— Сколько у нас специалистов в поддержке?
— Четыре!
— А сколько у нас обращений в час?

Нет, не четыре. И даже не сорок. А от 0 до, например, 120 — и сколько именно, зависит от множества факторов. Они влияют на то, закроют ли четыре героя службы поддержки все обращения хотя бы за сутки, не выгорят ли при этом за две недели или месяц, смогут ли сходить в отпуск и что будет, если кто-то из них вдруг уйдёт на больничный. 

Дисклеймер. Эту статью мы попросили написать бизнес-аналитика компании — системного интегратора.

Всем привет! Меня зовут Вячеслав Зыкин, и я более 25 лет отработал начальником службы поддержки в системном интеграторе.

Прикидки «на пальцах» не работают. Они могут привести либо к перерасходу фонда оплаты труда, либо к отвалу клиентов по причине долгой реакции и недостаточной проработки тикетов специалистами.

Порассуждаем о современных инструментах Workforce Management в применении к небольшим компаниям.

Почему «ручное» планирование больше не работает

Традиционное ручное составление графиков часто приводит к потере контроля при росте запросов или изменчивости бизнес-среды. Ключевые минусы:

• Выгорание сотрудников из-за сверхнагрузок и невозможности вовремя реагировать на обращения в пиковые периоды.

• Рост времени ожидания и количества недовольных клиентов, когда график присутствия сотрудников на горячей линии не отражает реальный спрос.

• Перерасход бюджета за счёт неэффективного распределения смен и ресурсов.

• Сложности с учётом отпусков, больничных и пожеланий сотрудников.

• Ошибки прогнозирования периодов повышенного спроса и, как следствие, планирования нагрузки на горячую линию.

Индустрия уже давно ушла от ручных таблиц. Для минимизации рисков сервисы внедряют автоматизацию и предиктивные модели.

Как прогнозируют нагрузку в поддержке

Прогнозирование нагрузки — первый и главный шаг к профессиональному управлению сменами. Для этого объединяют методы анализа данных, знания о бизнесе, технологии автоматизации.

Данные для анализа

Эффективное прогнозирование строится на трёх основных массивах данных:

• Исторические данные: архив запросов по дням, времени суток, каналам (звонки, хелпдеск или сервисдеск, почта), средняя длительность сессии, нагрузка по праздникам, выходным и акциям, периодам активности, обусловленных другими внешними влияниями. Это внутренние данные.

• Бизнес-факторы: маркетинговые кампании, изменения ассортимента, запуск новых продуктов, распродажи, сезонный спрос — все, что может повлиять на поток тикетов. Это тоже внутренние данные.

• Внешние факторы: прогноз погоды (например, для служб доставки), политические или социальные события, новости, экономические колебания. А это уже внешние данные. Какие-то из них прогнозируемы (рост спроса перед праздниками, отчётность у бухгалтерских служб), какие-то могут быть вызваны внезапными форс-мажорами. Если взять тех же бухгалтеров, это изменения законодательства, новые форматы обмена данными с налоговой или СФР, изменения в налогах. Первые применения или первые отчёты по новому многократно повышают нагрузку на службы поддержки обслуживающих прикладное ПО IT-компаний.

Ключевые метрики для планирования

Управление нагрузкой невозможно без учета следующих метрик:

Ориентация на эти показатели позволяет не только прогнозировать нагрузку, но и автоматически определять, сколько операторов и с какими навыками потребуется в каждый момент времени.

Методы прогнозирования нагрузки

Лучшие результаты достигаются комбинацией разных методов в зависимости от зрелости процессов, объёма данных и бизнес-задач.

1. Простое историческое усреднение

«В прошлый понедельник было 300 обращений — значит, в следующий будет примерно столько же». Такой подход оправдан, когда структура обращений стабильна и нет внешних факторов. Это базовый способ, подходящий на старте или при минимальном объёме накопленной статистики.

2. Учет трендов и сезонности

Реальность такова, что нагрузка колеблется: утром — пик, ночью — спад, по четвергам меньше обращений, в конце месяца — максимум по биллингу или поддержке. Методы временных рядов (moving average, экспоненциальное сглаживание, ARIMA), выделяющие тренды и сезонные всплески, гораздо точнее базового усреднения.

3. Регрессионный анализ

Позволяет учесть влияние таких внешних факторов, как маркетинговая рассылка, изменение законодательства или погодные условия. В строится модель зависимости количества обращений от множества факторов, что особенно важно для сложного бизнеса с управляемыми потоками запросов.

4. Использование предиктивных моделей и ИИ

Современные WFM-системы и облачные платформы используют глубокое машинное обучение. В них загружаются данные за 1–2 года, а потом LLM нейронных сетей выявляют очевидные и скрытые паттерны. Высший пилотаж — интеграция ИИ-блока с CRM и корпоративными системами и непрерывное обучение. На практике это позволяет:

• Снижать количество ошибок прогнозирования.

• Автоматически корректировать расписания при изменении тренда.

Существуют решения, где ИИ сам выбирает оптимальную модель под конкретную ситуацию, анализирует исторические и актуальные данные, подстраивается под специфику компании и рынка и строит прогнозы с высокой степенью достоверности.

Составление оптимального расписания

Грамотно составленное расписание — это результат качественного прогноза и анализа множества ограничений: потоков, навыков, трудового кодекса, пожеланий сотрудников.

Формула Эрланга

Erlang C — главный инструмент для расчёта персонала на промежутки времени в смене.

Исходные данные:

• Прогнозируемый поток обращений за период (например, 30 минут).

• Среднее время обслуживания одного обращения (AHT).

• Желаемый уровень сервиса (например, не менее 80% звонков должны дойти до оператора за 20 секунд после первого гудка).

Суть: формула определяет, сколько сотрудников (или «каналов связи») надо задействовать, чтобы достигнуть заданного уровня сервиса и не допустить очередей.

Применение: большинство WFM-прогностов и call-центров используют онлайн-калькуляторы, встроенные модули или автоматизированные скрипты Erlang C. Вручную сделать эти расчёты очень сложно, вероятность ошибок при этом стремится к единице. 

Учет человеческого фактора и бизнес-правил

Даже самая точная модель ничего не стоит без контроля за «живыми» переменными внутри графика.

Плановые отсутствия: обеды, перерывы, плановые совещания и обучение закладываются в систему заранее.

Неплановые отсутствия: болезни, отгулы, внештатные ситуации — учитываются через резервирование и SLA.

Навыки сотрудников (multi-skilling): в расписании должны отражаться специалисты разных профилей, линии поддержки для сложных запросов; распределение — автоматическое с учётом компетенций.

Баланс трудового законодательства и пожеланий сотрудников: встроенные ограничения на максимальную длину смен, суммарное время в неделю, выходные дни, учёт индивидуальных запросов (например, не работать по пятницам).

Сценарии планирования «что, если»

Профессиональные системы дают возможность создавать различные сценарии для пиковых, нештатных или сезонных нагрузок:

• Резервные графики на случай роста нагрузки, технических сбоев, акций.

• Автоматическое перераспределение операторов между проектами или сменами.

• Быстрое подключение дополнительных линий или сотрудников в облачной среде.

Инструменты и автоматизация

Для компаний разного масштаба подойдут решения разной степени тяжести.

Специализированные WFM-системы

Иностранные Nice IEX, Calabrio, Genesys Cloud WFM: мощные инструменты с продвинутой аналитикой, ИИ-модулями и широкими возможностями интеграции. Минус — высокая цена, сложность внедрения, необходимость обучения персонала.

Отечественные WFM-системы: Goodt, Argus и др. — разработаны с учетом российского ТК, быстро внедряются, ориентированы на российский бизнес-климат.

Облачные решения для CRM и платформ поддержки

Планирование в Zendesk, Freshdesk, Jira Service Management интегрируется с тикетами, SLA, контактной базой, знаниями и автоматическими уведомлениями. Недостаток — ограниченная гибкость в сложных сценариях.

Платформы баз знаний и единое пространство

TEAMLY и аналоги: это не только работа с расписанием и прогнозами, но и пространство для совместного редактирования, хранения баз знаний, обсуждений и планирования отпусков.

Единое окно: вся команда видит текущее расписание и планы, пожелания сотрудников и решения руководства отражаются мгновенно.

Реальная совместная работа — сотрудники сами вносят пожелания по сменам и видят статус всех запросов.

Прозрачность: вся история изменений хранится централизованно, доступ возможен с любого устройства.

Умные таблицы и их представления: канбан, календарь, диаграмма Ганта

Визуализация расписаний — важный элемент прозрачной работы поддержки. Когда таблицу с задачами можно представить в разных видах для разных задач — это дорогого стоит. Руководителю удобно видеть задачи на диаграмме Ганта, сотрудникам удобнее передавать тикеты на канбане. А подсчитывать количество закрытых тикетов и задач в работе удобно в таблице.

Проиллюстрируем сухой рассказ. Создадим простой трекер задач по шаблону.

Разработчики шаблона выбрали в качестве базового представления канбан.

Достаточно изучить картинку в течение буквально трёх секунд, чтобы понять, что неотвеченные тикеты описываются в столбце Не начато. Сотрудник переносит карточку в столбец В работе и начинает заниматься тикетом. Закончил — перенёс в столбец Готово. Описал в базе знаний или отметил, как типовой — и отправил в Архив.

Переключаемся в режим таблицы. Здесь вскрывается структура. Оказывается, столбцы канбана — это всего лишь набор состояний для поля Статус задачи. Добавляя или убирая статусы мы регулируем количество и названия столбцов на канбане.

В трекер можно добавить необходимые для работы и анализа поля. И тогда умные таблицы, если применить их к задачам поддержки, позволят:

• Видеть загрузку по дням, сменам, задачам.

• Быстро реагировать на форс-мажоры: перераспределять задачи, добавлять сотрудников, изменять приоритеты отдельных задач.

Дополнительный буст системе даст интеграция с мессенджерами, корпоративными календарями, CRM.

Лучшие практики организации работы поддержки

1. Централизация данных и базы знаний: все сценарии, скрипты, шаблоны обращений и решения доступны в едином пространстве.

2. Разделение ролей и стандартов: четкое определение зон ответственности, алгоритмов эскалации и критериев эффективности ускоряет адаптацию новых сотрудников и снижает количество ошибок.

3. Интеграция каналов поддержки: единая точка учёта обращений из мессенджеров, почты, соцсетей, телефонии позволяет избежать бардака с регистрацией и отработкой задач.

4. Регулярная аналитика и обратная связь: автоматические отчёты о метриках облегчают сбор данных, а участие сотрудников в анализе сезонности и корректировке расписаний позволяет усилить их вовлечённость и мотивацию.

5. Постоянное обучение и обмен опытом: лучшие системы интегрируют обучающие модули, напоминания о тренингах и запланированных аттестациях.

TEAMLY как WFM-система на минималках

Обратимся к предыдущей главе. Наверняка все лучшие практики можно реализовать на любой WFM-системе, которые упоминались в статье. Вопрос лишь в стоимости. Возможно, внедрение тяжёлых — методически и финансово — решений оправдывает себя при численности сотрудников поддержки от 50—100 человек. 

Во многих компаниях служба поддержки — это от двух до десяти-пятнадцати человек. Внедрение тяжёлых решений в таких реалиях аналогично уничтожению тараканов в квартире ядерным взрывом. 

Какие альтернативы? Приспособить одну из систем, которые уже применяются в компании. А если такой нет, нужно внедрить самую универсальную, чтобы закрыть не только балансировку службы поддержки, но и другие задачи. И здесь на первый план выходят платформы для совместной работы.

Функциональность платформ для совместной работы

В статье уже упоминалась платформа Тимли. Логично, в нашей компании она используется, в том числе, для балансировки службы поддержки, для анализа её работы. Но не только.

В первую очередь TEAMLY — это база знаний в её классическом понимании: со статьями, майнд-картами, встроенными видосами и прочей мультимедией. 

Кроме статей есть умные таблицы, о которых мы уже поговорили. С их помощью можно решать задачи управления проектами и даже проектными офисами, регистрации и фиксации, сбора данных — и можно накинуть ещё пару десятков применений.

Teamly — это средство для создания курсов, которые можно применять как для онбординга новых сотрудников, так и для обучения новому существующих. Причём курс можно собрать очень быстро из статей базы знаний, при этом информация в БЗ всегда хранится только в одном экземпляре, а в курс отображается «по ссылке». Таким образом поддерживается концепция единственного источника правды и всегда актуальное состояние курсов. Разумеется, прохождение обучающего курса можно подтвердить тестами, которые легко и наглядно строятся на платформе.

Проблема актуальности базы знаний

Чтобы взять от Teamly или аналогичной по функциональности системы всё и не платить за «очередную ненужную систему», важно вовремя наполнять базу знаний новыми открытиями и актуализировать старые статьи, если в них что-то поменялось. О том, как это сделать с помощью, например, бота в ТГ и как замотивировать команду на работу с БЗ и в БЗ, есть статьи в профиле.  

Практические шаги внедрения современных методов

Прежде чем погружаться в расчёты и определять количество специалистов в смене в зависимости от периода и маркетинговых мероприятий с учётом слабопрогнозируемых рисков, я бы задумался.

Если в организации собственная служба поддержки человек хотя бы от 20 — есть смысл производить оценки регулярно. Расчёты покажут обоснованность штатной численности или, возможно, приведут к её изменению. Более того, они помогут построить график загруженности, спланировать отпуска, придумать дополнительную нагрузку для специалистов «на скамейке запасных». Как правило, в компаниях такой работы хватает.

Если у вас колл-центр на аутсорсинге, то считать стоит только для проверки расчётов партнёра — и то, если вы платите «по головам» а не по человеко-часам.

Если же у вас служба поддержки до 15 человек, расчётами тоже надо заниматься. Но только в случаях, когда внешняя среда или внутренние процессы компании претерпевают значительные изменения. В остальном, как показывает практика, при адекватном руководителе численность сотрудников поддержки регулируется естественным образом. При недостатке работы, которая ведёт к сокращению заработка, некоторые специалисты уходят, а остаются те, кто справляется с повышенной нагрузкой и выгоранием — они и зарабатывают прилично и задачи закрывают даже с учётом пиков.

А теперь к мыслям по поводу расчётов численности СП.

1. Анализируйте прошлое, действуйте на опережение: автоматизация исторических данных — база любого качественного прогноза.

2. Стройте расписания на основе метрик, а не предположений: регулярно анализируйте AHT, Service Level, FCR и адаптируйте ход работы в реальном времени. Ищите тренды, пики и спады, изучайте реакцию и проактивно работайте с новыми факторами.

3. Используйте онлайн-калькуляторы Эрланга: не тратьте время на ручные расчёты, внедрите автоматизированные сценарии.

4. Внедряйте WFM-систему по этапам: сначала прогнозирование, далее — расписания, потом интеграции с CRM и пассивным контролем качества.

5. Обучайте персонал и вовлекайте сотрудников: дайте доступ к прозрачным графикам, организуйте совместное составление расписаний, пусть у работников будет свободный доступ к аналитике по нагрузке.

6. Фиксируйте все входящие обращения и их параметры — это база!

7. Определяйте ключевые SLA и целевые метрики по каждому каналу взаимодействия.

8. Выбирайте инструменты, соответствующие объёму и сложности задач: от Google Sheets (а лучше — Умных таблиц) на ранних этапах до облачных WFM-решений для зрелой службы.

9. Стройте расписания согласно прогнозам, а не интуиции.

10. Системно оценивайте результаты и обновляйте сценарии и расписания на основе фактов (data-driven approach).

Типичные ошибки внедрения WFM 

С WFM или без него, организация стабильной службы поддержки — это своего рода искусство находить баланс между потребностями и возможностями. Чтобы саппорт не превратился в основную статью затрат или же, наоборот, излишняя экономия не привела к массовому оттоку клиентов, важно взять опыт, накопленный поколениями консультантов.

Вот, что может сместить баланс:

• Игнорирование уникальных бизнес-процессов и локальных законодательных требований.

• Недостаточное обучение — формальное внедрение новых инструментов без изменения культуры и процессов.

• Ориентация только на количественные метрики без учёта обратной связи и неформальных пожеланий команды.

• Отсутствие плана быстрого реагирования («плана Б») при сбоях и непредсказуемых всплесках обращений.

Как ни странно, здесь здорово помогает сертификация системы менеджмента качества по ГОСТ Р ИСО 9001-2015.  Глубокое погружение в процессы капитально прочищает мозги руководства, начиная от начальника СП и заканчивая директором компании, способствует внедрению риск-ориентированного управления. Или, как минимум, подталкивает к прогнозированию и оценке рисков на всех уровнях управления.

Парадоксальный вывод

WFM — это круто и здорово. Но бросаться в WFM очертя голову не стоит. Форсирование новаций может дополнительно раскачать нестабильную систему. А поэтапное, умное внедрение наоборот снизит качку, приведёт службу поддержки в равновесное состояние.

Расчёты — это полезно. Но слепо следовать результатам и, допустим, набирать дополнительно +30% к штату или увольнять половину сотрудников разом — шаг опрометчивый. Кроме измеримых показателей есть политические, этические, репутационные риски, которые тоже нужно взвешивать и учитывать. Можно уронить инвестиционную привлекательность,  испортить репутацию работодателя и вообще породить волну слухов о руководителях-самодурах и скором закрытии компании.

Поэтому: холодная голова, работа с рисками и постепенность — вот слагаемые успеха.