تصور کن ساعت ۱۰ صبحه. صف تماسها داره میترکه. سوپروایزر با استرس داد میزنه «چرا نیرو کم داریم؟». اپراتورها عصبیان. مشتریها هم بعد از ده دقیقه انتظار، یا قطع میکنن یا با اعصاب خرد وارد مکالمه میشن.
این صحنه برای خیلی از مرکز تماسها عادیه، چون برنامهریزی شیفتها بیشتر از اینکه علمی باشه، «حدسی» و «تجربی»ه.
اینجاست که پیشبینی حجم تماس معنی پیدا میکنه. این کار یعنی قبل از اینکه بحران شروع بشه، دقیق بدونی فردا، پسفردا، یا هفته بعد در هر ساعت چند تماس، تیکت یا چت میاد. وقتی این را بدانی، نیرو را درست میچینی. صف کوتاه میشود. هزینه اضافهکاری میخوابد. و مهمتر از همه، مدیر از حالت آتشنشان خارج میشود.
پیشبینی حجم تماس چرا با اکسل و حدس جواب نمیدهد؟
اکسل ابزار بدی نیست. مشکل اینه که مرکز تماس «پُر از تغییرات ریز و درشت»ه. اکسل معمولاً با میانگینها حال میکنه، اما عملیات واقعی با نوسانها زندگی میکنه.
خطای رایج ۱: میانگینگیری کور
وقتی میگی «میانگین تماس روزانه ۱۲۰۰ تاست» داری حقیقت را صاف میکنی تا توی جدول جا بشه. اما مشتری دقیقاً روزی زنگ نمیزند که میانگین تو را رعایت کند.
نتیجه؟ بعضی روزها نیرو کم میاری و صف میسازی. بعضی روزها هم نیرو زیاد میاری و «بیکاری پنهان» میخری.
خطای رایج ۲: بیتوجهی به رویدادها و کمپینها
کمپین فروش، قطعی سرویس، تغییر قیمت، پیامک اشتباه، یا حتی پرداخت حقوق آخر ماه میتونه الگوی تماس را منفجر کنه. اکسل اگر این سیگنالها را نفهمه، فقط گزارشگر گذشته میمونه، نه پیشبین آینده.
خطای رایج ۳: یکی گرفتن همه کانالها
تماس تلفنی، چت، واتساپ، و تیکت رفتار یکسان ندارن. اگر همه را یکجا جمع کنی و یک شیفت واحد بچینی، آخرش یا چت روی زمین میمونه یا تماسها در صف میپوسن.
پس مشکل «بیسوادی» نیست؛ مشکل اینه که ابزار و روش، برای این سطح از پیچیدگی ساخته نشده.
پیشبینی حجم تماس با هوش مصنوعی دقیقاً چه چیزی را بهتر میکند؟
هوش مصنوعی در اینجا قرار نیست شعار بده. قرار است چند خروجی خیلی مشخص بهت بده که مستقیم روی KPIها اثر میگذارند.
کاهش صف و زمان انتظار
وقتی پیشبینی حجم تماس درست باشد، staffing درست میشود. وقتی staffing درست شد، صف کم میشود.
صف کمتر یعنی مشتری کمتر قطع میکند. یعنی تماس با اعصاب کمتر شروع میشود. یعنی احتمال حل مشکل در همان تماس بالا میرود.
کم شدن اضافهکاری و بیکاری پنهان
دو تا هزینه پنهان داریم که مدیرها معمولاً یکی را میبینند و یکی را نه:
- اضافهکاری: واضح و دردناک
- بیکاری پنهان: نیرو هست ولی تماس نیست، یا نیرو هست ولی مهارت درست نیست
پیشبینی دقیق باعث میشود هم «اضافهکاری» کمتر بخری، هم «ساعتِ بیاثر» کمتر داشته باشی.
کمتر شدن فرسودگی اپراتور و دعواهای شیفت
کمبود نیرو یعنی فشار روی همان آدمهای ثابت. چند هفته که بگذرد، خروج نیرو و افت کیفیت شروع میشود.
وقتی تقاضا را درست پیشبینی میکنی، فشار روانی هم متعادل میشود. این همان جاییه که عملیات به فرهنگ سازمانی گره میخوره.
از پیشبینی تا برنامهریزی: هوش مصنوعی چطور شیفت میچیند؟
بخش جذاب ماجرا اینه که ما فقط پیشبینی نمیخواهیم. ما «تصمیم» میخواهیم. مسیر استاندارد اینه:
Forecast → Required Staff → Schedule
- Forecast: حجم تماس/چت/تیکت در هر بازه زمانی
- Required Staff: با توجه به AHT، SLA هدف، shrinkage، مهارتها و… محاسبه میکنی چند نفر لازم داری
- Schedule: شیفتبندی واقعی؛ با محدودیتهای مرخصی، مهارت، قوانین داخلی و ترجیحهای انسانی
این یعنی پیشبینی حجم تماس فقط یک نمودار نیست؛ نقطه شروع یک زنجیره تصمیمگیریه که تهش «صف کمتر و هزینه کمتر»ه.
کنترل ریسک: سناریوهای «بدبینانه/واقعبینانه/خوشبینانه»
هوش مصنوعی خوب، یک عدد قطعی تحویل نمیدهد که اگر غلط شد نابودت کند. سناریو میدهد.
مثلاً میگه اگر کمپین فلان نتیجه داد، پیک ساعت ۶ عصره. اگر قطعی رخ داد، از ۲ ظهر منفجر میشه.
تو هم میتونی شیفت را طوری بچینی که ضربه نخوری.
چطور این پروژه را کمریسک شروع کنیم؟ (پلن ۳۰ روزه)
اگر بخوای «یکهو» کل مرکز تماس را هوشمند کنی، مقاومت داخلی میسازی. اما اگر مرحلهای جلو بری، همه چیز قابل کنترل میشود.
هفته ۱: داده و تعریف KPI
اول مشخص کن دنبال چی هستی: کاهش ASA؟ کاهش Abandon Rate؟ کاهش اضافهکاری؟
بعد دادههای پایه را جمع کن: حجم تماس، AHT، سطح سرویس، دلیل تماسها، و رویدادهای خاص.
هفته ۲: مدل اولیه و داشبورد
در این مرحله یک نسخه اولیه از پیشبینی حجم تماس میسازیم و کنار داده واقعی میگذاریم تا خطا دیده شود.
هدف این نیست که کامل باشد؛ هدف این است که «قابل اعتماد شدن» شروع شود.
هفته ۳: Pilot روی یک تیم
به جای کل مرکز تماس، یک تیم یا یک صف (Queue) را انتخاب کن.
وقتی آنجا جواب داد، با سند و عدد جلو میروی، نه با شعار.
هفته ۴: تصمیم ROI و Rollout
اینجا میگی:
- صف چقدر کم شد؟
- اضافهکاری چقدر کم شد؟
- شکایتها و تماسهای تکراری چه تغییری کرد؟
اگر جواب مثبت بود، rollout منطقی و کمدردسر میشود.
جمعبندی
اگر امروز صفهای طولانی، اضافهکاری، و فرسودگی اپراتورها داری، احتمال زیاد مشکل از «کمکاری آدمها» نیست؛ از «نداشتن پیشبینی» است. پیشبینی حجم تماس به تو کمک میکند قبل از بحران تصمیم بگیری، نه وسط بحران. و این یعنی مرکز تماس از حالت واکنشی خارج میشود و به یک عملیات حرفهای تبدیل میگردد.
اگر این مقاله برات مفید بود، پیشنهاد میکنم در قسمت بعدی مجموعه «پشت پردههای مرکز تماس؛ چیزهایی که بهت نمیگن!» بریم سراغ یک درد نزدیکتر به کف سالن: