신규 고객은 CSV 파일을 통해 과거 대기열 간격 데이터를 가져올 수 있으며, 각 파일에 최대 10MB의 데이터를 저장할 수 있습니다
Zoom Contact Center 및 인력 관리를 처음 사용하는 고객은 파일당 최대 10MB의 대기열 간격 데이터가 담긴 CSV 파일을 통해 과거 대기열 간격 데이터를 가져올 수 있으며, 기준 예측을 설정할 수 있습니다. 시간이 지남에 따라 서비스 사용을 통해 새로운 데이터가 채워져 정확한 예측을 계속 생성할 수 있습니다.
예측은 서비스 수준 목표, 평균 응답 속도, 점유 수준 및 감소와 같은 주요 성과 지표 메트릭을 설명할 수 있습니다
예약 관리자는 서비스 수준 목표 응답률, 평균 응답 속도, 평균 상담원 점유 수준, 예상치 못한 직원 감소(예: 부재 중)와 같은 다양한 핵심 성과 지표 메트릭을 포함하는 예측을 만들 수 있습니다. 예약 관리자는 이러한 메트릭을 예측 프로세스의 일부로 삼아 어떤 조합으로든 사용할 수 있습니다.
서비스 수준 목표 메트릭은 특정 시간 내에 특정 비율의 통화에 응답하는 데 필요한 인력을 예측하는 데 도움이 됩니다
서비스 수준 목표 메트릭으로 예측을 만들면 특정 기간 내에 평균 참여 수에 응답하는 데 필요한 인력 수준을 계산할 수 있습니다.
예를 들어 회사의 서비스 수준 계약이 모든 수신 참여의 75%를 30초 이내에 응답하는 것이라면 예측은 예상 목표를 달성하기 위해 15분마다 필요한 인력을 계산합니다.
평균 응답 속도 메트릭은 지정된 시간 내에 참여에 응답하는 데 필요한 인력을 결정하는 데 도움이 됩니다
평균 응답 속도 메트릭으로 예측을 만들면 대기열에 있는 고객을 지정된 시간(초) 내에 상담원에게 연결하는 데 필요한 인력 배치 수준을 계산합니다. 이 메트릭은 서비스 수준 목표와 유사하지만 시간 내에 응답하는 통화의 정확한 비율 목표를 지정하지는 않습니다. 대신 평균 응답 속도 메트릭은 총 예상 통화 수에 필요한 인력을 예측합니다.
예를 들어 회사가 평균 응답 속도를 30초로 유지하기를 목표로 하는 경우 예측에서는 이 목표를 달성하기 위해 필요한 인력을 고려합니다. 하지만 이 메트릭은 대기 시간의 수학적 평균을 계산한다는 점에 유의해야 합니다. 예를 들어 한 통화는 1초 만에 응답하고 다른 통화는 60초 만에 응답하는 경우 두 통화의 누적 평균 응답 속도는 약 30초입니다.
점유 메트릭은 상담원의 평균 참여 시간 비율을 기준으로 인력을 예측합니다
점유 메트릭으로 예측을 만들면 상담원이 매 시간 참여를 처리하는 데 소요되는 시간의 특정 비율을 달성하기 위한 인력을 계산할 수 있습니다.
예를 들어 상담원이 1시간 중 54분 동안 고객 참여에 관여하는 경우 사용자의 점유 수준은 90%입니다. 따라서 점유율이 90%인 예측을 만들면 각 상담원이 1시간 중 약 54분 동안 고객을 지원할 가능성이 높습니다.
감소 메트릭은 인력 버퍼 역할을 하며, 비생산적 활동과 일상적으로 사용 불가 또는 부재 중인 상담원을 설명합니다
감소 메트릭으로 예측을 만들면 비생산적 활동에 할당된 상담원이나 사용 불가 또는 부재 중인 상담원을 고려하면서 필요한 인력 수준을 충족할 수 있도록 지정된 비율만큼 인력을 늘립니다.
예를 들어 예측에 10명의 상담원이 필요할 것으로 예상되지만 감소율이 20%인 경우 2명의 잠재적 결근을 고려하여 12명의 상담원이 예측됩니다. 상담원의 20%가 결근하는 경우에도 예측에 따른 최소 인력 수준은 여전히 충족됩니다.
예측에는 예상 참여량 및 정의된 지표를 충족하기 위한 권장 인력 배치 수준이 포함됩니다
예측이 생성된 후에는 인력 관리에서 15분 단위로 인력 배치 제안을 생성하여 예측된 통화 규모와 계산된 성과 메트릭을 모두 충족할 수 있습니다.
예측을 특정 간격으로 편집하여 미세 조정할 수 있습니다
예측을 검토할 때 예약 관리자는 15분 간격으로 예측을 편집하여 미세 조정 및 서비스 범위를 조정할 수 있습니다.
예를 들어 회사에서 한 시간 동안 통화량이 비정상적으로 많을 것으로 예상하는 경우 예약 관리자는 예상되는 변화를 보완하기 위해 예상 통화량을 수동으로 늘릴 수 있습니다.
다음 이미지는 특정 기간 내 단기간의 통화량 증가를 고려하여 예상 통화량을 대폭 상향 조정한 편집된 예측의 예입니다.
예측을 일괄 편집하여 과거 데이터에 포착되지 않았으나 예상되는 변경 사항을 반영할 수도 있습니다
예측을 편집할 때 예약 관리자는 예측을 일괄 편집하여 과거 데이터를 통해 포착하지 못했으나 예상되는 변경 사항을 반영할 수 있습니다. 예를 들어 회사가 다음 주에 새로운 마케팅 캠페인을 시작하여 통화량이 10% 증가할 것으로 예상되는 경우, 적절한 인력 배치를 위해 10% 증가를 반영하도록 예측을 업데이트할 수 있습니다.
감독자는 이 일괄 편집 방법을 사용하여 15분마다 통화 10건(또는 그 이하) 추가와 같이 특정 숫자 단위로 통화량을 수정하거나 15분마다 통화량 20% 증가(또는 감소)와 같이 백분율 단위로 통화량을 수정할 수 있습니다.
다음 이미지는 통화량이 10% 증가할 것으로 예상되어 일괄 편집된 예측의 예입니다.
예측 데이터는 최대 4주 단위로 만들 수 있습니다
일정과 마찬가지로, 예약 관리자는 최대 4주 단위로 데이터를 예측할 수 있습니다.
예를 들어 1월 1일에 예측을 시작하면 1월 28일까지 예측이 이어지며, 1월 29일에 두 번째 예측을 생성하여 2월 25일까지 연장할 수 있습니다.
예측이 적용된 일정을 검토하면 총 인력 배치 수준이 표시되며 요구 사항을 충족하도록 미세 조정할 수 있습니다
예측이 적용된 일정을 검토할 때 예약 관리자는 예약된 인력 배치 수준과 필요한 인력 배치 수준을 비교하여 인력 배치 요구 사항이 충족되는지 확인할 수 있습니다.
일정의 인력 배치 하위 섹션에서는 해당 주의 일정에 적용된 모든 예약 그룹 목록을 제공하고, 예약된 인력과 필수 인력을 비교하며, 순 인력 배치 차이를 제공합니다. 이 표를 통해 일정 관리자는 15분 단위로 인력 배치 수준을 신속하게 결정할 수 있으며, 사용자의 예약된 활동을 동적으로 조정하여 적절한 인력 배치를 유지할 수 있습니다.
준수 대시보드는 게시된 일정에 대한 상담원의 실시간 준수 여부를 측정합니다
준수 대시보드는 실시간 상담원 활동을 게시된 일정과 비교하여 추적합니다. 상담원의 현재 상태가 예약된 활동과 일치하지 않으면 비준수로 표시되며 상담원의 일일 준수 점수가 동적으로 업데이트됩니다.
예를 들어 상담원이 오전 8시에서 10시 사이에 전화 대기열 활동이 예약되어 있지만 9시에 예정에 없던 휴식을 취하는 경우 해당 상담원은 비준수로 표시되며, 상태가 할당된 활동으로 돌아올 때까지 일일 준수율이 동적으로 업데이트됩니다.
