预测数据的收集整理

预测排班的第2个环节就是数据的收集整理，一般来讲，我们会取最近三年的历史数据作为我们的基础数据。取值的范围要根据实际情况而定。比如说如果最近业务量变化很大，电话量变化也非常大，那么我们可以取最近的几个月，甚至一两个月的数据作为一个基础数据。如果业务量几年变化都不是很大，那么我们就可以参考两三年左右的数据都是可以的。数据就按48个颗粒去排，也就是说每天24小时，每半小时一个颗粒。比如说凌晨00:00~00:30呼入多少电话，然后人工接通多少，多少呼损。48个颗粒全部排列出来，这是第1步。

第二步就是对数据做一些整理去伪的工作，因为不好的数据会影响我们的预测准确度。如果数据很多，那么这种影响会比较小，但是如果数据很少，比如说只拿最近一个月两个月的数据去做一个分析的话，那么这种整理的工作就必不可少。因为假如说有一天数据有异常的话，那么很有可能就会影响到后面的预测的准确性。

那么为什么数据会有异常呢？第1个可能性就是，因为某一天接通率偏低而导致的重复拨打。接通率偏低有很多种原因，比如安排的人员过少，可能人员就没有那么多，所以安排不了。或者当天有异常来电，比如说有促销活动或者说是有系统的异常，会导致呼入量明显的增多或者是接起明显的偏少。像促销活动，可能会拨入明显的增多，如果是系统的一些故障，会导致接起明显的偏少，这种情况下就会导致接通率比较低，低于90%甚至低于百分之五六十都是有可能的，中间会包含很多当天的重复拨打的量，所以这样的数据是要去掉的。

第2种可能是各种原因的数据错误，特别是没有系统保存数据，用表格保存的情况下，缺失、错误也是有可能的。基础的数据整理好，因为各种波动的原因导致的一些量要去掉。

还有一种方法就是不考虑那些波动量。我们把数据整体当做一个黑匣子，只看输入输出。最终的一个呼入量，最终的一个人工接起量，最终的一个接通率，把它们作为一个整体来分析。但是就像前面讲的，如果是历史数据比较少，一两个月的话，这样做的偏差太大，我们还是用第1种方法，就是把异常的数据去掉。如果是历史数据比较多啊，一两年两三年的话，采用第2种方法就是从黑匣子的方法不考虑它的波动因素，这样的情况下影响会较小。但是从排班当前开始以后每天的这种波动的原因，波动的这种影响都要详细的记录下来，作为后期分析的一个依据。