Prévision des flux d’appels entrants : construire un dimensionnement exploitable
Une équipe correctement dimensionnée le lundi peut se retrouver saturée le mardi à neuf heures, sans que le volume hebdomadaire ait bougé. La prévision des flux d’appels entrants sert précisément à cela : ramener le dimensionnement à l’échelle où il se joue, la tranche de trente minutes. Beaucoup d’organisations s’arrêtent pourtant à une moyenne mensuelle divisée par les jours ouvrés. Or cette moyenne résiste rarement aux conditions réelles. Voici comment décomposer un historique, convertir un volume en effectif, choisir un niveau de service, puis mesurer la prévision obtenue.
Qu’est-ce que la prévision des flux d’appels entrants ?
La prévision des flux d’appels entrants estime, par tranche horaire, le nombre d’appels attendus et le temps de traitement associé. Elle combine trois composantes : une tendance de fond, une saisonnalité récurrente et des effets de calendrier. Son résultat n’est donc pas un effectif, mais une charge de travail qu’il reste à convertir.
Les trois données à réunir avant de prévoir
Une prévision dépend directement de la granularité de son historique. Trois séries suffisent pour démarrer, à condition de les extraire à la maille de trente minutes.
- Le volume d’appels présentés, avant tout abandon. Les appels décrochés seuls sous-estiment la demande, puisqu’ils excluent ceux que personne n’a pris.
- La durée moyenne de traitement, clôture comprise. Elle varie selon l’heure et le motif. Par conséquent, une moyenne globale peut fausser le calcul.
- Le motif de l’appel, même codé simplement. Sans lui, il devient difficile de distinguer une hausse structurelle d’un incident ponctuel.
Douze à vingt-quatre mois permettent généralement d’observer une saisonnalité annuelle. En revanche, avec moins de six mois, mieux vaut limiter l’horizon et corriger la prévision chaque semaine.
Ces séries proviennent du système téléphonique. Notre article sur les indicateurs à surveiller sur les appels entrants détaille les données disponibles.
Décomposer l’historique des appels entrants
Un historique brut mélange plusieurs signaux. Il faut donc les séparer pour éviter de confondre une régularité de calendrier avec une croissance durable de l’activité.
La tendance de fond
La tendance décrit le mouvement observé sur plusieurs mois ou plusieurs trimestres. Elle dépend notamment du portefeuille clients, de l’évolution de l’activité et de la place du téléphone face aux autres canaux.
La saisonnalité
La saisonnalité se lit à trois niveaux : annuel, hebdomadaire et intra-journalier. L’Institut national de la statistique et des études économiques définit la correction des variations saisonnières comme l’opération qui élimine les fluctuations périodiques dues au calendrier et aux saisons.
Le même principe s’applique à un flux d’appels. Par exemple, une hausse répétée chaque lundi matin relève davantage de la saisonnalité que d’une augmentation structurelle.
Les effets de calendrier
Les jours fériés, les congés, les campagnes commerciales et les échéances contractuelles modifient également la demande. Le secteur privé compte onze jours fériés légaux et treize en Alsace-Moselle, selon la fiche du service public consacrée aux jours fériés.
Un mois comportant moins de jours ouvrés ne doit donc pas être comparé directement avec un mois complet. En pratique, trois colonnes suffisent : volume observé, volume attendu et écart résiduel. C’est ensuite cet écart qui mérite une explication.
Convertir un volume prévu en effectif réel
C’est ici que les dimensionnements deviennent fragiles. Une simple règle de trois ne suffit pas, car les appels arrivent de manière aléatoire. La conversion demande donc trois étapes.
Volume prévu × durée moyenne de traitement, rapportés à l’intervalle
Formule d’Erlang C, appliquée au niveau de service visé
Conseillers en ligne divisés par le taux de présence réelle
Calculer la charge en erlangs
Prenons un exemple entièrement calculé. Sur trente minutes, le service attend 120 appels d’une durée moyenne de traitement de 4 minutes. La charge représente donc 16 erlangs, soit une moyenne de seize conversations simultanées sur l’intervalle.
Une division simple conclurait à seize personnes. Pourtant, elle ne conserverait aucune capacité pour absorber l’arrivée aléatoire des appels. La formule d’Erlang C, publiée en 1917 par l’ingénieur danois Agner Krarup Erlang, donne un autre résultat.
| Niveau de service visé | Conseillers en ligne | Écart avec la charge |
|---|---|---|
| 70 % décrochés en 20 secondes | 19 | + 3 personnes |
| 80 % décrochés en 20 secondes | 20 | + 4 personnes |
| 90 % décrochés en 20 secondes | 22 | + 6 personnes |
Deux enseignements ressortent. D’abord, l’écart avec la charge absorbe l’aléa d’arrivée. Ensuite, le coût du niveau de service augmente rapidement. Dans cet exemple, passer de 80 à 90 % nécessite deux personnes supplémentaires sur la même tranche.
La formule d’Erlang C repose toutefois sur plusieurs hypothèses : arrivées indépendantes, durée moyenne relativement stable et absence d’abandon dans la file. Par conséquent, son résultat doit être comparé aux données réelles. Lorsque les abandons ou les rappels deviennent nombreux, le modèle fournit une base de dimensionnement, mais pas une prévision parfaite.
Cette mécanique explique pourquoi les appels perdus se concentrent sur certains créneaux. Elle aide également à déterminer comment réduire le taux d’abandon des appels.
Intégrer le taux de présence réelle
Un conseiller planifié n’est pas toujours disponible en ligne. En effet, les pauses, les formations, les réunions, les congés et les absences réduisent le temps réellement consacré aux appels.
Cet écart doit être mesuré à partir des données de l’organisation. Il ne faut donc pas appliquer automatiquement un pourcentage générique trouvé dans une étude ou proposé par un fournisseur.
Ces relevés relèvent par ailleurs d’un cadre précis. Le référentiel de la Commission nationale de l’informatique et des libertés consacré aux durées de conservation en gestion des ressources humaines encadre les données de suivi du temps de travail.
Autrement dit, les données utilisées pour planifier les effectifs restent des données personnelles. Leur accès et leur durée de conservation doivent donc être limités.
Fixer le niveau de service avant de dimensionner
Le niveau de service n’est pas une donnée observée. Il constitue une décision opérationnelle et budgétaire. Le tableau précédent le montre : changer la cible modifie directement l’effectif nécessaire.
La norme ISO 18295-1:2017 définit des exigences applicables aux centres de contact clients, internes comme externalisés. Elle prévoit notamment que les indicateurs de performance soient précisés selon les besoins du service.
Par conséquent, la cible gagne à être définie selon le motif de l’appel. Une réclamation urgente, une demande de suivi et une question administrative ne nécessitent pas forcément le même délai de réponse.
Séparer les flux avant de les dimensionner facilite ce travail. Le routage des appels entrants devient alors un véritable levier de dimensionnement.
Mesurer la qualité de la prévision
Une prévision se juge sur plusieurs erreurs complémentaires. En effet, une moyenne globale peut masquer une succession de sous-prévisions et de sur-prévisions.
| Mesure | Ce qu’elle révèle | Correction possible |
|---|---|---|
| Biais ou écarts signés | Prévision régulièrement trop haute ou trop basse | Réviser la tendance ou le coefficient saisonnier |
| Erreur absolue moyenne | Dispersion indépendamment du sens de l’écart | Affiner la maille ou séparer les motifs |
| Écart au service réalisé | Conséquence opérationnelle de l’erreur | Revoir la planification et le taux de présence |
Un point mérite une attention particulière. L’erreur peut se compenser sur la journée, alors qu’elle se paie à la demi-heure. Ainsi, une prévision correcte au total quotidien peut produire une file d’attente le matin et de l’inactivité l’après-midi.
Le suivi doit donc rester aligné sur la maille utilisée pour planifier les équipes. Si les plannings sont établis par tranches de trente minutes, l’erreur doit également être mesurée à cette échelle.
Ce que la prévision ne réglera pas
La variabilité résiduelle
Deux journées comparables ne produisent jamais exactement le même flux. Aucun modèle ne supprime complètement cet aléa. Il permet seulement de le mesurer et d’en limiter les conséquences.
Les événements non anticipés
Un incident technique, une panne ou une campagne lancée sans prévenir le service échappent à l’historique. Dans ce cas, la réponse relève davantage de l’organisation que du modèle.
Le call blending et les capacités de débordement peuvent absorber une partie de ces variations. Cependant, ils nécessitent des compétences disponibles et des règles de priorité clairement définies.
Le volume évitable
Prévoir les appels ne signifie pas qu’il faut tous les recevoir. Une partie du volume peut provenir de rappels liés à une réponse incomplète ou à un dossier mal suivi.
La résolution au premier contact permet de mesurer cette situation. Réduire les appels évitables peut alors coûter moins cher que d’augmenter durablement l’effectif.
La disponibilité opérationnelle
Une bonne prévision ne crée pas automatiquement les compétences nécessaires. L’organisation doit encore recruter, former, planifier ou mobiliser une capacité complémentaire.
Externaliser une partie du flux peut ajouter de l’élasticité. Toutefois, les motifs concernés et les règles de transfert doivent être définis au préalable. Notre panorama des types d’appels entrants externalisables présente les principaux arbitrages.
ProContact intervient dans les centres de contact francophones depuis 2001. Ce cadrage précède chaque transfert de flux. Cependant, les délais et les niveaux de service opposables restent ceux définis contractuellement.
Construire une prévision durable
Une prévision fiable doit être révisée régulièrement. Elle ne constitue donc pas un fichier annuel figé. Chaque semaine apporte de nouvelles données sur les volumes, les durées de traitement et les écarts observés.
Le processus peut suivre quatre étapes :
- mettre à jour l’historique avec les données récentes ;
- documenter les événements ayant modifié le flux ;
- recalculer le biais et l’erreur absolue ;
- ajuster la saisonnalité et la planification.
De plus, le donneur d’ordre doit annoncer les événements commerciaux à venir. Une campagne marketing, une modification tarifaire ou une échéance contractuelle peuvent créer un volume absent de l’historique.
Enfin, les responsabilités doivent être écrites. Le donneur d’ordre communique les événements prévus. Le prestataire construit ou actualise la prévision. Ensuite, les deux parties analysent ensemble les écarts.
Une prévision des flux d’appels entrants exploitable
Un bon dimensionnement ne cherche pas à deviner exactement le prochain volume. Il rend explicites la cible de décroché, le taux de présence, la maille de pilotage et les hypothèses utilisées.
Dès lors, la discussion budgétaire change de nature. Elle ne porte plus uniquement sur un effectif à défendre. Elle porte sur un niveau de service à choisir et sur un risque opérationnel à accepter.
Vous souhaitez confronter votre historique à cette méthode avant une période chargée ? Nos équipes interviennent sur le cadrage comme sur le traitement, dans le cadre d’une relation client externalisée ou d’une externalisation de services plus large.
Certains pics se prévoient à la date près. Notre article sur le service client pendant le Black Friday montre comment traduire cette prévision en rétroplanning.
Questions fréquentes sur la prévision des flux d’appels entrants
Quelle maille de temps retenir ?
La demi-heure constitue une maille courante, car elle correspond souvent à celle de la planification. En revanche, une prévision journalière masque les écarts entre les différents créneaux.
Combien d’historique faut-il ?
Douze à vingt-quatre mois permettent généralement d’observer une saisonnalité annuelle. Avec moins de six mois, limitez l’horizon de prévision et actualisez davantage le modèle.
Pourquoi ne pas diviser le volume par la capacité individuelle ?
Les appels arrivent de manière aléatoire, et non à intervalles réguliers. Dans l’exemple présenté, seize erlangs de charge nécessitent vingt conseillers en ligne pour viser 80 % de décroché en 20 secondes.
Qu’est-ce que le taux de présence réelle ?
Il s’agit de la part du temps planifié réellement consacrée aux appels. Il tient compte des pauses, des formations, des réunions, des congés et des absences.
Comment traiter un pic exceptionnel ?
Isolez-le et documentez sa cause, sans le supprimer automatiquement. Un incident non commenté fausse l’analyse. En revanche, un événement susceptible de revenir doit rester intégré au modèle.
Quel niveau de service faut-il viser ?
Aucune valeur ne s’impose à toutes les activités. La cible doit être définie selon l’enjeu du motif, le coût de l’attente et les moyens disponibles.
Externaliser change-t-il la méthode de prévision ?
Non. En revanche, la répartition des responsabilités doit être précisée. Le donneur d’ordre annonce les événements commerciaux, tandis que le prestataire produit la prévision et mesure son erreur.
Comment savoir si la prévision s’améliore ?
Suivez le biais et l’erreur absolue moyenne à la maille de planification. Si le biais se rapproche de zéro et que la dispersion diminue, le modèle progresse.








