, kan en person som slipper ut, sende service til et slikt nedoverbakke lysbilde at det er nesten umulig å gjenopprette.

Beregne Krymping Og Tidsplan Krav

tallene vi har diskutert så langt er rent” organer i stoler ” tall. Disse tallene antar at alle agenter alltid er tilgjengelige for å håndtere anropsarbeidsbelastning.

men vi vet alle at agenter ikke er tilgjengelige mye av tiden. Og vi må faktor i denne utilgjengelighet i våre tidsplan krav så vi ender opp med nok ansatte til å bemanne telefonene.

ved beregning av personalkrav må en endelig justering gjøres for å faktor i alle aktiviteter og situasjoner som gjør ansatte “uproduktive”. Vi refererer til denne uproduktive tiden som ansatte krymping og definerer det som enhver tid som ansatte blir betalt, men ikke tilgjengelig for å håndtere samtaler. Vi inkluderer slike aktiviteter som pauser, møter, treningsøkter, off-phone arbeid, og generell uproduktiv eller “hvor pokker er de?” tid.

i de fleste sentre, stab krymping varierer fra 20-35%. Vi tar hensyn til denne krympefaktoren i våre personalkrav ved å dele erlang-personalkravet med den produktive personalprosenten(eller 1 minus krympeprosenten). I vårt eksempel, hvis 24 ansatte er nødvendig og vår krympefaktor er 30%, deretter 24/.7 gir et krav på 34 tidsplaner.

Neste Trinn

i den neste artikkelen i denne serien, vil vi hjelpe deg å forstå noen flere av tallene knyttet til call center bemanning inkludert effekten av ankomst rate, beregninger av ansatte belegg, og virkningen av størrelse på call center effektivitet. Vi vil også diskutere hvordan arbeidsbelastningsberegninger og bemanningsmodeller er forskjellige når du planlegger ressurser for å håndtere andre kommunikasjonskanaler, for eksempel utgående anrop eller e-post.

Om Forfatteren
Penny Reynolds Er En Av Grunnleggerne Av Call Center School, et selskap som tilbyr et bredt spekter av pedagogiske tilbud for call center fagfolk. Penny er en populær bransjehøyttaler Og er forfatter av mange call center management bøker, inkludert Call Center Staffing: The Complete, Practical Guide to Workforce Management Og Call Center Supervision: The Complete Guide for Managing Frontline Staff. Hun kan nås på 615-812-8410 eller via e-post på: [email protected].