這也是一個誤解，誤解產(chǎn)生的原因是對預測算法的不了解。
1、奇怪的曲線圖
實際上是30座席以下的預測外呼對預測算法技術要求很高，100座席以上，對呼叫中心本身性能要求很高。
下面這張圖形象的說明技術難度隨座席規(guī)模變化的趨勢。
系統(tǒng)性能技術難度非常容易理解，我們主要談一下預測算法的技術難度。
2、預測算法基礎—概率論
大學都學過，這下面這張圖都見過，有用啊，就算你什么都不明白，只需要明白一個規(guī)律：“數(shù)量越大，公式越準”。
發(fā)現(xiàn)對于單個座席來說，座席人員在一段時間區(qū)間內(nèi)外呼通話時長呈正態(tài)分布；用戶接通電話的時長是呈正態(tài)分布。
如下圖所示：
正態(tài)分布有兩個關鍵參數(shù)。
第一參數(shù)是服從正態(tài)分布的隨機變量的均值（μ）。第二個參數(shù)是此隨機變量的方差（σ^2）。服從正態(tài)分布的隨機變量的概率規(guī)律為與μ鄰近的值的概率大，而離μ越遠的值的概率越��；σ越小，分布越集中在μ附近，σ越大，分布越分散。
通過概率密度函數(shù)，可以計算出正態(tài)分布曲線中每一點的概率。概率密度函數(shù)的公式如下：
在實際應用中，正態(tài)分布圖兩端的點要被忽略。也就是不考慮概率極小事件。從而獲得一個概率區(qū)間。只在這個區(qū)間內(nèi)取點。
3、預測算法的參數(shù)
預測算法的參數(shù)主要有三：
- 座席通話時長
- 客戶應答時長
- 接通率（擊中率）
很不巧，這些都是服從正態(tài)分布的概率論。數(shù)量越多，準確率越高。
這也是為什么30座席以下的預測外呼效果很可能不好的原因。
4、此誤解的危害場景
誤解的危害場景我見過不少：
1、客戶要求廠商建設一個5座席的預測外呼先測試一下；
2、客戶認為因為一個廠商5座席的預測外呼效果不好，50個座席的預測外呼就會更差勁了；
3、客戶計劃是50座席的預測外呼，但是分成10個組，每5個座席一個組，獨立運行。
