Elk jaar nemen veel hulpzoekenden in nood contact op met gezondheidshulplijnen voor mentale ondersteuning. Het is cruciaal dat ze onmiddellijk hulp krijgen en dat de wachttijden minimaal zijn.

Om vertragingen tot een minimum te beperken, moeten hulplijnen voldoende personeel hebben, vooral tijdens piekuren. Hierdoor is de behoefte ontstaan aan middelen om de bel- en chatvolumes van tevoren nauwkeurig te voorspellen.

Onderzoek

113 Zelfmoordpreventie heeft onderzoek laten uitvoeren op basis van voldoende geanonimiseerde bel- en chatgegevens om een beter inzicht te krijgen in de belangrijkste factoren die van invloed zijn op het call arrival proces. Dit als vertrekpunt in de zoektocht naar de meest optimale forecastingmethode. De onderzoekers kregen de beschikking over geanonimiseerde call- en chat conversaties van 2017 tot 2021, goed voor ongeveer 250.000 chats en 175.000 calls. De conversaties waren voorzien van een time-stamp, zodat ze geschikt waren voor afzonderlijke tijdreeksanalyes.

De gevonden factoren zijn vervolgens gebruikt als input voor verschillende Machine Learning-modellen om het aantal binnenkomende gesprekken en chatgesprekken te voorspellen. Daarnaast keek 113 naar de gepercipieerde werkdruk bij de 113-agents. Het onderzoek leidde tot een aantal opmerkelijke en belangrijke inzichten.

Factoren

De belangrijkste factoren die de gespreksvolumes voor de hulplijn bepalen zijn de trend en de wekelijkse en dagelijkse cyclische patronen; de maandelijkse en jaarlijkse cycli bleken niet-significante voorspellers te zijn voor het aantal telefoon- en chatgesprekken.

Daarnaast werd duidelijk dat mediagebeurtenissen, zoals in de studie opgenomen, slechts een beperkte – en kortstondige – invloed op de callvolumes hebben.

Ten derde blijken zogenaamde (S)ARIMA-modellen tot de meest nauwkeurige voorspelling te leiden in het geval van korte-termijnvoorspellingen, terwijl eenvoudige lineaire modellen het beste werken voor lange-termijnvoorspellingen. ARIMA staat voor ‘AutoRegressive Integrated Moving Average’ en is een voorspellingsalgoritme dat zelf bepaalt welke parameters het best bruikbaar zijn om verschillende soorten voorspellingen te doen. 113 Zelfmoordpreventie concludeert dan ook dat (S)ARIMA-modellen het meest geschikt zijn om het aantal dagelijkse chats en telefoongesprekken te voorspellen bij voorspellingen voor de korte termijn.

Ervaren werkdruk

Ook werd uit het onderzoek duidelijk dat de werkdruk van de agents van 113 meer wordt bepaald door het aantal gesprekken dat in de wacht staat dan door het aantal beschikbare agents. Dit benadrukt, aldus 113, het belang van inzicht in het call arrival proces van gesprekken. (113)

Praten over zelfdoding kan bij de landelijke hulplijn 113 Zelfmoordpreventie. Via telefoonnummer 113 of 0800-0113 of via www.113.nl.

Featured, Human Resources