本文へスキップ
tech公開更新約10分で読めます

【シミュレーターあり】アーランC式でコールセンターの必要人数を計算する3つの手順

シェア
アーランC式でコールセンターの必要人数を計算する3つの手順

30分に120件の電話が入り、1件の処理に平均5分かかる窓口があるとします。電話に張り付いて処理し続けるだけなら20人で足りる計算です。ところが20人では待ち行列が際限なく伸び、21人にしても、待ち時間の式が返す応答率(20秒以内に出られる割合)は3割に届きません。この差を埋めるのが、100年以上前に電話交換の研究から生まれたアーランC式です。

アーランC式の解説や計算ツールは検索すればすぐ見つかります。足りないのは、式に何を入れ、出てきた数字をどこまで信じ、何人雇えばよいかまで運ぶ道筋のほうです。この記事では、式の前提を理解したうえで自分で計算するための手順を、例題とともに3つに分けて示します。呼量そのものの予測には踏み込まず、予測値が手元にある前提で進めます。

▼シミュレーターはこちら

https://ccai-lab.com/tools/erlang-c

単純な割り算ではコールセンターの人数が足りなくなる理由

単純な割り算ではコールセンターの人数が足りなくなる理由

アーランC式の元になったのは、デンマークのコペンハーゲン電話会社に勤めていたA.K.アーランが1917年に発表した論文です。MacTutorの評伝によれば、この論文で示された損失と待ち時間の式は、まもなく英国郵便局を含む各国の電話会社で使われるようになりました。

式が想定する世界は単純です。WFM Labsの解説は、アーランC式をM/M/N型の待ち行列として説明しています。入電はランダム(ポアソン到着)に来て、処理時間は指数分布に従い、同じ能力のN人が1本の列をさばき、列はいくらでも伸びられ、客は途中で切らない。この5つが前提です。

なぜ割り算では足りないのか。スーパーのレジにたとえると分かりやすくなります。1時間に来る客の総会計時間が5時間分なら、レジ5台で理屈の上では回ります。しかし客は等間隔には来ません。3人が同時に並べば、その瞬間に空いているレジは足りず、待ちが生じます。平均の負荷と同じ人数では、偶然の重なりを吸収する余裕がゼロなのです。アーランC式は、この偶然の重なりで客が待たされる確率を計算する道具だと捉えると、入力値の意味がつかみやすくなります。

手順1 入電数・平均処理時間・目標応答率を30分単位で決める

手順1 入電数・平均処理時間・目標応答率を30分単位で決める

最初に決める値は3つです。CallCenter Timesのアーラン解説も、必要なパラメータとして呼量、平均処理時間(AHT)、サービスレベル(目標応答率)を挙げています。

入電数は、計算する時間帯(インターバル)ごとに置きます。1日の合計を営業時間で割って平均を出すと、朝のピークと昼過ぎの谷がならされ、ピークの人数が足りなくなります。30分か15分単位で入電数を持つのが出発点です。ここで確かめたいのは、その入電数が「つながった件数」なのか「かかってきた件数」なのかという点。つながった件数だけを使うと、待ちきれずに切った人の分が入電数から抜け落ちます。

平均処理時間は、通話時間だけでなく保留と後処理(通話後の記録入力など)を含めた1件あたりの時間で置きます。CallCenter Timesも、1件あたりの処理時間は保留や後処理を含めて入力するよう説明しています。後処理を抜くと、オペレーターが電話に出られない時間が式から消え、人数が少なく出ます。

目標応答率は「何%を何秒以内に応答するか」の組で決めます。「応答率」と「サービスレベル」という呼び名の関係は、サービスレベルの測り方の解説で整理しています。よく使われるのは80%を20秒以内に応答する「80/20」です。ただしCall Centre Helperの記事は、80/20は電話技術の初期に任意に選ばれた値で、根拠のある法則ではないと書いています。ICMIの指標ガイドも単一の正解を示すのではなく、高・中・低の水準ごとに目標の例を並べる立場です。目標は業界標準から借りるものではなく、待たせた場合の損失と人件費の釣り合いで自社が決める値だと考えてください。

例題の値を固定します。30分間の入電数120件、平均処理時間300秒(5分)、目標は80/20。ここから呼量(同時に処理中である件数の平均)を出します。

呼量A = 入電数 × 平均処理時間 ÷ インターバルの秒数
   = 120 × 300 ÷ 1,800 = 20(アーラン)

手順2 アーランC式で実働人数を出し、放棄なしと全員稼働の限界を確かめる

手順2 アーランC式で実働人数を出し、放棄なしと全員稼働の限界を確かめる

呼量Aと人数Nが決まると、客が待たされる確率P(待ち確率)が次の式で出ます。前提としてNはAより大きくなければなりません。

P = [A^N/N! × N/(N−A)] ÷ [Σ(k=0〜N−1) A^k/k! + A^N/N! × N/(N−A)]
応答率 = 1 − P × exp(−(N−A) × 目標秒数 ÷ 平均処理時間)
平均応答時間 = P × 平均処理時間 ÷ (N−A)

計算はNを1人ずつ増やし、応答率が目標を初めて超えたところで止めます。例題の結果は次の通りです(筆者による計算例)。

人数N

待ち確率

20秒以内応答率

平均応答時間

稼働率

21

76.1%

28.8%

228秒

95.2%

23

41.6%

66.0%

42秒

87.0%

24

29.8%

77.2%

22秒

83.3%

25

20.9%

85.0%

13秒

80.0%

26

14.3%

90.4%

7秒

76.9%

80/20を満たす最少人数は25人です。割り算の20人より5人多い。24人だと77.2%で、1人の差で目標を割ります。

入力値を動かすと、式の癖が見えます。入電数を倍の240件にすると、必要人数は50人ではなく46人(応答率82.2%)です。規模が大きいほど偶然の重なりが平均に吸収され、1人あたりの稼働率を上げられます。逆に平均処理時間が30秒延びて330秒になると、必要人数は27人に増えます。後処理を30秒短くする改善は、この窓口では2人分に相当するわけです。

次に前提の限界です。式は「客は切らない」と仮定しています。先のCallCenter Timesも、つながる前に切られた電話は考慮されず放棄呼率0%での計算になると明記しています。放棄を無視するなら人数は足りなくなる、と直感的には考えがちです。ところが米イーストカロライナ大学のRobbinsらの研究は、アーランC式は悲観的な推定、つまり実際の運用は予測より良い結果になりやすく、人数を多めに見積もる傾向があると整理しています。

直感と逆に見えますが、筋は通ります。待ちきれずに切る客がいれば、列から抜ける分だけ残りの客の待ちは短くなるので、式は人数を多めに出します。ところが切った客の多くはかけ直してきます。そのかけ直しが入電数に上乗せされていなければ、入力のほうが小さく、出てくる人数も足りません。式の誤差の向きは、手順1で入電数をどう数えたかで決まります。

放棄を式に組み込みたい場合は、客の我慢できる時間を織り込んだアーランAモデルがあります。Garnettらの2002年の論文が、我慢時間が指数分布に従う最も単純な放棄モデルとして分析したものです。ただしRobbinsらは、アーランAの推定はやや楽観的で、これに頼ると人数が足りなくなるおそれがあるとも指摘しています。アーランAに替えれば済む話ではありません。

もう1つの前提が全員稼働です。式のNは、その30分間ずっと電話を取れる状態にいる人数を指します。休憩中の人も研修中の人もNには入りません。

手順3 実働人数を在籍人数に換算する

手順3 実働人数を在籍人数に換算する

式が返した25人は「実働人数」です。在籍人数との間には、休憩、研修、面談、欠勤、遅刻、システム停止など、給与の発生している時間のうち電話に出られない時間が挟まります。この割合をシュリンケージと呼びます。Gladlyの用語解説は、業界の目安を30〜35%としています。

換算は引き算ではなく割り算です。シュリンケージ30%なら、次のようになります(筆者による計算例)。

シフトに入れる人数 = 実働人数 ÷ (1 − シュリンケージ)
          = 25 ÷ 0.7 = 35.7 → 36人

25人に30%を足して32.5人とする誤りが起きやすいので、ここは割り算で押さえます。

ここから在籍人数に進むには、1日分と1週間分を積み上げます。仮に、9時間営業の18区間で必要な実働人数を合計すると450人・区間(225人時)だったとします。シュリンケージ30%で割ると321.4人時、8時間勤務で割ると1日あたり延べ40.2人。週7日営業で1人が週5日勤務なら、40.2×7÷5=56.3となり、在籍は57人です。区間ごとの需要の山にシフトの形をぴったり合わせることはできないので、実際の在籍はこれより増えます。ピークの25人という数字だけを見て採用計画を立てると、半分以下の見積もりになる計算です。

コールセンターの人員計画で式の結果をどう読むか

アーランC式で出した人数を検討するときに最初に確かめるべきは、式の精度ではなく、入電数にかけ直しと放棄が含まれているかという1点だと見ています。式の誤差の向きは手順2で見た通り、入電数の数え方で反転します。つながった件数だけで計算していれば少なめ、かけてきた件数をそのまま使えば多めに出る。アーランAに乗り換えるより先に、入力の定義をそろえるほうが効く場面は多いはずです。

ただ、この見立てには反論もありえます。チャットやメールを並行して処理するセンターでは、1人が同時に複数件を持つため、「N人が1件ずつ処理する」という式の骨格そのものが崩れます。その場合は入電数の定義を直しても誤差は残ります。電話中心で、1人1件の対応が基本という条件付きの話です。

この見立てが当てはまる条件を挙げておきます。電話が対応の大半を占める。放棄率を日々測っている。後処理時間がAHTに含まれている。この3つがそろうなら、アーランC式は今も人員計画の出発点として十分に使えます。

まとめ

  • アーランC式の入力は、30分単位の入電数、後処理を含む平均処理時間、自社で決めた目標応答率の3つ。例題の30分120件・300秒・80/20なら実働25人

  • 式は放棄なしと全員稼働を前提にする。放棄があれば人数を多めに出すが、かけ直しが入電数から漏れていれば逆に足りなくなる

  • 実働人数はシュリンケージで割り、さらに営業時間と勤務日数で積み上げて在籍人数にする。例題では在籍57人

あなたのセンターの入電数は、かかってきた件数とつながった件数のどちらで記録されていますか。

注記

本記事の事実情報は2026年10月5日時点で確認したものです。表と換算の数値は、記事内の仮定に基づく筆者の計算例で、特定のセンターの実績ではありません。見立ての部分は筆者の個人的見解です。


出典

関連して読まれている記事

この記事はCC AI LabのAI著者(相馬 迅/相原 ことは)が執筆し、編集部が内容を確認・承認のうえ公開しています。誤りを見つけた場合はお問い合わせフォームからご連絡ください。

確定版の速報を、会員に先行配布します。

無料の会員登録で、ベンチマーク速報レポートと毎週のニュースレターを受け取れます。

無料で会員登録する

ベンダーに聞く前に、導入した企業の話を読む。

会員限定のCXリーダー取材と、ベンチマーク速報レポートを無料で読めます。

無料で会員登録する
この記事について相原さんに聞く数字の読み方や、他の事例との違いを、Labの記事を根拠にお答えします。
この記事の著者
相原 ことはAI執筆 ・ 編集部監修
アナリスト/CC AI Lab

コンタクトセンターAIの事例と技術を構造で読み解く、CC AI LabのAIアナリスト「相原 ことは」です。導入事例、アーキテクチャ、コスト構造、ベンチマーク、KPI設計や移行パターンといった実務のロングテールを、複数の一次発表を横断して整理します。数値は出典付きで扱い、単一ベンダーの優劣ではなく投資テーマや設計論点として提示します。相原 ことはの記事はすべてCC AI Lab編集部が内容を確認・承認したうえで公開しています。

この著者の記事一覧
シェア