呼叫中心座席排班怎么做？业务量、班次与人员配置方法

上午10点，呼叫中心的来电突然增加，客户开始排队。排班表显示当天有20名客服上班，但真正能够接听当前队列电话的只有12人：部分员工在休息，部分正在培训，还有人需要处理上一通电话留下的工单。到了晚上，来电明显减少，却依然安排了较多人员值守。

这种情况不一定是员工数量不足，更可能是班次和实际业务量没有匹配。呼叫中心排班需要先判断每个时段有多少通电话进入人工队列，再计算需要多少在线座席，最后考虑轮休、培训、请假和不同技能组的人员覆盖。单纯按照每天的平均来电量分配人数，很难应对集中出现的话务高峰。

先按半小时统计来电变化

主管制定排班表前，应从呼叫中心报表中提取历史来电数据。建议优先采用15分钟或30分钟作为分析单位，并按星期、业务队列和时间段分别统计。对于普通客服团队，可以先使用最近4至8周的有效数据建立基础预测，再根据节假日、促销活动和已知业务变化进行修正。

统计时，不能只看座席成功接听的电话数量。如果某个时间段有100通电话进入人工队列，其中15通因为等待过久而放弃，排班预测仍需要考虑这些未接通的需求。否则，原本人员不足的时段，可能因为接听数量较低而被错误判断为业务量不大。

至少需要整理以下数据：

• 人工队列来电量：进入对应业务队列的呼叫数量，包括符合统计口径的排队放弃呼叫。
• 平均处理时长（AHT）：一般包含通话时间、保持时间和话后整理时间。
• 服务水平：例如希望80%的来电在20秒内获得人工应答，具体目标由企业确定。
• 业务队列：区分售前咨询、售后客服、投诉处理等不同技能需求。
• 异常因素：标记系统故障、集中通知、活动推广等引起的短期话务变化。

假设某客服中心每天09:00至21:00提供人工服务，从历史数据中整理出以下几个典型时段。

以上数据为演示案例中的部分时段，并非完整的全天预测。真正排班时，应补齐全部营业时段的数据。尤其需要检查每天是否存在固定高峰，以及周一、周末等不同日期的来电规律是否存在明显差异。

从业务量计算需要多少在线座席

掌握每个时段的来电量后，下一步是测算实际处理这些电话需要多少人。呼叫中心不能简单使用“半小时100通电话，每名员工处理10通，所以安排10个人”来确定排班，因为来电并不是均匀进入队列的，座席也不可能始终处于满负荷通话状态。

先计算基础话务负荷

假设高峰半小时预计进入100通电话，平均处理时长为180秒，那么对应的话务负荷可以按以下方式计算：

话务负荷（Erlangs）= 时段来电量 × 平均处理时长 ÷ 时段秒数

100 × 180 ÷ 1800 = 10 Erlangs

10 Erlangs意味着在该半小时内，预计产生相当于10名座席持续忙碌的工作负荷。但这并不意味着安排10名座席就能及时接听全部来电。因为一旦所有座席同时忙碌，新进入的电话就需要等待。

结合服务水平确定在线人数

对于常规单技能人工语音队列，可以采用Erlang C排队模型辅助测算。该模型根据来电量、平均处理时长、目标应答时间和在线人数，估算客户等待情况及服务水平。

继续采用100通/30分钟、平均处理180秒的示例。如果希望至少80%的来电在20秒内接听，在Erlang C的常规假设下，配置14名在线座席时，估算服务水平约为89%，座席占用率约为71%。

这说明10 Erlangs只是工作负荷，14名在线座席则为该示例中能够满足服务目标、并保留一定处理余量的人员配置。实际人数需要根据企业自己的服务目标和模型结果确定，而不是固定采用14人。

还需要注意，Erlang C模型没有直接考虑客户排队中途放弃等复杂情况。如果呼叫中心存在大量放弃呼叫、多技能共享队列或不同类型的并行工作，需要采用更符合业务情况的预测方法，不能直接套用简单计算结果。

从在线人数转换为实际排班人数

在线座席需求不等于需要安排上班的人数。即使排班表显示20名员工当班，也不能认为这20个人始终能够接听电话，因为实际工作中还存在休息、培训、班组会议、请假及其他不能处理来电的时间。

运营管理中通常使用非接线时间占比来估算这部分影响。企业应根据历史考勤、座席状态和培训记录自行测算，而不是直接套用某个固定比例。

假设一个时段需要保障14名座席在线，人员规划中采用30%的综合非接线时间比例，那么可作如下估算：

计划人员需求 = 在线座席需求 ÷（1 - 非接线时间比例）

14 ÷（1 - 30%）= 20人

这意味着，在上述规划口径下，需要约20人的排班容量，才有望保障14名座席持续处理来电。但这只是用于人员规划的估算，不能直接理解为全天只需要20名员工，或任意时刻有20人排进班表就一定有14人在线。

尤其要防止重复计算。如果午休、培训和会议已经逐项安排到具体半小时的班表中，并据此扣除了在线人员，就不应再将同一部分时间完整计入30%的非接线比例重复扣除。

进一步计算团队总编制时，还应考虑每周营业天数、员工每周工作时间、轮休日和假期等因素。某个高峰时段需要20人的计划容量，不代表整个客服中心的长期人员编制就是20人。

早中晚班次按业务高峰错开

确定各时段所需的在线人数后，主管才能开始设计班次。对于每天营业12小时的客服中心，如果全部员工都从09:00开始上班，不仅难以覆盖21:00的服务结束时间，也可能造成上午部分时段人员过多，而晚间缺少座席。

一种可供参考的方式是设置早班、中班和晚班，让不同班次在高峰时段重叠，在业务低谷减少同时在岗人数。

以上班次仅用于说明错峰结构，假设其中安排了30分钟不计入净工作时间的休息。实际工作时长、休息安排及班次制度应符合适用劳动法规和企业用工要求。

三个班次对应的人员覆盖关系如下：

这张表只能说明哪些班次在岗，还不能代表这些时间段的实际在线人数。主管需要进一步确定每个班次安排多少人，并减去相应时段的休息、培训和其他不可接线人员，再与之前测算的在线需求逐一对照。

如果历史数据表明09:00至10:30也是高峰，就需要增加早班人数或调整部分人员提前上岗；如果晚间19:00后仍有较多来电，则不能只留下少量值班座席。班次结构应由业务曲线决定，而不是为了排班表整齐强制使用相同人数。

休息安排与技能组覆盖单独检查

班次确定后，还要检查人员是否真正具备处理对应业务的能力。假设当前在线有14名客服，但其中只有3人能够处理售后投诉，那么投诉队列的接听能力仍然受到这3人的限制，不能把全部14人都计算为该队列的有效座席。

对于采用ACD技能组分配来电的呼叫中心，排班表最好同时标记员工所属技能组、可服务队列、培训状态和是否具备独立处理相关业务的资格。多技能座席可以在符合权限的情况下支援不同队列，但不能把同一个员工同时当作两个完整的在线人力重复计算。

休息安排也要落到具体时间段。不能因为整个上午预计有20人上班，就让其中8人同时进入休息状态，导致剩余在线人数突然低于服务需要。

班组长可以根据话务预测提前设置错峰休息窗口，并在实际执行前核对：

• 当前时段是否达到需要保障的在线人数。
• 不同技能队列是否都有具备处理能力的员工。
• 新人是否仍需要带教人员提供必要支持。
• 主管、质检人员和培训人员是否已被排除在不可接线的时间之外。
• 员工的休息、轮班和工作时间安排是否符合相应规定。

对于不能直接接听电话的后台工作，也应有独立的任务时间安排。不要通过长期挤占员工休息时间来填补原本就存在的人员配置不足。

话务高峰出现偏差时进行日内调整

排班表发布后，主管仍需要根据当天实际业务量持续观察运行情况。营销活动、系统故障、集中售后问题或异常天气，都可能让实际来电量偏离历史预测。

日内管理应把预测来电量和实际来电量放在一起比较，同时观察排队人数、等待时间、当前在线座席、服务水平和座席状态。

例如，企业可以将“连续两个30分钟时段实际来电量超过预测15%，并伴随排队持续增长”设置为内部复核条件。15%只是可调整的告警示例，并不是所有呼叫中心通用的管理标准。

出现明显人员缺口时，主管首先应确认业务异常原因，再检查是否可以调整尚未开始的非紧急会议、培训或后台工作，并在符合员工休息安排和岗位能力要求的前提下，协调其他技能组支援。

如果问题来自持续性的业务增长，而不是短时波动，就需要重新预测后续时段的工作量，考虑增加相应班次或调整未来排班。不能长期依赖临时加班处理原本可以预见的业务高峰。

相反，如果某个时段来电量明显低于预期，可以在确保接听服务正常的情况下安排知识库更新、通话复盘或其他计划内任务，但不应因为短时间内没有排队，就认定该队列不再需要人员值守。

每周根据实际运行结果修正班表

排班效果不能只看员工是否按时上下班。即使每个人严格遵守班表，如果高峰时段仍然不断出现长时间等待，也说明业务预测或人员配置可能存在问题。

主管每周可以按30分钟时段复核预测来电量、实际来电量、服务水平、座席占用率和人员安排情况，并重点检查以下几类异常：

发现排班问题后，应先判断原因属于来电预测错误、平均处理时间变化、人员到岗异常，还是技能组配置不合理，再调整对应规则。

例如，某客服中心连续三周在周一上午出现明显排队，但下午持续空闲，那么下次排班可以考虑将部分中班人员适当前移，而不是直接增加整个团队的总人数。调整之后，再通过相同时间段的业务数据检查效果。

对于需要兼顾呼入客服、客户回访和工单处理的团队，应将不同工作类型分别纳入工作量预测。呼入队列需要保障即时接听，预约回访则要满足客户已约定的时间，普通后台任务通常可以在符合业务要求的时间窗口内安排。

排班表最终应当明确每名员工何时上班、处理什么业务、何时休息，以及每个时间段预计有多少人可以实际接听电话。将这份班表与ACD话务记录、座席状态和运营报表持续对照，才能及时发现人员配置与客户需求之间的差距。