你可以得到的概率密度函数的forumula(与.NET libary一起)here
不过,我在呼叫中心软件自己的工作在我的工作,我可以告诉你的全职员工是永远正常分布。根据一天中的时间(清晨,傍晚)和活动类型(B2B到B2C),通常有2-3个重叠的正态分布,一个向左倾斜和一个向右倾斜。
对于更准确的估计,我建议您保留呼叫中心之前活动/负载的历史记录(每半小时间隔的平均负载是多少),然后将其用作分配基准,将其缩放以适合预期的高峰负载和估计的呼叫长度。这就是我们在ProtCall中所做的,而且我们通常在实际负载的90%至95%范围内。有时。有时候我们会错过由10
编辑的一个因素:
好吧,我花了一点时间来看看我们是如何估算的负载和标准分布是不会让你无处。看看我们的图表中的couple的screenshots,你会看到分布实际上看起来有多不同。
你需要做的(基本):
- 样来电制成每分钟数(我们有多少电话了已有60秒前)
- 保存这些样品中的表:的TimeOfDay, CallsMade
- 加载这些样本并对其进行缩放。 (即,如果我们的总表有10,000个电话,并且我们估计我们的新活动每天有4000个电话,则将所有事件乘以0.4。您可以 规模通过电话的估计NR或(更acuratelly)通过每天的通话时间分钟)估计数
或者,如果你只是有一个表为每个调用一个行条目是你能简单地说:
SELECT count(*),datepart(hour,[CalledOn]) as CalledOn from tableCalls group by datepart(hour,[CalledOn])
来计算每小时的呼叫次数。它会每小时取样,而不是每分钟,但它可能是足以让你的基线
我期望有多个高峰。 – 2009-11-06 13:21:24
客户想要“收缩包装”的分布,即:一个峰值,两个峰值,一致的上升和下降等。我从最简单的一个开始,希望一旦我得到一个,其他的不会是这样难! – user204616 2009-11-06 14:33:59