预测准不准，是排班的地基
一套排班从需求预测算起，到容量测算、排班表、实时调度，环环相扣。最上游的预测只要偏一点，后面每一层都会跟着错——人排少了，队列堆起来、放弃率往上走；人排多了，工时闲置、成本白烧。所以预测准确度不是"报表上的一个百分比"，而是整条 WFM 链路的地基。
很多团队把精力放在排班算法上，却没先问一句：我手里的预测到底有多准？本文先把"准"这件事定义清楚，再讲怎么算、怎么避开把预测带偏的做法。
先定义"什么叫准"
最朴素的理解是：实际来话量等于预测来话量，就算准。但口径一变，结论就变了。
一个常被忽略的坑是"实际量"到底按什么算。如果按"接通量"算，一旦进话量超过处理能力，没接起来的电话不会被计入，预测看上去只偏了一点，其实是把真实的缺口藏起来了。例如某中心预测当天 2000 通，实际会有 3000 通客户来电，满负荷只接起 2400 通，按接通量算误差只有 400 通，可真实缺口是 1000 通。所以更稳妥的做法是按"进线量（offered）"来核算——它不完美，因为重复拨打会被重复计入、虚高总量，但相比"接通量"是更不坏的选择。
另一个坑是"只看全天均值"。把一整天的数据加总后再算误差，会抹掉日内波动。同一份数据：全天进线 1360、预测 1362，日级百分比误差只有 0.1%；可一旦切成半小时区间去算，误差立刻跳到 7.1%（MAPE 约 7.03）。日级好看，不代表每个时段都稳。报告里那个漂亮的 0.1%，往往正是排班出事被掩盖的地方。
怎么算：三个层次
单区间百分比误差，最直观：
预测误差(%) = (实际值 − 预测值) ÷ 实际值 × 100
它适合看某一个时间片的偏差，比如 8:00–8:30 实际 105、预测 102，误差就是 2.9%。
跨区间的 MAPE（平均绝对百分比误差），把每个区间的误差取绝对值再求平均，得到全天的综合误差水平。它用百分比说话，跨部门沟通时比"差了几百通"更易懂。缺点是遇到体量很小的中心会特别敏感，小样本下数字会失真。
MAD（平均绝对偏差）作为 MAPE 的替代，直接取误差绝对值的平均，不受百分比缩放影响，适合历史样本少的小中心，代价是结果是绝对量、对外解释不如百分比顺手。
粒度怎么选：行业里 15 分钟区间通常被视为最理想的粒度，因为它是实操中能稳定度量的最细单位；30 分钟区间在体量更小、波动更野的中心也很常见。但有个硬约束——区间长度最好不要短于 2 倍 AHT，否则上一区间没打完的电话会"溢出"到下一区间（overhang），导致你按纸面预测排的人，实际根本接不住新一波来电。也就是说，15 分钟粒度对 AHT 低于 7 分半的中心才真正好用。
六类最容易把预测带偏的做法
下面这些不是算法问题，而是"用预测的姿势"问题，几乎每家都踩过。
- 还没搞懂需求就改数。 看到连续三个周一都很忙，本能地想调高周一预测——但忙可能是因为那几周周一出勤异常，异常恢复后尖峰就消失了。任何数字变化进来之前，先问三句：发生了什么？为什么发生？还会再发生吗？
- 规划关起门来自己做。 客户行为的变化，常常是企业自己驱动的：新的营销活动、系统切换、账单批量发出、产品上线、技术变更，都会改写需求。规划团队如果事后才知道，预测就已经偏了。做法是建一张"需求日历"，把任何可能影响来话的节点都收进来，拉营销、财务、技术、产品、运营一起维护，事后还回来比对"当初签的"和"实际发生的"。
- 盲信长历史。 数据多不等于数据好。客户旅程、渠道、组织结构一变，老数据就可能不再代表今天的业务。例如某中心上了机器人处理简单来话、又把客服与销售从同一个部门拆成两个，那五年前的合并数据就失真了，真正 relevant 的可能只有最近两年。判断标准就五条：口径对不对、是否还反映当前旅程、有没有漏掉的需求、报表口径变没变、干净的数据集讲的还是不是同一个故事。
- 把模型做得过度复杂。 层数多、公式长、权重堆权重，看起来更"聪明"，但也会把错误藏起来。有人见过一个被历年补丁改到无法追溯的容量模型，它稳定地预测得比实际更乐观，于是业务干脆把缺口平均后再加回去做修正——头数决策就压在一个没人能解释的数上。正解是先有一份透明的基线模型，任何复杂度都要回答"它让预测更准了吗"，答不上来就删掉。
- 乱处理异常值。 异常值两头坑人：顺手抹平或删掉，可能正好把新趋势信号删了；死留着不该留的，又污染了预测。正确做法是逐个判断——会持续发生的就纳入、不反映未来需求的就排除、属于"该学但不进预测"的就单独标注。
- 计划错了还硬护。 预测没中，两种反应最糟：一是直接翻篇不复盘，二是拼命解释"要是条件不同本来能中"。每次结果——无论好赖——都该变成下一次的学习：实际怎么走的、假设哪里变了、哪些运营事件影响了表现、哪种方法这次帮了忙。
国内云联络中心的落地清单
把上面这套落到日常，给四条可执行的动作：
- 口径先统一：全公司以"进线量"作为预测与实际比对的基准，杜绝用接通量粉饰误差。
- 粒度匹配 AHT：语音为主、AHT 7 分钟内的中心用 15 分钟区间；长 AHT 或体量小的中心退到 30 分钟，务必满足"区间 ≥ 2×AHT"避免 overhang 失真。
- 需求日历跨部门：营销活动、版本发布、账单日、产品上新提前进 WFM 系统，别等来话暴涨再救火。
- 误差做成可监控指标：日级预测准确度与区间级（建议 30 分钟）分开看，区间级才是排班真正挂在上面的那根弦。
度量区间（行业经验口径）：成熟运营日级准确度通常在 90–95%（日均误差 5–10% 以内），30 分钟区间级在 80–90% 属健康，低于 75% 即便排班执行再好也会肉眼可见地掉服务。注：区间越低、随机波动越被平均掉，所以区间级才是排班决策该盯的那个数。
延伸阅读：https://www.callcentrehelper.com/calculate-forecast-accuracy-113808.htm