Approximation nombres à partir d'une courbe en cloche?

Question

J'ai frappais la tête contre un mur sur celui-ci.

Je travaille sur un projet où le client est propriétaire d'un centre d'appels et veut estimer le nombre de personnes nécessaires pour travailler dans les emplacements d'une demi-heure sur une campagne en entrant une heure de pointe, une estimation des personnes nécessaires à cette heure et probablement un écart-type. Cela devrait alors « ventilateur » les valeurs aux autres fentes (diminution des deux côtés du pic).

Si tel était un graphique que vous avez une demi-tranches horaires sur l'axe des x (1 à 48) et le nombre de personnes nécessaires le long de l'axe des y, ce qui ressemblerait à une courbe en cloche avec le pic étant au sommet spécifié heure.

Comment puis-je obtenir des valeurs approximatives des sièges nécessaires pour chaque tranche de demi-heure? Tout point dans la bonne direction serait très apprécié!

P.S. Travailler dans .NET si quelqu'un sait de toutes les bibliothèques qui peuvent le faire.

Answer 1

Vous pouvez obtenir le pour la fonction Préparations pour la densité de probabilité (avec un libary .NET) ici

Cependant, je travaille sur un logiciel de centre d'appels moi-même à mon travail, et je peux vous dire que les ETP ne sont jamais distribués normalement. Il y a habituellement des distributions normales 2-3 ~ se chevauchent, une asymétrique gauche et un droit biaisé en fonction du moment de la journée (tôt le matin, après-midi) et le type de campagne (B2B B2C).

Pour une estimation plus précise, je recommande de garder un historique de l'activité précédente / charge dans votre centre d'appels (quelle est la charge moyenne à chaque demi-heures) puis utilisez que la ligne de base de la distribution, mise à l'échelle pour l'adapter à la pic attendu charge et la durée estimée de l'appel. C'est ce que nous faisons dans ProtCall, et nous sommes habituellement droit dans les 90% - 95% de la charge réelle. Quelquefois. Parfois, nous manquons d'un facteur de 10.

EDIT:

Ok, je pris un peu de temps pour voir comment nous estimer les charges et distribution standard ne vais pas vous mènera nulle part. Jetez un oeil à quelques de Captures d'écran de nos graphiques et vous verrez comment diferent la distribution ressemble réellement.

Ce que vous devez faire (essentiellement):

1. Exemple le nombre d'appels effectués chaque minute (nombre d'appels que nous avions depuis il y a 60 secondes)
2. Enregistrer ces échantillons dans une table: TimeOfDay, CallsMade
3. Chargez les échantillons et les échelle. (Ie. Si notre table a au total 10.000 appels et nous estimons notre nouvelle activité d'avoir 4.000 appels par jour, tout multiplier par 0,4. Vous pouvez échelle par nr estimée des appels ou (plus acuratelly) par nombre estimé de temps de conversation minutes par jour)

Par ailleurs, si vous avez simplement une table avec une entrée de ligne pour chaque appel effectué, vous pouvez simplement:

SELECT count(*),datepart(hour,[CalledOn]) as CalledOn from tableCalls group by datepart(hour,[CalledOn]) 

pour compter les appels effectués chaque heure. Il prélèvera des échantillons par heure, par minute, mais il pourrait être assez pour vous donner la ligne de base

Answer 2

Hmmm

Je serais surpris si la distribution des appels pendant la journée (24 heures de minuit à minuit) était normale (suivi la courbe en cloche). Cependant, si c'est ce que le client a commandé, soit. Mais avant d'aller beaucoup plus loin, faire une enquête plus approfondie.

Votre présomption que le client peut spécifier un std dev correct?

Les appels ne seront pas distribuées normalement autour de l'heure de pointe dans un jour, à moins que l'heure de pointe se trouve être 12h00 - si le client croit vraiment que la distribution des appels est unimodale entre 00:00 et 23: 59, alors je parie que le mode n'est pas à 12:00.

Comme un de vos répondants a déjà dit, vous pouvez trouver les formules et les mises en œuvre de la distribution normale assez facilement.

Mais si vous voulez impressionner votre client et construire un meilleur modèle, je commencerai par une mise en file simple.

Answer 3

Je suppose que ce n'est pas vraiment une réponse, mais l'industrie du téléphone utilise le Erlang comme unité de mesure pour ce genre de problèmes, qui est dérivé de la durée moyenne des appels et le nombre moyen d'appels simultanés dans une période.