我们研究如何测量和计算联络中心的预测波动率。

什么是预测波动率？波动性是对进入联络中心的联系人的不可预测性的衡量。本质上，这是数据在平均水平上的“传播”。

在联系中心预测方面，您的数据将是历史联系量。

您可以分析几天、几周或几年内联系人数量的波动性。这取决于你的预期结果。

为什么要测量预测波动率？规划师的目标是将误差降至更低。

期望的预测准确率是不现实的，因为在有人联系你的时刻总是存在随机性。规划师的目标是尽量减少误差。然而，说起来容易做起来难，因为人类本质上是随机的，规划者必须尝试并预测这种随机性。CCplanning的资源规划专家约翰·凯西说：

“规划者试图在随机性中理解这些模式。这就是波动性的原因，因为它显示了随机性对模式的延伸程度。”。

了解这些模式并预测一定程度的波动性有助于规划者将其人员配置计划中的不准确度降至更低。计算预测波动率使用“标准差”的

是计算预测波动性时要考虑的件事，是定义你将测量它的时间段。是、一个月还是一年？所以，让我们看一周的联系量，通过标准差找到每日预测波动率。

下表分享了一周内每日联系量的示例。

日接触量周一90周二80周三77周四78周五75平均值80平均值等于80。我们通过简单地将每天的联系量（400）相加，然后除以总天数（5）来计算。

我们使用这个平均值来计算标准偏差，通过使用以下公式：

在这个例子中，“x值”的平均值是80，“N”等于5，因为这是我们拥有的数据片段数。

那么，让我们把我们所有的价值都插入这个公式：

“Lucien Hughes”

这项技术是由业务转型顾问Lucien Hughes提出的。

“类似地，均方根误差可用于测量所述预测相对于每日实际水平的准确性，”Lucien补充道。

要了解如何在联系中心测量预测准确度，请阅读我们的文章：如何计算预测准确度

另一种方法是计算百分比

。如果您想计算波动率，而不是数值，这可能是适合您的方法。在这个例子中，让我们计算全年的预测波动率。今年，你可能会收到5.2万个电话。

现在，这些调用不会平均到达。有些星期你可能会接到1300个电话，有些则是800个。但它们的平均值在预期的1000左右。

要找到我们的预测波动率，我们可以将这些数字插入以下公式：

这个波动率可以帮助规划者为他们可以从未来预测中预期的内容设置上限和下限。

毕竟，规划者不应该只创建一个预测；我们所有的预测都有一定的不确定性。你需要了解更好和最坏的情况，并知道如何应对它们。

了解波动背后的成本计算预测波动背后的主要动机是考虑成本。约翰·凯西说：“关键是理解波动的成本。”。

“它代表了多少员工？为他们提供服务的成本是多少？值得吗