呼叫中心排班计算器
📊 呼叫中心参数
每小时到达的总呼叫数
通话时间 + 事后处理
在目标时间内接起的呼叫比例(%)
达到目标%允许的最大等待时间
坐席忙碌时间(建议 80–90%)
非生产时间
💡 快速场景:
📊 人员配置需求
📈 性能分析
🔮 What-If 场景
📊 关键指标(KPI)
⏰ 按小时排班建议
| 时间段 | 典型呼叫占比 | 呼叫/小时 | 需要坐席 | 总人员 |
|---|
📐 Erlang C 公式与原理
🔢 关键公式
💡 行业常见标准
- • 服务水平:80/20(20 秒内接起 80%)
- • 占用率:80–90% 最佳
- • Shrinkage:25–35% 常见
- • AHT:平均 3–6 分钟
呼叫中心排班计算器 - Erlang C 公式
📞 使用 Erlang C 公式计算所需呼叫中心坐席人数。根据呼叫量、平均处理时长、服务水平目标与 shrinkage 因素优化人员配置。
什么是 Erlang C?
Erlang C 是呼叫中心劳动力管理(WFM)中常用的数学公式,用于在给定呼叫量下计算为保持目标服务水平所需的坐席数量。 它基于排队论,并假设无法立即接起的呼叫会在队列中等待。
关键指标说明
- 每小时呼叫量:高峰小时的总呼入
- 平均处理时长(AHT):通话时间 + 事后处理(wrap-up)
- 服务水平:在目标时间内接起的比例(例如 80/20)
- 占用率:坐席实际在通话/处理中所占时间比例(非空闲)
- Shrinkage:休息、培训、会议、缺勤等(非生产时间)
业务强度(Erlang)
公式: E = (每小时呼叫量 × AHT(秒)) / 3600
业务强度以 Erlang 衡量负载。1 Erlang = 1 名坐席连续忙碌 1 小时。
- 示例: 100 呼/小时 × 180 秒 = 18,000 / 3600 = 5 Erlang
- 意味着理论上 5 名坐席持续忙碌即可承载负载(理论最小值)
坐席需求计算
步骤 1 - 基础坐席(由业务强度决定):
最少坐席 = 业务强度 (E)
步骤 2 - 为达到服务水平增加冗余(Erlang C):
Erlang C 用于计算为达到目标服务水平所需的额外坐席数量。实际应用中通常需要迭代测试不同坐席数,直到满足 SLA。
步骤 3 - 按占用率调整:
需要坐席 = E / 目标占用率
步骤 4 - 加上 shrinkage:
总人员 = 坐席 / (1 - Shrinkage %)
计算示例
条件:
- 100 呼/小时
- AHT 180 秒(3 分钟)
- 20 秒内接起 80%
- 目标占用率 85%
- Shrinkage 30%
计算:
- 业务强度: (100 × 180) / 3600 = 5 Erlang
- 基础坐席: 5 / 0.85 = 5.88 ≈ 6(最小)
- 达到 80/20 需要额外缓冲 → 约 12–15
- 加上 30% shrinkage:15 / 0.70 = 21.4 ≈ 22
服务水平常见标准
- 80/20:20 秒内接起 80%(行业标准)
- 90/20:20 秒内接起 90%(高端服务)
- 70/30:30 秒内接起 70%(基础服务)
- 80/30:技术支持常见
占用率建议
- 80–85%:更利于员工状态
- 85–90%:可接受且成本更优
- 90%+:过高,易疲劳/倦怠
- <70%:效率低,容量过剩
Shrinkage 组成
- 休息:午餐、短休(10–15%)
- 培训:持续发展(5–10%)
- 会议:团队会议、1:1(3–5%)
- 缺勤:病假、年假(5–8%)
- 系统问题:技术故障(2–5%)
- 典型合计:25–35%
呼叫分布规律
呼叫量会随一天内变化。典型模式:
- 9–11:上午高峰(100%)
- 11–13:午间回落(70–80%)
- 14–16:下午高峰(90–100%)
- 17 点后:较低(40–60%)
提升呼叫中心效率
- 降低 AHT:更好培训、话术脚本、工具优化
- 技能路由:把呼叫分给最合适的坐席
- 自助服务:IVR、聊天机器人处理简单问题
- 灵活排班:按呼叫规律匹配人力
- 预测:预估季节/活动带来的峰值
常见错误
- 忽略 shrinkage:必须计入非生产时间
- 用平均量排班:应按峰值小时规划
- AHT 忽略后处理:AHT 不只是通话时长
- 占用率设太高:导致倦怠
- 缺少波动缓冲:呼叫不会均匀到达
高级考虑
- 多技能坐席:处理多条队列
- 放弃率:等待中挂机的比例
- 回呼:降低等待感知
- 区间排班:15–30 分钟而非整小时
- 实时遵从:坐席按排班执行情况
💡 小贴士:不要只按平均条件计算!请针对一周中最忙的一天、最忙的一小时进行场景测试。 大多数呼叫中心呼叫量存在 20–30% 波动。尤其遇到不可预测的峰值时,建议在 Erlang C 结果基础上额外增加 1–2 名坐席作为安全缓冲。 适度冗余通常比长等待导致的客户流失更划算!
评论 (0)
分享你的想法——请保持礼貌并围绕主题。
登录后发表评论