Eficiencia operativa en AndesBPO SAS: predicción de flujo de llamadas y gestión de agentes. Semestre de industria

RESUMEN : En el ámbito de los contact centers y BPOs, la eficiencia operativa y la optimización de recursos son fundamentales para garantizar un servicio de calidad y maximizar la satisfacción del cliente. En este contexto, Andes BPO, ubicada en La Ceja, Antioquia, gestiona aproximadamente 700 emple...

Full description

Autores:
Muñoz Restrepo, Daniel Felipe
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/41233
Acceso en línea:
https://hdl.handle.net/10495/41233
Palabra clave:
Centrales de Llamados
Call Centers
Optimización
Optimization
Técnicas de predicción
Forecasting techniques
Análisis de regresión
Regression analysis
Investigación operacional
Operations research
Aprendizaje automático (inteligencia artificial)
Machine learning
Regresión lineal
Contact center
http://vocabularies.unesco.org/thesaurus/concept6659
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-sa/2.5/co/
Description
Summary:RESUMEN : En el ámbito de los contact centers y BPOs, la eficiencia operativa y la optimización de recursos son fundamentales para garantizar un servicio de calidad y maximizar la satisfacción del cliente. En este contexto, Andes BPO, ubicada en La Ceja, Antioquia, gestiona aproximadamente 700 empleados y atiende a cerca de 59 clientes en diversas líneas de negocio como servicio al cliente, cobranza y telemercadeo. Un desafío significativo para la empresa es manejar de manera efectiva el flujo de llamadas entrantes, asegurando una atención oportuna y eficiente. Para mejorar la gestión de recursos, este proyecto se centró en la aplicación de un modelo de regresión lineal. Este modelo permite analizar y predecir el número de llamadas que se espera ingresarán al contact center Andes BPO para un cliente específico, con una ventana de predicción de 7 días. Las variables consideradas en el modelo incluyen el día del año, el mes, el día de la semana, así como indicadores de fin de semana y festivos. El proyecto también involucró la creación de un sistema robusto de recolección y almacenamiento periódico de datos, crucial para disponer de la información necesaria para el entrenamiento efectivo del modelo. Los resultados obtenidos mostraron una precisión razonable en las predicciones, respaldada por métricas como el Error Cuadrático Medio (MSE) y el coeficiente de determinación (R²), los cuales demostraron ser aceptables tanto en los conjuntos de entrenamiento como en los de prueba. Esta iniciativa no solo ha fortalecido la capacidad de Andes BPO para gestionar eficientemente sus recursos y optimizar la atención al cliente, sino que también sienta las bases para futuras mejoras en la planificación operativa y estratégica de la empresa.