客服中心是為了服務廣大用戶所設立的，許多國內外資料都顯示，客服中心人事相關支出佔日常營運成本高達60%-80% 的比例，這麼高比例的經常性費用，來自於企業對客戶銷售後的服務承諾，以及服務品質的保證。

在對客戶承諾服務品質的同時，基於成本考量，大部分的客服中心都會先將客戶分為幾個等級、並區分服務屬性，再決定各種服務級別的服務指標，如，VIP等級的客戶需要以高標準的態度來服務、一般等級的客戶則可以採取稍微寬鬆的服務標準，因為不同的服務標準，緊密影響著人力資源的準備。影響人力準備的要素主要分為以下兩個：

1. 話務量與平均處理時長 (AHT：Average Handling Time)

平均處理時長包含過程中的通話時間與過程後的文件處理時間，話務量與平均處理時長愈大，人力的需求也就愈大。

平均處理時長(AHT) = 平均通話時長(Average Talk Time) + 平均話後處理時長(Average After Call Work Time)

2. 服務指標

如果客服中心期望VIP客戶95% 的來電在10秒應答，而期望一般客戶85% 的來電在20秒應答，在同樣的話務量與平均處理時長前提下，VIP客戶群將需準備比一般客戶群更多的服務人力，才能達成要求的服務指標。

在這兩個因素中，服務指標通常在企業訂定策略後便很少變動；話務量與平均處理時長則是隨時都在變動，因此話務量與平均處理時長的預測就顯得格外重要，若能準確預測其變化，即可預先排定適當的人力，在人力成本控制與服務指標的達成中間取得最佳平衡點。

影響話務量與平均處理時長(AHT)的因素

• 營銷因素：推出促銷活動、客群擴大等
• 顧客行為：對產品使用的熟悉度成熟、競爭產品的消長等
• 技術變革：新世代產品、服務、流程推出等
• 外部環境：品牌併購、法令變更等

影響話務量與AHT的因素這麼多，要準確預測簡直不可能，但如果誤差值能控制在10% ~ 20% 之間，再配合現場的人員調度管理，創造一個服務指標穩定的客服中心便不再是難事。

預測資料來源：

1. ACD、PBX、客戶資訊等系統

2. 其他部門訊息(如市場、行銷、法務等)

3. 媒體、經濟情勢報導

• 預測人員依據其專業對資料進行收集、分析與整理，其重要性等同資料本身。
• 資料純度的確認 - 需確保資料本身的正確性，未被系統異常所干擾，如IVR系統故障導致來電量暴增、
  資料收集介面的功能障礙導致話務量統計有誤等。

資料引用●Call Center Management On Fast Forward < by Brad Cleveland >