排班的本质是一个两难问题：人排多了，闲置工时吃掉利润；人排少了，队列爆仓、客户挂断、满意度跳水。靠经验拍脑袋，往往两头都不讨好。一个世纪前，丹麦数学家 A.K. Erlang 为解决电信排队问题提出的 Erlang C 公式，至今仍是话务量预测与座席测算的标准工具。它不能替你做所有决策，但能给你一个"底线锚点"。
一、Erlang C 到底算什么
它计算的是"一通来电需要等待才能被接起"的概率，并据此推导出：在给定服务水平目标下，最少需要安排多少座席。
公式建立在两个经典假设上——来话到达近似服从泊松分布、座席服务时长近似指数分布。这正是呼入型（inbound）联络中心的常态，所以它在排班场景里格外好用。它回答的核心问题是：给定来话量和目标接通率，我到底要几个人？
二、先备齐三个输入
- 来话量：某个统计区间（通常取 15 或 30 分钟）内的来话总数。
- 平均处理时长 AHT：通话时间 + 话后整理（ACW），以秒为单位。
- 服务水平目标：例如"90% 的来电在 15 秒内接通"，记为 90/15。
这三个数，就是 Erlang C 的全部原材料。
三、五个计算步骤
- 算话务强度 A：`A = 来话量 × AHT ÷ 区间秒数`。结果的计量单位是 Erlang（呼时）。
- 定起始座席数 N：取 `N = ceil(A) + 1`，必须保证 N > A，否则队列会无限增长。
- 算等待概率 Pw：代入 Erlang C 公式（含 N 的阶乘与求和项），得到一通来电需要等待的概率。
- 算服务水平 SL：`SL(t) = 1 − Pw × e^(−(N−A)×t/AHT)`，其中 t 是目标接通秒数。
- 递增 N 直到达标：每增加一名座席重算一次，第一个让 SL 达成目标的 N，就是"净需求座席数"。
四、别忘了收缩率
净需求是"在线、能接电话"的人数，不是"排班表上的人数"。真实坐席还有休息、培训、会议、请假等离线时间，统称收缩率（shrinkage）。要把净需求折算成排班人头，需除以 `(1 − 收缩率)`。
例如净需求 26 人、收缩率 30%，排班人头 = `26 ÷ (1 − 0.30) ≈ 38 人`。很多团队排班偏紧，根因就是只算了净需求、漏了收缩率。
五、一个国内示例（自算，可复现）
某保险客服中心预测 10:00–10:30 区间来话 150 通，AHT 240 秒，目标 90/15，收缩率 30%：
- 话务强度 `A = 150 × 240 ÷ 1800 = 20` Erlang
- 迭代 N：N=24 → SL 76.8%；N=25 → 84.7%；N=26 → 90.1%（达标）
- 净需求 26 人 → 排班 `26 ÷ 0.7 ≈ 38` 人
六、警惕"拐点"效应
当利用率（A/N）逼近 100% 时，等待时间会指数级恶化——这条曲线常被形容为"曲棍球杆"。示例中 N=26 时利用率约 77%、服务水平刚过线；再往上加人，服务水平提升越来越小，进入边际收益递减区；而一旦少于 26 人、掉到临界点下方，服务水平会断崖式下跌。
排班的稳妥做法，是落在"拐点"右侧一点点，而不是贴着 100% 利用率硬撑——后者省下的一点人力，会由爆仓的队列和流失的客户加倍偿还。
七、局限与国内落地建议
- 无限耐心的假设：Erlang C 假定来电者永不挂断，但真实客户会放弃。要做精确测算，需用含放弃率的扩展 Erlang C（Extended Erlang C）。
- 多人技能混接失真：溢出路由、技能组混接等场景，公式不再可靠，应改用仿真。
- 手工表不靠谱：业界常被指出，手工搭的 Excel 排班表错误率可高达 20%–40%，且多数不含收缩率。建议用经过校验的 Erlang 计算器，并始终把收缩率纳入。
- 当作锚点而非答案：把它作为排班底线，再叠加话务波动、突发高峰与技能约束做微调。
排班从"拍脑袋"到"有据可依"，Erlang C 是绕不开的第一课。把它用对，你至少能保证：既不养闲人，也不让客户在队列里干等。
延伸阅读：Call Centre Helper《Erlang C Formula – Made Simple With an Easy Worked Example》（英文）https://www.callcentrehelper.com/erlang-c-formula-1608.htm