1. Çağrı Hacmi Tahmini Neden Önemlidir?
Forecast’in amacı “tam sayıyı bilmek” değil, doğru kararları erken almaktır. Kapasite planlamayı son dakikaya bırakırsanız üç risk ortaya çıkar:
- Yetersiz kapasite riski: bekleme süresi artar, terk yükselir, kaçan rezervasyon ve memnuniyet kaybı oluşur.
- Fazla kapasite riski: maliyet yükselir, verim düşer, ekip motivasyonu bozulabilir.
- Yanlış zamanda yanlış kaynak: doğru sayıda insanınız olsa bile yanlış vardiya/kanal dağılımı “hat patlaması” yaratabilir.
Varsayım (genel operasyon gözlemi): Doğru forecast ve kapasite planlaması olan yapılarda hem fazla mesai hem de kaçan çağrı oranlarının anlamlı şekilde düşebildiği ifade edilebilir; etki, veri disiplinine ve sezon dalgalanmasına bağlıdır.
Özellikle Antalya, Belek, Side, Bodrum gibi destinasyonlarda; “pik saatler” ve “pik günler” doğru öngörülmediğinde, en iyi satış ekibi bile SLA’yı tutturamaz.
Ne yapmalıyım?
- • Forecast’i “mükemmellik” hedefiyle değil, “karar erkenliği” hedefiyle kur
- • Hacim öngörüsünü mutlaka heatmap ile gün içine indir (sadece günlük toplam yetmez)
- • Performans analizi paneline forecast katmanı ekle: https://dgtlface.com/tr/cagri-merkezi/performans-analizi
☑ Mini Check
- • Tahmin hedefim “tam sayı” mı, “doğru karar” mı?
- • Gün içi pik saatleri görüyor muyum?
- • SLA hedefim net mi ve izleniyor mu?
- • Kapasite kararım KPI’lara bağlanıyor mu (bekleme/terk/cevaplanma)?
2. Çağrı hacmi tahmini ve kapasite planlamasını nasıl entegre etmelisiniz?
AEO için net adımlar:
- •1) Veri topla: geçmiş çağrı hacmi + gün/saat dağılımı + PMS/OTA rezervasyon akışı + kampanya notları.
- •2) Basit forecast kur: hareketli ortalama, geçen yıl aynı dönem karşılaştırması veya haftalık mevsimsellik modeli.
- •3) Heatmap üret: gün içi pik saatleri belirle; vardiya planı buna göre şekillensin.
- •4) SLA hedefini yaz: hız KPI’larını (bekleme/cevaplanma/terk) SLA ile bağla.
- •5) Staffing planla: pik saatlerde kapasiteyi güçlendir; düşük saatlerde esnek görev dağıt.
- •6) Performans paneline bağla: forecast vs gerçekleşen + SLA uyumu + KPI trendlerini tek tabloda izle.
Kısa cevap bloğu:
Forecast’i PMS/OTA sinyalleriyle besleyin, heatmap ile pik saatleri çıkarın, SLA hedeflerine göre staffing planlayın ve forecast-gerçekleşen farkını KPI panelinde günlük izleyin.
Ne yapmalıyım?
- • “Forecast–Gerçekleşen” farkını her gün 5 dakikalık kontrol ritmine bağla
- • Vardiya planını haftalık güncelle, sezonda günlük mikro ayar yap
- • Looker Studio ile izleme katmanını kurmayı düşün: https://dgtlface.com/tr/raporlama/looker-studio
☑ Mini Check
- • Forecast, heatmap ve SLA aynı çerçevede mi?
- • Staffing kararı pik saat odaklı mı?
- • Günlük izleme ritmi var mı?
- • Forecast hatası aksiyona dönüşüyor mu (düzeltme planı)?
3. PMS ve OTA Verileri ile Hacim Öngörmek
Rakip içerikler call volume forecasting’i teorik anlatır; otellerde fark yaratan kısım PMS/OTA sinyallerini “çağrı”ya bağlamaktır.
Hangi sinyaller çağrı hacmini etkiler?
- •PMS rezervasyon ritmi: yeni rezervasyon, değişiklik, iptal/iade dalgaları
- •OTA yoğunluğu: platform mesajları ve politika soruları
- •Kampanya dönemleri: erken rezervasyon, son dakika, bayram paketleri
- •Uçuş günleri / check-in-out günleri: bilgi ve transfer talepleri artabilir
- •Web/kanal değişimi: fiyat sayfası trafiği arttığında “fiyat teyidi” çağrıları artabilir
Basit korelasyon mantığı (pratik)
Amaç “istatistik tez” yazmak değil; karar üretmektir:
- •Günlük rezervasyon artışı → aynı gün veya ertesi gün çağrı artışı (Varsayım: otel süreçlerine bağlı)
- •İptal/iade artışı → şikâyet ve politika soruları artışı
- •OTA mesaj artışı → SLA baskısı ve yazışma trafiği artışı
Teknik not: Forecast modellerinin mükemmel olması gerekmez. Basit hareketli ortalama veya geçen yıl aynı dönem karşılaştırması bile, vardiya planında “doğru saatlere” yük bindirerek büyük fark yaratır.
Ne yapmalıyım?
- • PMS/OTA verisini haftalık “sinyal paneli” olarak çıkar
- • Kampanya ve uçuş günleri gibi takvim notlarını veri setine ekle
- • Online satış bağlamını ilişkilendir: https://dgtlface.com/tr/pms-ota/online-satis
- • Rezervasyon yönetimiyle bağla: https://dgtlface.com/tr/pms-ota/rezervasyon-yonetimi
☑ Mini Check
- • PMS/OTA sinyalleri çağrı raporuna bağlanıyor mu?
- • Kampanya günleri veriye işaretleniyor mu?
- • Forecast için basit bir yöntem seçildi mi?
- • Sezon ve otel tipi farkları not ediliyor mu?
4. SLA Hedefleri ve Kadro İhtiyacı
SLA, kapasite planlamanın “hedef” tarafıdır. KPI’larınız (bekleme, cevaplanma, terk) aslında SLA’nın sahadaki yansımasıdır. Burada kritik olan; SLA’yı tek bir sayı gibi değil, pik saat performansı olarak tanımlamaktır.
SLA’yı KPI’lara bağlayan mantık
- •SLA bozuluyorsa → bekleme artar → terk artabilir → kaçan satış/memnuniyet riski büyür
- •SLA iyiyse → hız artar → ama kalite/satış dengesi korunmalı (FCR ve dönüşüm düşmemeli)
Kadro ihtiyacı “ortalama” ile değil “pik” ile hesaplanır
Ortalama günlük çağrı sayısına göre plan yaparsanız, pik saatte tıkanırsınız. Bu yüzden:
- •Heatmap üzerinden pik saatleri bulun
- •Pik saatlere “tam kadro”, düşük saatlere “esnek görev” planı kurun
- •Çok kanallı yapıda mesaj kanalı “tampon” olarak kullanılabilir (doğru SLA ve şablonla)
Ne yapmalıyım?
- • SLA hedefini “pik saat” odağında yaz ve haftalık revize et
- • Staffing planına “esnek görev” blokları ekle (mesaj takibi, QA, eğitim)
- • Performans analizinde SLA uyumunu izlemeyi standartlaştır: https://dgtlface.com/tr/cagri-merkezi/performans-analizi
☑ Mini Check
- • SLA hedefi pik saatleri kapsıyor mu?
- • Kapasite planı ortalamaya göre değil pika göre mi?
- • Mesaj kanalları tampon rolünde mi?
- • SLA iyileşirken kalite düşmüyor mu?
5. Yoğun Saatler İçin Dinamik Planlama
Dinamik planlama, “vardiya çizelgesini her gün değiştirmek” demek değildir. Ama sezonda, en azından haftalık; bazı dönemlerde günlük mikro ayar gerekir.
Heatmap ile vardiya planını hizalama
Heatmap size şunu söyler: “yük ne zaman geliyor?”
- •Pik saatlere daha fazla kapasite
- •Pik öncesi kısa hazırlık (brief, sistem kontrol)
- •Pik sonrası kısa toparlama (wrap-up, notlar)
Fazla kapasite vs yetersiz kapasite: iki uç risk
- •Yetersiz kapasite: bekleme/terk artar, kalite ve dönüşüm düşebilir
- •Fazla kapasite: maliyet artar, temsilci verimi düşer, motivasyon bozulabilir
İkisini dengeleyen şey: forecast doğruluğu + esnek görev planıdır.
Mevsimsellik ve yüksek sezon senaryosu (Antalya/Belek/Side/Bodrum)
Yüksek sezonda (özellikle resort otellerde) çağrı hacmi dalgalanması daha keskindir. Bu dönemde:
- •Sadece “günlük toplam” değil “gün içi pik” yönetilir
- •Ek kapasite planı (yedek vardiya, remote destek, eskalasyon) devreye alınır
- •SLA bozulduğunda hızlı aksiyon protokolü uygulanır (triage + şablon + geri dönüş planı)
Ne yapmalıyım?
- • Heatmap’i haftalık güncelle, vardiya planını onunla hizala
- • Esnek görev listesi oluştur: mesaj takibi, QA, eğitim, rapor güncelleme
- • SLA bozulma protokolü yaz: kim karar alır, ne değişir?
☑ Mini Check
- • Heatmap vardiya planına doğrudan yansıyor mu?
- • Esnek görev blokları var mı?
- • SLA bozulunca aksiyon protokolü var mı?
- • Yüksek sezon senaryosu planı yazılı mı?
| Gün | Saat Bloğu | Forecast hacim | Planlanan kapasite | SLA hedef notu | Beklenen risk | Aksiyon (esnek görev/ek kapasite) |
|---|---|---|---|---|---|---|
| ___ | ___ | ___ | ___ | ___ | ___ | ___ |
6. Performans Analizi ile Kapasite Kararlarını Birleştirmek
Forecast tek başına bir tahmin; KPI tek başına bir sonuçtur. İyi sistem, ikisini tek döngüde birleştirir:
“Forecast–Gerçekleşen–KPI” üçlüsü
- •Forecast: beklenen çağrı hacmi
- •Gerçekleşen: gelen çağrı ve kanal kırılımı
- •KPI sonucu: bekleme, terk, cevaplanma, SLA uyumu
Bu üçlü aynı dashboard’da görünürse:
- •Forecast düşük kaldıysa ve SLA bozulduysa → kapasite yetersizliği veya model güncelleme ihtiyacı
- •Forecast doğruyken SLA bozulduysa → vardiya dağılımı/kanal yönlendirme sorunu
- •Forecast doğru ve SLA iyi ama dönüşüm düştüyse → kalite/teklif/süreç sorunu
Bu noktada Looker Studio gibi bir panel, yönetici için çok değerlidir: “rapor beklemeden” anlık teşhis sağlar. (Bağlantı: https://dgtlface.com/tr/raporlama/looker-studio)
Ne yapmalıyım?
- • Forecast’i her hafta güncelle (sezonda daha sık)
- • “Forecast sapması” için düzeltme kuralı yaz (sapma olunca ne değişir?)
- • Parent performans analizi sayfasına bağla: https://dgtlface.com/tr/cagri-merkezi/performans-analizi
☑ Mini Check
- • Forecast ve KPI aynı panelde mi?
- • Sapma olunca ne yapılacağı belli mi?
- • Kapasite kararı kanal/segment kırılımını kapsıyor mu?
- • Planlama toplantısı ritmi var mı (haftalık/sezonluk)?
7. Sonuç: Mükemmel forecast değil, doğru ritim kazandırır
Çağrı hacmi tahmini; “tam sayıyı bilmek”ten çok, kapasite kararlarını SLA ve KPI’larla hizalamaktır. Basit modeller bile (hareketli ortalama, geçen yıl karşılaştırması) doğru saatlere doğru kapasiteyi koymanızı sağlar. Böylece hat meşguliyeti azalır, bekleme/terk yönetilebilir olur, ekip daha az yangın modunda çalışır ve misafir deneyimi daha tutarlı hale gelir.
8. Forecast & Vardiya Planlama Şablonunu İndir — Çağrı Merkezi / Kapasite (v1.0)
Forecast & Vardiya Planlama Şablonunu İndir — Çağrı Merkezi / Kapasite (v1.0)
Bu şablon, otel çağrı merkezinde çağrı hacmi forecast’i (basit model) ile gün içi heatmap’i birleştirip vardiya-kadro planını SLA hedeflerine bağlamanızı sağlar. Ayrıca forecast-gerçekleşen farkını KPI panelinde izleyip hızlı düzeltme yapmanız için “takip ritmi” alanı içerir.
Kim Kullanır?
Çağrı merkezi lead/supervisor, rezervasyon müdürü, operasyon planlama, raporlama/BI sorumlusu.
Nasıl Kullanılır?
- Geçmiş çağrı hacmi + PMS/OTA sinyallerini tabloya girin; basit forecast’i üretin.
- Heatmap ile pik saatleri işaretleyip vardiya planını kapasiteyle eşleyin.
- SLA ve KPI’ları ekleyip haftalık güncelleme + günlük kontrol ritmini başlatın.
Ölçüm & Önceliklendirme (Kısa sürüm)
PDF içinde: Problem→Kök Neden→Çözüm tablosu + 14 gün sprint planı + önce/sonra KPI tablosu
Bir Sonraki Adım
PMS/OTA sinyalleriyle forecast çıkarıp vardiya-kadro planını SLA ve KPI’lara bağlamak isteyen oteller için.
Sık Sorulan Sorular
Çağrı hacmi tahmini nasıl yapılır?▾
PMS ve OTA verileri çağrı forecast’inde nasıl kullanılır?▾
SLA hedeflerine göre kaç temsilciye ihtiyaç var?▾
Fazla veya yetersiz kapasite performansı nasıl etkiler?▾
Forecast modeli mükemmel olmak zorunda mı?▾
Heatmap kapasite planlamada nasıl kullanılır?▾
İlgili İçerikler