Macha
CX- und Support-Kennzahlen

Prognosegenauigkeit

Definition

Die Prognosegenauigkeit misst, wie nah das vorhergesagte Kontaktvolumen (oder die vorhergesagte Arbeitslast) eines Supportteams am tatsächlich eingegangenen Volumen lag — ausgedrückt als Prozentwert für die Verlässlichkeit der Prognose.

Auch bekannt als: Genauigkeit der VolumenprognoseGenauigkeit der Bedarfsprognose

So berechnen Sie sie

Ein gängiger Ansatz lautet: Genauigkeit = 100 % − |Prognose − Ist| ÷ Ist × 100 (das Komplement des prozentualen Fehlers). Prognostizieren Sie 1.000 Tickets und es kommen 1.100, beträgt der Fehler 100 ÷ 1.100 ≈ 9 %, die Genauigkeit also rund 91 %.

Teams verfolgen sie außerdem über Fehlermaße wie MAPE (mittlerer absoluter prozentualer Fehler) über viele Intervalle hinweg, denn eine Prognose kann in der Summe genau aussehen und zu bestimmten Tagesstunden trotzdem danebenliegen.

Warum sie wichtig ist

Alles Nachgelagerte hängt an der Prognose. Genaue Prognosen erlauben eine bedarfsgerechte Besetzung — sie schützen das Serviceniveau, ohne zu überbesetzen —, ungenaue führen entweder zu langen Warteschlangen (unterbesetzt) oder zu verschwendeter Lohnsumme (überbesetzt). Sie ist das Fundament, auf dem die gesamte Einsatzplanung ruht.

Häufig gefragt

Was ist eine gute Prognosegenauigkeit?

Viele Workforce-Management-Teams zielen auf 90 % oder mehr auf Tages- oder Wochenebene. Auf feineren Intervallen (je halbe Stunde) ist Genauigkeit schwerer und naturgemäß niedriger, für die Planung aber nützlicher.

Warum auf Intervallebene prognostizieren und nicht nur pro Tag?

Weil die Besetzung je Intervall erfolgt. Eine Tagesprognose kann perfekt sein, während der Vormittag unterbesetzt und der Nachmittag überbesetzt ist — erst die Genauigkeit je Intervall schützt das Serviceniveau wirklich.

Setzen Sie diese Ideen ein

Macha ist eine KI-Agent-Schicht, die auf dem Help Desk sitzt, den Sie schon nutzen, Zendesk, Freshdesk, Front, Intercom oder Gorgias.

Trial starten