Inicio > Blog

Optimización del personal del centro de llamadas con la teoría de colas: Enfoques tradicionales y modernos

Nick Farrell

14 de noviembre de 2024
Soluciones operativas

La gestión del personal de los centros de llamadas se basa en gran medida en la teoría de colas para garantizar una dotación de personal óptima, una programación eficaz y unos procesos de gestión de llamadas racionalizados. Teoría de colas proporciona modelos matemáticos que ayudan a predecir y gestionar los tiempos de espera de los clientes, los tiempos de servicio y la eficiencia operativa general. A medida que los centros de llamadas se enfrentan a una complejidad creciente con volúmenes de llamadas fluctuantes y expectativas de los clientes cada vez mayores, comprender y aprovechar los casos de uso y las ventajas exclusivas de estos modelos es más importante que nunca.

Pero lo cierto es que cuanto más se aprende sobre las colas, más matizado y complejo resulta el tema.

Antes de continuar, no se preocupe: si está buscando un socio para centros de llamadas que pueda ayudarle a afrontar estos retos y a tomar decisiones inteligentes, AnswerNet tiene lo que necesita. Si desea dejar de leer aquí y simplemente obtener ayuda, haga clic aquí y un miembro de nuestro equipo de soluciones estará encantado de guiarle a través de la jerga y las matemáticas hasta el otro lado, donde obtendrá la mejor experiencia posible para el cliente con el presupuesto de su programa de centro de llamadas.

¿Qué es la teoría de colas?

La teoría de colas es el estudio matemático de la demanda y disponibilidad de recursos, centrado en la predicción de la longitud de las colas y los tiempos de espera. Suele formar parte de la investigación operativa porque sus conclusiones ayudan a las empresas a tomar decisiones sobre los recursos que necesitan para ofrecer un servicio eficaz. Esto es especialmente importante en el sector de los centros de llamadas, ya que constituye la base de las estrategias modernas de gestión y programación del personal (WFM), donde los modelos de previsión están cada vez más arraigados en las métricas de los centros de llamadas, los datos de rendimiento, las variables tecnológicas y humanas (por ejemplo, la contracción en entornos físicos frente a los de WFH) y los patrones de comportamiento del equipo, que tienden a ser exclusivos de cada proveedor de servicios.

"¿Pero por qué no aumentan la plantilla para garantizar mejores tiempos de respuesta?".

Sencillo: DINERO.

La teoría de las colas y los sólidos marcos de WFM nos ayudan a comprender cómo y cuándo aumentar los presupuestos para ampliar la plantilla cuando podemos demostrar que será una decisión rentable para la empresa que creará un impacto positivo cuantificable en la experiencia del cliente.

He aquí otros ejemplos de colas que puede haber encontrado en su vida:

Supermercados y tiendas minoristas: Los clientes que esperan en las cajas forman colas, gestionadas para optimizar el tiempo de servicio y minimizar las esperas.
Bancos: Los clientes que hacen cola para ver a los cajeros o utilizar los cajeros automáticos son ejemplos de colas que pueden analizarse para asignar recursos de forma eficiente.
Hospitales y clínicas: Los pacientes en espera de servicios, como tratamientos en urgencias o citas programadas, representan colas que repercuten en la eficiencia del servicio.
Aeropuertos: Las colas en los mostradores de facturación, los controles de seguridad y las puertas de embarque son colas que requieren una gestión eficaz para garantizar el flujo fluido de pasajeros.
Parques temáticos: Las atracciones suelen tener largas colas, por lo que la gestión de colas ayuda a equilibrar la satisfacción del visitante y la capacidad de la atracción.
Señales de tráfico: Los coches que esperan en semáforos o peajes crean colas, y a menudo se estudia la fluidez del tráfico para reducir la congestión.
Restaurantes de comida rápida: Tanto las colas físicas en el mostrador como las colas virtuales para los servicios de drive-through pueden optimizarse para un servicio más rápido.
Transporte público: Las personas que esperan autobuses, trenes o metros forman colas que a menudo se estudian para mejorar la programación y la frecuencia de los servicios.

¿Qué otros se le ocurren?

Lo que tienen en común todas estas situaciones es que pueden ajustarse para ser más eficientes, equilibrando el coste y la experiencia del cliente. Pero alcanzar el equilibrio óptimo no es algo que se pueda adivinar. En realidad, se trata de un proceso muy técnico que requiere un cierto nivel de conocimientos básicos (sí, incluso si su plataforma CCAAS realiza los cálculos por usted).

Si desea profundizar en el tema (advertencia: es denso), aquí tiene enlaces y detalles sobre las lecturas básicas de la teoría de colas:

Halfin, Shlomo, y Ward Whitt. "Límites de tráfico intenso para colas con muchos servidores exponenciales" (PDF disponible) Este artículo fundamental, publicado en Investigación operativa (1981), se centra en teoremas de límites de tráfico intenso para sistemas de colas con muchos servidores.
Kleinrock, Leonard. Sistemas de colas (PDF disponible) Esta obra clásica, publicada en 1975-1976, es fundamental en el campo de la teoría de colas y analiza en profundidad las matemáticas que subyacen a las colas, aplicadas en diversos contextos de investigación operativa.
Kelly, Frank P. Reversibilidad y redes estocásticas (PDF disponible) Este libro de 1979 ofrece una visión de los procesos estocásticos y su reversibilidad, aplicable en modelos de colas de redes y telecomunicaciones. Este texto es básico para quienes estudian sistemas complejos en red.
Chen, Hong, y David Yao. Fundamentos de las redes de colas: Rendimiento, asintótica y optimización. (disponible para la venta) Publicado en 2001, este libro trata de las redes de colas, haciendo hincapié en su rendimiento y optimización. Se trata de un recurso crucial para comprender las aplicaciones avanzadas de los sistemas modernos.

¿Ha hecho clic en alguno de los enlaces anteriores? Si lo ha hecho, ahora puede apreciar el nivel de detalle técnico y de investigación/rigor que hay detrás de las calculadoras de personal y las automatizaciones de plataformas que utilizamos para dotar de personal a nuestros centros. Pero estos son los textos matemáticos fundamentales para cualquiera que estudie o aplique la teoría de colas, sobre todo en campos como los centros de llamadas, las telecomunicaciones y la investigación de bandas de red. Lo asombroso del momento en el que nos encontramos, de cara a 2025, es que la investigación y los descubrimientos que se están haciendo hoy en esta materia darán lugar a nuevos descubrimientos y aplicaciones (integrando puntos de datos de análisis del comportamiento) gracias a la IA.

Principios clave de la teoría de colas en los centros de llamadas

Ahora vamos a explorar los principios clave de la teoría de colas, marcos comunes como el Modelos Erlang (Concretamente Erlang C y Erlang A) y enfoques emergentes como enrutamiento por competencias y modelado de la paciencia del cliente para ayudar a los centros de llamadas a mejorar el rendimiento y la calidad del servicio.

Patrones de llegada (Proceso de Poisson): La mayoría de los centros de llamadas utilizan el Distribución de Poisson para modelar los patrones de llegada de llamadas. Esto supone que las llamadas llegan de forma aleatoria pero con una tasa media predecible. Comprender este patrón de llegada ayuda a los gestores de los centros de llamadas a planificar los volúmenes fluctuantes de llamadas y anticiparse a las horas punta, asegurándose de que tienen suficientes agentes programados durante las horas punta.
Distribución del tiempo de servicio (Tiempos de servicio exponenciales): Los centros de llamadas suelen utilizar el distribución exponencial para modelar el tiempo que se tarda en atender una llamada. Este principio se basa en la idea de que las llamadas más cortas son las más habituales, pero también se producen llamadas más largas. Al predecir el tiempo medio de atención (AHT), los gestores de personal pueden estimar cuántos agentes estarán disponibles para atender llamadas en un momento dado.
Disciplina de colas (Por orden de llegada o Colas prioritarias): En un entorno de centro de llamadas típico, las llamadas se gestionan por orden de llegada (FCFS), lo que garantiza que el primer cliente en la cola es el primero en ser atendido. Sin embargo, algunos departamentos, como el soporte técnico o las líneas de servicio VIP, utilizan sistemas de colas prioritarias, en los que las llamadas de alta prioridad se atienden más rápidamente. Estos modelos ayudan a gestionar mejor a los clientes de alto valor o los problemas urgentes.
Colas multiservidor (Modelos Erlang): Desarrollado por A.K. Erlang, el modelo Erlang-C es uno de los marcos más utilizados en la gestión de centros de llamadas. Calcula las necesidades de personal en función del número de agentes, las tasas de llegada de llamadas y la distribución del tiempo de servicio. Con este modelo, los centros de llamadas pueden estimar:
1. Tiempos de espera previstos
2. Niveles de servicio (por ejemplo, responder a 80% de las llamadas en 20 segundos)
3. El número de agentes necesario para gestionar eficazmente el volumen de llamadas

Otra variación importante, el modelo Erlang-A, incorpora los índices de abandono de llamadas, lo que permite a los gestores predecir la probabilidad de que un cliente cuelgue antes de ser atendido. Esto es crucial para los centros de llamadas de gran volumen, donde los largos tiempos de espera pueden provocar el abandono de las llamadas.

Marcos de colas habituales en los centros de llamadas

1. Modelo Erlang-C: El marco clásico

En Modelo Erlang-C es la herramienta a la que recurren muchos centros de llamadas cuando se trata de predecir las necesidades de personal. Permite a los gestores de plantilla calcular:

Cuántos agentes son necesarios para cumplir los acuerdos de nivel de servicio (SLA), como responder a 80% de las llamadas en 20 segundos.
Número previsto de llamadas en espera en una cola en un momento dado.
Cómo optimizar los turnos para adaptarlos al volumen de llamadas previsto.

Caso práctico:

Si un centro de llamadas necesita garantizar un nivel de servicio específico para gestionar un gran volumen de consultas de clientes, el modelo Erlang-C les ayuda a ajustar la dotación de personal para cumplir estos objetivos de forma eficiente sin exceso de personal.

2. Modelo Erlang-A: Ajuste en función de la paciencia de la persona que llama

Mientras que Erlang-C asume que los clientes permanecerán en la línea hasta que sean atendidos, el Modelo Erlang-A introduce el concepto de abandono de llamadas. Este modelo es más preciso para centros de llamadas de gran volumen en los que los clientes pueden colgar si experimentan largos tiempos de espera. Al predecir las tasas de abandono, los gestores pueden:

Ajustar la dotación de personal durante los periodos punta para reducir los tiempos de espera.
Estimar el potencial coste de las llamadas perdidas por abandono, lo que es especialmente crítico en entornos de ventas o atención al cliente.

P: ¿Y Erlang B? ¿Y Merlang? Esté atento a los blogs que publicaremos en las próximas semanas sobre cada una de estas variantes del modelo.

3. Modelos markovianos: Sistemas de colas multietapa

En los centros de llamadas más complejos, en los que las llamadas pasan por varias etapas -como el enrutamiento desde un sistema IVR a un agente o la derivación de un problema a un departamento especializado-.Procesos de Markov se emplean a menudo. Estos modelos asumen que el estado futuro de un sistema (por ejemplo, que un cliente sea dirigido a un agente concreto) depende sólo del estado actual, no del historial de la interacción. Esto permite a los centros de llamadas:

Modelar interacciones más complejas en las que se necesitan distintos niveles de servicio en diferentes etapas.
Optimice los entornos de asistencia de varios niveles en los que el enrutamiento de llamadas se basa en las consultas de los clientes y en la experiencia de los agentes.
Decidir dónde deben producirse la formación cruzada y las escaladas para reducir el número de segmentos en una cadena de comunicación.

Enfoques emergentes y más matizados

A medida que aumenta la complejidad de las operaciones de los centros de llamadas, han surgido nuevos modelos de colas que incorporan IA y análisis avanzados para proporcionar información más profunda sobre el rendimiento de los agentes y el comportamiento de los clientes.

1. Enrutamiento basado en competencias (SBR)

Los modelos tradicionales de colas suponen que cualquier agente puede atender cualquier llamada. Sin embargo, con enrutamiento basado en competencias (SBR)Las llamadas se enrutan en función de la experiencia del agente. Este modelo más complejo ha desplazado la atención hacia:

Optimización de la plantilla distribuyendo las llamadas entre los agentes con las competencias adecuadas.
Modelos dinámicos de colas que ajustan el enrutamiento en tiempo real en función del rendimiento de los agentes y la complejidad de las llamadas.

Caso práctico:

En un centro de asistencia técnica, un sistema SBR basado en IA podría dirigir una llamada a un agente especializado en función del problema específico de la persona que llama, garantizando que el cliente reciba el servicio más eficiente posible.

2. Modelización de la paciencia del cliente

Las variaciones modernas de los modelos Erlang incorporan la paciencia del cliente. Estos modelos incluyen el "balking" (cuando los clientes se niegan a entrar en la cola porque perciben largas esperas) y el "reneging" (cuando los clientes abandonan la cola después de haberse incorporado a ella). Este enfoque es especialmente útil en entornos de alta presión, como los servicios financieros o la atención sanitaria, donde los tiempos de espera repercuten directamente en la satisfacción del cliente.

3. Análisis predictivo e IA

Los análisis predictivos y los modelos basados en IA están revolucionando la gestión de la plantilla de los centros de llamadas al permitir ajustes en tiempo real de la dotación de personal y el enrutamiento basados en tendencias históricas y datos en tiempo real. Con estas herramientas, los centros de llamadas pueden:

Predecir el volumen de llamadas basándose en tendencias pasadas y factores externos (por ejemplo, picos estacionales).
Optimizar el encaminamiento de llamadas teniendo en cuenta el rendimiento de los agentes y la opinión de los clientes (mediante herramientas de análisis de opiniones en tiempo real).

Caso práctico:

Un sistema de IA podría predecir un aumento del volumen de llamadas durante el lanzamiento de un producto y ajustar automáticamente los horarios de los agentes, garantizando una dotación de personal adecuada durante las horas punta sin necesidad de cambios de última hora.

Fusión de modelos tradicionales y emergentes para un rendimiento óptimo

La integración de modelos tradicionales de teoría de colas como Erlang-C y Erlang-A con análisis predictivos basados en IA y enrutamiento basado en habilidades permite a los centros de llamadas optimizar su plantilla y mejorar la satisfacción del cliente. Al comprender el comportamiento de los clientes, el rendimiento de los agentes y aprovechar tanto los modelos matemáticos como la tecnología moderna, los centros de llamadas pueden mejorar los niveles de servicio, reducir los tiempos de espera y gestionar mejor la eficiencia de la plantilla.

El riesgo de no tomar medidas es que puede acabar dependiendo únicamente de la tecnología para que tome decisiones por usted sin la capacidad de orientar los resultados o comprender cómo influyen sus variables en los resultados. Esto podría afectar a su capacidad para elaborar previsiones precisas, controlar los presupuestos y ofrecer un servicio excelente y rentable.

¿Le cuesta programar el número adecuado de recursos para las colas de su centro de llamadas? ¿Tiene informes de medición de llamadas que le cuesta interpretar? ¿O su proveedor actual de servicios de centro de llamadas es incapaz de hacerle recomendaciones fundamentadas sobre la forma óptima de programar sus recursos y aplicar su presupuesto? Nuestro Soluciones BPO expertos y analistas de WFM estarán encantados de ayudarle.