Revisión de la literatura de programación lineal entera y simulación de eventos discretos para el dimensionamiento de un Call Center

• Autor: Villavicencio Billinghurst, Elizabeth
• Formato: tesis de grado
• Fecha de Publicación: 2020
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Tesis
• Lenguaje: español
• OAI Identifier: oai:tesis.pucp.edu.pe:20.500.12404/18379
• Enlace del recurso: http://hdl.handle.net/20.500.12404/18379
• Nivel de acceso: acceso abierto
• Materia: Centros de atención telefónica--Diseño y construcción--Modelos matemáticos; Centros de atención telefónica--Planificación; Centros de atención telefónica--Planificación--Investigaciones; Programación lineal--Investigaciones; https://purl.org/pe-repo/ocde/ford#2.11.04

El crecimiento de los call center en el Perú, lo han convertido en una industria atractiva para las empresas extranjeras y para la oferta de trabajo local. Con la generación de aproximadamente 45 mil puestos y un crecimiento de 25% anual; los centros de contacto representan el enlace con el cliente de la manera más fácil y eficiente en la actualidad. El centro de contacto, al ser el representante de la empresa ante el cliente, debe generar la mejor experiencia y para lograrlo se tienen indicadores operativos (nivel de atención, servicio, conversión, y otros) que permiten controlar la gestión. Estos indicadores no solo monitorean la experiencia del cliente sino también la utilización del recuso más valioso para esta industria, el asesor telefónico. La contratación de agentes telefónicos representa el 70% de la estructura de costos de un call center y es un factor que impulsa a estas industrias a utilizar herramientas matemáticas que permitan encontrar el punto de equilibrio, generando ahorros y la mejor experiencia. Este punto de equilibrio es el dimensionamiento óptimo de agentes que permita cumplir con los estándares de la industria (95% de nivel de atención y 80% de nivel de servicio). En la revisión de la literatura se presentan tres herramientas matemáticas, la formulación Erlang-C para obtener los mínimos requeridos, la programación lineal entera para optimizar la función objetivo y la simulación de eventos discretos para confirmar los principales indicadores. Finalmente, se concluye que a través de las herramientas matemáticas mencionadas, se logra obtener el número de agentes telefónicos necesarios para lograr los objetivos de atención y minimizar la inversión en este recurso; potenciando una industria en crecimiento y que cubre las principales expectativas del cliente.