Blog Werk Bij Ons

Forecasting

Beter plannen met een goede forecast

In klantcontact is het belangrijk om goed te weten hoe hoog het contactvolume is. Nu maar ook in de toekomst. Morgen, overmorgen en ook volgende week en zelfs volgende maand! Die informatie is nodig omdat je daar de capaciteit van je klantcontact organisatie op wilt afstemmen. Je zult daarom moeten gaan voorspellen. Op basis van die voorspelling zorg je dat er op ieder moment voldoende mensen op de afdeling beschikbaar zijn die klanten per telefoon te woord kunnen staan, alle mails beantwoorden of social media beheren. 

Het belang van een goede voorspelling?

Heb je te veel capaciteit achter de hand en is er te weinig contactvolume, dan maak je kosten die je niet had hoeven maken. Duimendraaiende medewerkers leveren niets op. Niets in termen van klanttevredenheid maar zeker ook niet als het gaat om cross sell. Aan de andere kant leiden lange wachttijden, omdat er te weinig agents beschikbaar zijn, tot lagere klanttevredenheid.

Hoe maak je een goede voorspelling?

Weersverwachtingen zijn tegenwoordig een stuk betrouwbaarder dan 10 of 20 jaar geleden. Technische mogelijkheden ondersteunen meteorologen steeds beter bij het maken van een goede voorspelling van het weer. Zelfs als die voorspelling voor over een paar dagen geldt. Dan nog zitten ze er wel eens naast. 

Het is een illusie op te verwachten dat je altijd goed zit met het voorspellen van het contactvolume. Zoiets als een 'glazen bol' bestaat gewoonweg niet. De werkelijkheid dicht benaderen en steeds beter voorspellen wel! Dat vraagt noeste arbeid, het gebruik van de juiste software, veel data, heel veel data, een  gezond stel hersens en de volgende stappen:

1. Stel bepalende factoren vast

Om een goed voorspellingsmodel te kunnen ontwikkelen is het nodig dat je de data een eerste keer goed analyseert. Wat beïnvloedt nu wat? Is het mooi weer dan zitten mensen op het strand en bellen ze minder. Als het vakantie is, hebben mensen tijd; dan bekijken ze hun post beter en nemen contact op. Hoe al die factoren met elkaar te maken hebben, kun je vaststellen met statistische modellen. Correlatie- en regressie analyses helpen je met het vaststellen van die verbanden. Een creatieve en fantasierijke geest zijn hier ook belangrijk. Sluit niets uit!

Een goed gesprek met oude 'rotten' in het vak en specialisten helpen je ook vaak goed op weg. Vaak is er namelijk al veel kennis en ervaring in huis maar misschien niet altijd goed en structureel vastgelegd. Bijvoorbeeld hoe gebeurtenissen het contactvolume beïnvloeden. Vaak is al bekend dat de dag nadat een brief of mail is verstuurd, de telefoon roodgloeiend staat. Of dat de dag na een belangrijke gewonnen voetbalwedstrijd het aantal ziekmeldingen hoger is. Die ervaring helpt je met het kijken in de juiste richting en het vaststellen van variabelen met de grootste voorspellende kracht.

2.  Verzamel data! Veel data!

Heb je een idee welke data bepalend zijn? Bouw dan je voorspellingsmodel en vul deze met data. Hoe meer gegevens je beschikbaar hebt, hoe beter. Dit komt de betrouwbaarheid van je model ten goede. 

Beschik je voor een bepaalde factor, waarvan je denkt dat die belangrijk is voor de voorspelling, niet over data. Start dan met het vastleggen van die gegevens. Je kunt deze dan nu misschien niet helemaal meenemen in de voorspelling, door deze gegevens wel vast te leggen, perfectioneer je op termijn je model.

3. Analyseer!

Beschik je over data? Sluit je dan op en analyseer grondig wat je hebt verzameld. Hoe liggen de verbanden tussen alle gegevens precies? Wat zeggen deze gegevens? Weten we precies wat alles betekent en hoe het gemeten wordt? Is de correlatie echt wel zo sterk als we aanvankelijk dachten of moeten we variabelen misschien zelfs uitsluiten omdat ze in het model uiteindelijk geen bijdrage leveren aan de voorspelling. 

Maak in deze stap vooral ook veel grafieken in alle soorten en maten. Plaatsjes zeggen vaak meer dan getallen en helpen je om in de enorme brij aan data verder te zoeken. Besef je dat een model nooit af is. Belangrijk is dat je op een gegeven moment gewoon moet starten.

4. Modeleer en start

Dat starten doe je dan met maken van een voorspellingsmodel. Daarin leg je alle aannames vast:

  • Hoe liggen de relaties tussen de variabelen? 
  • Welke variabelen voorspellen het contactvolume het best? Kies de beste 10 en niet 100. 
  • Hou rekening met seizoenspatronen
  • Bepaal hoeveel van die data er beschikbaar is en van hoeveel jaren terug
  • Welke modellen passen bij deze situatie?
  • Hou ruimte open voor nieuwe inzichten, kijk met een schuin oog al naar gegevens die je niet ruim voorhanden hebt maar waarvan jij intuïtief het gevoel hebt dat deze van invloed zijn en start met het verzamelen van ook die data.

Daarna is het een kwestie van beginnen. Dat geeft je de gelegenheid om het model te valideren en te toetsen in de praktijk. Laat het draaien naast de huidige methode om te zien welke het beste voorspelt. Zodra je het idee hebt dat de data enigszins betrouwbaar zijn, implementeer dan. Immers 80% betrouwbaarheid is altijd nog meer dan niet voorspellen en wachten wat er op je af komt.

Wilt u meer weten over het maken van een goede forecast? Of wilt u een gratis oriënterend gesprek over de waarde van voorspelmodellen voor uw organisatie? Vul dan onderstaand formulier in of bel ons!

Een afspraak plannen?

Vul hier je gegevens in:

5 SmartSteps Automatiseren Benchmarken Digitaliseren Events Financiële Dienstverleners Nieuws Professionaliseren Woningcorporaties Zorg

Torsten Smolders

Gerelateerde artikelen