服务预测与排班是大部分服务行业有效管理的关键环节，尤其是客服中心，对服务预测准确度要求高，对排班的舒适性和效率均衡的博弈最为繁复，以至每个客服中心都有一个老法师一般的Excel高手，或出神入化，或大道至简地进行着预测与排班。

网络上也能找到一些前辈们的预测与排班的概括指导或经验之谈，但多数文章在实际操作层面语焉不详或点到为止，对于亟需手把手指导的排班菜鸟来说，往往看得云山雾绕。

本文试图为菜鸟排班师提供一个浅显的服务量预测入门，文中提供的方式是极简甚或简陋的，方便新排班师入门理解之用，可以通过Excel工具进行适合自己业务情况的粗略的服务预测，并在此基础上优化、添加符合本中心特点的算法或预测因素。
需要说明的是，如今在很多客服中心，非语音服务占比已经超过了语音服务量，非语音服务的预测原理和语音服务是共通的，下文中将语音服务和非语音服务统称为话务。
1
基础准备

话务预测的第一步工作是要搞清楚，客服中心是分成几个组别进行接续的，一般小型客服中心会在IVR中设置不同的来电通路，如业务咨询、投诉建议等，但进入人工服务的时候，实际上是进入到同一个队列中。在大型客服中心，往往会对VIP提供服务质量更高的服务，或者将电话服务与在线客服分开，分别由两拨或更多分组的人各自接续。
各自独立且正常情况下不溢出话务的分组就需要单独预测话务，所需的历史话务数据，及预测结果都是按分组呈现的。
要点：明确客服中心的话务预测是否分组，分成几个组。
2
数据获取

话务预测可不是掐指一算就能算准的，其预测依据主要是客服中心的历史话务，从历史话务中寻找规律和一般趋势，再根据行业未来景气状况和企业总体发展态势设置合理的企业趋势系数。

所以，准备工作的第一步是要获得较长时间段的完整历史话务，一般客服中心是按半小时作为一个时间节点来统计基础数据，计算各类指标。一天48个数据，一年17520个数据，每个数据下文简称时间点话务（量）。为了让预测依据更扎实，有条件的客服中心可以用最近四年的月汇总话务量，也就是有48个月度数据，和最近一年的分时话务量作为预测的基础数据。现在社会发展日新月异，更早的分时数据已没多大参考价值。
要点：我们先拿到最近4年的月汇总话务量，以及最近1年分时话务量。
3
数据维度

在这个入门指南中，将每一个分时（半小时）数据的维度拓展到月和周的维度，换句话说，一天48个半小时的时间片段中任意一个数据都带有day和weekday两个属性。如图1中，8月28日这一天是周一。我们取上午10点30分的数据为例，这个时间点，可以作为周一上午10点30分话务量平均值的来源，也可以作为每月第28天上午10点30分的话务量平均值来源。于是我们可以得出周一上午10点30分的话务量均值为1210，每月28日上午10点30分的话务量均值为1400。