入電予測の精度向上によるシフト配置の最適化

コールセンターの入電数予測の精度を高めることで、
オペレータのシフト配置の最適化に寄与

AIを検討した経緯を教えてください

コールセンターの運用では、事前（１か月以上前）に各日・時間帯ごとの入電予測を行い、これに基づいてオペレータのシフト配置を決定しています。
入電数の予測精度は放棄率（顧客の電話を受けられない確率）やオペレータの人件費に直接影響するため、入電予測の精度アップが重要なテーマとなっています。

これまでは担当者の知見を基に予測を行っていましたが、予測精度の改善に限界を感じていたり、担当者が変更となった際に予測精度が不安定になるなどの課題を抱えていました。

Prediction Oneを使われて、どんな効果がありましたか？

まずは入電数の実績データを基に、Prediction Oneで各日・時間帯ごとの入電予測を行いました。
過去に担当者が予測した結果と比較検証したところ、Prediction Oneの予測の方が高精度であることがわかったため、Prediction Oneの入電予測を使ったトライアル運用を実施しました。

数か月におよぶトライアル・検証の結果、Prediction Oneの方が予測精度が高く安定しており、放棄率の改善やオペレータのシフト配置の最適化に寄与することが確認できました。
また、Prediction Oneは簡単な操作で素早く予測結果を算出できるので、担当者に依存した運用からも脱却できました。
実際のビジネスプロセスへの導入ハードルも低くてよかったです。