Desenvolvimento de ferramenta para projeção de operação de atendimento receptivo utilizando modelo de Erlang C

Abstract

O presente trabalho apresenta o desenvolvimento de uma ferramenta para dimensionamento de operação de atendimento receptivo utilizando o modelo Erlang C simulando o comportamento do volume de contatos de um sistema de atendimento ao cliente utilizando séries temporais e sazonalidade. Para o desenvolvimento da ferramenta foi usada programação em Javascript e aplicada na plataforma Google planilhas permitindo entender e estimar qual a necessidade de pessoas para atender. Além de estudar e analisar o impacto de cada variável que compõe uma operação de atendimento de ligação (call) e mensagens (chat), avaliando a capacidade necessária para o funcionamento de uma operação. Do ponto de vista de implementação, a ferramenta atende uma necessidade importante em ser usual, de fácil utilização e que determina a quantidade de agentes necessários dentro daquele mês para atender o volume de contatos esperado e de acordo com os parâmetros desejáveis no atendimento. Traz maior previsibilidade e entendimento no processo de planejamento do atendimento, reduzindo custos e melhor experiência do cliente.

This paper presents the development of a tool for sizing a customer service operation using the Erlang C model, simulating the behavior of the volume of contacts in a customer service system using time series and seasonality. JavaScript programming was used to develop the tool, which was applied to the Google Sheets platform, making it possible to understand and estimate the number of people needed. In addition to studying and analyzing the impact of each variable that makes up a call and message answering operation, assessing the capacity required for an operation to function. From the point of view of implementation, the tool meets an important need in that it is easy to use and determines the number of agents needed within that month to meet the expected volume of contacts and in accordance with the desirable parameters in the service. It brings greater predictability and understanding to the service planning process, reducing costs and improving the customer experience.