Optimización Inbound

Las plataformas de Recepción de Contactos (Inbound), se han desarrollado de manera importante en todas aquellas industrias masivas (minoristas) de productos y servicios. Los grandes usuarios de esta tecnología son la banca, el retail, las empresas de transporte, delivery, etc.

En este escenario de negocios, obviamente que el ahorro en recursos humanos es un factor clave que debe ser ajustado tanto por arriba por el nivel de costos que permita hacer de nuestro call center un negocio, como por abajo con los niveles de servicios comprometidos en cada servicio.

Luego que un call center determina el modelo de atención, basado en plataformas de audio respuesta (para aquellas situaciones que no requieren intervención humana y además, clientes con la disposición a ser auto-atendidos) y en una planta de recursos humanos capacitada, es necesario llevar a cabo la gestión de turnos para la adecuada locación de recursos.

¿Por qué es importante?. Por que una desviación del 10% o 15% de la curva de ‘necesidad real’ de agentes, significa un costo que no debiéramos estar pagando y/o una caída en el nivel de servicio que debemos mantener.

¿Dónde se producen estas desviaciones?. Primero por la sobrelocación de recursos en momento que el tráfico no lo requiere, y segundo por la falta de agente en momentos que el tráfico se desborda por las ventanas del call center.

Para llegar a la curva de necesidad de agentes, se requiere conocer, para cada intervalo de tiempo relevante del día (30 o 60 minutos es lo común) la cantidad de llamados recibidos y el tiempo promedio de todos estos llamados. Con esta información, se aplica un modelo erlang-c y se conoce la curva de necesidad de agentes o “Cuantos agentes son requeridos por cada intervalo de tiempo”.

Hasta aquí, todo es relativamente manejable. El real problema se viene cuando se busca cubrir la curva de necesidad con agentes reales. Cada agente, para los intereses de este análisis, posee un conjunto de condiciones específicas que lo hacen seleccionable para un determinado turno. Se debe considerar las condiciones contractuales, excepcionales (de maternidad entre otras), sindicales, generales y específicas.

Hoy es común contar con agentes de medio tiempo, agentes de jornada completa y/o por hora y la simpleza de las herramientas de escritorio comunes, sólo permiten administrar de manera ordenada un grupo pequeño de agentes, cuando las condiciones son dispersas (y generalmente, para que un sistema sea eficiente, requiere que lo sea).

Aquí hay que aplicar modelos matemáticos de evaluación de escenarios e iterar en distintas combinaciones que, además de cubrir todas las condiciones laborales, sindicales, contractuales, generales y particulares, deben ser evaluadas en cuando a la ‘cobertura’ de nuestra necesidad de agentes por cada intervalo del día. Con este método, es posible conocer una combinación que no necesariamente es la mejor, pero si se aproxima. La razón de cobertura de necesidad (porcentaje de necesidad cubierta efectivamente), es el factor que nos interesa observar.

Una solución de esta naturaleza, puede ser desarrollada con un proyecto de Contact Center Analytics, a través del desarrollo de un modelo de optimización de turnos. Al mismo tiempo, existen paquetes de software que cumplen esta función y que es posible obtener en el mercado local.

Algo realmente difícil, es adaptar estas soluciones foráneas a la realidad local (en términos de introducir nuestras condiciones laborales y nuestros costos) y mantener en operación óptima estos sistemas.