Download PDFOpen PDF in browser
EN
The title and the abstract of this preprint are also available
in English

การพยากรณ์ปริมาณสายโทรเข้าระบบ Call Center แบบแบ่งรายชั่วโมงของแต่ละวัน

EasyChair Preprint 3032

8 pagesDate: March 23, 2020

Abstract

งานวิจัยชิ้นนี้มีวัตถุประสงค์เพื่อหาวิธีการพยากรณ์ที่เหมาะสมกับปริมาณสายโทรเข้าระบบ Call Center แบบแบ่งรายชั่วโมงของแต่ละวัน เพื่อใช้ในการวางแผนระบบการทำงานของทีมงาน Call Center  ให้มีความเหมาะสมกับจำนวนสายโทรเข้า โดยได้นำข้อมูลของหน่วยงานตัวอย่าง ซึ่งเป็นหน่วยงานที่มีระบบ Call Center และระบบการทำงานเน้นทางด้านโทรศัพท์เป็นหลักเช่น สายด่วนเลิกเหล้า 1413 เลิกบุหรี่ 1600 กรมสุขภาพจิต 1323 โดยผู้วิจัยได้เลือกเอาข้อมูลสายโทรเข้า จำนวนสายที่ได้รับ จำนวนสายที่วางก่อนพนักงาน Call Center จะรับสาย(Abandoned Calls) ข้อมูลเวลาเฉลี่ยในการคุยสาย (Average Talk Time) ของพนักงาน Call Center มาทำการศึกษาเพื่อพัฒนาแบบจำลองที่จะใช้สำหรับการพยากรณ์สายโทรเข้า เพื่อที่จะนำมาประยุกต์ใช้ในการวางแผนจัดสรรจำนวนเจ้าหน้าที่ผู้รับผิดชอบทำงานที่เหมาะสมตามตารางงาน จำนวนทั้งหมด 1,948 วันหรือ 42 เดือน ตั้งแต่วันที่ 1 พฤษภาคมปี พ.ศ.2559ถึง 31 ตุลาคม พ.ศ.2562 สำหรับการเปรียบเทียบค่าพยากรณ์ ได้ใช้ค่าสัมบูรณ์ของค่าความคลาดเคลื่อนโดยเฉลี่ย (MAPE) ซึ่งเป็นเกณฑ์ที่นิยมใช้เปรียบเทียบ วิธีการพยากรณ์ที่นำมาใช้เปรียบเทียบมีทั้งหมด 6 วิธ๊ คือ วิธีเฉลี่ยการเคลื่อนที่ วิธีแยกส่วนประกอบอนุกรมเวลา วิธีการวิเคราะห์อนุกรมเวลาด้วยวิธีการปรับเรียบแบบเอ๊กซ์โพแนนเชียล วิธีการปรับเรียบแบบเอ๊กซ์โพแนนเชียลซ้ำสองครั้ง วิธีการวิเคราะห์อนุกรมเวลาด้วยวิธีการของโฮลท์ และวิธี ARIMA Model โดยวิธีการพยากรณ์ที่เหมาะสมกับปริมาณสายโทรเข้าระบบ Call Center แบบแบ่งรายชั่วโมงของแต่ละวันคือ วิธี ARIMA Model โดยได้ค่าความคลาดเคลื่อนเฉลี่ย 24 ชั่วโมงต่ำที่สุดอยู่ที่ 31.81%

Keyphrases: Forecasting, Incomeing Calls, call center

BibTeX entry
BibTeX does not have the right entry for preprints. This is a hack for producing the correct reference:
@booklet{EasyChair:3032,
  author    = {Somchai Suttanapiwat and Mahasak Ketcham},
  title     = {Forecasting the Amount of Calls to the Call Center System},
  howpublished = {EasyChair Preprint 3032},
  year      = {EasyChair, 2020}}
Download PDFOpen PDF in browser