Preguntas frecuentes (FAQ)

Cuando usted está revisando el paso Datos de Pronóstico, usted ve tanto el volumen y AHT pronosticados para todas las habilidades seleccionadas. Es posible que los datos parezcan inexactos, mientras que usted espera ver valores normales:

• Usted ve en algunas áreas donde el AHT o el volumen es inusualmente bajo o en 0,00.

• Se ven picos de volumen los Martes y Miércoles, pero los Datos históricos muestran picos los Lunes y tendencias decrecientes hasta el Viernes.

En estos casos, considere realizar cambios en los datos históricos.

En el paso Datos históricos, busque días que no sigan el estándar. Por ejemplo, los volúmenes podrían ser demasiado altos para un día determinado debido a una promoción de un producto. Este no es un día estándar. Debido a esto, los datos de pronóstico mostrarán un volumen o AHT inexacto para algunas habilidades.

Para mejorar la precisión de los volúmenes pronosticados y el AHT, defina esos días como Días especiales. En la configuración de Día especial, elija Excluir este día de los pronósticos futuros. Esos Días no se tomarán en consideración dentro del paso de Datos de pronóstico.

Cuando el volumen de interacciones previsto para un día completo es 0, no podrá editar el volumen.

Puede verificar que el volumen para del día completo sea 0 observando los datos por día (1D). En la vista de día, se muestra la información de cada intervalo durante el día.

Si el volumen para todos los intervalos es 0, este es el motivo por el que no puede editar los datos.

Para poder editar el volumen, cambie al menos un intervalo.

Por ejemplo, el volumen de interacciones previsto es 0 el 25 de Enero. Actualmente está en la vista por mes (1M). En este caso, no podrá aplicar modificaciones ni acciones en masa.

Para modificar el volumen del día 25:

• Vaya a la vista por día (1D).

• Edite al menos un intervalo. Supongamos, Ene 25 8:00 AM. En lugar de 0, escriba 1 o el valor deseado para ese intervalo.

• Para aplicar cambios al día completo, regrese a la vista por mes (1M) y modifíquela.

Cuando cree un trabajo de pronóstico, el sistema calcula los datos de pronóstico en DOs etapas. Primero, los datos se generan en datos de Pronóstico (paso 3 del pronóstico), en función de las habilidades requeridas. En segundo lugar, el sistema puede mejorar los datos de previsión al distribuir la carga de trabajo entre múltiple unidades de programación. Después de definir los Parámetros de la Plantilla de personal (paso 4), se regeneran los datos. Esta vez, el cálculo también considera las unidades de programación que pueden manejar las interacciones. Esto garantiza que los Datos de previsión sean lo más precisos posible. Los datos de previsión se actualizan en la Plantilla de personal (paso 5).

Cuando genere una programación basada en un trabajo de pronóstico, los datos de pronóstico se basan en los datos del paso 5. Los datos de previsión final también se muestran en las columnas de previsión en Gestor de intradía.

Durante el proceso de previsión, (paso 3) implica generar una previsión bruta, centrándose únicamente en el volumen y el tiempo promedio de gestión (AHT) por habilidad, sin considerar a los agentes. Del (paso 3) al (paso 5), se produce un proceso de simulación que distribuye los requisitos de agentes a cada unidad DE programación que gestiona las habilidades previstas. Estos requisitos se vuelven a traducir en volumen por habilidad por unidad DE programación.

En (paso 5), como se muestra en la captura de pantalla, podemos observar el volumen y el AHT para el intervalo de 8:00 a.m. a 8:15 a.m., lo que indica la cantidad esperada de contactos que se deben manejar por unidad DE programación por habilidad como resultado de la simulación.

Ver ejemplo

Supongamos que activó ACD en Abril de 2021. Es entonces cuando se empiezan a recopilar los datos históricos. Luego activó WFM en Noviembre de 2022. Como ha estado recopilando datos históricos durante más de un año, debería poder usarlos automáticamente cuando genera una previsión.

Sin embargo, el trabajo de previsión dice que no hay datos históricos (en el paso 2). Para solucionarlo, póngase en contacto con el soporte técnico. Ellos importarán los datos históricos que usted recopiló en WFM.

El sistema está funcionando según fue diseñado. La característica de selección automática elige automáticamente el mejor modelo de pronóstico según los datos históricos. En este caso, el sistema eligió el modelo que parecía más preciso para los datos que se le proporcionaron. Aunque produjo un pico los Jueves, esto es parte de la función prevista del sistema: seleccionó lo que parecía ser la mejor opción según los resultados anteriores.

La diferencia en los resultados se debe a cómo los DOs modelos manejan los datos:

• El modelo de selección automática eligió un método de pronóstico que funcionó mejor para los datos anteriores, pero detectó un patrón semanal (como el aumento del Jueves) y lo trasladó al futuro.

• El modelo de Suavizado exponencial (ES) suaviza los datos, lo que lo hizo menos sensible a esos picos de los Jueves y produjo un pronóstico más estable.

Ambos modelos arrojan resultados diferentes porque están diseñados para manejar los datos de distintas formas, y cada modelo tiene sus fortalezas dependiendo del comportamiento de los datos.

El modelo de selección automática hace exactamente lo que fue diseñado para hacer: elige el modelo que determina que dará el pronóstico más preciso basado en datos históricos. Sin embargo, en casos excepcionales como este, el modelo podría detectar patrones inusuales que no se mantienen válidos para el futuro, como el aumento del Jueves. El cliente puede usar la característica de selección automática, pero en algunas situaciones específicas, es posible que deba elegir manualmente un modelo diferente (como Suavizado exponencial) para obtener un pronóstico más preciso.

Dado que el cliente posee una licencia avanzada, tiene la opción de seleccionar manualmente el modelo de previsión cuando considere que el modelo seleccionado automáticamente no está proporcionando los mejores resultados. Esta flexibilidad le permite elegir el modelo más adecuado para sus necesidades específicas.

En la pantalla de plantilla de personal para el siguiente trabajo, consideremos un intervalo el 15 de Enero para la habilidad "Contact Center", como se destaca en la imagen a continuación:

Ver ejemplo

En el ejemplo anterior, podemos ver que el volumen es de 4.71 con un AHT de 100.43 para la habilidad Contact Center. Esto significa que, dentro de un intervalo de 900 segundos (15 minutos), todas las llamadas serán atendidas por un solo agente con un AHT de 100.43. Si utilizamos las cifras exactas en nuestros cálculos, el requisito de plantilla de personal de 0.53 es correcto, ya que hay 67 agentes en la unidad DE programación.

Cambiar el nivel de servicio no afecta la plantilla de personal porque contamos con suficientes agentes para atender las llamadas. Cuando revisamos la configuración de Contact Center en la unidad DE programación durante la generación de la plantilla de personal, observamos que hay un total de 67 agentes disponibles para atender llamadas de la habilidad seleccionada. Por lo tanto, cuando se generan los requisitos de plantilla de personal, si hay suficientes agentes disponibles para atender las interacciones pronosticadas en cada intervalo, no se considera el SLA ni el ASA.

Sin embargo, si no hay suficientes agentes disponibles para gestionar las llamadas pronosticadas durante un intervalo determinado, se utiliza la métrica SLA ASA para determinar la cantidad de agentes necesarios para cumplir con los objetivos de nivel de servicio. Este principio se aplica a todos los intervalos, habilidades y unidades de programación de este rol. Considerando el bajo volumen y el AHT, y la cantidad adecuada de agentes disponibles, los números de plantilla de personal permanecen sin cambios, ya que hay suficientes agentes para cumplir consistentemente con el 100% del SLA, el ASA se calcula efectivamente como cero.

Según la solicitud de datos históricos, verificamos si la habilidad ACD es entrante o saliente, y si la dirección de la Habilidad WEM es entrante o saliente. Si no coinciden, un mensaje en la página histórica indica una discrepancia en la dirección.

Mensaje de error:

• La dirección de habilidades WEM no coincide con ACD. Alinee estas Habilidades WEM con ACD: Soporte al Cliente OB.

Posibles Causas:

• Caso 1: La habilidad WEM es entrante, pero la habilidad de ACD asignada a ella es saliente.

• Caso 2: Tanto WEM como las Habilidades ACD SOn salientes, pero los datos históricos cargados están marcados como entrantes.

• Caso 3: Tanto la WEM como las Habilidades ACD SOn entrantes, pero los datos históricos cargados se marcan como salientes debido a que la marca de saliente se estableció en True durante la carga.

• Caso 4: La habilidad ACD fue eliminada y recreada. En este caso, se pierde el mapeado original entre la Habilidad WEM y la habilidad ACD.

Solución alternativa:

• Asegúrese de que los datos históricos se carguen de acuerdo con la configuración de la ACDhabilidad. Si la habilidad de ACD está definida como saliente, configure isOutboundFlag en True durante la carga. De lo contrario, si la habilidad de ACD está definida como entrante, configure isOutboundFlag en False.

• Si se eliminó y volvió a crear una habilidad de ACD, vuelva a asignar la Habilidad WEM a la nueva habilidad de ACD creada.

• En los casos en que una habilidad ACD esté asignada como entrante, pero la Habilidad WEM asociada tenga la opción Assign to Channel configurada en Dialer, la Habilidad WEM debe eliminarse. Cree una nueva habilidad WEM de tipo entrante y asóciela con la habilidad ACD entrante correspondiente.

• Volver a cargar los datos históricos desde WFM > Forecasting > ACD Historical Data y asegúrese de que haya disponibles al menos 13 semanas de Datos históricos para un pronóstico preciso.

En NiCE CXone WFM, el ASA Objetivo (velocidad promedio de respuesta) es un parámetro opcional que se utiliza en los cálculos de plantilla de personal.

• Puede definir un ASA Objetivo como parte de sus parámetros de plantilla de personal, pero no es obligatorio.

• Si no define un ASA Objetivo, el proceso de plantilla de personal se ejecutará de igual manera utilizando otras entradas, como el objetivo de Nivel de servicio, para generar recomendaciones de plantilla de personal.

Cuando se genera la plantilla de personal, el sistema ejecuta una simulación que modela cómo llegan los contactos, se ponen en cola y SOn atendidos en un ACD del mundo real. Según esta simulación, el sistema determina:

• El número de agentes necesarios para cumplir con los objetivos definidos (Nivel de servicio o ASA).

• El tiempo DE espera real promedio que experimentarían los clientes con la plantilla de personal calculada.

Este tiempo DE espera real se convierte en el ASA pronosticado que se muestra en Intraday.

• Si se define un Objetivo de ASA, el ASA pronosticado refleja el resultado de la simulación basado en esa meta.

• Si no se define un ASA Objetivo, el ASA pronosticado se sigue calculando automáticamente como parte de la simulación basada en el Nivel de servicio.

Independientemente de si se configura un ASA Objetivo, Intraday siempre muestra un ASA pronosticado según la simulación de plantilla de personal.

Cuando se definen varios objetivos del servicio, como Nivel de servicio, ASA objetivo y Ocupación máxima, para la misma Habilidad WEM, NiCE CXone WFM evalúa todos los Objetivos simultáneamente durante la simulación de plantilla de personal.

• El sistema calcula la cantidad de agentes necesarios para cumplir con cada objetivo individual.

• Luego selecciona el requerimiento de plantilla de personal más alto entre ellos.

  Por ejemplo:

  • El objetivo de nivel de servicio requiere 20 agentes

  • Objetivo ASA requiere 22 agentes

  • Ocupación máxima requiere 18 agentes

  • Final requisito de plantilla de personal = 22 agentes (el máximo de los tres)

Este enfoque garantiza que las recomendaciones de la plantilla de personal cumplan con todos los objetivos del servicio definidos, no solo con uno.

No se recomienda generalmente definir múltiples objetivos del servicio para la misma Habilidad WEM. Cada objetivo impulsa la plantilla de personal de manera diferente y puede introducir restricciones conflictivas. Por ejemplo,

• El nivel de servicio y el ASA Objetivo tienen como fin reducir los tiempos DE espera del cliente.

• Ocupación máxima limita la utilización de los agentes, lo cual puede entrar en conflicto con los objetivos de SL y ASA.

Pese a esto, NiCE CXone WFM ofrece la flexibilidad necesaria para admitir dichos escenarios cuando sea necesario. La Calculadora de requisitos de Plantilla de personal evalúa varios objetivos seleccionados, ya sea que estén definidos en el Perfil de Plantilla de personal o directamente en el trabajo de pronóstico, y genera recomendaciones de plantilla de personal que los satisfacen simultáneamente.

El algoritmo de pronóstico utiliza diferentes métodos para calcular el AHT según la cantidad de datos históricos disponibles:

Si hay disponible menor de 2 años de datos históricos:

• El algoritmo utiliza un Promedio móvil ponderado para estimar AHT.

• Este cálculo se realiza a nivel de intervalo, aplicando ponderaciones a los puntos de datos recientes dentro de cada intervalo de tiempo (por ejemplo, bloques de 15 o 30 minutos).

Si hay disponible más de 2 años de datos históricos:

• El algoritmo evalúa múltiples modelos candidatos y selecciona el que tenga el error absoluto medio (MAE) más bajo.

• Esta selección de modelo también se aplica a nivel de intervalo, lo que permite que cada intervalo utilice el modelo que mejor se ajuste según su comportamiento histórico de AHT.

Resumen:

• < 2 años de datos: Promedio ponderado móvil → aplicado a nivel de intervalo.

• ≥ 2 años de datos: Mejor modelo seleccionado utilizando MAE → aplicado a nivel de intervalo.