콜센터 인력 산정 계산기
📊 콜센터 파라미터
시간당 유입되는 총 콜 수
통화 시간 + 후처리(ACW)
목표 시간 내 응답되는 콜 비율(%)
목표 %를 위한 최대 대기 시간
상담원 바쁨 정도(80–90% 권장)
비생산 시간
💡 빠른 시나리오:
📊 인력 요구사항
📈 성과 분석
🔮 What-If 시나리오
📊 핵심 KPI
⏰ 시간대별 인력 추천
| 시간 구간 | 일반 콜 % | 콜/시간 | 필요 상담원 | 총 인원 |
|---|
📐 Erlang C 공식 & 이론
🔢 핵심 공식
💡 업계 기준
- • 서비스 레벨: 80/20 (20초 내 80%)
- • 점유율: 80–90% 최적
- • Shrinkage: 25–35% 일반적
- • AHT: 평균 3–6분
콜센터 인력 산정 계산기 - Erlang C 공식
📞 Erlang C 공식을 사용해 필요한 콜센터 상담원 수를 계산하세요. 콜 볼륨, 평균 처리 시간(AHT), 서비스 레벨 목표, shrinkage 요인에 따라 인력 배치를 최적화할 수 있습니다.
Erlang C란?
Erlang C는 콜센터 인력(WFM)에서 사용되는 수학 공식으로, 특정 콜 볼륨을 처리하면서 목표 서비스 레벨을 유지하기 위해 필요한 상담원 수를 계산합니다. 대기열 이론에 기반하며, 즉시 응답하지 못한 콜은 대기열에서 기다린다고 가정합니다.
핵심 지표 설명
- 시간당 콜 수: 피크 시간대 총 인입 콜
- 평균 처리 시간(AHT): 통화 시간 + 후처리(wrap-up)
- 서비스 레벨: 목표 시간 내 응답 비율(예: 80/20)
- 점유율(Occupancy): 상담원이 실제로 통화 중인 시간 비율(유휴 아님)
- Shrinkage: 휴식, 교육, 회의, 결근 등(비생산 시간)
트래픽 강도(Erlang)
공식: E = (시간당 콜 수 × AHT(초)) / 3600
트래픽 강도는 Erlang 단위로 업무량을 나타냅니다. 1 Erlang = 상담원 1명이 1시간 내내 계속 바쁜 상태입니다.
- 예: 100 콜/시간 × 180초 AHT = 18,000 / 3600 = 5 Erlang
- 즉, 이론적으로 5명이 쉬지 않고 처리하면 감당 가능한 최소치
필요 상담원 계산
단계 1 - 기본 상담원(트래픽 강도 기반):
최소 상담원 = 트래픽 강도(E)
단계 2 - 서비스 레벨 달성을 위한 추가(Erlang C):
Erlang C는 목표 서비스 레벨을 달성하기 위해 필요한 추가 상담원을 계산합니다. 실제 운영에서는 상담원 수를 바꿔가며 목표치에 도달할 때까지 반복 계산합니다.
단계 3 - 점유율 반영:
필요 상담원 = E / 목표 점유율
단계 4 - Shrinkage 반영:
총 인원 = 상담원 / (1 - Shrinkage %)
계산 예시
조건:
- 100 콜/시간
- 180초 AHT(3분)
- 20초 내 80% 응답
- 목표 점유율 85%
- Shrinkage 30%
계산:
- 트래픽 강도: (100 × 180) / 3600 = 5 Erlang
- 기본 상담원: 5 / 0.85 = 5.88 ≈ 6명(최소)
- 80/20 달성 위해 추가 버퍼 필요 → ~12–15명
- Shrinkage 30% 반영: 15 / 0.70 = 21.4 ≈ 22명
서비스 레벨 기준
- 80/20: 20초 내 80% (업계 표준)
- 90/20: 20초 내 90% (프리미엄)
- 70/30: 30초 내 70% (기본)
- 80/30: 기술지원에서 흔함
점유율 가이드
- 80–85%: 상담원 웰빙 측면에서 최적
- 85–90%: 허용 가능, 비용 효율적
- 90%+: 너무 높음(번아웃 위험)
- <70%: 비효율(과잉 용량)
Shrinkage 구성요소
- 휴식: 점심, 커피(10–15%)
- 교육: 역량 강화(5–10%)
- 회의: 팀 미팅, 1:1(3–5%)
- 결근: 병가, 휴가(5–8%)
- 시스템 이슈: 기술 문제(2–5%)
- 총합(일반): 25–35%
콜 분포 패턴
콜 볼륨은 하루 중 변동합니다. 일반적인 패턴:
- 9–11시: 오전 피크(100%)
- 11–13시: 점심 시간 감소(70–80%)
- 14–16시: 오후 피크(90–100%)
- 17시 이후: 감소(40–60%)
콜센터 효율 개선
- AHT 단축: 교육, 스크립트, 도구 개선
- 스킬 기반 라우팅: 적합한 상담원에게 연결
- 셀프서비스: IVR/챗봇으로 단순 문의 처리
- 유연한 스케줄: 콜 패턴에 맞춘 인력 배치
- 예측: 시즌/캠페인 등 피크 예측
흔한 실수
- Shrinkage 무시: 비생산 시간은 반드시 반영
- 평균 콜만 사용: 하루 평균이 아닌 피크 기준으로 계획
- AHT에 후처리 미포함: 통화 시간만 보면 과소 산정
- 점유율 과도: 번아웃/이직 증가
- 변동성 버퍼 없음: 콜은 균등하게 오지 않음
고급 고려사항
- 멀티스킬 상담원: 여러 큐 처리
- 포기율: 대기 중 끊는 비율
- 콜백: 대기 체감 감소
- 인터벌 계획: 시간 단위보다 15–30분 단위
- 실시간 준수: 스케줄 준수율
💡 팁: 평균 조건만으로 계산하지 마세요! 주중 가장 바쁜 날의 가장 바쁜 시간대로 시나리오를 돌려보세요. 대부분의 콜센터는 20–30% 변동성이 있습니다. 특히 예측 불가능한 스파이크가 있다면, Erlang C 결과보다 1–2명 정도 안전 버퍼를 추가하는 것이 좋습니다. 약간의 여유 용량이 긴 대기시간으로 인한 고객 이탈보다 저렴한 경우가 많습니다!
댓글 (0)
의견을 남겨 주세요. 예의를 지키고 주제에서 벗어나지 말아 주세요.
댓글을 남기려면 로그인