Dedika je platforma za učenje skozi prakso: na primer, kako pripraviti poslovno ponudbo, postati manikerka ali uporabljati novo orodje. Ne glede na tvoj cilj, najboljša vsebina o tej temi že obstaja. A pogosto je v tujem jeziku, draga, razpršena po spletu, brez vaj za vadbo ali pa je del predolgega tečaja, ki ni primeren za tiste z natrpanim urnikom. Zato ima Dedika svoj pristop: poiščemo gradivo, kjerkoli je, izberemo tisto, kar je smiselno za tvoj cilj, ga pregledamo s pomočjo strokovnjakov, ki so na voljo za vprašanja, in pripravimo praktične naloge, da se učiš skozi delo. Ti si najpomembnejši na svoji poti in nihče te ne pozna bolje: izberi vsebino in trajanje tečaja, ali boš učil z ali brez interneta in v katerem formatu. Lahko je video, besedilo, avdio ali povzetek. Po tvoji meri, samo s tistim, kar ti ustreza. Tukaj je vsak trenutek tvoje predanosti pomemben in hitreje prideš do bistva.

Tečaji so sestavljeni iz najboljše vsebine na svetu na določeno temo: videi, avdio posnetki, članki in knjige. Vsa ta vsebina je opremljena s povzetki, podcasti (za knjige in članke) ter prepisi (za videe in avdio posnetke). Sami izberete, kako želite vsebino spremljati. Vsako gradivo ima posebna vprašanja za utrjevanje znanja. Poleg tega je tečaj sestavljen iz poglavij, ki jih izberete sami, kar vam omogoča, da se učite le tistega, kar je pomembno za vas. Na koncu vsakega poglavja je praktični projekt, povezan z vašo stroko, kjer lahko vadite naučeno.

Naši tečaji vključujejo povzetek na koncu vsakega poglavja, ki ga lahko prenesete kot PDF in natisnete.

Več kot 2 milijona študentov po vsem svetu

Prisotni v več kot 180 državah

Certifikat veljaven v vaši državi

Domov

...

Tečaj napovedovanja stikov in Erlang kadrovanja

Vsi tečaji

Storitve in popravila

Klicni center

Tečaj napovedovanja stikov in Erlang kadrovanja

Za vse ravni

Tečaj napovedovanja stikov in Erlang kadrovanja

Obvladaš celotno znanost napovedovanja in kadrovanja v kontaktnem centru — od ekstrakcije surovih podatkov do izračunov Erlang C in dolgoročnega načrtovanja zmogljivosti. Ta tečaj daje strokovnjakom za upravljanje delovne sile kvantitativne veščine in praktična orodja za zmanjšanje stroškov, doseganje ciljev ravni storitve in izdelavo kadrovskih načrtov, ki jim vodstvo zaupa.

Dedika za podjetja

Kaj se boste naučili:

Naučil/-a se boš, kako zbirati in čistiti pretekle podatke o stikih, prepoznavati vzorce povpraševanja ter uporabljati metode napovedovanja, vključno z drsečimi povprečji, eksponentnim glajenjem in modeli ARIMA. Uporabil/-a boš formulo Erlang C za izračun natančnih zahtev po agentih za kateri koli cilj ravni storitve in te izračune razširil/-a na kanale klepeta, e-pošte in zaledne pisarne. Tečaj zajema modeliranje izgube razpoložljivosti, oblikovanje izmen in optimizacijo urnika, tako da tvoje številke o številu zaposlenih zdržijo v resničnem delovanju. Prav tako boš pripravil/-a dolgoročne načrte zmogljivosti, izvajal/-a analize scenarijev in samozavestno predstavil/-a priporočila o kadrovanju finančnim in izvršnim deležnikom.

Kako praktično študirate Tečaj napovedovanja stikov in Erlang kadrovanja

Kako vadite Tečaj napovedovanja stikov in Erlang kadrovanja

Za vas, ki ste podjetje in želite usposobiti svojo ekipo

Na Dedika za podjetja je tečaj prilagojen z vajami in primeri iz vašega lastnega poslovanja, tako kot vaša podjetja potrebujejo.

Kliknite tukaj

Vsebina tečaja

8 Poglavji • 39 Uč lekcijeTrajanje med 4 in 360 urami (vi se odločite)

Poglavje 1Poglej podrobnosti

Temelji delovanja kontaktnega centra

Uč lekcija 1 • Pojasnjeni osnovni kazalniki uspešnosti
Predstavi ključne kazalnike uspešnosti, ki se uporabljajo za merjenje stanja kontaktnega centra. Ti kazalniki postanejo cilji, ki naj bi jih modeli kadrovanja dosegli.
Uč lekcija 2 • Pregled podatkovnih virov in sistemov
Pregled sistemov, ki ustvarjajo podatke kontaktnega centra, uporabljene pri napovedovanju. Študenti se naučijo, od kod podatki izvirajo in kako oceniti njihovo zanesljivost.
Uč lekcija 3 • Cikel kadrovanja in napovedovanja
Začrta celoten potek dela od napovedi obsega do uvedbe urnikov. Študenti vidijo, kako je vsaka faza odvisna od natančnosti prejšnje.
Uč lekcija 4 • Struktura in namen kontaktnega centra
Opredeljuje vlogo kontaktnega centra znotraj organizacije in njegove cilje storitev. Zagotavlja operativni kontekst, ki osmišlja odločitve o napovedovanju.

Poglavje 2Poglej podrobnosti

Zbiranje in priprava podatkov o obsegu stikov

Uč lekcija 1 • Pridobivanje preteklih podatkov o stikih
Zajema metode za pridobivanje zapisov stikov na ravni intervalov in dnevne ravni iz operativnih sistemov. Čisto pridobivanje je predpogoj za vso nadaljnjo analizo.
Uč lekcija 2 • Prepoznavanje in obravnava nepravilnosti
Uči odkrivanje in obravnavo odstopanj, izpadov sistemov in netipičnih dogodkov v preteklih podatkih. Neobravnavane nepravilnosti izkrivijo izhodišča napovedi.
Uč lekcija 3 • Izračun osnovnega obsega
Vzpostavi statistično zanesljivo izhodišče iz preteklih podatkov, ki predstavlja običajno povpraševanje. Izhodišče je osnova za vse prihodnje prilagoditve napovedi.
Uč lekcija 4 • Strukturiranje podatkov za napovedovanje
Prikazuje, kako organizirati očiščene podatke v oblike časovnih vrst, primerne za analizo vzorcev. Ustrezna struktura pospeši gradnjo modelov v kasnejših poglavjih.
Uč lekcija 5 • Upravljanje podatkov in različic
Uvaja prakse za ohranjanje celovitosti podatkov in sledljivosti skozi cikle napovedi. Upravljanje preprečuje kopičenje tihih napak skozi čas.

Poglavje 3Poglej podrobnosti

Vzorci povpraševanja in dekompozicija

Uč lekcija 1 • Znotrajdnevni in tedenski vzorci
Analizira ritme obsega znotraj dneva in tedna, ki vplivajo na zahteve po kadrovanju na intervalni ravni. Ti vzorci tvorijo osnovo dnevnega načrtovanja urnikov.
Uč lekcija 2 • Koncepti časovnih vrst za napovedovalce
Uvaja strukturo časovnih vrst in komponente, ki vplivajo na variacijo obsega stikov. Razumevanje teh komponent je ključno pred uporabo kateregakoli modela napovedi.
Uč lekcija 3 • Klasične metode dekompozicije
Uporablja aditivno in multiplikativno dekompozicijo za ločevanje trenda, sezonskosti in ostankov. Študenti potrdijo rezultate dekompozicije pred uporabo v napovedih.
Uč lekcija 4 • Tedenska in mesečna sezonskost
Preučuje ponavljajoče se cikle obsega na tedenski in mesečni ravni ter kako jih kvantificirati. Tu izpeljani sezonski indeksi se neposredno uporabljajo v modelih napovedi.
Uč lekcija 5 • Prepoznavanje letnega trenda
Uči metode za odkrivanje dolgoročnih trendov rasti ali upadanja obsega stikov. Ocene trenda se uporabljajo za napovedovanje prihodnjega povpraševanja izven preteklega okvira.

Poglavje 4Poglej podrobnosti

Metode napovedovanja in izbira modela

Uč lekcija 1 • Regresijsko napovedovanje
Uporablja linearno in multiplo regresijo za modeliranje obsega kot funkcije poslovnih gonil. Regresija omogoča vzročno napovedovanje, ko so volilni kazalniki na voljo.
Uč lekcija 2 • Vrednotenje in izbira modela
Vzpostavlja okvir za primerjavo modelov napovedi z uporabo meril natančnosti in poslovne skladnosti. Študenti izbirajo modele na podlagi dokazov, ne domačnosti.
Uč lekcija 3 • Pristop ARIMA in Box-Jenkins
Uvaja modeliranje z avtoregresivnim integriranim drsečim povprečjem za stacionarne časovne vrste. Študenti se učijo identifikacije, ocenjevanja in diagnostičnega preverjanja modela.
Uč lekcija 4 • Preprosta in tehtana drseča povprečja
Uvaja metode drsečih povprečij kot dostopna začetna orodja za napovedovanje. Študenti razumejo njihove predpostavke, prednosti in omejitve, preden preidejo na zahtevnejše modele.
Uč lekcija 5 • Tehnike eksponentnega glajenja
Zajema enojno, dvojno in trojno eksponentno glajenje za podatke s trendom in sezonskostjo. Te metode se pogosto uporabljajo v orodjih WFM in zahtevajo veščine nastavljanja parametrov.

Poglavje 5Poglej podrobnosti

Napovedovanje na ravni intervalov in profiliranje

Uč lekcija 1 • Obravnava posebnih dni in dogodkov
Obravnava prilagajanje standardnih profilov za praznike, kampanje in druge netipične dni. Neprilagojeni profili na posebne dni povzročajo znatne napake pri kadrovanju.
Uč lekcija 2 • Spremljanje natančnosti napovedi na intervalni ravni
Vzpostavlja sprotno in naknadno sledenje natančnosti za intervalne napovedi. Intervalna natančnost neposredno določa, ali so cilji kadrovanja vsak dan doseženi.
Uč lekcija 3 • Gradnja in vzdrževanje intervalnih profilov
Zajema konstrukcijo reprezentativnih znotrajdnevnih profilov in njihovo stalno vzdrževanje. Profile je treba osveževati, ko se vedenje strank spreminja.
Uč lekcija 4 • Od dnevnih skupnih vsot do intervalnih količin
Prikazuje razčlenitev dnevnih napovedi na poddnevne intervale z uporabo preteklih profilov. Natančne intervalne napovedi so neposredni vložek v Erlangove modele kadrovanja.
Uč lekcija 5 • Večkanalno intervalno napovedovanje
Razširja intervalno napovedovanje na glasovne, klepetalne, e-poštne in zaledne kanale hkrati. Profili, specifični po kanalih, odražajo različne vzorce prihodov stikov.

Poglavje 6Poglej podrobnosti

Teorija Erlang C in izračuni kadrovanja

Uč lekcija 1 • Izračun potrebnega števila agentov
Iterativno uporablja Erlang C za določitev minimalnega števila agentov, ki dosega cilj ravni storitve. Študenti vadijo ročne in z orodji podprte izračune.
Uč lekcija 2 • Kadrovanje za neglasovne kanale
Prilagaja Erlang in sorodne modele za klepet, e-pošto in zaledno delo z različnimi značilnostmi sočasnosti in odlaganja. Vsak kanal zahteva različne predpostavke modeliranja.
Uč lekcija 3 • Erlang A in modeliranje opuščanja klicev
Razširja Erlang C na Erlang A, ki upošteva potrpežljivost klicatelja in opuščanje klicev. Erlang A daje bolj realistične ocene kadrovanja v okoljih z visoko stopnjo opuščanja.
Uč lekcija 4 • Osnove teorije čakalnih vrst
Uvaja matematična načela, ki so osnova vedenja čakalne vrste klicev in izkoriščenosti agentov. Ti koncepti pojasnjujejo, zakaj Erlang C daje natančne ocene kadrovanja.
Uč lekcija 5 • Pojasnjena Erlangova formula C
Korak za korakom izpelje in interpretira verjetnostno formulo Erlang C. Študenti razumejo vsak vložek in kako vpliva na verjetnost čakanja v vrsti.

Poglavje 7Poglej podrobnosti

Izguba razpoložljivosti, razporejanje in oblikovanje urnikov

Uč lekcija 1 • Razumevanje in merjenje izgube razpoložljivosti
Opredeljuje vse kategorije izgube razpoložljivosti, ki zmanjšujejo produktivni čas agentov, in prikazuje, kako vsako izmeriti. Natančne stopnje izgube razpoložljivosti so ključne za pretvorbo zahtev v število zaposlenih.
Uč lekcija 2 • Načela oblikovanja izmen
Zajema konstrukcijo vzorcev izmen, ki usklajujejo razpoložljivost agentov z intervalnimi krivuljami povpraševanja. Oblikovanje izmen neposredno določa, kako učinkovito število zaposlenih pokriva zahteve.
Uč lekcija 3 • Tehnike optimizacije urnikov
Uvaja metode za izbiro najboljše kombinacije izmen za zmanjšanje prekomernega in premajhnega kadrovanja. Optimizacija znižuje stroške ob ohranjanju skladnosti z ravnijo storitve.
Uč lekcija 4 • Upoštevanje urnika in upravljanje v realnem času
Povezuje načrtovane urnike z izvajanjem v realnem času prek spremljanja upoštevanja urnika. Odstopanja od urnika spodjedajo pokritost s kadri, ki naj bi jo urnik zagotavljal.
Uč lekcija 5 • Izračun bruto števila zaposlenih
Uporabi faktorje izgube razpoložljivosti na neto zahtevah po kadrovanju, da izpelje potrebno skupno število zaposlenih. Študenti se naučijo zgraditi model izgube razpoložljivosti, ki odraža njihovo specifično delovanje.

Poglavje 8Poglej podrobnosti

Strateško napovedovanje in načrtovanje zmogljivosti

Uč lekcija 1 • Usklajevanje napovedi s finančnim načrtovanjem
Povezuje napovedi kadrovanja s proračunskimi cikli, cilji stroškov na stik in odobritvami števila zaposlenih. Študenti se naučijo predstaviti načrte delovne sile v finančnih izrazih, ki zagotovijo podporo vodstva.
Uč lekcija 2 • Metodologija načrtovanja zmogljivosti
Prevaja dolgoročne napovedi obsega v mesečne zahteve po številu zaposlenih in virih. Načrt zmogljivosti povezuje rezultate napovedovanja in odločitve o naložbah v delovno silo.
Uč lekcija 3 • Scenarijska in občutljivostna analiza
Gradi optimistične, osnovne in pesimistične scenarije za kvantificiranje tveganja kadrovanja v pogojih negotovosti. Scenarijska analiza omogoča proaktivno načrtovanje izrednih ukrepov namesto reaktivnega odziva.
Uč lekcija 4 • Dolgoročno napovedovanje obsega
Razširja tehnike napovedovanja na 12- do 36-mesečna obdobja z uporabo trendov in poslovnih gonilnikov. Dolgoročne napovedi vodijo odločitve o zaposlovanju, usposabljanju in načrtovanju prostorov.
Uč lekcija 5 • Upravljanje napovedi in ritem pregledov
Vzpostavlja strukturiran postopek za posodabljanje, pregledovanje in potrjevanje napovedi na vsakem načrtovalskem obzorju. Upravljanje zagotavlja, da napovedi ostajajo natančne in organizacijsko zaupanja vredne.

Certifikacija

Vaš veljaven certifikat o zaključku

Ta tečaj je namenjen vam:

WFM-analitiki, ki želijo izostriti svoje kvantitativne veščine napovedovanja.
Nadzorniki kontaktnih centrov, ki prehajajo v namensko vlogo načrtovanja delovne sile.
Vodje operacij, odgovorni za kadrovske proračune in cilje ravni storitve.
Podatkovni analitiki, ki prehajajo v upravljanje delovne sile iz splošnega analitičnega ozadja.
Kadrovski načrtovalci, ki širijo svoj obseg na modeliranje števila zaposlenih v kontaktnem centru.
Nedavni diplomanti, ki si prizadevajo za začetni položaj WFM- ali operativnega analitika.

Kaj pravijo naši učenci

Vaše predavanja so popolna. Kupil sem enoletni paket in končno imam priložnost spremljati različne teme, ki me zanimajo, ne da bi moral menjati platformo... hvala za vse, kar počnete, že sem vas priporočil drugim ljudem...