Zo voorspel je het aantal klantgesprekken voor support

Een prognose van het supportvolume schat hoeveel nieuwe klantvragen in elke planningsperiode binnenkomen en toont de uitkomst als een bandbreedte. Begin met een schone historische basis, scheid vraag waarvoor een medewerker nodig is van volledig geautomatiseerde gesprekken, voeg bekende gebeurtenissen zichtbaar toe en test de methode op eerdere perioden die niet voor de berekening zijn gebruikt.

De prognose hoeft niet elke piek te voorspellen. Hij moet bruikbaarder zijn dan een eenvoudig gemiddelde en duidelijk genoeg zijn om uit te leggen waarom roosters, overlap of escalatiedekking veranderen.

Bepaal wat als vraag telt

Kies één eenheid voordat je een spreadsheet opent. Meestal is dat een nieuw gesprek of ticket dat één klantbehoefte vertegenwoordigt. Niet elk inkomend bericht, antwoord van een medewerker, melding of statuswijziging is nieuwe vraag.

Zo blazen drukke gesprekken het aankomstvolume niet op. Een gesprek met tien berichten en een gesprek met twee berichten kunnen allebei één aankomst zijn, terwijl de latere inspanning verschilt. Houd volume en behandeltijd daarom apart.

Markeer gesprekken die automatisering zonder menselijk werk afrondt. Microsoft sluit gesprekken die volledig door AI worden afgehandeld uit van de prognose voor menselijke bezetting. Voorspel de totale klantvraag en de mensgebonden vraag afzonderlijk. Dan lijkt een automatiseringswijziging niet op verdwenen klantinteresse.

Verwijder tests, bevestigde spam, duplicaten en systeemruis volgens een vastgelegde regel. Verwijder moeilijke of afgebroken contacten niet stilzwijgend. Als afhaken operationeel belangrijk is, rapporteer het als een eigen reeks en bepaal of menselijke beschikbaarheid het had kunnen voorkomen.

Werk met twee planningshorizonnen

Een week- of maandprognose ondersteunt werving, verlof, campagnes en externe dekking. Een dag- of intervalprognose helpt bij diensten, pauzes, live wachtrijen en bereikbaarheidsdiensten. Eén model bedient beide beslissingen zelden even goed.

Maak een dagelijkse vooruitblik voor enkele weken of maanden. Maak daarnaast een korte prognose per interval waarop het team kan handelen, bijvoorbeeld 30 of 60 minuten. Microsoft biedt om dezelfde reden aparte dagelijkse en 15-minutenprognoses. Kies alleen een kleiner interval als er genoeg gegevens zijn en de dekking zo snel kan veranderen.

Splits kanalen en wachtrijen wanneer dat de personeelsbeslissing verandert. Een totaal van 300 aankomsten zegt weinig als 100 live gesprekken direct aandacht vragen en 200 asynchroon zijn. Een prognose per losse tag levert juist instabiele ruis op. Begin met kanaal, taal, markt of wachtrij waar voldoende historie en een eigen operationele reactie bestaan.

Bouw een uitlegbare basis

Maak vóór complexe software een transparante basis. Neem voor elke weekdag of elk werkinterval de mediaan van recente vergelijkbare weken. Een eenmalige storing of actie vertekent de mediaan minder dan het gemiddelde.

Gebruik volledige weken die bij de huidige serviceopzet passen. Meng na de introductie van een nieuw kanaal geen maanden zonder dat kanaal met het nieuwe patroon. Bewaar bij de prognose een korte notitie over ontbrekende gegevens, routeringswijzigingen en uitsluitingen.

Seizoenseffecten moeten zichtbaar blijven. Vergelijk maandagen met maandagen, feestdagen met vergelijkbare feestdagen en terugkerende factuur- of bezorgmomenten met hun normale plek in de maand. Microsoft ondersteunt feestdagenkalenders en prognoses per kanaal of wachtrij, maar waarschuwt ook dat onverwachte trends de nauwkeurigheid beïnvloeden.

Een eenvoudige basis ontstaat zo:

1. Tel geldige nieuwe gesprekken per dag en kanaal.
2. Kies de recentste vergelijkbare weken.
3. Bereken de mediaan per weekdag of interval.
4. Bewaar de ruwe basis vóór handmatige aanpassingen.

De laatste stap maakt later duidelijk of de historie of de aanname fout was.

Voeg bekende gebeurtenissen zichtbaar toe

Houd een klein gebeurtenissenregister bij voor introducties, campagnes, factuurdata, gepland onderhoud, feestdagen en het stoppen van functies. De workforce-prognose van Zendesk laat expliciete aanpassingen toe voor onder meer marketingcampagnes en beëindigde functies.

Noteer naam, betrokken wachtrij, begin, einde, verwachte verandering, bewijs, eigenaar en datum van de aanname. Tel de aanpassing op bij de basis en herschrijf de historie niet. Leg na afloop het werkelijke effect vast en hergebruik het alleen voor een echt vergelijkbare gebeurtenis.

Als twee introducties verschillende groei veroorzaakten, plan dan een laag, basis- en hoog effect. Een eerlijke bandbreedte is nuttiger dan één getal met schijnprecisie.

Test de prognose op het verleden

Doe alsof enkele eerdere weken nog in de toekomst liggen. Bouw voor elke week een prognose met alleen informatie die daarvoor beschikbaar was en vergelijk die met de werkelijkheid. Deze stapsgewijze test onthult methoden die alleen goed lijken doordat latere informatie is gebruikt.

Volg de absolute fout om de grootte van de afwijking te zien en de bias om structurele over- of onderschatting te ontdekken. Bekijk fouten ook per kanaal en wachtrij. Tegengestelde fouten kunnen elkaar in het totaal opheffen terwijl het rooster nog steeds verkeerd is.

Vergelijk iedere methode met de eenvoudige mediaan per weekdag. Extra complexiteit verdient alleen een plek als beslissingen er consequent beter van worden. Test opnieuw na een routeringswijziging, nieuw kanaal, automatiseringsuitrol of blijvende verschuiving in klantgedrag.

Plan een bandbreedte en actie

Publiceer een lage, basis- en hoge prognose met de aannames. Microsoft toont onder- en bovengrenzen rond voorspellingen. Ook een handmatige aanpak wordt beter door onzekerheid zichtbaar te maken.

Koppel een actie aan elk bereik. Het basisscenario bepaalt de normale diensten. Het hoge scenario kan niet-dringend intern werk uitstellen, diensten langer laten overlappen of een overfloweigenaar aanwijzen. Het lage scenario kan trainingstijd behouden. Spreek de grens af voordat de wachtrij druk wordt.

Vertaal volume naar bezetting

Aankomsten zijn maar één invoer. Combineer de bandbreedte met gemeten inspanning, gelijktijdig werk, servicedoelen, roosterdekking en niet-beschikbare tijd voor overleg of verlof. Bereken werksoorten met verschillend gedrag apart.

De gids over gesprekscapaciteit van supportmedewerkers legt uit hoe je een veilige actieve belasting meet. Combineer dat bewijs met de aankomstbandbreedte in plaats van een universele norm per medewerker.

In de gedeelde inbox van DripTell blijven kanaal, eigenaar, status, tags en klantcontext bij het gesprek. Consistente velden helpen een schonere vraaghistorie op te bouwen. Begin met een wekelijkse prognosebespreking, leg elke aanname vast en laat de fout het volgende plan verbeteren.

Veelgestelde vragen

Hoeveel historie is nodig voor een supportprognose

Gebruik genoeg vergelijkbare historie om week- en seizoenspatronen te zien, zonder terug te gaan naar een verouderde werkwijze. Enkele volledige recente weken volstaan voor een eerste basis. Langere historie helpt bij feestdagen en jaarpieken als kanalen, routering en definities vergelijkbaar bleven.

Tellen geautomatiseerde gesprekken mee

Tel ze mee in de totale klantvraag, maar scheid volledig geautomatiseerde oplossingen van vraag waarvoor een medewerker nodig is. Zo blijft verandering in klantinteresse zichtbaar en vertekent een automatiseringsuitrol de personeelsprognose niet.

Hoe vaak moet een supportprognose worden vernieuwd

Vernieuw de korte prognose minimaal wekelijks en wanneer een belangrijke gebeurtenis vraag of capaciteit verandert. Bekijk de langere prognose maandelijks. Bouw de basis opnieuw na blijvende veranderingen in kanalen, routering, automatisering, klantgedrag of gegevenskwaliteit.