コールセンター業務を効率化させるためには、呼量予測が不可欠です。
呼量予測をしたうえで、呼量が多いときにはオペレーターを増やし、反対に少ないときには削減するという臨機応変な対応をすることで、最小限のコストで最大限の成果を上げられるようになります。
しかし、呼量予測をしてみようにも、具体的な方法がわからずに困っている方も多いのではないでしょうか。
この記事では、コールセンターにおける呼量予測の概要やメリットを確認したうえで、呼量を予測するための具体的な方法を詳しく確認していきます。
コールセンターでの呼量予測に疑問点がある方は、ぜひ参考にしてください。
そもそも呼量とは？
呼量とは、単位時間あたりの通信回線の占有量のことです。
電話がつながってから切れるまでの1回の通話のことを「呼」と呼び、1時間などの単位時間のうち、どれだけ多くの通話がなされたかを表す指標が呼量ということになります。
呼量を表す単位はアーランと呼ばれ、「呼数×平均利用時間÷対象時間」の計算式で導くことができます。たとえば、1時間（60分）に平均10回の呼（通話）があり、その平均利用時間が6分だった場合は「10×6÷60=1」という式から「1アーラン」と算出されます。
ただし、実務的にはアーランを用いるメリットは多くないので、呼量は時間ごと、日ごとなどの件数で捉える方が一般的です。そのため、「呼量＝入電数」と考えて差し支えありません。
呼量予測（入電予測）とは？
呼量予測とは、過去のデータや変数を用いて、コールセンターの入電数を予測することです。他に「入電予測」「コール予測」「フォーキャスト（forecast）」などの呼び方もありますが、すべて同じ意味を表します。
コールセンターにかかってくる電話の数（呼量）が日々一定であるはずもなく、キャンペーンの有無や天候の影響など、さまざまな要因で変動します。
コールセンターのインバウンド業務においては、実際の呼量に対応した適切な人員配置を行い、業務効率を高めていくことが重要です。そのためには、精度の高い呼量予測が必要不可欠といえます。
コールセンターが呼量予測を行うことで得られるメリット
コールセンターで呼量予測をすることには、多くのメリットがあります。ここでは、その中でも特に代表的な3つのメリットを紹介します。
人件費の削減
呼量予測を行うと、余計な人件費を削減することができます。
たとえば、土日に問い合わせが集中するコールセンターがあったとします。そこで毎日一律の人員配置で運営を行うとすると、平日は呼量（入電数）に対してオペレーターが多すぎる状態となり、無駄な人件費が発生してしまいます。
呼量予測を行うと、「平日は呼量が少ない」「夕方は呼量が増える」「月末は対応時間が長くなる」といった、日ごと時間ごとの呼量の傾向が掴めるようになります。その結果、無駄なく臨機応変な人員配置ができ、人件費を大きく削減することにつながります。
顧客満足度（CS）の向上、売上機会の増加
先ほどの例と反対に、呼量に対して対応可能なオペレーターが不足している場合は、電話がつながらない「放棄呼（あふれ呼）」が発生します。その結果、顧客を長時間待たせることになり、顧客満足度（CS）を大きく損なってしまいます。
しかし、適切な呼量予測を行ったうえで人員を配置すれば、放棄呼率は減少し、より多くの問い合わせに対応できるようになります。そうすれば、顧客満足度は向上し、売上の機会も大きく増えることが期待できます。
業務環境の改善
呼量に対応し切れずに放棄呼率が高い状態が続くと、次から次へ電話を取ることになるので、個々のオペレーターの作業負担が大きくなります。
また、長時間待たされて気分を害した顧客への対応が連続することで、オペレーターのストレスが増大し、休職や離職に至る可能性が高まります。
コールセンターを円滑に運営するためには、練度の高いオペレーターの確保が必須です。休職や離職によって貴重な人的資源を失うことの無いよう、呼量予測を行って業務環境を改善・維持していくことが求められます。
コールセンターにおける呼量予測の方法
コールセンターで呼量予測を行うには、大きく分けて以下の3種類の方法があります。
- 過去の平均値による予測
- 指数曲線による予測
- 回帰分析による予測
それぞれの方法で、適する場面や注意点が異なるので、1つずつ詳しく確認していきましょう。
過去の平均値による予測
呼量予測をするうえで最も基本的なのが、過去の平均値をもとに算出する方法です。
たとえば、あるコールセンターにおいて、上半期の月別呼量が以下のようだったとします。
| 年月 | 呼量（件数） |
| 2022年4月 | 900 |
| 2022年5月 | 960 |
| 2022年6月 | 1,020 |
| 2022年7月 | 980 |
| 2022年8月 | 1,050 |
| 2022年9月 | 1,010 |
| 2022年10月 | ？？？ |
このとき、4月から9月までの呼量合計は5920件、6ヶ月で割った平均値は約987なので、10月の呼量は約987件と予想することができます。
ただし、過去の平均からの呼量算出は、毎月の呼量がほぼ一定であることが前提となります。それ以外の場合はあまり精度が高くないので、以下に挙げる指数曲線か、回帰分析による分析を行う必要があります。
指数曲線による予測
指数曲線による分析では、平均値による分析よりも高い精度で呼量を予測することが可能です。
ここでは、エクセルの関数を用いて分析する方法の手順を説明します。
手順①
まずは年月と呼量を入力したテーブルを作成しましょう。
その後、予測したい年月の呼量のセル（今回はB8）にカーソルを合わせ、ページ上部「テーブルツール」の中の「数式」→「関数の挿入」の順にクリックします。
手順②
関数名の中から「GROWTH」を選択します。
手順③
「既知のy」に過去の呼量を、「既知のx」に過去の年月を、そして「新しいx」には求めたい年月を選択します。年月や呼量の選択は、エクセルのテーブルをドラッグすればOKです。
手順④
そうすると、求めたい呼量が導かれます。今回は2022年10月の呼量予測として「1067.817（約1068）」という値が導かれました。
整数で算出したい場合は、別途ROUND関数を使えば可能です。
この結果をグラフにすると、上記のようになります。
指数曲線による分析は、このように呼量が上昇、あるいは下降傾向にある場合に特に有効的な手段です。
回帰分析による予測
年月以外にも呼量に関係するデータがある場合は、より詳細な分析である「回帰分析」を行うことができます。
今回は「会員数」をデータとして加えて、具体的な手順を確認していきましょう。
手順①
年月・呼量に会員数を加えたテーブルを作成します。
手順②
「関数の挿入」をクリックし、関数名の中から「FORECAST」を選択します。
手順③
「既知のy」には過去の呼量を、「既知のx」には過去の年月を、そして「X」には求めたい呼量に対応する変数値（今回は10月の会員数）を入れます。
その結果、2022年10月の呼量予測として「1055.106（約1055）」という値が算出されました。
このように、呼量に相関するデータがある場合は、指数曲線による分析よりも詳しい分析が可能です。
また、呼量に相関するデータが2つ以上ある場合も、エクセルの分析ツールを使って更に詳しい回帰分析（重回帰分析）を行うことができます。呼量に相関するデータの例としては、曜日や休日、年金支給日や給料日などのデータや、DM発送日やテレビCMなどの広告数のデータがあります。商品やサービスによってより相関性が高いデータを使用すると良いでしょう。
【まとめ】コールセンター運営の円滑化には呼量予測を。
今回は、コールセンターにおける呼量予測のメリットや方法について、詳しく確認してきました。
コールセンターを円滑に運営するためには、呼量の予測が必要不可欠です。呼量が多いときはオペレーターを増員して放棄呼を減らし、呼量が少ないときにはオペレーターを減らして無駄な人件費を削減することで、より効率的なコールセンター運営が実現します。
もし自社コールセンターで呼量予測を行うのが難しい場合は、支援業者に依頼するという手段もあります。
弊社ニッセンでは、コールセンター支援サービスを実施しております。
40年以上のコールセンター運営実績を背景とし、経験豊富なオペレーターによる質の高いテレマーケティングをご提供します。また、各企業様に応じて最適な呼量予測を行いますので、自社で行うよりも効果的なコールセンター運営を実現させることができます。
ご興味のある事業担当者様は、ぜひお気軽にお問い合わせください。
