想象一下，如果谷歌不是使用了复杂的算法来产生搜索结果，而是雇了几个员工采取手动搜索的方式来在互联网最相关的网站上寻找，那么用户将会等待更长的时间，并且得到的结果通常是不准确或不完整的。所以这就是为什么这家公司今天价值3825亿美元的原因。

        虽然这可能是一个极端的例子，但它证明了重要的一点：对于涉及多个数据集连续变化的复杂任务，一个复杂的算法是比手工计算更快，更准确的解决方法。而这对于联络中心来说同样有效，因为它就是一个搜索引擎。

　　道理和底线很简单：任何还在试图创建人员手工时间表的联络中心经理或主管根本无法有效地完成这些任务。这样的人员配置时间表必须在太多的可变因素下被产生出来，而一个经理根本无法通过手工合并和计算，而得出最优结果。时间表也经常变化，这将使任务更加具有挑战性。

　　以呼叫中心经理要为路边抛锚的车辆提供救援作为一个例子。天气预报说在某个地区第二天将有1英尺深的降雪，这位经理知道这将需要比平时多很多的座席随时在电话机前待命。但问题依然存在：

• 究竟需要多少额外的座席？

• 目前所有的工作人员是否可以满足需求，还是需要从“志愿者”库中临时征召？

• 需要多少具有雪地车辆相关专业知识的专家？

• 需要将呼叫路由转移到其他中心以适应呼叫量吗？

　　为了可靠地回答这些问题，呼叫中心需要访问过去的类似暴风雪事件数据，并使用这些信息来预测即将到来的暴风雪所需要的资源。如果不能把这些信息考虑在内，或者手动查看存档数据，并试图弄懂它并进行正确的预测几乎是不可能的，任何一个管理者根据需要尝试安排工作人员基本上都是猜测。如果猜测错误，它要么会使客户长时间等待，从而导致很低的客户满意度，或者违反服务级别协议造成超编，从而浪费金钱增加成本。

　　一个预测算法，可以按模型智能识别过去的数据，加入有关座席的技能数据信息和基于过去的行为预测未来的客户行为，可以让联络中心得到正确的人员编制。最好的一流的劳动力管理解决方案，利用这种算法可以把所有相关因素考虑在内，摒弃经理或主管手工模式，自动创建工作人员计划。这种技术还可以自动将每天的时间表和变化制定出来，缓解任务繁忙的经理的时间，节约了昂贵的纸张和印刷分发的时间。

　　根据Dimension Data公司的研究，29%的联络中心都没有劳动力管理系统。正如通话录音，语音和桌面分析，电子学习和辅导，实时监控是一个最好的一流的人力资源优化解决方案必不可少的部分一样，如果解决方案不包括建立在预测算法上的人力资源管理功能，联络中心经理很可能还要做超体能的手工劳动，而不是尽可能有效地分配人力资源。换句话说，没有复杂的人员配置算法的人力资源优化将缺少一个关键部分。
      （稿件来源：CTI论坛）