Universidade Federal de Santa Catarina www.producaoonline.inf.br ISSN 1676 - 1901 / Vol. 4/ Num. 3/ Agosto de 2004

Modelo para segmentao da demanda de um Call Center em mltiplas prioridades: Estudo da implantao em um Call Center de TelecomunicaesMarcus Augusto Vasconcelos Arajo (UPE) marcus-recife@uol.com.br Francisco Jos Costa Arajo (UPE) paco51@terra.com.br Paulo Jos Adissi ( UFPB) adissi@producao.ct.ufpb.br

Resumo A crescente necessidade de relacionar-se de forma eficiente com seus Clientes levou as empresas criao de um servio que permite a sua orientao e captao pelo telefone: O Call Center. Este segmento corporativo tem se tornado cada vez mais competitivo e s sobrevivem as empresas que conseguem, com operaes enxutas, obter bons resultados. Neste cenrio, as disciplinas das filas, quando bem administradas, so fortes aliadas da rea de planejamento e controle da produo dos Call Centers, que tem como meta atingir os resultados esperados com recursos, muitas vezes, escassos, tornando esta rea cada vez mais importante nestas empresas. Este trabalho mostra a bem sucedida experincia da implantao de uma disciplina de fila diferente daquelas mais freqentemente usadas. Esta disciplina foi implantada em um Call Center de uma empresa de telecomunicaes e, alm de ter gerado uma economia de quase R$ 1.200.000,00/ano, aumentou a satisfao dos seus Clientes. Palavras-chaves: Telefonia, Teoria das filas, Call Center. Abstract The increasing necessity in maintaining an effective relationship with the costumers created a service that allows the orientation and capitation of the costumers using the telephone: The Call Center. This business area has become more competitive and only the companies that achieve the best results with efficient operations will survey. In this reality, the queue disciplines, when well managed, are strong allies of Call Centers production planning and control area, which goal is to achieve good results with limited resources, increasing this areas importance in Call Centers

Data de Submisso: Jul/03

Data de Aprovao: Jul/04

operations. This article shows the successful experience in using a different queue discipline. This queue discipline that was implanted in a telecommunications company Call Center and generated an economy of R$ 1.200.000,00 per year, beyond increased the Customers satisfaction Key-words: Telephony, Queuing theory, Call Center. 1. Introduo A empresa em que o projeto foi implantado, atua no segmento de Telecomunicaes e sua Diretoria de Relacionamento com o Cliente responsvel pelo gerenciamento das interaes dos Clientes com a empresa. As principais responsabilidades desta diretoria so as de elaborao e operacionalizao de estratgias voltadas ao atendimento e antecipao das necessidades dos seus Clientes e prospects. Dentre as vrias estratgias com foco no atendimento s necessidades dos Clientes, sem dvida, algumas das mais importantes so as voltadas para o gerenciamento eficaz da Performance do Call Center, onde, com recursos finitos (atendentes), consegue-se maximizar os resultados de performance (tempo de espera em fila, nvel de servio observado, etc...) e, conseqentemente, aumentar a satisfao dos Clientes. Em todo Call Center se observa que a diminuio da fila de espera sempre um objetivo almejado e, para tanto, comumente, so utilizadas apenas a previso de demanda com posterior contratao/realocao de mo-de-obra para atend-la. Este gerenciamento de Demanda e Capacidade de atendimento do Call Center feito pela rea de Planejamento e Trfego. Porm, apesar da constante necessidade de aumento de mo-de-obra em conseqncia do aumento da demanda que, normalmente, gerada pelo aumento da quantidade de usurios das companhias, os custos associados a este aumento nem sempre so aprovados, pois os recursos muitas vezes no so previstos em oramento na sua totalidade. Por este motivo, torna-se freqente a situao de subdimensionamento de recursos frente demanda recebida pelo Call Center, aumentando o grau de dificuldade da atividade de gerenciamento da performance pela rea de Planejamento.

Este trabalho apresenta uma soluo alternativa encontrada para o problema de subdimensionamento onde foram criadas estruturas de filas diferentes das que normalmente so utilizadas. Para tanto, no lugar de filas simples no-priorizadas, so feitas priorizaes para o atendimento demanda considerando algumas variveis associadas s ligaes, como tipo da ligao e sua durao mdia esperada. Ser mostrado que as filas inteligentes, assim chamadas, tm a funo de diferenciar os diversos tipos de Clientes, segmentando-os de acordo com o tipo da sua dvida e criticidade da ligao, dando, assim, um tratamento diferenciado para Clientes com perfis diferentes e problemas de diferentes tipos, alm de melhorar os indicadores de Performance da Central. 2.1. Filas As filas esto presentes tanto nos servios quanto na produo de produtos e, em ambos os casos, tm o papel de "gargalos". No caso de um call center, as filas so notadas mais claramente quando um Cliente espera para ser atendido ouvindo msica. Neste contexto, a teoria das filas tem como objetivo principal o desenvolvimento de modelos matemticos que permitam prever o comportamento de sistemas com fila de espera. Na concepo de Marques, Philippi e Nascimento (2001) essencial saber quando os momentos de pico vo ocorrer e at que ponto podem ocasionar a espera do Cliente. Contudo, a natureza dos servios e sua produo so mais complexas e menos previsveis que a produo de bens. Ainda de acordo com Marques, Philippi e Nascimento (2001), h vrias formas pelas quais a incerteza estatstica ou a variabilidade podem afetar um processo de servio de modo a influenciar tanto a oferta do processo quanto sua demanda. Em um Call Center, as variabilidades que distorcem as previses podem ser exemplificadas, do lado da capacidade, quando um funcionrio tira uma licena mdica e, do lado da demanda, quando so lanadas promoes de marketing que tendam a elevar a demanda mdia esperada, tese esta reforada por Fildes (2002), sinalizando que o desconhecimento de dados relativos a campanhas promocionais aumenta a dificuldade de previso do trfego telefnico a ser recebido no Call Center. Podem ser citadas, ainda, como variabilidades que distorcem as previses, a ocorrncia de problemas tcnicos na rede e os erros nas

contas enviadas para os Clientes que sempre geram uma demanda adicional no prevista. Quanto maior for a variabilidade na demanda ou na oferta do processo e a incerteza estatstica utilizada na projeo, maior a probabilidade de ocorrncia de um gargalo (capacidade de atendimento inferior demanda oferecida). Desta forma muito importante no desconsiderar acontecimentos, de certa forma, imprevisveis. Neste cenrio, Marques, Philippi e Nascimento (2001) apontam um dos principais desafios dos administradores de Call Centers: "os prestadores de servio podem aumentar a capacidade do processo pela simples descoberta de formas de administrar a variabilidade na demanda ou na oferta (estreitar a varincia) qual o processo est sujeito, sem adicionar equipamentos ou mo de obra". Independentemente da sua complexidade, as filas de espera so caracterizadas pelos Mecanismos de chegadas, de servio e pela Disciplina utilizada. De acordo com Prado (1999), o Mecanismo de chegada descreve a forma como os Clientes chegam ao sistema. Estas chegadas podem ser caracterizadas pela taxa de chegadas (n de chegadas por unidade de tempo) e uma distribuio (um exemplo tpico considerar que as chegadas seguem uma distribuio de Poisson). Para caracterizar o Mecanismo do servio so utilizadas as taxas de servio () e a distribuio, que o nmero de postos de servio (nmero de atendentes). J a disciplina da fila refere-se s regras de escolha do Cliente seguinte a ser servido. A regra mais comum e que, normalmente, utilizada em Call Centers a FIFO (first in, first out), na qual o primeiro Cliente a chegar ao inicio da fila o primeiro a ser atendido. Alm dela, podem ser citadas a tambm comum LIFO (last in, first out) e outras mais complexas, cuja ordem de atendimento pode ser baseada na definio de vrias prioridades diferentes (modelo abordado neste trabalho). 2.2 O Dimensionamento de Call Centers Analisando-se superficialmente, a atividade de projetar um Call Center parece ser muito simples: Desde que se conhea a demanda de ligaes, deve-se calcular o nmero de atendentes que seriam suficientes para atender a tal demanda de modo que no haja fila. Ao ampliar-se a anlise do projeto de uma central de modo a considerar os seus custos, conclui-se que esse ponto de vista ingnuo, pois, no ambiente corporativo,

os recursos so limitados e a conseqncia deste tipo de dimensionamento seria uma capacidade de atendimento superior demanda oferecida em todos os horrios, o que implicaria em recursos gastos desnecessariamente. De acordo com Moreira (1998), operar com uma capacidade acima ou abaixo das necessidades aumenta inutilmente os custos operacionais. A situao de superdimensionamento normalmente gera um grande desconforto, pois, diferentemente das reas de vendas, o ganho obtido com um Call Center difcil de ser medido e o retorno financeiro desta rea nem sempre mensurado. Dessa forma, por ser visto, basicamente, como uma fonte de despesas e no de receita, de interesse das empresas manter este servio sob um forte controle de custos, o que cria a necessidade de que essas operaes atinjam os resultados esperados de Satisfao dos Clientes e Qualidade no atendimento com estruturas otimizadas. Alm disso, conforme j foi observado, deve-se atentar para os fatores imprevisveis que podem provocar um pico inesperado de demanda a ponto de ultrapassar a capacidade de atendimento projetada da central, estabelecendo-se a situao de fila. Na prtica, no dimensionamento de um Call Center se faz necessrio achar um nmero de atendentes tal de modo a garantir que a probabilidade de haver um excesso de demanda com conseqente fila no seja maior do que um valor considerado razovel. O matemtico dinarmaqus A. K. Erlang, responsvel pelos primeiros estudos tericos das redes telefnicas feitos no inicio do sculo XX, descobriu que as chamadas recebidas por um grupo de troncos e, ampliando-se para o caso estudado, em um Call Center, poderiam ser aproximadas por uma distribuio de probabilidade de Poisson onde devem ser consideradas as seguintes variveis: Nmero de atendentes a que devem estar disposio dos usurios do Call Center; A demanda da central d, que o tempo relativo ao total de ligaes atendidas na central. Para seu clculo se considera o somatrio dos tempos de ocupao das chamadas recebidas pela central em uma hora. A sua unidade de medida o Erlang;

Probabilidade de ocorrncia de fila na central c, que reflete as chances de uma ligao, ao chegar na central, no ser atendida de imediato por no haver atendentes livres;

Nmero de atendentes = a Demanda na central = d Probabilidade de fila = cTabela 1 Variveis para clculo da quantidade atendentes

Dessa forma, Erlang chegou a uma frmula para clculo da probabilidade de fila em um Call Center, chamada de formula B de Erlang:

d a! c ( a, d ) = 2 d d d3 da + + ... + 1+ + 1! 2! 3! a!Figura 1 Frmula para clculo da probabilidade de fila em um Call Center

a

Conclui-se, ento, que, para o dimensionamento simples de um Call Center, necessrio expressar o nmero a de atendentes em termos da demanda d a ser atendida e da Probabilidade de filas c a qual se est disposto a aceitar. Assim o problema bsico da telefonia achar a funo a ( c , d ). Porm, como a varivel a ser calculada o nmero de atendentes a e no a probabilidade de fila c que, normalmente, escolhida, conclui-se que a frmula B de Erlang no possibilita o clculo direto do valor de a, a no ser que ela seja tratada como uma equao na incgnita a ou seja utilizada uma tabela de valores de a para uma grande quantidade de possibilidades de d e c, com posterior uso de interpolao matemtica. O resultado obtido ao se utilizar a frmula B de Erlang para dimensionar um Call Center, por si s, no garante o tempo de espera a que ser submetida uma certa

quantidade de Clientes enquanto em fila. Por isso, alm da probabilidade de haver filas, deve-se levar em considerao o tempo mdio de espera a que o Cliente ser submetido nessa fila ou o Nvel de Servio desejado, que o percentual de ligaes atendidas dentro de um determinado tempo, em relao ao total de ligaes recebidas (usualmente considerado um tempo de 20 segundos como aceitvel). Devido impossibilidade de ser usada para esta situao, a partir da frmula B de Erlang, foi desenvolvida a frmula C de Erlang:

NS (%) = 1 c(a, d )e

(a d )

AWT

Figura 2 Frmula para clculo do nvel de servio

Onde: NS(%) o nvel de servio percentual; c(a,d) a probabilidade de que haja fila no Call Center; a a quantidade de atendentes; d a demanda oferecida em Erlangs; AWT o tempo de espera aceitvel; o tempo mdio de durao das ligaes. Com a frmula C de Erlang, pode-se estimar o nvel de servio dadas a demanda e a quantidade de atendentes. Convm lembrar que, analogamente formula B de Erlang, o objetivo real em um dimensionamento de Call Center determinar a quantidade de atendentes necessrios baseando-se na demanda oferecida e no nvel de servio desejado. 2.2. Componentes de um Call Center Para um melhor entendimento do processo de priorizao de filas em um Call Center, faz-se necessrio o conhecimento das funes de alguns componentes da central:

- URA uma interface entre o sistema telefnico e o banco de dados do Call Center. um dispositivo composto por canais de conversao, que, aps ser acessado pelo Cliente disponibiliza informaes de acordo com as opes escolhidas, configurando o "Auto-Atendimento". Neste dispositivo existem opes com contedos explicativos e opes de sada para que o Cliente possa falar com o atendimento pessoal. Para o desenvolvimento do modelo de filas priorizadas, cada opo de sada deve estar associada a um VDN e cada VDN deve estar associado a apenas uma opo de sada. - O VDN (do ingls Vector Directory Number) um ramal virtual (no-fsico) utilizado para o roteamento das chamadas. Toda chamada se associa um VDN que, por sua vez, est sempre associado a um vetor. - O Vetor o ambiente onde, efetivamente, so escritas as regras de roteamento s quais as chamadas devem ser submetidas. Associar um VDN a um determinado vetor faz com que todas as ligaes deste VDN sigam a regra de roteamento presente no vetor (regra tambm chamada de vetorizao). - O Skill o grupo de atendimento ao qual o atendente est conectado. para estes grupos que as chamadas so roteadas e, neles, ficam enfileiradas para posterior atendimento. Na figura seguinte, mostrado um exemplo de um vetor simples que enfileira com prioridade Baixa (L) no Skill 418.

Figura 3 Tela de exemplo de um vetor

No processo de roteamento das chamadas para um determinado Skill de atendimento, a prioridade das chamadas atribuda no vetor, como tambm os possveis transbordos para prioridades superiores. A ordem para o atendimento das chamadas definida baseada em um Algoritmo de Distribuio que considera algumas regras bsicas: Quando uma chamada enfileirada (nenhum atendente livre), ela passa aguardar que um atendente fique livre. A partir do momento que o primeiro atendente fica livre, as chamadas so atendidas na seguinte ordem: 1- A chamada em espera com a maior prioridade na fila sempre atendida antes das chamadas com menor prioridade nesta mesma fila (4 prioridades disponveis: Mxima, Alta, Mdia e Baixa). 2- Dentre as chamadas de mesma prioridade na fila, a chamada que estiver esperando h mais tempo ser atendida prioritariamente. Para ilustrar o funcionamento de um Call Center, a seguir, mostrado o macro-fluxo do processo de tratamento de uma ligao feita por um Cliente para um Call Center.

Cliente liga para o Call Center

PABX associa a chamada ao VDN 3512

PABX d o tratamento de acordo com os comandos do vetor 123 que est associado ao VDN 3512

Vetor 123 Rotear as ligaes para a URA

URA recebe a ligao e toca as opes de informaes e de sada

No O Cliente escolheu a opo de falar Sim com um atendente??

URA associa a ligao ao VDN 3619 que est associado ao vetor 200

Vetor 200 Rotear as ligaes para o Skill 201 com prioridade Mxima (T)

A ligao enfileirada no Skill e aguarda o atendimento Figura 4 Processo simplificado de tratamento de uma ligao no Call Center

3. Criao e priorizao das filas Juntamente com a qualidade do atendimento prestado e a eficincia na resoluo de problemas, o nvel de servio e a velocidade de atendimento das ligaes sempre foram grandes contribuintes para a obteno da satisfao dos Clientes atendidos no Call Center desta empresa. Apesar disto, notava-se que, mesmo prestando um atendimento com qualidade e eficiente, a ocorrncia de longas esperas em fila sempre geravam uma grande insatisfao dos Clientes. Essa situao descrita por Zeithaml e Bitner (2000): Para a maior parte das organizaes de servio, os Clientes em espera so inevitveis em algum momento e complementam afirmando que as organizaes que fazem os Clientes esperar em demasia, correm o risco de perder negcios ou, pelo menos de deix-los insatisfeitos. Para evitar tal insatisfao, se fazia necessria a manuteno da fora de trabalho de forma a atender a demanda recebida sem que fossem geradas grandes filas de espera. Com o passar do tempo e conseqente envelhecimento da mo de obra , um problema crnico comeou a aparecer nesta central: As LER e DORTs. Estas doenas, de acordo com Arajo, Melo e Andrade (2002), so leses por Esforos Repetitivos causadas em pessoas que executam tarefas nas quais movimentos continuados ou repetitivos so realizados constantemente e so causadas, muitas das vezes, pela combinao de problemas de postura com a presso excessiva para os resultados, um ambiente excessivamente tenso, rigidez excessiva no sistema de trabalho, estresse emocional, repouso inadequado, fator cognitivo, entre outros. Com este problema, imediatamente, o percentual de absentesmo aumentou significativamente e, consequentemente, a capacidade produtiva da central foi reduzida, ficando menor do que aquela que seria necessria para a manuteno dos seus indicadores de desempenho. Isso aconteceu pelo fato da substituio dos atendentes ausentes por novos atendentes no poder ser feita mesmo com o afastamento dos funcionrios por licena, pois todos os afastados continuavam na folha de pagamento da empresa, o que inviabilizava tal ao.

Foi, ento, criada uma situao em que, durante boa parte do dia, a demanda era superior capacidade de atendimento (d>a) e, neste tipo de situao, utilizando-se a disciplina de filas FIFO, o nvel de servio tornava-se zero. Esta situao pode ser verificada pela frmula C de Erlang. O dimensionamento do Call Center, em termos de quantidade de atendentes, era feito em funo de trs variveis: a) A demanda prevista em Erlangs; b) As premissas utilizadas, como, por exemplo, a improdutividade dos atendentes, o seu absentesmo e o percentual do tempo de descanso; c) A disciplina/modelo de fila utilizado. Como a demanda prevista sempre tinha um alto grau de acerto e o modelo de fila que, no caso, era o FIFO (First-In-First-Out), era sempre o mesmo, a nica varivel que tinha sofrido uma alterao significativa e, por isso, inviabilizava o novo dimensionamento, era o absentesmo gerado pelas LER e DORTs. Alm de inviabilizar a contratao de novos atendentes em substituio aos afastados, quando era gerado um novo dimensionamento com a premissa real de absentesmo, os nmeros obtidos eram proibitivos e no eram aprovados pela Diretoria. O problema estava claro: Como manter (e melhorar) os indicadores de desempenho da central dentro dos padres esperados com uma capacidade de atendimento reduzida? Dos conceitos de Engenharia de Produo surgiu a idia: Modificar o modelo de fila utilizado de modo que, criando-se uma fila inteligente onde as chamadas mais curtas fossem atendidas na frente das mais longas, fosse possvel manter os indicadores dentro dos limites esperados, mesmo estando com recursos reduzidos. O raciocnio era simples: era melhor atender 10 ligaes com durao prevista de 1 minuto cada, antes de atender uma s ligao de 10 minutos de durao. Dessa forma alm da melhoria no indicador de Nvel de Servio, a maior parte dos Clientes seria atendida mais rapidamente. A tarefa consistia, ento, em escrever as regras de priorizao em vetores onde todas as ligaes que tivessem um tempo mdio de durao pequeno, fossem atendidas

antes das que tinham um tempo mdio de durao maior. Para tanto, fez-se necessrio o mapeamento dos diversos VDNs utilizados no Call Center, considerando os tipos de ligaes, suas respectivas demandas e tempos mdios de durao. Abaixo se observa a estrutura de fila com prioridades diferentes.VDNs AVetor Pri 1

VDNs Pri 1

VDNs B

Vetor Pri 2

VDNs Pri 2

VDNs C

Vetor Pri 3

VDNs Pri 3

VDNs D

Vetor Pri 4

VDNs Pri 460s

URAVDNs EVetor Pri 5

Skill

VDNs Pri 960s

VDNs F

Vetor Pri 6 Vetor Pri 7

VDNs Pri 10

VDNs G

60s

VDNs Pri 1160s

VDNs H

Vetor Pri 8

VDNs Pri 12

Figura 5 Esquema de roteamento por prioridade em um Call Center

Basicamente, o que permitia segmentar as ligaes era a variedade de perfis e tipos de dvidas dos Clientes. S com a confirmao da alta variabilidade entre as duraes mdias das ligaes associadas a cada opo da URA foi possvel iniciar a anlise da Demanda. Aps criteriosa anlise das ligaes associadas a cada opo, pde-se notar que as ligaes provenientes de algumas opes em especial geravam questionamentos mais complexos por parte dos Clientes, que poderiam durar mais de dez minutos. Por outro lado, existiam as ligaes de resoluo simples, cujo tempo necessrio para o completo atendimento, muitas vezes, no ultrapassava um minuto. Concluiu-se, ento, que esta situao se configurava em um cenrio perfeito para a implantao do novo modelo de fila.

Para a operacionalizao do agrupamento em prioridades, sugere-se utilizar uma tabela onde so colocados todos os VDNs e os respectivos tempos mdios previstos de durao de suas chamadas. Como o interesse priorizar as ligaes curtas, faz-se necessrio orden-los em ordem crescente de tempo mdio. Dessa forma, os primeiros VDNs se associam aos vetores que enfileiram com as maiores prioridades na fila ou, em outras palavras, as chamadas destes VDNs sero atendidas prioritariamente.Durao mdia VDN35556 32027 32803 32201 32260 32024 32807 32028 32019 32288 32274 32026 32015 32806 32071 32278 32065 32280 32282 32064 32600 32242 32286 32266 32284 32022 32264 32061 32270 32025 32106 32272 32601 32062 32021 32605

Total00:55 01:19 01:35 01:40 01:46 01:50 02:01 02:10 02:11 02:17 02:19 02:25 02:26 02:27 02:32 02:32 02:32 02:34 02:41 02:45 02:45 02:46 02:46 02:49 02:49 02:52 02:57 03:00 03:02 03:03 03:09 03:12 03:13 03:14 03:15 03:16

Coef. De Variao0,23 0,78 0,27 0,23 0,10 0,71 0,20 0,41 0,17 0,18 0,28 0,67 0,12 0,22 0,37 0,59 0,24 0,27 0,13 0,38 0,20 0,05 0,10 0,12 0,07 0,19 0,07 0,27 0,36 0,42 0,05 0,15 0,13 0,15 0,13 0,24

T i p

Demanda TotalChamadas (%)1,0% 0,0% 1,4% 0,4% 5,3% 0,0% 0,6% 0,0% 0,9% 0,4% 0,2% 0,0% 0,3% 0,4% 0,1% 0,0% 0,1% 0,1% 0,6% 0,1% 0,4% 7,3% 0,5% 0,7% 2,3% 0,2% 3,4% 0,2% 0,1% 0,1% 4,2% 0,2% 0,8% 0,4% 0,9% 0,5%

Chamadas (#)161 1 233 67 871 3 91 3 155 73 29 4 53 66 14 6 14 12 97 13 63 1.193 88 109 381 32 552 25 9 12 687 39 130 70 143 75

Ocupao149:01:50 1:19:07 371:00:38 112:33:08 1543:22:50 4:41:07 184:23:59 7:05:32 339:23:38 167:14:10 66:32:40 9:51:15 128:26:29 162:12:48 36:18:21 16:20:08 35:48:56 32:06:41 259:23:32 35:57:00 173:26:36 3306:25:20 244:46:25 306:18:06 1074:57:02 91:46:23 1630:22:04 74:50:34 27:57:07 35:42:04 2167:08:57 126:35:49 420:01:39 226:28:07 466:55:50 245:25:57

Ocupao (%)0,3% 0,0% 0,7% 0,2% 2,7% 0,0% 0,3% 0,0% 0,6% 0,3% 0,1% 0,0% 0,2% 0,3% 0,1% 0,0% 0,1% 0,1% 0,5% 0,1% 0,3% 5,9% 0,4% 0,5% 1,9% 0,2% 2,9% 0,1% 0,0% 0,1% 3,8% 0,2% 0,7% 0,4% 0,8% 0,4%

VDN32107 32260 32106 32598 32264 32552 32102 32284 35466 32294 32105 32602 32103 32803 32108 32290 35556 32019 32021 32068 32601 32266 32262 32282 32807 32286 32292 32605 32288 32062 32201 32806 32095 32066 32600 35552

Demanda

Total1.019 871 687 642 552 478 395 381 346 302 291 280 242 233 206 200 161 155 143 142 130 109 104 97 91 88 78 75 73 70 67 66 63 63 63 56

(%)6,2% 5,3% 4,2% 3,9% 3,3% 2,9% 2,4% 2,3% 2,1% 1,8% 1,8% 1,7% 1,5% 1,4% 1,2% 1,2% 1,0% 0,9% 0,9% 0,9% 0,8% 0,7% 0,6% 0,6% 0,6% 0,5% 0,5% 0,5% 0,4% 0,4% 0,4% 0,4% 0,4% 0,4% 0,4% 0,3%

Figura 6 Tabela para organizao dos dados dos VDNs

Ainda nesta tabela, sugere-se incluir o coeficiente de variao do tempo mdio de cada VDN, pois este nmero serve para indicar as altas variabilidades nos tempos dos VDNs. Os VDNs com um grande coeficiente de variao devem ser constantemente observados, principalmente se estiverem com uma prioridade relativamente alta na fila. O coeficiente de variao calculado pela frmula C = \ TMA , onde TMA o tempo mdio de durao das chamadas e o desvio padro dos tempos de durao das chamadas. Com os valores em mos, possvel calcular as demandas totais e sua participao percentual geradas pelos VDNs para que, na escolha da prioridade de cada um, no haja o risco de que as maiores prioridades recebam uma grande concentrao de demanda, o que poderia gerar um tempo espera muito alto para as chamadas associadas aos VDNs com prioridades mais baixas. Alm das regras bsicas de priorizao descritas, no agrupamento dos VDNs em prioridades, tambm deve ser levada em considerao, em carter de exceo, a importncia de cada VDN no lugar da durao de suas chamadas. Um exemplo deste tipo de exceo o VDN associado opo da URA de Suspenso por Perda ou Roubo. As chamadas deste VDN apesar de, historicamente, apresentarem um tempo mdio de durao relativamente alto, precisam ter uma prioridade alta na fila devido urgncia do assunto a ser tratado. Todas as pessoas que escolhem essa opo na URA precisam ter os seus aparelhos suspensos rapidamente para evitar que algum faa ligaes indevidas a partir dele. Respeitadas as premissas j citadas, quanto menor for a variabilidade dentro de cada prioridade melhor. Sugere-se que seja feita uma anlise de Clusters para garantir que, em uma mesma prioridade, no sejam alocados VDNs com tempos mdios muito diferentes, o que infringiria, dentro da prioridade, a lei de as menores na frente. No modelo criado, foi includa uma ltima regra que criava um caminho alternativo para as ligaes de prioridades baixas que esperavam na fila por mais de um tempo limite. Com este caminho alternativo, sempre que uma ligao ultrapassava um tempo de espera em fila considerado alto, esta ganharia prioridades mais altas at que fosse atendida.

Por fim, ao associar-se os VDNs aos seus devidos vetores, era colocada em produo a estrutura de fila inteligente, onde grandes resultados foram obtidos, como pode ser visto a seguir. 3. Resultados obtidos Pode-se observar no grfico abaixo que, j no primeiro ms de implantao, o nvel de servio, que o principal indicador de performance da central, aumentou de 42% para 84%, mantendo-se estvel pelos demais meses. Analisando os meses anteriores mudana e os imediatamente posteriores, observa-se o aumento mdio de 35 pontos percentuais.100% 90% 80% 70% 60% 49% 50% 40% 30% 20% 10% 0% Jan Fev Mar Abr Mai Jun Jul Ago Set 34% 42%

Implantao da fila inteligente84% 73% 77% 73% 72% 81%

Mdia : 77%

Mdia : 42%

Figura 7 Grfico do nvel de servio observado

Um outro surpreendente resultado foi a estabilidade adquirida por este indicador em momentos de picos de demanda. Por mais que aparecessem picos inesperados de demanda, o modelo de fila implantado garantiu a estabilidade do nvel de servio, fazendo com que a maior parte dos Clientes no sentissem diferena no tempo mdio de espera, diferentemente do que aconteceria se fossem utilizadas filas do tipo FIFO que so muito mais frgeis para problemas deste tipo. J o Answer Rate, que , por definio, o percentual das ligaes atendidas em relao ao total de ligaes recebidas, passou de 65% para 86%, em mdia. Isso representa um ganho real na quantidade de ligaes atendidas dos Clientes.

100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Jan Fev Mar 66% 61% 68%

Implantao da fila inteligente87% 82% 89% 84% 84% 87%

Mdia : 86%

Mdia : 65%

Abr

Mai

Jun

Jul

Ago

Set

Figura 8 Grfico do Answer Rate observado

O Tempo mdio de espera em fila diminuiu de 2 minutos e 26 segundos para 47 segundos, em mdia. Uma diminuio de 67% beneficiando diretamente os Clientes, que passaram a esperar menos em fila. J o Tempo mdio de atendimento, que influi diretamente na fora de trabalho necessria para atender a demanda oferecida, diminuiu, em mdia, de 3 minutos e 18 segundos para 2 minutos e 42 segundos, uma diminuio de 18%.

3:36

Implantao da fila inteligente 2:59

2:53

Mdia - 2:26 2:15

2:10

2:05 Mdia - 0:47

1:26

0:570:43

0:54 0:40

0:56 0:45

0:32

0:00 Jan Fev Mar Abr Mai Jun Jul Ago Set

Figura 9 Grfico do TME observado

Para que os mesmos resultados fossem obtidos, seria necessrio aumentar a fora de trabalho, em, aproximadamente, 40 atendentes. Deixando de faz-lo, foi economizado R$ 1.200.000,00/ano.

4. Concluses Conclui-se que as disciplinas das filas, quando bem administradas, podem trazer redues significativas nos tempos de espera dos Clientes que por elas passam. Foi observado, ainda, que a regra utilizada na fila inteligente para priorizar o atendimento das ligaes curtas, traz ganhos imediatos para a operao, tornando o processo estvel atravs do aumento da estabilidade dos indicadores aos picos de demanda. Para que a satisfao dos Clientes enquanto nas filas de espera seja garantida, faz-se necessrio criar um caminho extra de modo que, depois de um determinado tempo, seja aumentada a prioridade das ligaes que esperam h mais tempo em fila. 5. Recomendaes Recomenda-se criar uma lgica para o incio do processo de priorizao de modo que este s funcione enquanto a fila estiver em um tamanho tal que o justifique (tempo de espera da ligao mais lenta superior a 20s). Caso contrrio, a disciplina da Fila Inteligente migra automaticamente para uma disciplina de fila simples (FIFO). Recomenda-se, ainda, que sejam includos avisos sobre o tempo mdio que o Cliente deve esperar em fila. Por fim, juntamente com a disciplina de filas priorizadas criada, sugere-se trabalhar com o modelo chamado Skill Based Routing, onde, alm das duraes mdias das chamadas, levado em considerao o perfil de cada uma e feito o roteamento diferenciado para os Skills de atendentes. Dessa forma, so criadas estruturas de atendimento compartilhadas, chamadas de multi-skill, que adquirem um maior nvel de especializao para cada tipo de assunto e leva reduo do tempo mdio de atendimento de todas as ligaes. Abaixo pode ser observado o esquema de funcionamento do Skill Based Routing.

Figura 10 Esquema de atendimento do Skill Based Routing

6. Referncias bibliogrficas ARAJO, M.; MELO, L.; ANDRADE, T.(2002) - Anlise da incidncia e preveno de LER/DORT em centrais de atendimento. Recife. FILDES, R. (2002) - Telecommunications demand forecasting a review. Lancaster. MARQUES M.; PHILIPPI D.; NASCIMENTO G.(2001) - Dimensionamento de Posies de Atendimento para Call Centers. Florianpolis. MOREIRA, D. (1998) - Administrao da Produo e Operaes. Ed. Pioneira. Rio de Janeiro. PRADO, D. (1999) Teoria das Filas e da simulao. Ed. de Desenvolvimento Gerencial. Belo Horizonte.

ZEITHAML, V.; BITNER, M; (2000) Marketing de Servios: A empresa com foco no Cliente. Ed. Bookman. So Paulo.