Forecasting

Contact Center Prognosen ohne historische Daten: 9 Top-Tipps

Chris Dealy 5 min Lesezeit PDF-Download
Contact Center Prognosen ohne historische Daten: 9 Top-Tipps

Prognosen sind die Grundlage für die Personalplanung. Ohne sie ist es unmöglich, den Personalbedarf zu berechnen und die Agenten so einzuplanen, dass sie die Nachfrage konsistent abdecken.

Gerade keine Zeit, den ganzen Artikel zu lesen? Lad ihn Dir als PDF herunter und lies ihn später offline.

In einer perfekten Welt wären Contact Center immer in der Lage, die Nachfrage für Monate genau und auf Intervallebene (z.B. 15 Minuten) zu prognostizieren. In der Realität kann dies aufgrund von zu wenigen oder nicht vorhandenen historischen Daten manchmal unmöglich erscheinen. Sollte sich der Forecaster also geschlagen geben und sich auf das Echtzeitmanagement verlassen, um das Chaos zu bändigen? Kurz gesagt - "Nein!". Lies weiter, um zu erfahren, wie man dieses Problem am Besten lösen kann.

In diesem Artikel beziehen wir uns auf Anrufe, aber genau dieselben Prinzipien gelten auch für andere Kanäle wie beispielsweise Webchats, E-Mails oder Social Media.

Problem

Bei der Prognose geht es darum, historische Daten zu sammeln (z.B. Anrufvolumen und Bearbeitungszeiten), und darauf basierend die Nachfrage zu prognostizieren. Je mehr historische Daten Du hast, desto genauer ist die Prognose. Allgemein gilt, dass man historische Daten von mindestens drei Jahren verwenden sollte, um sich ein Bild von saisonalen Mustern, Wachstums- oder Abnahmetrends machen zu können.

Aber was ist, wenn Du wenig oder keinerlei historische Daten zur Verfügung hast? Das kann in vielen Situationen der Fall sein, beispielsweise:

  • Wenn das Unternehmen brandneu ist - also bislang überhaupt keine historischen Daten generiert hat
  • Bei Einführung eines neuen Produkts oder Kontaktkanals, z.B. Webchat oder Social Media in einem bestehenden Call Center
  • Bei verloren gegangenen Daten. Möglicherweise aufgrund von technischen Problemen oder Unzulänglichkeiten des Systems, können z.B. nur Daten von 12 Monaten in der Datenbank verfügbar sein. Dies kann auch vorkommen, wenn ein zuvor ausgelagerter Geschäftsbereich wieder in-house betreut wird und der Outsourcer keine Kontakthistorie bereitstellt.

Solutions

Wenn Du das jährliche Anrufvolumen nicht kennst

Bei Start-ups oder neuen Geschäftszweigen innerhalb eines bestehenden Unternehmens ist das jährliche Kontaktvolumen unbekannt. Du kannst dieses aber in drei Schritten schätzen:

  1. Hole dir Prognosen von Deinen Kollegen aus dem Vertrieb oder der Finanzabteilung ein. Das sind die Abteilungen, die Zielkundenzahlen für das Neugeschäft haben.
  2. Schätze, wie oft Dich jeder neue Kunde im Laufe eines Jahres kontaktieren wird. Dabei ist es hilfreich, alle möglichen Gründe für einen Anruf und die jeweilige Häufigkeit zu identifizieren.
  3. Multipliziere die Gesamtzahl der Kunden mit der erwarteten Anzahl der Anrufe, um die Gesamtzahl der Anrufe pro Jahr zu schätzen. Jetzt kannst Du mit dem nächsten Abschnitt fortfahren.

Wenn Du das jährliche Anrufvolumen kennst

  1. Die Anzahl der Anrufe pro Monat zu schätzen ist wichtig, da alle Contact Center von der Saison abhängig sind. Viele Einzelhändler sind von November bis Dezember beschäftigt, Reiseunternehmen sind typischerweise im Januar beschäftigt etc. Beispiel: Du bist im Einzelhandel tätig. Einzelhändler mit einem ähnlichen Kundenstamm wie Du erhalten 15% ihres gesamten jährlichen Kontaktvolumens im November. Wenn Du also 200.000 Kontakte pro Jahr prognostizierst, kannst Du mit 30.000 Anrufen im November rechnen.
  2. Schätze, wie viele Anrufe pro Tag und pro Intraday-Intervall kommen werden, indem Du die wöchentlichen und täglichen Kontaktverteilungsmuster anwendest. Für das obige Beispiel bedeutet das: Wenn 17% der Anrufe an einem typischen Montag eingehen und 3% der Gesamtzahl typischerweise zwischen 09:00 und 09:30 Uhr eingehen, wirst Du an einem Novembermontag wahrscheinlich 153 Anrufe zwischen 09:00 und 09:30 Uhr erhalten.

Um diese Berechnungen durchführen zu kennen, benötigst Du Benchmarks - idealerweise derselben Branche, und mit vergleichbaren Kundenstamm und Öffnungszeiten. Diese Contact Center werden wahrscheinlich ähnliche Anrufverteilungsmuster aufweisen wie Deines, selbst wenn sich die Gesamtanzahl unterscheidet.

Durchschnittliche Bearbeitungszeit

Um den Personalbedarf zu berechnen, musst Du wissen, welche Durchschnittliche Bearbeitungszeit (DBZ) und welches Volumen erwartet wird. Auch hier sind Benchmarks innerhalb Deines Netzwerks ein guter Ausgangspunkt. Beginne immer mit konservativen Annahmen und füge einen Buffer zur DBZ hinzu. Da sich DBZ-Daten schneller ansammeln werden als Daten über Gesamtkontaktvolumen und Verteilungsmuster, solltest Du dazu übergehen, "echte" DBZ-Daten zu verwenden, sobald die Metrik verlässlich ist.

Top Tipps für Prognosen ohne historische Daten

  1. Baue Dir ein Netzwerk auf, mit dem Du Benchmarks vergleichen kannst. Verbinde Dich mit Branchenkollegen in sozialen Netzwerken und trete Fachverbänden für Deine Branche bei.
  2. Tritt Expertengruppen bei, wie z.B. SWPP, The Forum, und Call Centre Helper.
  3. Sind Deine Benchmarks schon etwas älter? Keine Sorge: Auch wenn sich das Gesamtvolumen signifikant ändert, bleibt das Verteilungsmuster (z.B. der Prozentsatz der Kontakte pro Wochentag oder Intervall) meistens gleich.
  4. Teile und validiere Deine Vermutungen mit Kollegen innerhalb und außerhalb der Planungsfunktion. Nutze das Wissen des gesamten Unternehmens, um sicherzustellen, dass Deine Prognose auf dem richtigen Weg ist.
  5. Dokumentiere Deine Annahmen und zitiere immer die Quellen. Verwende eine angemessene Änderungskontrolle. Wenn Du Annahmen änderst, dokumentiere sie zusammen mit der Begründung und notiere, wer diese Änderung ausgeführt oder vorgeschlagen hat.
  6. Wenn Du Service Level Ziele mit dem Betrieb vereinbarst, solltest Du transparent darstellen, dass das Ziel auf geschätzten Kundenmetriken basiert. Dokumentiere auch stets deren Quelle.
  7. Beginne mit dem Forecasting, sobald Daten verfügbar sind. Vergleiche dann die Ist-Zahlen mit Deiner anfänglichen Prognose.
  8. Teste Deine Annahmen mit Experimenten, um das Risiko zu minimieren. Evaluiere zum Beispiel die Auswirkungen der Einführung eines neuen Kontaktkanals, indem Du ihn zunächst einer Untergruppe von Kunden anbietest. So kannst Du herausfinden, wie sich der neue Kanal auf das gesamte Kontaktvolumen, das Volumen pro Kanal und die DBZ pro Kanal auswirkt, bevor Du ihn im gesamten Unternehmen einführst.
  9. Bereite Dich darauf vor, dass prognostizierte und reale Zahlen erheblich voneinander abweichen können. Gute Planer kennen den Wert eines vorab definierten "Reaktionsplans" für ihre Tagessteuerung. Das gilt umso mehr, wenn Du mit eingeschränkten Daten prognostizierst. Der Vorteil von Kanälen wie Webchat ist, dass sie abgeschaltet werden können, wenn die Kapazität begrenzt ist.

Fazit

Mit entsprechendem Vorwissen muss Forecasting ohne historische Daten kein Ratespiel sein. Viele befürchten, dass ihre Berechnungen nur grobe Annäherungen sind, die sie dann in der Tagessteuerung ausgleichen müssen. Tatsächlich gibt es aber bewährte Ansätze zur Vorhersage auch ohne vollständige Daten. Das Geheimnis liegt im Wissensaustausch mit Deinem Netzwerk und musterbasierten Berechnungen. So kannst Du realitätsnahe Schätzungen abgeben, Ungenauigkeiten identifizieren und beheben und bestmögliche Resultate erzielen.

Dir hat der Artikel gefallen und Du möchtest ihn mit Deinen Kollegen teilen? Lad ihn als PDF herunter.

Beliebte Beiträge

Die Standardabweichung weiß, was der Durchschnitt nicht wissen kann
Die Standardabweichung weiß, was der Durchschnitt nicht wissen kann
Weiter lesen ...
Wie man Erlang C in der Contact Center-Planung mit Excel richtig anwendet
Wie man Erlang C in der Contact Center-Planung mit Excel richtig anwendet
Weiter lesen ...
So erstellst Du ein Service Level Agreement (SLA) für Dein Contact Center
So erstellst Du ein Service Level Agreement (SLA) für Dein Contact Center
Weiter lesen ...
Hast du das richtige Service-Level-Ziel im Contact Center?
Hast du das richtige Service-Level-Ziel im Contact Center?
Weiter lesen ...