Прогнозирование спроса на клиентскую поддержку: ловушка среднего дня
Прогнозирование спроса на клиентскую поддержку часто начинается со средних показателей. Руководители анализируют ежедневный объём обращений, время их обработки и численность персонала. Затем они составляют графики, ориентируясь на то, что, как кажется, требуется в «обычный» день. Такой подход выглядит логичным. Однако клиенты не обращаются в соответствии со средним показателем из таблицы. Спрос меняется в зависимости от часа, канала, кампании, языка и сезона. В результате может казаться, что команда укомплектована правильно, хотя очереди всё равно образуются именно в самые важные моменты.
Почему прогнозирование спроса на клиентскую поддержку не работает при опоре на средние показатели
Средний показатель может описывать объём, не показывая его распределение. В течение двух дней может поступить одинаковое количество обращений. Однако в один день поток может оставаться равномерным с утра до вечера. В другой день половина всех обращений может поступить всего за три часа.
Эта разница меняет всё. Она влияет на время ожидания, рабочую нагрузку, давление из-за передачи сложных обращений на следующий уровень и навыки, необходимые в каждой смене. Та же проблема возникает при охвате клиентской поддержки, когда достаточной общей мощности всё равно может не хватать в отдельные скрытые часы.
Внешний анализ гибкости формирования штата клиентской поддержки и ловушки среднего дня показывает схожую проблему. Средние показатели за месяц или день могут выглядеть благополучно, в то время как короткие периоды высокого спроса создают операционное давление.
Несколько признаков могут указывать на то, что прогноз слишком сильно зависит от средних показателей:
- Очереди растут в одни и те же часы каждую неделю.
- Понедельник начинается с накопившихся за выходные обращений.
- Один язык или канал оказывается перегруженным, пока другой остаётся спокойным.
- Запуски новых продуктов создают внезапную нагрузку, которая исчезает через несколько дней.
- Руководители постоянно перемещают сотрудников между очередями, чтобы сохранить необходимый уровень обслуживания.
Это не всегда признаки постоянной нехватки персонала. Напротив, они могут показывать, что спрос распределяется более неравномерно, чем предполагает модель формирования штата.
Спрос на клиентскую поддержку может возникать за пределами команды поддержки
Команды поддержки не создают большинство событий, которые изменяют спрос со стороны клиентов. Часто их создают отделы маркетинга, продаж, выставления счетов, логистики и работы с продуктом.
Рекламная акция может вызвать вопросы ещё до покупки. Изменение цен может увеличить количество обращений по вопросам оплаты. Тем временем запуск нового продукта может привести к техническим проблемам. Аналогичным образом кампания по привлечению потенциальных клиентов может создать новую волну заинтересованных людей, которым нужны ответы, прежде чем они смогут двигаться дальше.
Автоматизированная коммуникация также может изменить характер обращений. Например, кампания с автоматическими звонками, используемая для напоминаний или уведомлений, может вызвать резкий рост обратных звонков вскоре после отправки сообщений.
Поэтому прогнозирование не должно зависеть только от исторических данных клиентской поддержки. Операционным командам также необходимо видеть запланированную деловую активность. В противном случае они могут обнаружить резкий рост спроса лишь после того, как очередь уже сформировалась.
Более точное прогнозирование спроса на клиентскую поддержку начинается с анализа распределения спроса
Полезный прогноз задаёт не только вопрос: «Сколько обращений мы получим?» Он также учитывает, когда, где и почему эти обращения, скорее всего, появятся.
Команды могут анализировать:
- В какие часы очереди растут быстрее всего?
- Какие каналы меняются быстрее всего во время кампаний или запусков?
- Каким языкам требуется дополнительное покрытие в определённое время?
- Какие причины обращений становятся более частыми после событий, связанных со счетами, доставкой или продуктами?
- Какие проблемы требуют участия специалистов, а не сотрудников общей клиентской поддержки?
Такой подход превращает прогнозирование в планирование мощности. Кроме того, он помогает руководителям отделять повторяющийся спрос от временной нагрузки.
Предсказуемое накопление обращений по понедельникам может потребовать изменения графика. Сезонный пик продолжительностью три недели может потребовать временного увеличения мощности. Повторяющееся техническое затруднение может потребовать участия специалистов. Каждая из этих проблем выглядит как «высокий объём» на информационной панели, но решения для них различаются.
Большее количество сотрудников не является прогнозом клиентской поддержки
Когда спрос растёт, увеличение штата является понятной реакцией. Однако большее количество сотрудников не приводит автоматически к лучшему покрытию. Как объясняет наш анализ формирования штата клиентской поддержки, добавление сотрудников может давать ограниченный результат, если процессы, графики или распределение навыков остаются неизменными.
Формирование штата под самую загруженную неделю также может позднее привести к избытку мощности. В то же время планирование персонала только для спокойных периодов делает давление в часы пик предсказуемым.
Главный вопрос заключается не просто в том, сколько сотрудников необходимо. Вместо этого руководителям следует определить, какая часть мощности должна оставаться постоянной, а какая — гибкой.
Прогнозирование спроса на клиентскую поддержку в нескольких регионах
Географическое распределение может стать частью этой гибкости. Разные регионы могут расширить доступ к языкам, кадровым ресурсам и покрытию рабочих часов. Однако модель с несколькими регионами требует общих процессов и единых стандартов качества.
Primo Contatto работает по модели с несколькими регионами, имея команды в Молдове, Украине и Египте. На практике такая структура может упростить распределение мощности между различными операционными потребностями. Однако географическое распределение должно поддерживать прогноз, а не заменять его.
Плохо спланированная рабочая нагрузка остаётся плохо спланированной, даже если она распределена между несколькими офисами. Поэтому командам по-прежнему нужны единая отчётность, чёткие правила передачи сложных обращений и точные данные о спросе.
Прогнозирование спроса на клиентскую поддержку должно следовать реальному поведению
«Средний день» полезен для отчётности. Он менее полезен, когда его рассматривают как полноценный план формирования штата.
Прогнозирование спроса на клиентскую поддержку работает лучше всего, когда компании изучают, как спрос ведёт себя в действительности. Пиковые периоды, спокойные часы, кампании, каналы, языки и потребность в специалистах — всё это имеет значение. Цель заключается не в том, чтобы идеально предсказать каждое обращение. Вместо этого важно понять, в каких местах операционная деятельность с наибольшей вероятностью окажется под чрезмерным давлением.
Следовательно, это меняет сам подход к обсуждению формирования штата. Вместо того чтобы спрашивать только о том, достаточно ли велика команда, руководители могут спросить, способна ли мощность перемещаться вслед за изменением спроса.
В современной клиентской поддержке именно этот вопрос может оказаться более важным.