统一通信-即时通讯-视频会议-电话会议-科技新闻及文章

大规模转移到远程工作对传统的IT服务台操作产生了重大影响。一夜之间，IT运营团队不得不处理两项任务-使用远程技术基础架构为员工提供支持并保护网络。

实际上，随着随处工作的趋势扎根，IT服务台专业人员必须更加努力地适应这种新环境，并通过受保护的最终用户设备来支持和授权移动工作人员。

远程支持专业人员负责由现场专业人员执行的所有任务，除非他们不与用户面对面地工作。因此，要在远程工作环境中蓬勃发展，不仅需要基本的故障排除和技术支持技能。

以下是IT服务台可以领先于所有变更并适应远程第一世界的六种最受欢迎的技能：

1.桌面，移动和视频会议应用程序

首先，技术人员必须了解其远程用户正在使用的系统，以及相关硬件或软件的任何新开发（更新）。尽管所使用的确切工具可能因行业而异，但远程支持专业人员应熟悉或定期使用在家工作模型中使用的最主要技术；即视频会议应用程序，例如SparkleComm统一通信平台；

2.远程支持工具

远程支持工具使技术人员可以像在同一房间内并排进行物理工作一样为用户提供帮助。桌面共享工具（例如SparkleComm统一通信平台）使支持技术人员能够通过互联网从其控制台连接到远程计算机，并直接在远程系统上工作。

远程支持工具使他们能够自己查看用户行为，应用程序功能和桌面环境，从而帮助他们快速而有效地诊断问题。远程技术人员可以访问员工的设备，以解决问题或安装应用程序。例如，如果解决方案需要系统更新，则技术人员可以从自己的台式机远程安装更新，而无需指导用户通过电话进行设置过程。

尽管它们的主要功能是访问位于世界任何地方的用户的计算机，但远程支持工具还提供了文件传输等功能。文件同步；命令行或来宾可访问性；访问远程机器，服务器和网络；即时邀请和简化的远程访问，可快速诊断；和旨在快速访问第三方诊断工具的快捷方式。这些产品还可以提供票务系统集成，技术人员工具箱以及访问睡眠/断电计算机的功能。

从而返回错误的结果。

8.预测时使用MAPE（平均绝对百分比误差）

预测通话量时，很容易假设通话将在一周内平均分配。因此，如果您一周内接到5,000个电话，则可以安排足够的人员来一天处理1,000个电话。但是，实际上，通话量的分布差异是很大的。

因此，通过这种方式进行预测，您的绝对错误将大大降低，因为如果您在星期一关闭200个电话，在星期二关闭500个电话，整个星期以此类推的话，则MAPE很高。这意味着您在某些日子不太可能达到很好的服务水平，最大占用率和排队时间的目标，而在另一些日子，您将人手过多。

要获得预测准确度的时间等级，您应该按间隔（15-30分钟）而不是按天进行。

9.全天使用设定的平均处理时间

AHT发生变化的原因有很多，一天中的时间就是其中之一。 Clearanswer呼叫中心的运营经理Nathan Winstanley已经意识到了这一点，并建议您在日间计划中不要使用“一整天的AHT”。

“如果您每隔15或30分钟运行一次人员配置，请全天更改您的AHT期望值。

“例如，在入站销售环境中，您可能会看到一个晚上的销售高峰，更多的销售=更多的呼叫，这意味着该期间的AHT更高。这意味着，如果您在一天的AHT上跑步，那么晚上的人手可能会不足。”

许多像SparkleComm 呼叫中心这样的呼叫中心还会根据温度更改AHT，因为更好的天气通常意味着客户不太愿意在电话上花费大量时间。

此外，在许多24小时呼叫中心中，由于人们更愿意在一天中的这段时间里花时间在电话上，因此AHT在晚上通常会更长一些。

10.电子表格可以在WFM计算中很好地工作，但仅适用于35个呼叫中心顾问或更少

对于像SparkleComm 呼叫中心来说，电子表格是一种以经济高效的方式生成WFM计算的好方法。但是，一般的经验法则是，它们最多只能保持35位呼叫中心顾问的可靠性。

这就是为什么许多呼叫中心将其电子表格与WFM软件结合在一起的原因，如以下调查所示。实际上，在46％的选票中，这是呼叫中心领域最常用的预测方法。

您还想向我们透露有关劳动力管理主题的更多提示吗？

如果是这样，请将它们以及其他想法留在给呼叫中心帮助者的电子邮件中。

AHT也会增加，因为呼叫中心顾问改而利用他们的休息时间，这导致采用不良行为，例如将呼叫者置于保持状态以使用厕所。

尽管在较小的呼叫中心这不是一个大问题，但较大的机构必须仔细注意其最大占用率。这是因为占用率随着联系量的增加而增加，这意味着每个呼叫中心顾问收到的电话数量也会增加。

（我们使用以下方法计算这些数据：平均处理时间= 180秒，报告时间= 30分钟，服务水平= 80％和队列20秒）

要了解最大占用量对员工人数的完全影响，请阅读相关数据的文章。

5.在WFM计算中始终考虑收缩

在进行任何劳动力管理计算时，至关重要的是要考虑人员的缩减，即尽管计划了该时间，但该职员仍无法工作的带薪时间。

根据Dimension Data在其全球基准测试报告中得出的平均收缩率是35％。

这是一个整体数字，其中包括SparkleComm 呼叫中心顾问在呼叫中心但因休息，会议等原因而无法接听电话时的内部收缩，以及呼叫中心顾问因假期，旷工等原因而休假时的外部收缩。

Genesys决策小组副总裁Ric Kosiba 表示，出于劳动力管理目的将两者分开很重要。因此，Ric建议“考虑可以控制的收缩和不能控制的收缩，因为一个需要预测，而另一个则需要计划。”

6.某些人员配备模型可能不适合您的环境

无论您使用Erlang计算器，仿真模型还是工作量计算，对于您的总体信心和高级管理层的认可，验证所选方法都很重要。

里克说：“这是一个非常简单的过程。您所要做的就是了解上周发生的事情，因为您知道有多少人，通话量是多少，处理时间是多少，并查看它是否能够预测您提供的呼叫中心服务。

“通过证明您的模型正确的过程，然后发布模型！向您的高级管理人员显示“外观，这是我们的计划，外观有多精确”。这样，人们将对您的计划流程和进行分析的能力更有信心。”  

7.许多Erlang计算器会产生错误

许多人使用从互联网下载的Erlang计算器来计算像SparkleComm 呼叫中心这样的呼叫中心所需的人员数量，但是其中许多包含难以发现的错误！

这是因为一旦结果超过142个呼叫中心顾问程序，许多Erlang计算器将变得不可预测，通常不会显示出计算中存在错误，

在安排工作人员的时候，您需要了解以下十件事情，但你可能尚未知道这些。

1.通话在平均处理时间附近分布不均

如果呼叫中心的平均处理时间（AHT）为五分钟，实际上，呼叫是使用称为Erlang分布的Poisson分布模型的对数形式分布的。

这意味着，尽管有更多的短途电话，但还有一些持续时间更长的电话，您的SparkleComm 呼叫中心必须为此做好准备。

由于这种分布，许多人认为使用Erlang计算器会使呼叫中心人员过多。但实际上，它产生的数字可确保无论在哪一种情况下，呼叫中心都能实现其目标。

2.在小时刻度附近出现通话音量尖峰

根据大卫·阿普比（David Appleby）的说法，“看钟表并在下班后立即站起是人类的天性。” 此外，这通常是会议，电视节目等完成的时间。

因此，正如David的研究得出的结论，呼叫中心的呼叫量往往会在一个小时左右达到峰值。

实际上，David还发现每小时至少有40％的电话属于每小时的前15分钟。然后，每小时通话的30％将在接下来的半小时之内，其余30％在该小时的最后25分钟内接通。

遵循这种模式，显而易见的是可以缩短您的资源计划周期。也许从每30分钟可以做到移动到15分钟。

3.许多呼叫中心都忽略了“悬挑”的影响

如上所述，尽管在某些呼叫中心建议将报告时间改为15分钟，但只有在您的AHT不到7分半钟的情况下才应该这样做。

这是因为，否则这将打破呼叫中心必须确保其报告期间至少由于其影响而倍增其AHT的原则。

突出显示包括从上一个报告期开始“继续运行”的呼叫。

如您所见，虽然流量需要一些时间来建立，但流量也需要一些时间才能缓解。因此，在进行人员配置计算时，请确保考虑上一个报告期的持续通话，并确保该期间至少是AHT的两倍。

4.最高入住率不应超过85-90％

最大占用率是像SparkleComm 呼叫中心这样的呼叫中心顾问花费在处理客户联系上的时间百分比。该百分比时间应该是有针对性的，就像您使用某个服务级别的时候一样。

通常，最大占用率应在85％（内部）和90％（以性能为导向）之间，因为超出此目标将增加呼叫中心顾问流失并增加呼叫中心顾问倦怠感。

＃6：ROI可能难以量化。GAAP和IFRS依靠对实物资产进行评估的可靠方法；但是，无形资产却并非如此。尽管组织开始看到算法IP的价值，但算法本身的价值可能不如人们想像的那样。为了传递价值，必须以一种特定于其使用的方式来训练算法，并且馈入该算法的数据将确定该算法是否更准确。

我们很难区分出数据中的值与结果中的算法之间的界限。很难在一个盒子周围画出价值，因为难题的每一部分都具有价值。结果具有内在的价值，并且可以量化。无法量化的是达到那个结果所需要的。

大多数人尚未意识到要使机器学习有效，人们仍然需要注释数据，这是非常手工的工作。尽管声称AI和原始数据是获得神奇成果的全部，但仍然需要良好的旧数据工程。使用和注释并将数据馈送到算法中是困难的部分。您必须了解这些数据的范围，否则数学无关紧要。我们在AI上使用纯数学进行了模拟，这很酷，但这并没有影响业务。现在，我们正处于将业务与数学结合在一起的时代，这确实很重要，但从技能的角度来看非常困难。

＃7：新兴技术可能不仅仅只是“另一种技术”。人工智能通常被认为是另一种技术，因为新技术总是风靡一时。但是，自学习系统不同于确定性编程的系统。无法识别从确定性系统到概率系统的转变是当今风险模型的固有缺陷。

在通信方面，组织更应该考虑新技术的安全性，劳格科技SparkleComm统一通信特有的保密通话技术，支持客户端(app2app)端到端动态加密，使得通话内容无法被窃听。

组织还应该更严格地考虑区块链。区块链说不要登陆数据，传播数据。当您考虑法规或隐私时，它是相反的架构，因为区块链表示每个人都应该拥有数据，那么我们如何同时利用两者呢？当您将人工智能和区块链混合在一起时，会有很多好处，但周围没有很多先例可以告诉我们这将如何发生。

简而言之，新技术和新技术版本不断涌现，但是技术采用，运营模型和风险模型的方法需要与时俱进。旧习惯很难消亡，但随着变化的步伐不断加快，并且某些技术的性质带来了意想不到的后果，批判性思维是必不可少的。