(3.8) (3.9) Полученные результаты сведем в таблицы 3.9 и 3.10. Таблица 3.9 – Значения ошибки построенный моделей
Месяц
| Ошибка модели
| Экспоненциальной
| Линейной
| Логарифмической
| Полиномиальной
| Степенной
| Гиперболической
| 1
| 2
| 3
| 4
| 5
| 6
| 7
| Январь
| -1705,113
| -1683,137
| -269,952
| -961,198
| -460,317
| 532,077
| Февраль
| -93,878
| -83,137
| 706,295
| 542,502
| 648,772
| 214,734
| Март
| -295,215
| -295,804
| 148,572
| 233,535
| 151,005
| -629,628
| Апрель
| 1013,208
| 1001,196
| 1213,087
| 1434,235
| 1250,113
| 356,151
| Май
| 824,394
| 800,863
| 840,974
| 1137,602
| 900,371
| -27,798
| Июнь
| -198,658
| -233,804
| -327,748
| 6,635
| -252,889
| -1182,663
| Июль
| -399,946
| -446,804
| -649,256
| -302,665
| -563,236
| -1479,889
| Август
| -720,137
| -778,804
| -1071,426
| -730,965
| -977,105
| -1873,823
| Сентябрь
| -199,896
| -270,471
| -639,535
| -318,932
| -538,905
| -1412,701
| Октябрь
| 1049,778
| 967,196
| 532,301
| 822,435
| 637,800
| -212,043
| Ноябрь
| 669,551
| 574,863
| 82,549
| 333,802
| 191,847
| -634,045
| Декабрь
| -272,241
| -379,137
| -922,064
| -716,498
| -809,778
| -1612,271
| Январь
| -154,712
| -251,057
| -1187,428
| -636,658
| -981,790
| -1962,095
| Февраль
| -916,333
| -1013,057
| -1663,193
| -1398,658
| -1522,578
| -1776,882
| Март
| -865,617
| -962,724
| -1463,302
| -1348,325
| -1351,545
| -1420,367
| Апрель
| 451,768
| 354,276
| -50,766
| -31,325
| 44,590
| 44,007
| Май
| -800,176
| -898,057
| -1235,976
| -1283,658
| -1151,093
| -1123,601
| Июнь
| -1264,451
| -1362,724
| -1650,709
| -1748,325
| -1572,992
| -1534,304
| Июль
| -93,056
| -191,724
| -441,094
| -577,325
| -368,515
| -326,545
| Август
| 1209,342
| 1110,276
| 891,626
| 724,675
| 960,396
| 1001,719
| Продолжение таблицы 3.9
1
| 2
| 3
| 4
| 5
| 6
| 7
| Сентябрь
| 478,077
| 378,609
| 184,937
| -6,992
| 250,811
| 289,505
| Октябрь
| 1466,149
| 1366,276
| 1193,269
| 980,675
| 1256,895
| 1291,988
| Ноябрь
| 1315,224
| 1214,943
| 1059,278
| 829,342
| 1121,133
| 1152,199
| Декабрь
| 1191,636
| 1090,943
| 950,009
| 705,342
| 1010,448
| 1037,363
| Январь
| 2012,270
| 1934,023
| 1457,300
| 1596,482
| 1607,589
| 1430,018
| Февраль
| 1162,656
| 1096,023
| 956,819
| 854,782
| 1039,288
| 1562,148
| Март
| 1313,278
| 1258,356
| 1314,651
| 1113,415
| 1366,023
| 2049,996
| Апрель
| -1312,531
| -1355,644
| -1162,401
| -1404,285
| -1129,221
| -400,157
| Май
| 128,228
| 97,023
| 394,923
| 144,682
| 416,204
| 1151,399
| Июнь
| 1615,555
| 1596,356
| 1978,378
| 1740,315
| 1991,363
| 2716,968
| Июль
| 645,448
| 638,356
| 1090,271
| 878,615
| 1097,232
| 1806,436
| Август
| -336,759
| -331,644
| 179,721
| 4,915
| 182,191
| 872,105
| Сентябрь
| -125,735
| -108,311
| 454,519
| 324,548
| 453,577
| 1123,197
| Октябрь
| -2363,481
| -2333,644
| -1725,649
| -1804,485
| -1729,212
| -1079,944
| Ноябрь
| -1832,329
| -1789,977
| -1141,907
| -1164,518
| -1147,498
| -518,153
| Декабрь
| -766,949
| -711,977
| -28,024
| 9,782
| -35,188
| 574,908
|
Таблица 3.10 – Среднеквадратические отклонения моделей
Месяц
| СКО модели
| Экспоненциальной
| Линейной
| Логарифмической
| Полиномиальной
| Степенной
| Гиперболической
| 1
| 2
| 3
| 4
| 5
| 6
| 7
| Январь
| 0,019750
| 0,019314
| 0,000637
| 0,007123
| 0,001787
| 0,002891
| Февраль
| 0,000052
| 0,000041
| 0,003376
| 0,001939
| 0,002821
| 0,000288
| Март
| 0,000622
| 0,000625
| 0,000170
| 0,000427
| 0,000176
| 0,002677
| Апрель
| 0,006799
| 0,006626
| 0,010071
| 0,014607
| 0,010761
| 0,000757
| Май
| 0,003378
| 0,003177
| 0,003523
| 0,006726
| 0,004073
| 0,000003
| Июнь
| 0,000212
| 0,000292
| 0,000567
| 0,000000
| 0,000341
| 0,006542
| Июль
| 0,000927
| 0,001149
| 0,002353
| 0,000539
| 0,001794
| 0,010837
| Август
| 0,002695
| 0,003125
| 0,005674
| 0,002772
| 0,004782
| 0,015550
| Сентябрь
| 0,000219
| 0,000396
| 0,002099
| 0,000547
| 0,001512
| 0,009193
| Октябрь
| 0,008255
| 0,006908
| 0,001944
| 0,004873
| 0,002841
| 0,000274
| Ноябрь
| 0,002359
| 0,001715
| 0,000033
| 0,000559
| 0,000181
| 0,001765
| Декабрь
| 0,000414
| 0,000790
| 0,004317
| 0,002685
| 0,003383
| 0,011990
| Январь
| 0,000133
| 0,000344
| 0,006736
| 0,002093
| 0,004738
| 0,016569
| Февраль
| 0,004123
| 0,004972
| 0,012266
| 0,008988
| 0,010475
| 0,013791
| Март
| 0,004327
| 0,005275
| 0,011315
| 0,009770
| 0,009812
| 0,010728
| Продолжение таблицы 3.10
1
| 2
| 3
| 4
| 5
| 6
| 7
| Апрель
| 0,001100
| 0,000667
| 0,000013
| 0,000005
| 0,000010
| 0,000010
| Май
| 0,002654
| 0,003302
| 0,005992
| 0,006425
| 0,005253
| 0,005022
| Июнь
| 0,007110
| 0,008151
| 0,011517
| 0,012757
| 0,010564
| 0,010102
| Июль
| 0,000041
| 0,000172
| 0,000882
| 0,001483
| 0,000622
| 0,000491
| Август
| 0,006286
| 0,005230
| 0,003279
| 0,002120
| 0,003838
| 0,004198
| Сентябрь
| 0,001028
| 0,000636
| 0,000148
| 0,000000
| 0,000274
| 0,000368
| Октябрь
| 0,012802
| 0,010948
| 0,008134
| 0,005322
| 0,009112
| 0,009680
| Ноябрь
| 0,007485
| 0,006304
| 0,004696
| 0,002795
| 0,005303
| 0,005623
| Декабрь
| 0,006473
| 0,005352
| 0,003983
| 0,002126
| 0,004542
| 0,004805
| Январь
| 0,018301
| 0,016729
| 0,008920
| 0,010901
| 0,011070
| 0,008559
| Февраль
| 0,005469
| 0,004819
| 0,003609
| 0,002844
| 0,004302
| 0,010395
| Март
| 0,008067
| 0,007351
| 0,008085
| 0,005643
| 0,008791
| 0,021798
| Апрель
| 0,007557
| 0,008016
| 0,006047
| 0,008546
| 0,005732
| 0,000796
| Май
| 0,000057
| 0,000032
| 0,000556
| 0,000072
| 0,000619
| 0,005181
| Июнь
| 0,009592
| 0,009344
| 0,015039
| 0,011301
| 0,015261
| 0,031150
| Июль
| 0,001624
| 0,001587
| 0,004902
| 0,003098
| 0,004969
| 0,014785
| Август
| 0,000403
| 0,000391
| 0,000122
| 0,000000
| 0,000126
| 0,003137
| Сентябрь
| 0,000058
| 0,000043
| 0,000820
| 0,000411
| 0,000817
| 0,005459
| Октябрь
| 0,026538
| 0,025978
| 0,015478
| 0,016734
| 0,015534
| 0,006668
| Ноябрь
| 0,011945
| 0,011457
| 0,005046
| 0,005233
| 0,005092
| 0,001125
| Декабрь
| 0,002190
| 0,001900
| 0,000003
| 0,000000
| 0,000005
| 0,001460
|
Рассчитаем средние значения СКО для каждой модели и внесем значения в таблицу 3.11, затем рассчитаем точность модели по формуле (3.10) и занесем в таблицу 3.11. (3.10) Таблица 3.11 – Точность рассчитанных моделей
Модель
| Экспоненциальная
| Линейная
| Логарифмическая
| Полиномиальная
| Степенная
| Гиперболическая
|
| 0,005
| 0,005
| 0,005
| 0,004
| 0,005
| 0,007
| Точность модели, %
| 99,469
| 99,491
| 99,521
| 99,551
| 99,524
| 99,293
| Таким образом, модель с полиномиальной функцией тренда является наиболее точной, следовательно, прогноз, сделанный на основании данных этой модели, будет достоверным (рисунок 3.2). Тогда полное уравнение для прогноза: (3.11) Рассчитаем прогноз для 37-го месяца:
Рисунок 3.2 – Фактические и рассчитанные значения Таким образом, имея набор статистических данных, методом аналитического выравнивания можно спрогнозировать данные на последующие несколько моментов времени. Но уровень их точности будет уменьшаться с увеличением дальности прогноза. Тем не менее, можно предугадать c точностью 98% количество клиентов для следующего месяца.
Заключение
Целью курсового проекта являлась организация Call-центра для оператора связи. Для достижения данной цели были выполнены следующие задачи:
изучен теоретический материал по организации, работе Call-центра и его показатели эффективности; выбрана модель для расчета количества операторов Call-центра; рассчитан прогноз числа клиентов на следующий месяц.
Для успешной работы Сall-центра количество работников должно быть таким, чтобы были обработаны все вызовы. Занятость оператора, равная 81% может считаться оптимальной. Такому уровню занятости соответствует число операторов равное 77.
При наличии набора статистических данных методом аналитического выравнивания были спрогнозированы данные на последующий месяц. Уровень их точности будет уменьшаться с увеличением дальности прогноза.
Для прогнозирования была выбрана полиномиальная зависимость, так как её точность составила 99,55%. Количество клиентов на 37-й месяц составило 5900.
Литература
Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогно-зирование: Учебник.- М.:Финансы и статистика, 2001 – 228 с. Дуброва Т.А. Статистические методы прогнозирования: Учеб. посо-бие для вузов. - М.: ЮНИТИ-ДАНА, 2003. - 206с. Елисеева И.И. Общая теория статистики: Учебник для вузов / И.И. Елисеева, М.М. Юзбашев; Под ред. И.И. Елисеевой. 4-е изд., перераб. и доп. М.: Финансы и статистика, 2002. 480 с. Call-центр назначение, типы и задачи [Электронный ресурс] // TADVISER Государство. Бизнес. ИТ. URL: https://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:Call-%D1%86%D0%B5%D0%BD%D1%82%D1%80_%D0%BD%D0%B0%D0%B7%D0%BD%D0%B0%D1%87%D0%B5%D0%BD%D0%B8%D0%B5,_%D1%82%D0%B8%D0%BF%D1%8B_%D0%B8_%D0%B7%D0%B0%D0%B4%D0%B0%D1%87%D0%B8#.D0.9E.D1.80.D0.B3.D0.B0.D0.BD.D0.B8.D0.B7.D0.B0.D1.86.D0.B8.D1.8F_.D1.80.D0.B0.D0.B1.D0.BE.D1.82.D1.8B (дата обращения: 24.11.2020). Задачи Call-центра [Электронный ресурс] // CALLonline URL: http://www.callonline.ru/call/functions/ (дата обращения 24.11.2020). Колл-центр [Электронный ресурс] // Calltouch URL: http://www.callonline.ru/call/functions/ (дата обращения: 24.11.2020). Показатели эффективности работы колл-центра [Электронный ресурс] // MIGHTYCALL URL: https://www.mightycall.ru/blog/pokazateli-raboty-call-centra/ (дата обращения: 24.11.2020). Что включено в функционал call центра [Электронный ресурс] // IP ATC Asteriks URL: http://www.call-center.su/faq/funktsional-call-centra.php (дата обращения: 24.11.2020).
|