WFM 指標
此頁提供有關 Dashboard 指標小工具中各種 WFM(Workforce Management)指標的詳細資訊。按一下了解更多下拉式清單,即可查看每個指標的其他詳細資訊,包括計算方式、篩選器、支援的管道、指標類型、指標方向及使用案例。
% 平均處理時間變異數
% 平均處理時間變異數指標衡量該技能組的實際平均處理時間與預測平均處理時間之間的百分比差異。
- 計算:此指標計算技能群組的實際平均處理時間與預測平均處理時間之間的百分比差異。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
使用案例: 完善 AHT 預測:WFM 分析師在數週內監察 % 平均處理時間變異數,並發現星期一的 AHT 持續比預測高出 15%。該分析師將星期一識別為因週末積壓而導致的高複雜度日子,並在預測模型中調整星期一的 AHT 假設,以提高排程準確性。
%實際服務水平
% 服務水平實際值這個指標,用於衡量指定間隔的實際服務水平合約值——即從ACD收到的、代理在所定義的服務水平合約門檻內處理的總互動數的百分比。
- 計算:此指標計算在間隔內收到的所有聯絡中,於服務水平門檻內已處理聯絡的百分比,並使用來自ACD的實際資料。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
追蹤服務水平達成情況:WFM經理全天監視實際服務水平百分比,以確保聯絡中心達到其承諾的SLA目標。當該指標在特定間隔內跌至目標門檻以下時,經理會提早讓座席結束休息,以恢復人手並使SLA回到目標以內。
% 服務水平預測
「% 服務水平預測」指標會根據人手編排計劃,顯示該技能群組在每個時段的原始預測服務水平。備註:此處的 SLA 值是在預測期間所定義,可能與「% 服務水平實際」不同,後者是直接來自 ACD。
- 計算:此指標代表根據人手編排計劃中所定義,預期在服務水平門檻值內處理的聯絡百分比預測值。
-
篩選器:
-
員工群組:公司
-
聯絡群組:Company
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
評估SLA規劃準確性:WFM規劃員在每週之後比較服務水平預測百分比與服務水平實際百分比,以評估人手編排計劃是否正確預測SLA表現。實際SLA持續未達預測的重複間隔,會促使對人手編排模型的客服專員可用性假設進行審視。
% 服務水平變異數
%服務水平變異數指標衡量實際服務水平與預測服務水平之間的絕對差值。
- 計算:此指標計算該間隔的實際服務水平百分比與預測服務水平百分比之間的差異。
-
篩選器:
-
員工群組:公司
-
聯絡群組:Company
-
屬性: 技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
用例:識別 SLA 差距:WFM 分析員在每個班次結束時檢查服務水平變異數百分比,以識別人手編排計劃在 SLA 方面明顯超出或未達傳送水平的間隔。大的負變異數(實際 SLA 遠低於預報)突顯出在未來排程編制中需要額外人手編排的間隔,而大的正變異數則可能顯示出人手過多的機會。
% 人手編排實際變異數
% 人手編排實際變異數指標衡量實際現有 FTE(全時等量)與該技能群組預測所需座席人員數目之間的百分比差異。
- 此指標計算實際開放客服專員數目與預測人手編排需求之間的相對差異,並以百分比表示。
-
篩選器:
-
Employee群組:Company
-
聯絡群組:公司
-
屬性: 技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
評估人手編排效率:WFM分析師使用 % 人手編排實際變異數,以識別實際人手編排持續偏離預測需求的技能。具有大的正變異數(人手過多)的技能會成為人力重新部署的候選對象,而具有大的負變異數(人手不足)的技能則會在下一次排程建立中獲得優先處理。
% 已放棄的數量
% Volume 已放棄指標衡量被來電者放棄的聯絡總數百分比,並按每15分鐘的間隔計算一次。
- 計算方式:此度量計算在該間隔內,來電者放棄的聯繫數目佔收到的聯繫總數的百分比。
-
篩選器:
-
員工群組:公司
-
聯絡群組:Company
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
使用案例: 監控峰值時段內的放棄情況:聯絡中心經理注意到在午餐時間間隔內,已放棄的數量百分比出現高峰。透過識別此模式,經理調整客服專員的休息排程,以確保在放棄高峰期間有充足的人力配置,從而降低百分比並改善客戶體驗。
% 數量變異數
% 數量變異數指標衡量該技能群組的實際聯絡量與預測聯絡量之間的百分比差異。
- 計算方式:此指標計算技能群組的實際聯絡量與預測聯絡量之間的相對差異,以百分比表示。
-
篩選器:
-
員工群組:公司
-
Contact 群組:Company
-
屬性: 技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
改進預報準確度:WFM分析員每週檢視數量變異數百分比,以評估預報模型預測實際聯絡量的準確程度。大的正變異數(聯絡量多於預測)會促使人手編排過剩的檢討,而大的負變異數則會促使排程不足的調查,兩者皆回饋至預報模型的改進。
實際放棄比率
實際放棄比率指標衡量透過客服專員接聽前已被來電者提前放棄的接入聯絡所佔的百分比。
- 計算方式:此度量計算在總接收聯絡中,來電者於接聽前已放棄的輸入聯絡所佔百分比。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
使用案例:監察放棄電話比率:一位客戶聯絡中心經理發現,在峰值時段放棄比率偏高。透過分析此指標,經理發現長時間等候是原因所在。為解決此問題,經理採取以下措施:在峰值時段增加人手編排。提供回撥選項以減少等候時間。改善IVR系統以提供更佳的自助服務。這些措施有助降低放棄比率、提升客戶滿意度,並確保更多電話能及時接聽。
AHT 實際值
AHT Actual(實際AHT)指標用以量度從ACD傳入的目前平均處理時間——即客服專員處理一次聯絡所花的平均時間,包括對話時間、保留時間及電話後處理工作時間。
- 計算:此指標根據從ACD收到的資料,計算座席處理聯絡的平均所需時間,包括對話時間、保留時間及電話後處理工作。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
使用案例:實時監控處理時間:一位當日經理注意到,在下午班次期間,AHT 實際值已超出預測值的20%。透過識別受影響的技能,該經理調查是否有複雜的問題類型導致通話時間延長,並觸發即時更新客服專員指引文件,以協助縮短處理時間。
AHT 預測
AHT 預測指標會根據人手編排計劃,顯示該技能群組在每個時段的原始預測平均處理時間。
- 計算:此指標代表在人手編排計劃中,針對該技能群組所假設的平均處理時間,是根據預測過程中所使用的歷史聯絡資料計算得出。
-
篩選器:
-
員工群組:公司
-
聯絡群組:Company
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
使用案例:正在驗證處理時間假設:WFM 規劃人員使用 AHT 預測值審視納入人手編排計劃中的假設。產品推出後,規劃人員將 AHT 預測值與 AHT 實際值進行比較,發現推出後的聯絡時間延長了30%。規劃人員在下一個預測週期中更新 AHT 假設,以反映新的複雜性。
AHT 變異數
AHT 差異指標衡量實際平均處理時間與預測平均處理時間之間的絕對差異。
- 計算:此指標計算從ACD收到的實際平均處理時間與人手編排計劃中預測的平均處理時間之間相差的秒數。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
Use Case:識別處理時間波動對排程的影響:一位 WFM 經理檢視各技能的 AHT 差異,並找出一項技能,其實際處理時間一直比預報高出 45 秒。額外的處理時間使有效容納人數減少 12%,導致人手編排計劃進行修訂,在峰值時段為該技能新增一名客服專員。
ASA 實際值
ASA Actual 指標衡量從ACD即時傳入的目前平均應答速度——即聯絡人選擇與客服專員說話後,客服專員應答互動所需的平均時間。
- 計算:此指標根據從 ACD 收到的實際數據,計算代理應答聯絡所需的平均時間(以秒為單位)。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
使用案例:監控即時服務速度:當日經理全日監控 ASA 實際值,以確保代理在服務水平目標內回應聯絡。當 ASA 實際值超過門檻時,經理會將代理從非電話活動重新分配回處理聯絡,以恢復可接受的回應時間。
ASA預測
根據人手編排計劃,ASA 預測指標顯示每個時段原本預測的平均應答速度。
- 計算:此指標代表在預測程序中人手編排計劃所定義的每個間隔內,技能群組預期的平均應答速度。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
使用案例: 與人手編排計劃進行基準比較:WFM 分析員將 ASA 預測值與 ASA 實際值進行比較,以驗證人手編排計劃是否達到預期的回應時間。當實際 ASA 持續高於預測值時,分析員會檢視人手編排計劃是否假設了不切實際的處理時間或客服專員可用程度。
ASA 變異數
ASA 變異數指標衡量實際平均應答速度與預測平均應答速度之間的差異。
- 計算:此指標計算該間隔的實際平均應答速度與預測平均應答速度之間的差異(以秒為單位)。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
用例:偵測人手編排計劃缺口:WFM規劃人員於每日結束時檢視ASA變異數,以識別人手編排計劃低估應答速度要求的間隔。大的正變異數(座席速度較預測慢)突顯人手不足的間隔,而負變異數則說明人手過多,兩者均可為日後的排程調整提供參考。
平均實際活動時間
「平均實際活動時間」指標衡量客服專員在所選時間框架內花在特定活動上的平均時間,以 HH:MM:SS 格式顯示。
- 計算:此指標計算客服專員在特定活動中所花費的平均持續時間,方法是將所有選取的客服專員的活動時間總計除以不同客服專員的數目。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:排程單元、技能組別
-
Platform階層支援:是
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
使用案例: 基準化活動效率:主管使用平均實際活動時間比較不同客服人員在相同活動類型上所花費的時間長短。如果某組客服人員在特定活動的平均時間明顯較長,主管會調查這是否反映工作量複雜度、效率問題,或需要額外培訓。
有依從性
有依從性指標會衡量客服專員遵從其指派排程的總時間,以小時顯示。
- 計算:此指標計算座席人員在所選時間段內與其指派排程有依從性的總小時數。
-
篩選器:
-
員工群組:公司
-
聯絡群組:Company
-
屬性:排程單元、技能群組
-
Platform階層支援:是
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
使用案例:獎勵排程依從性:WFM 主管在週末檢視「有依從性」指標,以識別緊密遵循其排程的客服人員。表現出色的客服人員將獲得認可,而依從性分數較低的客服人員則會接受輔導,以瞭解排程合規性的重要性,從而減少營運差距並提升服務水平。
未遵從排程
「偏離依從性」指標用於計算代理人偏離其指派排程依從性的總時數,並以天數、小時、分鐘及秒數顯示。
- 計算:此度量計算座席在所選時間段內未遵循其指派排程的累計時間。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:排程單元、技能群組
-
Platform 階層 Supported: 是
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
使用案例:識別遵從性問題:一位WFM經理發現某團隊的「未遵從排程」值在過去兩週有所上升。透過按客服專員深入分析,該經理發現多名客服專員持續休息時間過長。該經理安排了一次團隊會議以闡明休息原則,並調整班次時間,以減少未遵從排程的發生次數。
超過已排程
已排程超出的指標會量度在所選時間段內,已排程的座席人數超出所需數目的次數。
- 計算:此指標計算已排程座席人數超過預測所需座席人數的間隔數目。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
使用案例: 降低超額排程成本:WFM 規劃人員使用「Over Scheduled」來識別安排了過剩客服專員的天數及技能。透過減少超額排程的間隔,規劃人員可將客服專員工時重新分配至人手不足的時段,或減少總排程工時,從而在維持服務水平的同時降低人力成本。
排程時間
排程時間指標計量某項活動為客服專員排程的總時間,以天、小時、分鐘及秒顯示。
- 計算:此指標計算在所選時間段內,客服專員所有排程活動的總持續時間,不包括任何非排程時間。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:排程單元、技能組
-
Platform 階層 Supported: 是
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
使用案例:正在驗證排程涵蓋範圍:WFM 規劃人員會比較排程時間與實際處理時間,以驗證是否已排程足夠的小時數,以滿足預測需求。如果排程時間持續低於所需時間,規劃人員會調整班次範本,以在高流量時段增加涵蓋範圍。
實際人手編排
人手編排實際值指標衡量在每個時間間隔內,ACD認為開放的客服專員的FTE(全時等量)。該值以FTE而非個別客服專員數目表示。
- 計算:此指標計算在每個間隔內,由 ACD 回報為開放並可用的座席人員的總 FTE。
-
篩選器:
-
Employee 群組:公司
-
聯絡群組:公司
-
屬性: 技能群組
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
使用案例:即日人手編排驗證:當日經理在一天內比較實際人手編排與所需人手編排。當實際人手編排因客服專員缺勤而大幅低於所需人手編排時,經理會啟動應變計劃——致電休班客服專員或調整休息時間表——以恢復足夠的人手。
人手編排實際變異數
人手編排實際變異數指標衡量實際開放客服專員人數與預測所需客服專員人數之間的差異。
- 計算:此指標計算每個間隔中,於ACD實際開放的座席數目與預測所需座席數目之間的差異。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
使用案例:偵測即時人手編排缺口:WFM 管理員每日結束時檢視人手編排實際變異數,以識別人手編排缺口最大的間隔。負變異數較大的間隔(即代理人數少於所需人數)將成為下一次日內規劃會議的重點,管理員會透過改善排程遵從度或有針對性的加班規劃,努力縮減缺口。
人手編排預測
人手編排預測指標顯示由人手編排計劃所產生的、每個間隔原先預測所需的座席人數。
- 計算:此指標代表人手編排計劃最初預測每個間隔為滿足需求所需的座席人數。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
使用案例:檢視人手編排計劃基準:WFM 規劃人員會使用人手編排預測作為評估實際人手編排表現時的基準參考。透過將其與實際人手編排及已排程人手編排進行比較,規劃人員可以識別人手編排缺口是源自預測不準確、排程不足,還是即時缺席。
所需人手編排
人手編排需求指標衡量在每個時間間隔內處理互動所需的座席人數。 該數字直接來自用於產生排程的預測或人手設定計劃。
- 計算:此指標代表在每個間隔內,根據預測或人手編排計劃所確定的、處理預測聯絡量所需的座席人數。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
使用案例:容納人數規劃驗證:WFM 規劃人員使用「所需人手編排」連同「已排程人手編排」及「實際人手編排」進行三方比較。當「所需人手編排」持續超過「已排程人手編排」及「實際人手編排」時,規劃人員會識別出結構性人手編排不足問題,並建議增加固定人手或調整值班模式。
人手編排已排程
人手編排已排程指標量度在每個時間間隔內,預定開放以處理互動的座席人數。
- 計算:此指標計算在每個間隔內已排程為可用並可處理聯絡的座席總數。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
使用案例:檢視排程涵蓋範圍:WFM規劃人員在發佈排程之前,會將已排程人手編排與所需人手編排進行比較,以確保每個間隔都有足夠的涵蓋範圍。若已排程人手編排在某些間隔中低於所需人手編排,則會在排程發佈給客服人員之前觸發排程修訂。
人手編排已排程差異
人手編排已排程差異指標衡量原定編排上班的客服人員人數與預測所需客服人員人數之間的差異。
- 計算:此指標計算每個間隔已排程開放的座席人數,與預測識別為該間隔所需座席人數之間的差異。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
使用案例:改善排程建立品質:一位WFM分析員在每次建立排程後,審視人手編排已排程差異,以識別排程持續未能符合需求的間隔。特定間隔中持續出現的負差異,會促使審視排程限制,例如客服專員可用性、班次規則或技能覆蓋最低要求,從而制定未來更均衡的排程。
總計實際活動時間
「總計實際活動時間」指標會衡量在所選時間框架內,所有已選取的客服專員花在特定活動上的累計時間,並以 HH:MM:SS 格式顯示。
- 計算:此指標計算所有已選取的客服專員在選取的時間段內花在特定活動上的總時間,以 HH:MM:SS 格式表示。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:排程單元、技能群組
-
Platform 階層支援:是
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
使用案例:人力規劃驗證:WFM經理使用總實際活動時間,驗證代理人在生產性活動中所花費的總時間是否符合預測需求。如果客戶導向活動的總時間未達到預測,經理會調整排程或重新分配代理人,以縮小差距。
已放棄的數量
Volume 已放棄指標衡量的是在被接聽前,遭來電者放棄的轉入聯繫總數。
- 計算方式:此指標計算來電者在接通客服專員之前已放棄的來電聯絡總數。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
使用案例:追蹤放棄趨勢:主管監察各技能的已放棄的數量,以識別哪些佇列的放棄計數最高。高數字會觸發對等候時間及人手編排水平的調查,從而進行針對性的排程調整,以減少放棄。
數量有效
「作用中音量」指標用以計量從上一個間隔延續至今的進行中互動數目——即在較早的間隔開始、但目前仍在處理中的聯絡。
- 計算:此度量指標計算從上一個間隔延續,並在目前間隔開始時仍由座席處理的聯絡數目。
-
篩選器:
-
員工群組:公司
-
聯絡群組:Company
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
使用案例:了解延續負荷(Carry-Over Load):WFM 日內分析員使用 Volume Active 來了解有多少來自上一個間隔的聯絡仍然處於活躍狀態。高 Volume Active 計數表示座席正在處理複雜或長時間的互動,這可能會影響目前間隔的人手編排需求。
實際數量
實際數量指標衡量在選定時間段內已處理及已放棄的互動總數。
- 計算方式:此指標計算在所選期間內收到的聯絡總數,包括由代理處理的聯絡以及由來電者已放棄的聯絡。
-
篩選器:
-
員工群組:公司
-
聯絡群組:Company
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
使用案例:比較實際數量與數量記錄:WFM 經理比較實際數量與數量記錄,以測量人手編排計劃與實際需求的匹配程度。重大差異促使對下週的排程假設作出調整。
應答數量
應答數量指標衡量座席成功處理的互動總數。
- 計算:此指標計算在所選時間段內,由座席人員成功接聽並處理的聯絡總數。
-
篩選器:
-
員工群組:公司
-
聯絡群組:Company
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
使用案例:衡量生產力:主管使用「已接聽量」在各個間隔中測量團隊生產力。在已排程的峰值小時內,已接聽量偏低可能說明人手編排不足或處理時間延長,這兩者皆可用於人力規劃的具體行動。
Volume 積壓
Volume 積壓指標會衡量尚未獲得回應的互動數量 — 等待中或未解決的聯絡。
- 計算方式:此指標計算已接收但尚未由座席應答的聯絡數目,代表目前在佇列中等待或在間隔結束時仍未解決的聯絡。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
使用案例:減少佇列積壓:當日經理實時監視數量積壓,以偵測正在增加的佇列。當積壓激增時,經理會將可用座席從優先順序較低的技能調配到受影響的技能,從而縮短等候時間並防止放棄。
數量記錄
根據人手編排計劃,數量記錄指標顯示該技能群組在每個時段的原始預測聯絡數量。
- 計算:此指標代表人手編排計劃最初為該技能組在每個間隔所預測的聯繫數目,依據的是預測過程中所使用的歷史聯繫模式。
-
篩選器:
-
員工群組:Company
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
使用案例: 正在驗證人手編排計劃:WFM 規劃員使用數量記錄及數量實績,評估預測模型是否準確反映客戶需求。預測數量與實際數量之間的重複性差距,可用於重新校準預測演算法或調整歷史資料輸入。
已接收的流量
「接收量」指標衡量在指定間隔內接收到的互動總數,不論該等互動是否已被接聽。
- 計算方式:此指標計算在該間隔內收到的所有傳入聯絡,包括由代理人接聽的聯絡,以及未接聽的聯絡,例如溢出或已放棄的聯絡。
-
篩選器:
-
員工群組:公司
-
聯絡群組:公司
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向上,指標值越高越好。
-
使用案例:瞭解總體入站需求:WFM 分析員使用「接收數量」來瞭解每個間隔的真實入站需求,包括在接聽前已溢出或已放棄的聯絡。相較於單憑應答數量,這能更完整地呈現客戶需求的全貌。
數量變異數
數量變異數指標衡量實際聯絡量與預測聯絡量之間的絕對差異。
- 計算方式:此指標計算實際收到的聯絡總數與人手編排計劃為同一時段所預測的聯絡數目之間的差異。
-
篩選器:
-
員工群組:Company
-
聯絡群組:Company
-
屬性:技能群組
-
-
指標類型:歷史
- 指標方向:向下,指標值越低越好。
-
使用案例:評估預測精準度:一位 WFM 經理按間隔檢閱數量變異數,以找出實際需求明顯超出或低於預測的時段。上午時段持續出現正變異數(聯絡人數目多於預期),導致未來預報中歷史上午模式的加權方式有所改變。