You are on page 1of 10

Análisis y Diseño de Call Centers

Germán Capdehourat
Evaluación de Performance de Redes de Telecomunicaciones
Trabajo Final 2006

Resumen 1. Introducción

Este trabajo presenta una parte de la investigación Debido a los grandes avances en las tecnologı́as de la
académica relizada hasta la fecha en materia de centros información, el número, tamaño y alcance de los call cen-
de atención telefónicos, más conocidos como call centers ters, ası́ como la cantidad de gente trabajando en ellos o
[1][2]. La mayor parte de la misma tiene su origen o se utilizando sus servicios como clientes, ha crecido en gran
basa en la teorı́a de colas. Sin dudas, esta perspectiva de forma durante la última década. A modo de ejemplo, sólo
los call centers es natural y además útil para el análisis y en EEUU, la industria de los call centers se estima que em-
diseño de estos sistemas. Dichos modelos han servido para plea varios millones de personas como agentes, sobrepasan-
generar herramientas estándar que apoyan la gestión de los do la agricultura [3]. En Europa, el número de empleados de
call centers. Sin embargo, los call centers modernos son sis- call centers fue estimado entre 1999 y 2000, indicando por
temas cada vez más complejos, con caracterı́sticas nuevas ejemplo, 600.000 en el Reino Unido (2.3 % del total de tra-
como IVR1 , ruteo basado en habilidades, chat, e-mail, etc. bajadores), 200.000 en Holanda (casi 3 %) y entre 300.000
que hacen más difı́cil el análisis y sobrepasan los lı́mites de y 400.000 en Alemania (1-2 %). Una nueva disciplina deno-
la teorı́a de colas existente al momento. Aparece entonces minada Ingenierı́a de Servicio [4], que busca dar soporte al
la simulación como única vı́a para el manejo de estos casos diseño y gestión de las operaciones involucradas en los ser-
de extrema complejidad. vicios, tiene entre sus campos de acción a los call centers.

1.1. Modelo general

Un call center [1][2] consiste en un complejo sistema,
tanto desde el punto de vista tecnológico, como en lo que
refiere a la interacción humana. La figura 2 muestra un mo-
delo general de lo que puede ser un call center con un solo
tipo de llamada entrante.

Figura 2. Modelo general de un call center.
Figura 1. Ejemplos de call centers modernos.
En el mismo se puede ver un sistema con N agentes aten-
diendo llamadas y N + K lı́neas telefónicas (con K ≥ 0).
1 Interactive Voice Response Un cliente cuando llama tiene tres resultados posibles:

lo que uno desea es hallar SL = N o de llamadas atendidas los recursos necesarios para cumplir con los objetivos. la paciencia de los clien- Es el tiempo medio que espera un cliente en ser atendi. Modelos estacionarios Se consideran intervalos donde se ASA = E{W } cumpla esta propiedad. ban. desde el punto 1. eliminando de esta forma a los clientes ansiosos. Esperar hasta ser atendido. Average Speed of Answer. el grado de servicio es: cuales se listan a continuación: Predicción de los arribos Se debe modelar los procesos SL = P (W < AW T ) de arribo. la probabilidad de bloqueo. en que los agentes están atendiendo llamadas. se centaje de llamadas que son atendidas antes de una cierta establecen los objetivos de diseño del call center. Esperar en cola. En to en la práctica involucra varios problemas. Abandonar el sistema sin ser atendido. Porcentaje de abandonos 2. call center.2. cuando algún agente se li- bere. Ser bloqueado. Corresponde al por. Ser atendido inmediatamente si hay algún agente libre. los reintentos. corresponden a clientes que fueron atendidos pero por algu- na razón. N o de abandonos 3. en el cual se define el grado de servicio. entonces. En base a los indicadores de performance definidos. Es- siendo el AWT2 el tiempo medio de espera aceptable. para el caso del cliente que queda en cola existen Una variante de este indicador es contabilizar solamen- dos posibilidades: te aquellos abandonos que aguardan un tiempo mı́nimo (ǫ pequeño). etc. N o de abandonos que esperan mas de ǫ P (Ab|W > ǫ) = 2. algunos de los términos estocásticos. si todos los agentes están ocupados y Corresponde a la fracción de llamadas del total que arri- hay lı́neas libres. Indicadores de performance Porcentaje de ocupación de los agentes A continuación se presenta una lista con los principales Corresponde a la fracción de tiempo del total que opera indicadores utilizados para analizar la performance de un el call center. N o total de arribos Porcentaje de bloqueos Además existen los reintentos. .3. por no haber lı́neas disponibles. parámetro que se elije según la calidad de ser. P (Ab) = N o total de arribos Luego. Por otro lado se tienen los retornos. Espera media Estudio del comportamiento humano Es necesario mo- delar los tiempos de servicio. tanto para el caso de blo- queos como de abandonos. que mide el tiempo de espera de los clientes para ser atendidos. Preguntas a responder de vista del cliente. que son vuelven a llamar. vuelven a comunicarse con el call center. para poder estimar la carga a manejar. Se considera la variable aleatoria W . En general se lo denomina SL. el porcentaje N o de llamadas atendidas antes de AW T de ocupación de los agentes. siendo estos los clientes que Es la fracción de llamadas del total que arriban. todos eventos asociados al compor- do. en que los clientes abandonan por agotar su paciencia. A partir de un objetivo de diseño. por lo que es necesario estudiar el funcionamiento del sistema. 1. ver. diversos problemas asociados que se deben resol- vicio que se quiere brindar. N o de bloqueos P (Blk) = No total de arribos 1. fraccionando el dı́a en 2 Acceptable Waiting Time perı́odos donde se cumpla dicha hipótesis. por su nombre en inglés Service Level. 1. que bloqueadas por no tener lı́neas disponibles. sigla en inglés de tamiento de las personas. tes. Surgen demora fija. Se denomina en general como ASA. PAGEN T ES T iempo atendiendo llamadas P (Blk) = Grado de servicio T iempo total de trabajo del call center Es el indicador de desempeño principal.

es una extensión del anterior y se ba. modelar la cola de espera del call center. se obtiene la distribución estaciona- ria del sistema y con la misma es posible hallar en forma analı́tica los indicadores del desempeño del call center. cedimiento. Erlang-C (c) Cadena asociada a la cola de espera. ρ) µ = 1/30 seg −1 (2 servicios por minuto) ASA = (N − ρ) · µ θ = 1 min−1 (1 abandono por minuto de espera) 2. con una modelo de Erlang-A difiere de la de Erlang-C cuando se ocupación de los agentes un tanto menor y tan solo un 4.Esquema de horarios Luego de hallar los agentes para ca- da intervalo. Los donde ρ = λ/µ quedan: parámetros utilizados son: SL = 1 − Ec (N. en puesto que se modela la paciencia de los clientes mediante particular Erlang-C es inestable para N < 26.1. siendo N la cantidad de agentes y el Figura 3. Los parámetros del sistema se consideran constantes durante cierto perı́odo (ej: media hora).3. ya sea de 6 horas. 8 horas. Se denomina M/M/N+M. λ.9 % . Comparación de Erlang-C y Erlang-A ρN 1 Siendo Ec (N. mientras que una variable aleatoria exponencial. es decir das como abandonos. En la misma podemos ver que para la misma la importancia de considerar los abandonos en el modelo. que varı́a desde 15 a sa en los resultados de Palm [5]. 2. También es posible En la figura 3 se puede ver tanto el modelo de Erlang-C. SL = P (W < 20 seg. Modelos basados en teorı́a de colas Como se menciona al comienzo. el estudio de los call centers está basado principalmente en la teorı́a de colas. producen a tasa θ. etc. la cadena asociada al medio es bastante menor para el caso de Erlang-A. ρ) × e−(N −ρ)·AW T ·µ λ = 50 min−1 (50 llamadas por minuto) Ec (N. tasa de arribos. 2. µ. Modelo de call center Erlang-C. A partir de este modelo. el tamaño medio de la cola y la espera pro- Como se observa en la figura 4. en este caso hallar la solución analı́tica. donde se utiliza un proceso de nacimiento y muerte para (a) Simplificaciones al modelo general. podemos llegar a una expresión analı́tica para el SL y el ASA. en función de N. Se ve claramente la diferencia entre ambos modelos. (b) Modelo simplificado resultante. número de lı́neas ∞. A partir del modelo. etc. con jornadas de trabajo razonables. pero resulta más como la cadena asociada al mismo. donde los abandonos se Erlang-A es siempre estable en el intervalo mostrado. Esto significa que el tiempo medio que un Para el caso de particular de N = 26 agentes. a partir de que la cola no está vacı́a. En [3] se argumenta ta la tabla 2. El modelo tradicional para el dimensionado de call cen- ters es el M/M/N. Erlang-A: Considerando abandonos Se releva los indicadores PESP ERAR = P (W > 0). complejo que para Erlang-C. A continuación se presenta dos modelos que siguen este pro. 45. se debe armar un esquema de horarios compatible para tener la cantidad necesaria de agentes en cada perı́odo. para trabajar con un modelo estacionario. tienen por lo menos N+1 clientes en el sistema. todos ellos Este modelo [3].) y ASA = E(W ). se presen- cliente espera en ser atendido es 1/θ.3. Por más detalle ver [3]. ρ) = (N −1)! (N −ρ) ρN P −1 ρj En el siguiente ejemplo se realiza una comparación entre + N (N −1)! (N −ρ) j=0 j! ambos modelos presentados para un sistema particular. 2.2. bloqueos. Este modelo considera arribos y tiem- pos de servicio exponenciales de tasas λ y µ respectivemen- te. No se toma en cuenta las demás posibilidades presenta. reintentos. para un rango del número de agentes.

1 0. ni de menos.7 0.9 0. Además. La razón es que los abandonos reducen la carga justo cuando se necesita. Probabilidad de Esperar 1 0. cuando para el Podrı́amos llegar a la misma performance aumentando la modelo tradicional de Erlang-C el sistema serı́a inestable.9 % Uno de los objetivos en el diseño y gestión de un servicio Abandono ( %) . Considerando Ocupación ( %) 96. to.) 15 10 5 0 15 20 25 30 35 40 45 No de Agentes (b) Modelo simplificado resultante. puesto que se verı́a afectada la calidad de mente de que muchas veces un diseño determinı́stico es servicio. 0.. distintos regı́menes asintóticos de interés que simplifi- . cantidad de agentes.6 SL (%) 0. Regı́menes de operación ErlangC ErlangA ErlangC λ ↓ 4.5 grar un balance entre la calidad de servicio que se brinda y Cola Promedio 19.4 la elección del número correcto de agentes. Modelo de call center Erlang-A. No de Agentes tes que sobreviven.6 2. Para este caso particular. es lo- Espera Media (seg. El desempeño eficiencia en la ocupación de los agentes. pero esto es justamente lo que quere- mos minimizar puesto que es el mayor costo del call center. SL20 seg. Surgen del análi- para este caso es muy bueno.5 0. esto se traduce en no contratar de más.1 0 15 20 25 30 35 40 45 No de Agentes ASA − Tiempo medio de Espera 30 (a) Simplificaciones al modelo general.0 la eficiencia con que se utilizan los recursos. 4. podemos ver que para el caso de Erlang-A y Erlang-C. Figura 5. justifica el hecho comprobado empı́rica.) 23.86 seg.1 de abandonos. para evitar el sobredimensionamien- Este modelo. Este pequeño porcentaje de abandonos se re.8 0.4 0. y en el caso de un call center en particular.8 0. 25 20 Espera (seg. una buena solución. 3. es decir cuando la con. 0. = 93.3 0.5 6.5 Figura 4. sis. 0 15 20 25 30 35 40 45 fleja en una calidad de servicio muy superior para los clien.6 PESPERA(%) 0. si disminuı́mos la tasa de arribos en igual medida que el porcentaje de abandonos.9 - en general.36 %. de todas formas obtenemos una performance por debajo que para el caso de Erlang-A.2 91. Grado de Servicio − AWT = 20 seg.4 % y ASA = 3.9 0.3 0.5 2. Erlang-C. punto de vista del cliente o desde el punto de vista de la bren las 50 llamadas por minuto que llegan.4 91. con PESP ERAR = 39. Comparación de los modelos de gestión es alta. el diseño serı́a el diseño estará orientado a optimizar el sistema desde el N = 25.4 0. los cuales atienden 2 llamadas por minuto y cu.2 0. Según la aplicación especı́fica de cada call center.2 0.7 (c) Cadena asociada a la cola de espera.9 7.

llamada a atender ası́ como el agente al que se le asigna y tante que la eficiencia. Los mismos se presentan brevemente a continuación. generalmente el regimen de operación de centros de ven. la fila i define las habilidades y sus cio. En este regimen la regla de diseño es: puede atender cada uno. Este regimen es útil para aplicaciones sin fines de lucro (ej: do- naciones). si no existe j tal N = ρ + β ρ + o( ρ). mien- tras que la definición de los grupos de agentes es una tarea 3. prioridades para el i−ésimo agente. 3. √ Las tecnologı́as de ruteo basado en habilidades. por lo que se bus- dades. tipos de llamadas/clientes es una tarea de marketing. La selección de los el tiempo medio de espera es aproximadamente λ/θ.1) y que para cada agente.Quality & Efficiency Driven ción posible para esto es utilizar la denominada matriz agentes-habilidades [6]. La primera columna de A tiene las prioridades primarias. Es siendo N el número de agentes y C los tipos de llamadas.j = h denominada regla de la raiz cuadrada3: esto significa que el agente i tiene la habilidad h con nivel de prioridad j. ver 6. etc. Este regimen se diseña con la nas corresponden a las prioridades. el porcentaje de abandonos y la proba- bilidad de esperar tienden a 0 exponencialmente con N. donde se quiere sacar el máximo provecho a los distintas habilidades. que un agente tiene a lo sumo una habilidad para una prio- ridad dada (no tendrı́a por qué ser ası́.1. cada agente. varios grupos de agentes.can el cálculo analı́tico de los indicadores de performance. Se observa que para porcentajes de abandono modera. como puede ser el caso de clientes además qué llamada atiende de la cola. las filas corresponden a los agentes mientras que las colum- tas. Es necesario decidir en tiempo real la elección de la za para aplicaciones donde la misma es mucho más impor.2. A conti. si Ai. En este caso virtualmente todos los clientes esperan.Quality Driven de gestión de recursos humanos. una habilidad dada puede estar a lo sumo en 4. El correcto mapeo de los grupos con las necesidades consituye un gran desafı́o de di- El diseño está orientado a la calidad de servicio. permiten implementar la diferenciación de distintos tipos de llama- donde la fracción de abandonos en este caso tiende a γ y das/clientes y varios grupos de agentes.1. En este caso se defi- ne además. En esta matriz A. Call center con ruteo basado en habili- El diseño está orientado a la eficiencia. de tamaño N × C. Una op- 3. γ>0 4. Por lo tanto. Por lo tanto Ai. madas. cada uno de ellos con 3 Square Root Staffing Rule . entonces el agente i no tiene √ √ la habilidad h con nivel de prioridad j. Una de las decisiones a tomar es definir qué tipo de llamadas sabe atender cada grupo de agentes. Se asume que cada agente tiene una habilidad nuación se presenta el caso más complejo de un call center primaria. las que definen qué tipo de llamadas recursos. der cada una de ellas. en la cuál se definen tanto En este caso se tiene un compromiso entre la calidad de las habilidades de cada agente como la prioridad para aten- servicio y la eficiencia. cio pero con un alto grado de ocupación de los agentes.j = h. el agente i. Se asume en este caso dos se cumple −1 ≤ β ≤ 2.j = 0. Se busca dar buena calidad de servi. ca trabajar cerca de un 100 % de ocupación de los agentes. entonces no puede atender dicho tipo de lla- donde β es un parámetro que define la calidad de servi.3. atención al cliente. γ>0 cido en inglés como skill-based routing (SBR). QED .1 es la habilidad primaria para ambos consideran un solo tipo de llamada entrante. un agente que se VIP o teléfonos de emergencia. Se utili. cono- N = ρ · (1 − γ) + o( ρ). que recibe varios tipos de llamadas. es decir las más altas para En los modelos presentados de Erlang-C y Erlang-A. Si la entrada Ai. en es- te caso en el marco del modelo de Erlang-A. Matriz agentes-habilidades La espera media. √ N = ρ · (1 + γ) + o( ρ). ED . QD . Ruteo basado en habilidades un nivel de prioridad determinado. seño. −∞ < β < ∞ que Ai.Efficiency Driven Figura 6. La regla de diseño queda: libera. En todos los casos N es el número de agentes y ρ = λ/µ.

Si todos Figura 7. Luego de definidos los agentes y las habilidades. según el orden temas se divida básicamente en dos caminos: de prioridad del agente. también denominado FCFS5 . modelos sim- plificados del problema. si no hay lla. la mayorı́a de los casos puesto que el estado del arte del bido a que cuando los niveles de prioridad son iguales. De esta forma. es a través de la matriz de tas de simulación para analizar sistemas complejos. Estos sistemas son de mayor complejidad que el caso madas en la cola.k SBR corresponde al análisis de casos especı́ficos. el simple de un solo tipo de llamadas. 5.2. de. pero de todas formas la complejidad de los siste- llamada para atender. Analizar. Matriz de prioridades particulares y/o resultados asintóticos. cuando se tiene una nueva llamada en- trante del tipo h. se repite el proceso con los que la tie- nen como secundaria y ası́ sucesivamente hasta encontrar un agente libre o en su defecto. por lo que el estudio agente busca en la cola alguna llamada de las habilidades analı́tico se vuelve extremadamente complejo. el análisis se realiza mediante simulación en agente. destacándose la denominada LIAR4 . donde para cada cola el servicio es FIFO. necesario un segundo algoritmo para desempatar. Bloques canónicos den también a los agentes pero a diferencia del otro caso las columnas corresponden a los tipos de llamadas y no a Una manera de las descritas para atacar los sistemas con las prioridades. En la figura 8 se presentan agente no atienda ese tipo de llamadas. en [8] se presenta distintos bloques canónicos. considerando colas según dad de las habilidades que tiene. aplicados al estudio de casos 4. también queda libre. Para el caso en que un agente queda libre. la entrada de la matriz Ri. donde las filas correspon. apoyado en la teorı́a de colas. Esta polı́tica asigna la llamada al agen- te que hace más tiempo se encuentra disponible. Otra manera de definir la asignación de agentes a Dejar de lado el estudio analı́tico y utilizar herramien- cada tipo de llamada. cuentran ocupados. prioridades [7]. Simulación terminado es análoga a lo descrito anteriormente. Por otro lado el ruteo se vuelve más complejo. la elección de un agente de. dichos bloques. En la figura que posee. 4 Longest-Idle-Agent-Routing La otra vı́a mencionada para el análisis de sistemas com- 5 First-Come First-Served plejos corresponde a el uso de herramientas de simulación . Esta matriz es de igual tamaño que la de agentes-habilidades. La búsqueda se realiza según el orden de priori. Para asignarla a un agente particular existen varias opciones. En el primer caso. por ser justa en el reparto de carga para los agentes. De lo contrario. De no haber una llamada que pueda mas actuales excede los lı́mites de la teorı́a de hoy dı́a. Si el nivel de prioridad toma valores de 1 a ∞ se cuales se pueden ver como piezas básicas para la construc- debe elegir un valor especial (ej: 0) para el caso en que el ción de un call center con SBR. Esta estructura permite la existencia de distintos tipos de En [8] se menciona el hecho de que aún para estos di- llamadas con igual nivel de prioridad para un determinado seños simples. 4. Luego de definida la llamada a atender.4. el modelo de Erlang-A. Modelo de call center con ruteo basado los agentes que tienen la habilidad h como primaria se en. Existe intensa investigación en el dad primaria. la misma se rutea al grupo de agentes que tienen esta habilidad con nivel de prioridad 1. primero la habili. elegir una polı́tica de ruteo. en habilidades. los agente i.3. es estudio analı́tico es aún insuficiente. esto es. Modelado del sistema pueda atender dicha llamada. En par- indica el nivel de prioridad de la llamada de tipo k para el ticular. luego la secundaria y ası́ hasta encontrar una área [2]. es ne- cesario además. Cuando llega una llamada. En particular se debe especificar las decisiones a tomar en dos casos: 1. 2. Esto se puede ver como una razón hace que la manera de atacar el análisis de estos sis- recorrida de las colas de cada habilidad h. encolar la misma. el mismo queda libre. si no hay agente libre que 4. Cuando un agente queda libre. 7 el modelo de un caso particular. Esta atender.

Además y con posibilidades de extensión. a combinan según las necesidades. teo con la que se trabaja. etc. para saber cuando un agen- la construcción de pequeños bloques independientes que se te queda libre. puesto que si arriba un contacto cuando no hay comienzo y otro al final. Bloques canónicos de un call center con ruteo basado en habilidades. y asignarle un nuevo contacto. Esto es para que la simulación recursos disponibles el mismo se bloquea. según un cierto proceso estocástico de arri- bos. pero es posible crear las propias. atención propiamente dicha y el segundo asociado al traba- Existen diversas herramientas de simulación disponibles jo posterior a la atención que el agente deba realizar. el caso. La librerı́a trae algunas polı́ticas predefinidas. Arquitectura de la Librerı́a Contactcenters Routers Contactcenters [7] es una librerı́a de java que permite Un router. Existen dos subclases. Los componentes elemen. define la polı́tica de ru- tales se describen a continuación. una estándar que corresponde a colas FIFO6 o LIFO7 y otra para colas con prioridades más complejas. 5. limitando de esta forma center y es necesario agregar dos perı́odos extra: uno al el acceso. lo cual para el análisis de call centers [10. lo que se logra mediante escucha los fines de servicio. Se busca una arquitectura flexible sea a un grupo de agentes o a una cola de espera. utlizan para perı́odos de 15 a 60 minutos. Colas de espera Las colas de espera (WaitingQueue) son estructuras cuyos elementos son contactos en espera. comunmente llamado distribuidor automático la simulación de complejos sistemas reales. Para poder so- portar abandonos. mediante la que es posible simular call centers com- ciba una llamada e interrumpa a un agente que está respon- plejos y de esta manera realizar un análisis apropiado según diendo un mail para asignarle la misma. Esta clase. colectores estadı́sticos que se encargan de recabar la información necesaria para calcu- Las fuentes de tráfico determinan cuando deben crearse lar los indicadores de performance deseados. pero en general sólo depende del tiempo 7 Last-In First-Out de simulación y los tiempos de arribo previos. Grupos de agentes Un grupo de agentes se representa como una instancia de la clase AgentGroup que registra el número de agen- [9]. Este proceso puede depender del estado del sistema de 6 First-In First-Out manera compleja. Este camino ofrece la ventaja de saltearse los lı́mites tes libres y ocupados en cada instante de la simulación. El objetivo de de llamadas (ACD8 ). comience antes de que abra el call center (perı́odo preli- minar) y termine luego de que el mismo cierre (perı́odo de Fuentes de tráfico cierre). la cola tiene un calendario de eventos que ocurren para la eliminación automática de los contac- tos. los contactos. presenta una librerı́a de java denominada Contactcenters Además es posible simular eventos como que el router re- [7]. etc. El que presenta el estudio analı́tico y analizar sistemas de ex- servicio de un contacto consta de dos pasos. corresponde a cualquier clase que se la librerı́a es brindar una plataforma para simular una gran encargue de escuchar los nuevos contactos y asignarlos ya variedad de call centers. Se debe definir además. 8 Automatic Call Distributor . simulación se definen P perı́odos en los que opera el call de asociarse a un grupo de lı́neas. También pue. la prioridad. 11]. Un contacto corresponde Usualmente los modelos estacionarios de call center se a un único cliente. mail.1. En este trabajo se posibilita la simulación de diversas situaciones complejas. La clase Contact corresponde a cualquier tipo de con- tacto (llamada. redefiniendo Contactos los métodos correspondientes de la subclase. pero un cliente podrı́a necesitar hacer va. el primero la trema complejidad.) y tiene atributos como el tiempo Otras consideraciones de arribo. Figura 8. que pueden accederse en cual- quier momento de la simulación. través de una subclase de la misma. Para realizar la rios contactos antes de abandonar el sistema.

Sin embargo. Los valores utilizados para la simulación son: Si se considera el orden de izquierda a derecha del es- quema 9 para numerar los grupos de agentes. polı́tica de ruteo para la simulación. lo que impide utilizar la misma para definir la asignación de llama. 6. por lo que el número de agentes especialistas (unilingües) es 0 para ambos idiomas. Las paciencias son también exponenciales de ra tener definido el sistema. quedando la misma de la siguiente for- ma: La idea es estudiar mediante simulación un ejemplo con. call center complejo.   creto. En el caso de sólo agentes unilingües los resultados de la das. Figura 9. Simulación 6. y tiene agentes unilingües quienes atienden lla. Las llamadas serán ruteadas en forma aleatoria entre todos los agentes disponibles capaces de atender las mismas. es decir los λ = 50 min−1 (50 llamadas por minuto) que atienden sólo inglés el 1. Este tipo de sistemas han sido estudiados de mane- columnas corresponden a los tipos de llamadas. se exige que se cumpla P (Ab) < ra los especialistas (unilingües) como para los generalistas 5 %. Call center bilingüe sı́ es posible hacerlo. sibilidad de abandonos. 1 0 de dos tipos de llamadas. Además. el modelo tiene arribos priori. por lo que el número de agentes gene- ralistas (bilingües) es 0. Resultados tienen igual prioridad para ambos tipos de llamadas. utilizando la matriz de prioridades simulación son: . 0 1 madas de una sola lengua y agentes bilingües que atienden Las filas corresponden a los grupos de agentes y las ambas. do de servicio SL = P (W < AW T ) > 80 % para un ma. Modelo para call center bilingüe. Notar que en este caso la matriz no cumple las hipótesis planteadas en su definición. que podrı́an ser inglés y español R= 1 1  por ejemplo.3. por lo que hay una sola colum. 2. sino simplemente se utiliza para mos- trar las capacidades de la simulación como herramienta de diseño. 3. en este caso un call center bilingüe. No pretende ser este un ejemplo de no lo hacen. es decir los especialistas del idioma corres- pondiente y los generalistas. Modelo La idea es estudiar el número de agentes necesarios de cada tipo para cumplir con ciertos requisitos definidos a Como se observa en la figura 9. puesto que los agentes bilingües 6. bilingües el 2 y sólo español el 3. No de repeticiones = 1000 na. Como se dijo anteriormente. por lo que ra analı́tica [12] utilizando los denominados quasi-procesos la prioridad 1 indica que atienden dichas llamadas y 0 que de nacimiento y muerte. por lo que debemos elegir una parámetros iguales de valor θ para ambos casos.6. el modelo no alcanza pa- (bilingües). En este caso se busca cumplir con el siguiente gra- exponenciales de tasas iguales de valor λ para cada idio. Los tiempos de servicio de los grupos de agentes son AW T = 20 segundos. Las llamadas serán atendidas sólo por especialistas (unilingües).1. El mismo atien. la matriz agentes-habilidades serı́a: µ = 1/30 seg −1 (2 servicios por minuto)   IN G θ = 1 min−1 (1 abandono por minuto de espera) A =  ESP/IN G  ESP Tiempo de simulación = 1 hora Aquı́ las filas corresponden a los grupos de agentes y las columnas a las prioridades. como se considera la po- también exponenciales de tasas iguales de valor µ tanto pa. En este caso se analiza las situaciones siguientes: 1. Las llamadas serán atendidas sólo por generalistas (bi- lingües).2.

96 es necesario dejar de lado el estudio analı́tico y utilizar 48 87.04 herramientas de simulación para analizar dichos siste- 49 90.3 5. [7] Eric Buist and Pierre LÉcuyer. pages 135– y análisis. Orlando. Israel. esto se logra claramente considerando ment. New Orleans.99 nagement. [4] Avishai Mandelbaum and Sergey Zeltyn.4 95.5 99. Research on telephone traffic carried out by más que los unilingües. es probable que los agentes bilingües cobren [5] C. Israel.2 97. todos los agentes bilingües. 37/37/20 91. Junio 2005. Haifa.42 Los call centers con ruteo basado en habilidades per- 94 92. Ger Koole. The 30/30/34 92.9 4. In WSC ’03: Proceedings con dicho modelo para un correcto dimensionamiento of the 35th Winter Simulation Conference. 1× Agentes SL ( %) Ocup.97 [3] Avishai Mandelbaum and Sergey Zeltyn. Technion.12 Mathematics. and Research 33/33/28 91. 2003. ( %) P(Ab) ( %) 93 91. Manufacturing & Service 7. En una situa- ción más real. with applications to Call Cen- Fijando como objetivo minimizar la cantidad total de ters. ( %) P(Ab) ( %) Para el estudio de call centers de mayor complejidad 47 84. Como 95 93.7 98. Teaching and seguir. In WSC ’05: Proceedings of the 37th Winter Simulation Conference. Dada la impor.9 98. 31/31/32 91.5 96.2 98.8 98. Faculty of Industrial Engineering & Manage- agentes a contratar.9 98.8 4. se considera más adecuado trabajar llenges. Florida. Por tal motivo se busca cumplir con los objetivos. 2003. yo diseño y gestión constituyen un gran desafı́o y a la vez un área de investigación de mucho interés.8 5. [6] Rodney B. cu- 565.8 5.0 4. [9] Vijay Mehrotra and Jason Fama.07 35/35/24 91.2 98. emulando el comportamiento real del call center en funcionamiento. Manufacturing & Service Operations Ma- 32/32/30 91. A java library for si- Para concluir y a modo de resumen: mulating contact centers. ( %) P(Ab) ( %) [1] Ger Koole. Call center simula- tancia que tienen los abandonos en el desempeño de tions: call center simulation modeling: methods. Puesto que los mismos consti. and opportunities. uti- lizado para el estudio de call centers.6 5.4 98. gineering of Call Centers: Research. Review.3 3.0 4. Call Center Mathematics. tabla se desprende que el óptimo es 32/32/30. An Introduc- tion to Skills-Based Routing and its Opertional Com- El modelo de Erlang-A que considera abandonos.0 98. 2005.8 5.4 98. .5 99. Technion. Department of 38/38/18 90.8 98. una extensión del tradicional modelo de Erlang-C. cuenta para minimizar el costo total en agentes.46 La librerı́a de Java Contactcenters [7] permite la posi- En el caso de sólo agentes bilingües los resultados de la bilidad de simular este tipo de sistemas de alta comple- simulación son: jidad.3 96. Israel. 5:79–141. and Avishai Mandelbaum. En el caso de ambos tipos de agentes los resultados de la simulación son: Referencias Agentes SL ( %) Ocup. Louisiana. 1957.02 lephone Call Centers: Tutorial. Comentarios finales Operations Management. 143.83 escala aplicado a un call center bilingüe pero esto pue- de extenderse a una gran variedad de casos. pages 556– Los call centers modernos son sistemas complejos.20 mas. 2× Agentes SL ( %) Ocup.5 98. Te- 34/34/26 91.8 5. es plexities.09 Agosto 2006. Haifa. Junio 2006. Mayo 2000. De la última gement. por lo que esto debe ser tenido en full availability groups.96 Palm/Erlang-A queue.86 miten sacar mayor provecho a los recursos. son más difı́ciles de con. 2005.9 4.8 5. Service En- tuyen el personal más capacitado.00 Prospects.33 ejemplo se ve el aprovechamiento de la economı́a de 96 94. cha- los call centers [3].7 4. Holland. 7(4):276–294. Wallace and Ward Whitt. [8] Ofer Garnett and Avishai Mandelbaum.7 5. 36/36/22 91. Technion.0 3. Faculty of Industrial Engineering & Mana- minimizando el número de agentes bilingües. A Staffing Al- gorithm for Call Centers.04 [2] Noah Gans. Practice. 50 92. Vrije Universiteit Amsterdam.7 5. Palm.

[12] D. Fields Institute Communications.simulate your call center´s performance. New Orleans. In WSC ’03: Proceedings of the 35th Winter Simulation Conference. In Analysis of Communicaions Ne- tworks: Call Centres. pages 210–217. volu- me 28. The Arena product family: Enterprise mo- deling solutions. Louisiana. [11] NovaSim.[10] V. Stanford and W. Bilingual Ser- ver Call Centres.A. 2003.novasim. Bapat. Grassmann. 2000. ccProphet . pages 31–48. Available online via <www.com/CCProphet/>. Traffic and Performance.K. .