在梳理出短期話務變化規律基礎上，預測還必須關注以下影響因素： 　　1、 近期重大業務因素，例如大型營銷案上線、優惠業務短信群發等； 　　2、 特殊節日因素，例如春節、國慶等； 　　3、 季節性變化因素，例如夏季晚間需求高峰持續時間比冬季長，冬季需求則主要集中在白天時段； 　　4、 突發重大事件因素，例如自然災害、意外事故、系統割接、系統癱瘓等。 　　搭建話務預測模型是提升話務預測準確率的重要環節，各個呼叫中心均有建立起適合自身的一套預測模型，那么下面介紹一下筆者所在呼叫中心的話務預測模型。 　　本中心話務預測采取分層預測模式，針對月度話務預測采用移動加權平均法，預測數據取上年同期和近三個月話務數據，建立起月度預測模型： 　　n月的值=去年同月*a1+（n-3）月的值*a2+（n-2）月的值*a3+（n-1）月的值*a4 　　注：通過歷史數據模擬測算，其中a1=0.055，a2=0.185，a3=0.315，a4=0.445；在移動加權平均法基礎上剔除歷史數據異常日期，并再根據近期話務變化趨勢進行預測調整，修正周期為一周左右。 　　日和時段話務預測則是在月度預測基礎上采用占比分配率法，由于日和時段話務存在較為明顯規律性，日和時段話務占比相對固定，在精確月度話務預測基礎上日和時段預測準確率得到保障；在日和時段預測過程中同樣區分忙日和閑日話務占比差異，故而預測按忙日和閑日預測，同時可滿足分地市、分品牌預測，為排班資源測算提供了對應關聯信息（如表1）。 　　表1：日和時段話務占比數據分布圖 　　二、排班中制定規則、優化班次，提升排班吻合度 　　首先，制定排班規則。在排班過程中無論是系統排班還是手工排班，必須賦予明確的規則才能做到排班的公平和合理；排班規則一般會考慮運營發展、團隊建設以及員工需求三方面，針對運營發展需明確排班工時、連續上班天數以及白夜班分配比例等；團隊建設則更加關注班組統一排班還是分散排班，以滿足團隊氛圍營造和技能提升工作；而員工需求端則明確雙休平均分配、節日平均分配以及特殊班次配置等。 　　其次，確定班次。根據時段話務規律以及資源配置情況，并結合排班規則，高效的呼叫中心班次一般按間隔15～30分鐘區分，一般班次間隔不宜超過1小時，這樣可避免大批人員集體下班離線導致對服務水平的急劇影響，因此可通過增加班次來滿足運營需求，班次可包括早班、白班、晚班、兩頭班、中晚班、小夜班、大夜班等等；但在考慮員工接受程度以及容易操作方面，班次設計還需考慮以下因素： 　　1、 每日班次時長不宜過長或過短，一般以6～8小時為宜； 　　2、 班次需考慮用餐時間分配，根據地域以及員工習慣不同，用餐時長和班次相匹配，例如白班一般為8小時班次，員工希望午餐時長為2小時，用餐之后可午休1小時，而晚班的晚餐時長為1小時，可盡早下班，縮短上班時長跨度等等。 　　3、 班次連續性和班次銜接時長需在員工可接受范圍內，是否采用按月、周倒班？還是不固定班次倒班？則需根據不同地域員工特性去規劃和調整。 　　最后，排班調整。通過實際出來的排班資源數與需求資源數做吻合度測算，是否達到吻合度目標值？如果時段吻合度未達到要求，則手工調整優化班次，以此提升時段排班吻合度。