Vous êtes-vous déjà demandé quel est l'impact réel d'une prévision précise ou imprécise dans un centre de contacts ? Le principal résultat d'une prévision est le nombre d'équivalents temps plein (ETP) nécessaires pour une période donnée. Chaque variable (volume de contacts, durée moyenne de traitement, taux de shrinkage) joue un rôle crucial dans la prévision des effectifs.
La base de votre prévision doit s'appuyer sur des données historiques et intégrer l'utilisation des statistiques. Vos résultats doivent ensuite être revus au regard des informations clés propres à votre entreprise (campagnes marketing, lancement produit etc.).
Pour vous aider au mieux à générer des prévisions précises, nous avons listé les 5 erreurs à ne pas commettre !
Utiliser une analyse de régression linéaire pour prédire l'avenir suppose que ce qui s'est passé dans le passé se reproduira. Cela fonctionne pour certains types de prévisions, mais pas pour les centres de contacts. Les données historiques ne suffisent pas dans un centre de contacts, car l'industrie est marquée par de nombreuses décisions humaines et des comportements changeants. C'est pourquoi il est essentiel d'obtenir de connaître en amont les événements et contraintes de votre entreprise pour anticiper l'activité future qui influencera votre prévision statistique.
Une campagne marketing peut impacter considérablement la demande, en raison par exemple d’une augmentation du nombre de clients. D'autres types d'informations pouvant aider à améliorer la précision des prévisions du centre de contacts sont :
Une charge de travail est déterminée en multipliant le volume attendu par la durée moyenne de traitement (DMT), et la DMT est généralement calculée en prenant la DMT historique et en la projetant dans le futur. Mais ce n'est pas une vue complète. Votre prévision doit également prendre en compte les courbes d'apprentissage des nouvelles recrues.
Analysez votre durée moyenne de traitement : est-elle homogène ou présente-t-elle de grandes variations ? Une distribution homogène (faible écart-type) fournirait une estimation plus fiable. Mais si vous avez une grande variation, cela pourrait indiquer que la DMT est influencée par un petit nombre d'agents. Si ces agents partent ou si leur performance change, la DMT pourrait varier considérablement.
Prenez le temps d'analyser la répartition du temps de traitement parmi tous les agents. Si vous observez des des écarts importants, nous recommandons de suivre ces agents séparément pour observer leurs tendances.
Astuce bonus : C'est une excellente occasion de vérifier auprès de la direction s'il y a des changements de processus à prévoir. La durée moyenne de traitement est fortement influencée par la simplicité ou la complexité des processus des agents. Si une étape est ajoutée ou supprimée, attendez-vous à voir un changement dans le temps de traitement.
Lors de la planification du personnel, il est crucial d'avoir une estimation précise du nombre d'agents disponibles.
Le département des ressources humaines peut fournir des informations sur l'attrition moyenne des agents (i.e le nombre d’agents en moyenne qui quitte l'organisation de leur propre gré après un temps donnée), comme les données sur la satisfaction des employés et les risques liés à la concurrence sur le marché du travail local.
De même, le département des opérations peut fournir des informations sur les taux et les tendances d'attrition involontaire (agents licenciés par l'organisation) pour mieux comprendre la disponibilité réelle des agents.
Tout prévisionniste expérimenté a été invité à établir des prévisions en fonction d'un chiffre budgété plutôt que sur des données plus pertinentes. Cela résulte souvent de la volonté des dirigeants d'évaluer les performances de l'équipe par rapport à un objectif. Cependant, il est facile de perdre de vue ce qui est réellement nécessaire pour atteindre les objectifs de qualité de service (QS).
Imaginez que l'on vous demande d'utiliser un objectif de temps de traitement de neuf minutes dans votre prévision, alors que la tendance réelle est de onze minutes. Si vous utilisez neuf minutes, votre prévision indiquera un besoin en agents inférieur à la réalité.
L'occupation est souvent considérée comme le résultat du processus de prévision. Cependant, il s'agit d'une donnée clé à prendre en compte lors de la planification. En effet, il existe une corrélation directe entre l'occupation et les objectifs de qualité de service, mais l'utilisation simple d'une formule Erlang pour les besoins en personnel mensuels ne vous donnera pas les résultats nécessaires.
Votre donnée d'occupation a un impact direct sur le personnel nécessaire pour atteindre les objectifs de qualité de service, et cette relation change au fur et à mesure que d'autres facteurs évoluent. D'autres facteurs modifiant la relation entre l'occupation et les objectifs de qualité de service sont :
Les prévisions dans un centre de contacts demandent beaucoup de temps et d'efforts. Assurez-vous de garder ces cinq erreurs à l'esprit avant de créer votre prochaine prévision !