zwischenpräsentationV3_1

Intraday Steuerung in einem Call Center 1

Zwischenpräsentation09. Juni 2009

Intraday Steuerung in einem Call Center

Gruppenmitglieder:

Majdi Chourib, Jan Philipp Mayer, Laura Prölß,

Andreas Reich, Ke Wei Wang, Florian Witte

Betreuer:

DP CSC:

• Bernd Depuhl

• Klaus Nöthen

RWTH:

• Prof. Dr. H.-J. Sebastian

• Tobias Winkelkotte


Übersicht

1. Fallvorstellung

2. Modell

3. Lösungsansatz

4. Zusammenfassung

5. Weiteres Vorgehen


Übersicht

1. Fallvorstellung

2. Modell

3. Lösungsansatz

4. Zusammenfassung



DP Customer Service Center

4

Marketing

Services Sales

• Marketing– Promotion-Aktionen

– Telefonische Marktforschung

• Sales Direktverkauf Neukundengewinnung

• Services Kundenbetreuung Info-Hotline


Ausgangssituation

• Betrachtung mehrerer Projekte des DP CSC – Day Definite International

• ca. 3000 Anrufe pro Tag

• Sendungen mit tagesgenauer Zustellung beim Empfänger

– Time Definite International (???)• Sendungen mit tagesgenauer Zustellung zu einer

gewünschten Uhrzeit


Personaleinsatzplan

• Workforce-Management Software– Prognose des Anrufaufkommens – Ermittlung der erforderlichen Anzahl von Agenten– Planung der erforderlichen Schichten– Zuordnung der Agenten zu den Schichten

• Erstellung des Personaleinsatzplans immer donnerstags für die darauf folgende Woche


M-Kurve

0

20

40

60

80

100

120

14006:30

07:45

09:00

10:15

11:30

12:45

14:00

15:15

16:30

17:45

19:00

Anrufer-\Agentenzahl

Zeitintervalle

M-Kurve

Anruferzahl

Agentenzahl


Aufgabenstellung

• Untersuchung des Personaleinsatzplanes der

DP CSC– Abweichung von der Anrufprognose

• Analyse verschiedener Reaktionsmöglichkeiten auf Nachfrageschwankungen– Neuzuordnung der Mitarbeiter zu verschiedenen

Projekten– Schulung der Mitarbeiter


Rahmenbedingungen

• Externe Rahmenbedingungen– Vorgabe eines Service Levels durch die Deutsche

Post AG

• Interne Rahmenbedingungen – feste Arbeitszeiten – Anzahl der Agenten fest– unterschiedliche Skills der Mitarbeiter– Gewichtung der Projekte


Übersicht

1. Fallvorstellung

2. Modell

3. Lösungsansatz

4. Zusammenfassung



Modell: Gliederung

• Parameter– Projekte– Agenten

• Entscheidungsvariable

• Zielfunktion

• Nebenbedingung


Parameter: Projekte

Betrachtung der Projekte

• Ziel-Service Level: Sj

– Anruferzahl: λtj

– Bediendauer: μtj

– Anzahl der Agenten

• Gewichtung: αj

mit t als Anfangszeitpunkt des Intervalls [t,t+1]

[t,t+1] hat eine Dauer von 15 Minuten

1,,...,1 kk


Parameter: Agenten

• Betrachtung der Agenten 1,…,m– Skills:

– Verfügbarkeit:

– Einsetzbarkeit:

sonst ,0

Skillhat Agent ,1,

jiq ji

sonst ,0

verfügbar Zeitpkt.zum Agent ,1 tia t

i

t

iji

t

ji aq ,,


Agentenskills

P1 … Pj … Pk

A1 1 1 0

A2 1 1 0

:

Ai 0 1 1

:

Am 0 0 11

1 2 i m. . . . . .

j k. . . . . .

Agenten

Projekte

qi,jq1,1qm,kq2,1

q1,j

q2,j qi,k


Agentenskills

P1 … Pj … Pk

A1 1 1 0

A2 1 1 0

:

Ai 0 1 1

:

Am 0 0 11

1 2 i m. . . . . .

j k. . . . . .

Agenten

Projekte

qi,jq1,1

qm,kq2,1

q1,j

q2,j qi,k


Entscheidungsvariable

sonst ,0

Zeitpunktzum Projekt in eingesetzt Agent ,1,

tjixt

ji

1

1 2 i m. . . . . .

j k. . . . . .

Agenten

Projekte

xi,jx1,1 xm,kx2,1


Zielfunktion

• Optimierung der Service Level aller Projekte• Service Level wird von Auftraggeber bestimmt

und kann von Projekt zu Projekt unterschiedlich sein– Ziel-Service Level: Sj

– Tatsächlicher Service Level: • nicht analytisch darstellbar

Auswertung mittels Simulation (Arena)

)(xt

j

)(xt

j


Zielfunktion

Ziel: Minimierung der Abweichungen

Mögliche Zielfunktionen:

1)Minimiere die Summe der Abweichungen über alle Projekte j und alle Zeitpunkte t

)(xS t

jj

t

k

j

t

jjj S min1


Zielfunktion

2) Minimiere die größte Abweichung für alle Projekte j zu jedem Zeitpunkt t

minmax

1

tjjj

kjS


Nebenbedingungen

I. Agent i kann nur Projekt j zugewiesen werden, wenn er sowohl qualifiziert als auch verfügbar ist

II. Jeder verfügbare Agent i arbeitet an genau einem Projekt

III. tjixtji ,,}1;0{,

tjiaqx tji

tiji

tji ,,,,,

ti

k

j

tji ax

1

1, ti,


Übersicht

1. Fallvorstellung

2. Modell

3. Lösungsansatz

4. Zusammenfassung



Problematik

• Tatsächlicher Service Level σtj(x) ist nicht

analytisch darstellbar

• Auswertung mittels Simulation (Arena)

• Auswertung der Zielfunktion sehr zeitaufwendig

Anruferzahl λjt

Service Level Bediendauer μjt

Anzahl der Agenten

ArenaArena


Lösungsansatz

Wie viele Agenten werden benötigt damit

? min xS tjj

1. Schritt: Näherung • Vereinfachung durch

Annahme von unabhängigen Zeit-intervallen

• Erlang C liefert eine Näherung für die benötigte Agentenzahl

Projekte # Agenten (Erlang C)

P1 9

P2 20

P3 6

P4 5


Lösungsansatz

2. Schritt: Zuteilung

• Einteilung der Agenten aufsteigend nach der Anzahl ihrer Skills

• Umsortierung der Agenten zwischen den Projekten

24

Projekte # Agenten (Erlang C) # Agenten Quotient

P1 9 3 33%

P2 20 8 40%

P3 6 4 66%

P4 5 5 100%


Lösungsansatz

2. Schritt: Zuteilung

• Einteilung der Agenten aufsteigend nach der Anzahl ihrer Skills

• Umsortierung der Agenten zwischen den Projekten

25

Projekte # Agenten (Erlang C) # Agenten (neu) Quotient (neu)

P1 9 4 44%

P2 20 8 40%

P3 6 4 66%

P4 5 4 80%


Lösungsansatz

3. Schritt: Optimierung mit Hilfe der Simulation

26

Projekte Tatsächlicher SL Ziel SL Differenz # Agenten

P1 40 80 40% 4

P2 50 80 30% 8

P3 60 80 20% 4

P4 70 80 10% 4


Übersicht

1. Fallvorstellung

2. Modell

3. Lösungsansatz

4. Zusammenfassung



Zusammenfassung

• Vorstellung des Unternehmens DP CSC

• Aufgabenstellung– Rahmenbedingungen– Problematik

• Modell

• Entwurf des Algorithmus


Übersicht

1. Fallvorstellung

2. Modell

3. Lösungsansatz

4. Zusammenfassung



Netzplan


Weiteres Vorgehen

• Implementierung des Algorithmus

• Software testen

• Szenarien durchspielen

• Auswertung der Ergebnisse


Danke für Ihre Aufmerksamkeit!

Documents

zwischenpräsentationV3_1