Perguntas frequentes (FAQs)
Você pode assistir a um vídeo e saiba mais sobre o uso de dias especiais para melhorar a precisão da previsão.
Ao revisar a etapa Dados da previsão, você vê tanto o volume previsto quanto o AHT para todas as competências selecionadas. Os dados podem parecer imprecisos, quando você espera ver valores normais:
-
Você vê em algumas áreas onde o AHT ou o volume está estranhamente baixo ou em 0,00.
-
Você vê picos de volume na terça e Quarta-feira, mas os Dados históricos mostram picos na Segunda-feira e tendências de declínio até Sexta-feira.
Nesses casos, considere fazer alterações nos dados históricos.
Na etapa de Dados históricos procure dias que nao seguem o padrão. Por exemplo, os volumes podem estar muito elevados em um determinado dia devido a uma promoção de produto. Este não é um dia padrão. Devido a isso, os dados de previsão mostrarão um volume ou AHT impreciso para algumas competências.
Para melhorar a precisão dos volumes previstos e do AHT, defina esses dias como Dias especiais. Nas configurações de Dia especial, escolha Excluir este dia das previsões futuras . Esses Dias não serão considerados na etapa Dados de Previsão.
Quando o volume de interação previsto para um dia inteiro for 0, você não conseguirá editar o volume.
Você pode checar se o volume para o dia inteiro é 0 visualizando os dados por dia (1D). Na visualização de dia, você vê os dados de cada intervalo durante o dia.
Se o volume para todos os intervalos for 0, esse é o motivo pelo qual você não consegue editar os dados.
Para poder editar o volume, altere pelo menos um intervalo.
Por exemplo, o volume de interações previsto é 0 em 25 de Janeiro. No momento, você está olhando para a exibição de mês (1M). Nesse caso, não será possível editar ou fazer edição em massa.
Para editar o volume para o dia 25:
-
Vá para a exibição de dia (1D).
-
Edite ao menos um intervalo. Digamos, 25 Jan 8:00 AM. Em vez de 0, escreva 1 ou o valor desejado para esse intervalo.
-
Para fazer alterações no dia inteiro, volte à exibição de mês (1M) e edite.
Quando você cria um trabalho de previsão, o sistema calcula os dados da previsão em duas etapas. Primeiro, os dados são gerados em Dados da previsão (etapa 3 da previsão), com base nas competências necessárias. Em segundo lugar, o sistema pode melhorar os dados da previsão distribuindo a carga de trabalho em múltiplo unidades de agendamento. Depois de definir os Parâmetros de pessoal (etapa 4), os dados são gerados novamente. Dessa vez, o cálculo também considera as unidades de agendamento que podem lidar com as interações. Isso garante que os dados da previsão sejam o mais precisos possível. Os dados da previsão são atualizados em Pessoal (etapa 5).
Quando você gera uma agenda com base em um trabalho de previsão, os dados da previsão são baseados nos dados da etapa 5. Os dados finais da previsão também são exibidos nas colunas de previsão em Gerente intradia.
Durante o processo de previsão, a (etapa 3) envolve a geração de uma previsão bruta, com foco exclusivamente no volume e no tempo Médio de Atendimento (AHT) por competência, sem considerar os agentes. Da (etapa 3) até a (etapa 5), ocorre um processo de simulação, distribuindo os requisitos de agentes para cada unidade DE agendamento que lida com as competências previstas. Esses requisitos são então traduzidos novamente em volume por competência por unidade DE agendamento.
Na (etapa 5), como mostrado na captura de tela, podemos observar o volume e o AHT para o intervalo das 8:00 AM às 8:15 AM, indicando o número esperado de contatos a serem atendidos por unidade DE agendamento por competência como resultado da simulação.
Vamos supor que você ativou ACD em Abril de 2021. É nesse momento que os dados históricos começam a ser coletados. Depois, você ativou WFM em Novembro de 2022. Como você está coletando dados históricos por mais de um ano, você deve conseguir usá-los automaticamente ao gerar uma previsão.
No entanto, o trabalho de previsão informa que não há dados históricos (na etapa 2). Para resolver isso, você precisa contatar o suporte. Eles importarão os dados históricos que você coletou para o WFM.
O sistema está funcionando como foi projetado. O recurso de seleção automática escolhe automaticamente o melhor modelo de previsão com base em dados anteriores. Neste caso, o sistema escolheu o modelo que parecia mais preciso para os dados fornecidos. Embora tenha produzido um pico nas Quintas-feiras, isso faz parte da função pretendida do sistema — ele selecionou o que parecia ser a melhor opção com base em resultados anteriores.
A diferença nos resultados vem de como os dois modelos tratam os dados:
-
O modelo de seleção automática escolheu um método de previsão que funcionou melhor para os dados anteriores, mas identificou um padrão semanal (como o aumento de Quinta-feira) e o levou para o futuro.
-
O modelo de Suavização exponencial (ES) suaviza os dados, o que o tornou menos sensível a esses picos de Quinta-feira e produziu uma previsão mais estável.
Ambos os modelos estão fornecendo resultados diferentes porque foram projetados para tratar os dados de maneiras diferentes, e cada modelo tem seus pontos fortes dependendo do comportamento dos dados.
O modelo de seleção automática está fazendo exatamente o que foi projetado para fazer: ele escolhe o modelo que determina que fornecerá a previsão mais precisa com base em dados históricos. No entanto, em casos raros como este, o modelo pode identificar padrões inusuais que não se mantêm verdadeiros para o futuro, como o pico de Quinta-feira. O cliente pode usar o recurso de seleção automática, mas, em algumas situações específicas, pode ser necessário escolher manualmente um modelo diferente (como Suavização exponencial) para obter uma previsão mais precisa.
Considerando que o cliente possui uma licença avançada, ele tem a opção de selecionar manualmente o modelo de previsão sempre que sentir que o modelo selecionado automaticamente não está fornecendo os melhores resultados. Essa flexibilidade permite que ele escolha o modelo mais adequado para suas necessidades específicas.
Na tela de pessoal do trabalho abaixo, consideremos um intervalo em 15 de Janeiro para a competência "Contact Center", conforme destacado na imagem abaixo:
No exemplo acima, podemos observar que o volume é 4,71 com um AHT de 100,43 para a competência Contact Center. Isso significa que, dentro de um intervalo de 900 segundos (15 minutos), todas as chamadas serão tratadas por um único agente com um AHT de 100,43. Se utilizarmos os valores exatos em nossos cálculos, o requisito de pessoal de 0,53 está correto, pois há 67 agentes na unidade DE agendamento.
Alterar o nível de serviço não impacta o pessoal porque temos agentes suficientes para atender as chamadas. Quando observamos a configuração do Contact Center na unidade DE agendamento durante a geração de pessoal, vemos que há um total de 67 agentes disponíveis para atender chamadas da competência selecionada. Portanto, quando os requisitos de pessoal são gerados, se houver agentes suficientes disponíveis para atender às interações previstas em cada intervalo, o SLA ASA não é considerado.
No entanto, se não houver agentes suficientes disponíveis para gerenciar as chamadas previstas durante um determinado intervalo, a métrica SLA ASA é utilizada para determinar o número de agentes necessários para atingir as metas de nível de serviço. Esse princípio se aplica a todos os intervalos, competências e unidades de agendamento para essa função. Considerando o baixo volume e o AHT, e o número adequado de agentes disponíveis, os números de pessoal permanecem inalterados, já que há agentes suficientes para atender consistentemente a 100% do SLA, o ASA é efetivamente calculado como zero.
Com base na solicitação de dados históricos, verificamos se a competência ACD é de entrada ou de saída e se a direção da Competência WEM é de entrada ou de saída. Se não corresponderem, uma mensagem na página de histórico indica uma incompatibilidade de direção.
Mensagem de erro:
-
Direção da competência WEM não corresponde ao ACD. Alinhe estas Competências WEM com o ACD: Suporte ao Cliente OB.
Possíveis Causas:
-
Caso 1: A competência WEM é de entrada, mas a competência do ACD mapeada a ela é de saída.
-
Caso 2: Tanto o WEM quanto as Competências ACD são outbound, mas os dados históricos enviados por upload estão marcados como inbound.
-
Caso 3: Tanto WEM quanto as Competências ACD são de entrada, mas os dados históricos enviados por upload são marcados como de saída devido ao sinalizador de saída ser definido como Verdadeiro durante o upload.
-
Caso 4: A competência ACD foi excluída e recriada. Nesse caso, o mapeamento original entre a Competência WEM e a competência ACD é perdido.
Solução alternativa:
-
Certifique-se de que os dados históricos sejam carregados de acordo com a configuração de competência ACD. Se a competência do ACD for definida como de saída, defina isOutboundFlag como True durante o carregamento. Caso contrário, se a competência do ACD for definida como de entrada, defina isOutboundFlag como False.
-
Se a competência ACD foi excluída e recriada, remapeie a Competência WEM para a competência ACD recém-criada.
-
Nos casos em que uma competência ACD é mapeada como de entrada, mas a Competência WEM associada tem a opção Atribuir a Canal definida como Discador, a Competência WEM deve ser excluída. Crie uma nova competência WEM do tipo de entrada e associe-a à competência ACD de entrada apropriada.
-
Recarregar os dados históricos em WFM > Forecasting > ACD Historical Data e garantir que pelo menos 13 semanas de Dados históricos estejam disponíveis para uma previsão precisa.
Em NiCE CXone WFM, Meta de ASA (velocidade média de Atendimento) é um parâmetro opcional usado nos cálculos de pessoal.
-
Você pode definir uma Meta de ASA como parte dos seus parâmetros de pessoal, mas isso não é obrigatório.
-
Se você não definir uma Meta de ASA, o processo de pessoal ainda será executado usando outras entradas, como a meta de Nível de serviço, para gerar recomendações de pessoal.
Quando o pessoal é gerado, o sistema executa uma simulação que modela como os contatos chegam, entram na fila DE espera e são atendidos em um ACD do mundo real. Com base nessa simulação, o sistema determina:
-
O número de agentes necessários para atingir as metas definidas (Nível de serviço e/ou ASA).
-
O tempo de espera real médio que os clientes experimentariam com o pessoal calculado.
Esse tempo de espera real se torna o ASA previsto exibido no Intraday.
-
Se uma Meta de ASA for definida, o ASA previsto refletirá o resultado da simulação com base nessa meta.
-
A Previsão de ASA ainda é calculada automaticamente como parte da simulação baseada em Nível de serviço, mesmo que nenhuma Meta de ASA esteja definida.
Independentemente de um Meta ASA estar configurado, o Intraday sempre exibe um ASA Previsto com base na simulação de pessoal.
Quando múltiplas metas de serviço, como Nível de serviço, meta de ASA e Ocupação máxima, são definidas para a mesma WEM Competência, NiCE CXone WFM avalia todas as Metas simultaneamente durante a simulação de pessoal.
-
O sistema calcula o número de agentes necessários para atender a cada meta individual.
-
Em seguida, seleciona o requisito de pessoal mais alto entre eles.
Por exemplo:
-
Nível de serviço meta requer 20 agentes
-
Meta ASA requer 22 agentes
-
Ocupação máxima requer 18 agentes
-
Final = pessoal necessário de 22 agentes (o máximo dos três)
-
Essa abordagem garante que as recomendações de pessoal atendam a todas as metas de serviço definidas, não apenas uma.
Quando várias metas de serviço são definidas para a mesma Competência WEM, o sistema sempre dimensiona o quadro de funcionários de acordo com o requisito mais restritivo (maior) para garantir que todas as metas sejam atendidas.
Geralmente, não é recomendado definir múltiplas metas de serviço para a mesma Competência WEM. Cada meta direciona o pessoal de forma diferente e pode introduzir restrições conflitantes. Por exemplo,
-
Nível de serviço e Meta de ASA visam reduzir os tempos de espera do cliente.
-
Ocupação máxima limita a utilização do agente, o que pode entrar em conflito com as metas de SL e ASA.
Apesar disso, o NiCE CXone WFM oferece a flexibilidade necessária para suportar esses cenários quando necessário. A Calculadora de Requisito de Pessoal avalia múltiplas metas selecionadas, estejam elas definidas no Perfil de Pessoal ou diretamente no Forecast Job, e gera recomendações de pessoal que as atendem simultaneamente.
É responsabilidade do usuário garantir que os destinos selecionados estejam alinhados e não entrem em conflito. A ativação de múltiplos destinos aumenta a restritividade da solução de pessoal, o que pode resultar em excesso de pessoal ou agendas inviáveis.
O algoritmo de previsão usa métodos diferentes para calcular o AHT com base na quantidade de dados históricos disponíveis:
Se menos de 2 anos de dados históricos estiverem disponíveis:
-
O algoritmo usa uma Média Móvel Ponderada para estimar o AHT.
-
Esse cálculo é realizado no nível do intervalo, aplicando pesos aos pontos de dados recentes dentro de cada intervalo de tempo (por exemplo, blocos de 15 minutos ou 30 minutos).
Se houver mais de 2 anos de dados históricos disponíveis:
-
O algoritmo avalia múltiplos modelos candidatos e seleciona aquele com o Erro Absoluto Médio (MAE) mais baixo.
-
Essa seleção de modelo também é aplicada no nível do intervalo, permitindo que cada intervalo use o modelo mais adequado com base em seu comportamento histórico de AHT.
Resumo:
-
< 2 anos de dados: Média Móvel Ponderada → aplicada no nível de intervalo.
-
≥ 2 anos de dados: Melhor modelo selecionado usando MAE → aplicado no nível de intervalo.