理应资讯
办公协作智能化

Intercom Workforce Management:按 Fin 已解决量做排班与覆盖预测

理应编辑室 ·

Intercom 推出与 Helpdesk 结合的 Workforce Management:用真实会话数据预测人工需求,并自动剔除 Fin 已解决量。

Intercom 发布 Workforce Management(与 Helpdesk 结合):当 Fin 等 AI 已解决越来越多支持量时,排班需要按「仍落到人工的需求」来做,而不是按历史总进线量粗估。官方列出四块能力:基于真实会话、并自动排除 Fin 已解决量的预测;集中排班与可复用班次模板、双向同步 Google 日历;按小时对照应需人力与已排人力的覆盖视图;以及个人维度的遵从、符合度与损耗等绩效记分卡。

对客服与共享服务团队,这把「AI 解决了多少」直接接入劳动力计划,避免继续按全量进线排人导致闲置,或低估高峰人工缺口。落地需核对数据延迟、时区与多技能队列建模,以及绩效指标是否被用于不当考核。产品细节以 Intercom 文档为准。

与传统 WFM 套件相比,其差异点在于原生接入 Fin 解决量。试点时可先只开预测与覆盖视图,观察两周误差后再启用绩效记分卡;并明确 AI 未解决但被错误标记的会话如何回灌,以免预测系统性偏低。

把 Fin 解决量从预测分母里剔除后,管理者才能回答「还需要多少人值夜班」。若多品牌或多语言队列共用一个预测模型,应分队列校准,否则高峰覆盖视图会失真。

# Intercom# Fin# Workforce Management# 客服排班# 办公协作