Kalkulator Erlang C: berapa banyak agen call center yang saya butuhkan?

Apa itu Erlang C?

Erlang C adalah rumus antrean yang dipublikasikan oleh insinyur Denmark A. K. Erlang pada tahun 1917 untuk sentral telepon. Rumus ini menjawab satu pertanyaan: jika panggilan datang secara acak dan menunggu dalam satu antrean untuk agen berikutnya yang kosong, berapa peluang seorang penelepon harus menunggu? Dari satu probabilitas itu Anda mendapatkan angka-angka yang dipakai contact center untuk perencanaan: persentase panggilan yang dijawab dalam waktu target (service level), rata-rata kecepatan menjawab (ASA), dan okupansi agen.

Rumus ini hanya memerlukan tiga input: trafik, jumlah agen, dan rata-rata waktu penanganan. Trafik diukur dalam Erlang. Satu Erlang adalah satu jam pekerjaan panggilan per jam, atau jumlah agen yang akan sibuk terus-menerus jika panggilan datang dengan sangat merata:

Trafik (Erlang) = panggilan dalam interval × AHT dalam detik ÷ panjang interval dalam detik.

Angka itu adalah batas bawah, bukan jawabannya. Dengan jumlah agen yang persis sama dengan jumlah Erlang, antrean akan bertambah tanpa batas, karena kumpulan panggilan acak menciptakan waktu tunggu yang tidak pernah tertutupi oleh waktu luang. Erlang C memberi tahu seberapa jauh di atas batas bawah Anda harus menambah staf untuk layanan yang Anda inginkan. Panduan kami Berapa banyak agen call center yang saya butuhkan? menjelaskan alasannya langkah demi langkah.

Contoh perhitungan: 120 panggilan dalam 30 menit

Kalkulator dibuka dengan contoh ini, sehingga Anda dapat mencocokkannya dengan tabel di atas. Sebuah antrean dukungan memperkirakan 120 panggilan antara pukul 10:00 dan 10:30. AHT, termasuk pekerjaan setelah panggilan, adalah 240 detik. Targetnya 80/20: 80% panggilan dijawab dalam 20 detik. Shrinkage-nya 30%.

1. Trafik: 120 × 240 ÷ 1,800 = 16 Erlangs. Enam belas agen adalah batas bawahnya.
2. Agen yang menerima telepon: 19 agen menjawab 70.9% dalam 20 detik, di bawah target. 20 agen menjawab 81.7%, dengan ASA sekitar 15 detik, okupansi 80%, dan peluang 25.6% bahwa seorang penelepon harus menunggu. Jawabannya 20.
3. Orang yang perlu dijadwalkan: 20 ÷ (1 − 0.30) = 28.6, dibulatkan ke atas menjadi 29 orang yang dijadwalkan untuk setengah jam tersebut.

Ada dua hal yang menonjol. Menambah dari 17 ke 18 agen menaikkan service level sebesar 23 poin; menambah dari 21 ke 22 hanya menaikkannya kurang dari 5. Selain itu, kebutuhan staf tidak naik secara linear: jika panggilan naik 10% menjadi 132, mempertahankan 20 agen menurunkan service level menjadi sekitar 61%, dan Anda membutuhkan 22 agen untuk kembali di atas 80%. Memangkas AHT sebanyak 30 detik, menjadi 210, berdampak sebaliknya: 18 agen kemudian mencapai sekitar 84%.

Cara menggunakan hasil dengan shrinkage

Erlang C memberi tahu berapa banyak agen yang harus login dan siap menerima panggilan dalam interval tersebut. Rumus ini tidak memperhitungkan istirahat, pelatihan, sesi one-on-one, atau orang yang sakit. Shrinkage menutup selisih tersebut:

Orang yang perlu dijadwalkan = agen yang menerima telepon ÷ (1 − shrinkage), dibulatkan ke atas.

Bagi, jangan tambahkan. Menambahkan 30% ke 20 menghasilkan 26, yang membuat Anda kekurangan: 30% dari 26 orang tidak ada di tempat, dan hanya 18.2 yang menerima telepon. Membagi dengan 0.7 menghasilkan 28.6, jadi 29.

• Gunakan shrinkage hasil pengukuran. Banyak contact center merencanakan dengan kisaran sekitar 25% hingga 35%. Ukur angka Anda dari data kepatuhan jadwal (schedule adherence) dan ketidakhadiran, lalu perbarui setiap bulan.
• Shrinkage berbeda per interval. Istirahat dan rapat menumpuk di pertengahan shift; pelatihan menumpuk di hari-hari sepi. Jika Anda tahu suatu interval memiliki shrinkage terencana yang lebih tinggi, gunakan angka yang lebih tinggi untuk interval tersebut.
• Hitung setiap interval. Satu hari bukan satu perhitungan. Hitung setiap interval 15 atau 30 menit, lalu susun shift yang menutupi kurvanya. Interval puncak, bukan rata-rata harian, yang menentukan berapa orang mulai bekerja pukul 09:00.

Service level, ASA, dan okupansi: target mana yang sebaiknya menentukan kebutuhan staf?

Sebagian besar tim menetapkan target service level dan membiarkan ASA mengikutinya. Tambahkan batas okupansi jika antreannya besar: tim besar dapat memenuhi 80/20 pada okupansi yang sangat tinggi, yang tampak efisien tetapi menguras tenaga. Jika batas okupansi yang menentukan jumlah agen, kalkulator akan menyebutkannya di bawah hasil. Untuk melihat bagaimana metrik ini berkaitan dengan laporan Anda lainnya, lihat KPI, metrik, dan rumus call center.

Asumsi dan batasan Erlang C

Erlang C adalah jawaban pertama yang standar untuk perencanaan staf inbound, dan rumus ini bertumpu pada asumsi yang tidak selalu berlaku pada antrean nyata:

• Tidak ada yang menutup telepon. Erlang C mengasumsikan kesabaran tanpa batas. Penelepon sungguhan menutup telepon (abandon), dan setiap panggilan yang ditinggalkan mengurangi beban kerja, sehingga jika tingkat abandon cukup berarti, Erlang C merekomendasikan agen sedikit lebih banyak daripada yang Anda butuhkan. Erlang A menambahkan rata-rata waktu kesabaran dan memodelkan abandon; simulasi melangkah lebih jauh. Jika abandon rate Anda rendah, selisihnya kecil dan condong ke sisi aman.
• Panggilan datang secara acak dengan laju yang stabil dalam interval. Email pemasaran pukul 10:05 atau gangguan layanan mematahkan asumsi ini. Interval yang lebih pendek mengurangi kesalahannya.
• Setiap agen dapat menerima setiap panggilan. Dengan adanya bahasa, keahlian, atau beberapa antrean, agen tidak dapat saling menggantikan. Hitung per grup keahlian dan sesuaikan untuk agen yang menangani lebih dari satu grup.
• Panggilan dilayani berurutan, satu per satu. Callback, antrean prioritas, overflow, dan pekerjaan outbound blended semuanya mengubah gambaran sebenarnya.
• Waktu penanganan tidak bergantung pada beban. Dalam praktiknya, AHT sering naik saat agen terburu-buru atau antrean panjang.

Semua ini tidak membuat model tersebut tidak berguna. Mulailah dengan Erlang C, lalu bandingkan prediksinya dengan service level dan abandon yang Anda ukur per interval, dan sesuaikan input Anda di bagian yang berbeda dari kenyataan.

Dari mana input seharusnya berasal

Kalkulator hanya sebaik prakiraan yang Anda berikan. Panggilan per interval, AHT, dan service level yang benar-benar Anda capai seharusnya berasal dari platform contact center Anda, per antrean dan per interval, bukan dari rata-rata bulanan. Di DialerBee, setiap antrean inbound memiliki target dan ambang SLA sendiri, kedalaman antrean dan statistik antrean tampil langsung di wallboard, dan laporan performa antrean serta panggilan inbound mencakup periode sesudahnya. Agen menangani antrean inbound dan kampanye outbound dari satu desktop.

Dua pengungkit dapat mengurangi jumlah agen yang Anda butuhkan tanpa menurunkan layanan. Yang pertama adalah waktu penanganan: seperti ditunjukkan contoh di atas, memangkas AHT 30 detik menghemat dua agen per setengah jam. Yang kedua adalah jumlah panggilan yang masuk ke antrean. Panggilan rutin seperti jam buka, booking, dan FAQ dapat dijawab oleh Agen suara AI, yang meneruskan panggilan yang memerlukan staf ke tim Anda; di DialerBee, sebuah nomor diarahkan ke AI voice agent dengan cara yang sama seperti diarahkan ke antrean. Jika itu cocok untuk bisnis Anda, halaman resepsionis AI menjelaskan apa yang ditanganinya. Jalankan ulang kalkulator ini dengan volume panggilan yang lebih rendah untuk melihat dampaknya pada kebutuhan staf, dan lihat penetapan harga untuk paket per agen.