Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Germán Capdehourat
Evaluación de Performance de Redes de Telecomunicaciones
Trabajo Final 2006
Resumen 1. Introducción
Este trabajo presenta una parte de la investigación Debido a los grandes avances en las tecnologı́as de la
académica relizada hasta la fecha en materia de centros información, el número, tamaño y alcance de los call cen-
de atención telefónicos, más conocidos como call centers ters, ası́ como la cantidad de gente trabajando en ellos o
[1][2]. La mayor parte de la misma tiene su origen o se utilizando sus servicios como clientes, ha crecido en gran
basa en la teorı́a de colas. Sin dudas, esta perspectiva de forma durante la última década. A modo de ejemplo, sólo
los call centers es natural y además útil para el análisis y en EEUU, la industria de los call centers se estima que em-
diseño de estos sistemas. Dichos modelos han servido para plea varios millones de personas como agentes, sobrepasan-
generar herramientas estándar que apoyan la gestión de los do la agricultura [3]. En Europa, el número de empleados de
call centers. Sin embargo, los call centers modernos son sis- call centers fue estimado entre 1999 y 2000, indicando por
temas cada vez más complejos, con caracterı́sticas nuevas ejemplo, 600.000 en el Reino Unido (2.3 % del total de tra-
como IVR1 , ruteo basado en habilidades, chat, e-mail, etc. bajadores), 200.000 en Holanda (casi 3 %) y entre 300.000
que hacen más difı́cil el análisis y sobrepasan los lı́mites de y 400.000 en Alemania (1-2 %). Una nueva disciplina deno-
la teorı́a de colas existente al momento. Aparece entonces minada Ingenierı́a de Servicio [4], que busca dar soporte al
la simulación como única vı́a para el manejo de estos casos diseño y gestión de las operaciones involucradas en los ser-
de extrema complejidad. vicios, tiene entre sus campos de acción a los call centers.
2. Esperar en cola, si todos los agentes están ocupados y Corresponde a la fracción de llamadas del total que arri-
hay lı́neas libres. ban, en que los clientes abandonan por agotar su paciencia.
N o de abandonos
3. Ser bloqueado, por no haber lı́neas disponibles. P (Ab) =
N o total de arribos
Luego, para el caso del cliente que queda en cola existen Una variante de este indicador es contabilizar solamen-
dos posibilidades: te aquellos abandonos que aguardan un tiempo mı́nimo (ǫ
pequeño), eliminando de esta forma a los clientes ansiosos.
1. Esperar hasta ser atendido, cuando algún agente se li-
bere. N o de abandonos que esperan mas de ǫ
P (Ab|W > ǫ) =
2. Abandonar el sistema sin ser atendido. N o total de arribos
Porcentaje de bloqueos
Además existen los reintentos, tanto para el caso de blo-
queos como de abandonos, siendo estos los clientes que Es la fracción de llamadas del total que arriban, que son
vuelven a llamar. Por otro lado se tienen los retornos, que bloqueadas por no tener lı́neas disponibles.
corresponden a clientes que fueron atendidos pero por algu-
na razón, vuelven a comunicarse con el call center. N o de bloqueos
P (Blk) =
No total de arribos
1.2. Indicadores de performance
Porcentaje de ocupación de los agentes
A continuación se presenta una lista con los principales Corresponde a la fracción de tiempo del total que opera
indicadores utilizados para analizar la performance de un el call center, en que los agentes están atendiendo llamadas.
call center. Se considera la variable aleatoria W , que mide
el tiempo de espera de los clientes para ser atendidos.
PAGEN T ES
T iempo atendiendo llamadas
P (Blk) =
Grado de servicio T iempo total de trabajo del call center
2.1. Erlang-C
(c) Cadena asociada a la cola de espera.
El modelo tradicional para el dimensionado de call cen-
ters es el M/M/N, siendo N la cantidad de agentes y el Figura 3. Modelo de call center Erlang-C.
número de lı́neas ∞. Este modelo considera arribos y tiem-
pos de servicio exponenciales de tasas λ y µ respectivemen-
te. No se toma en cuenta las demás posibilidades presenta- tienen por lo menos N+1 clientes en el sistema, es decir
das como abandonos, bloqueos, reintentos, etc. a partir de que la cola no está vacı́a. También es posible
En la figura 3 se puede ver tanto el modelo de Erlang-C, en este caso hallar la solución analı́tica, pero resulta más
como la cadena asociada al mismo. A partir de este modelo, complejo que para Erlang-C. Por más detalle ver [3].
podemos llegar a una expresión analı́tica para el SL y el
ASA, en función de N, λ, µ. 2.3. Comparación de Erlang-C y Erlang-A
ρN 1
Siendo Ec (N, ρ) = (N −1)! (N −ρ) ρN P −1 ρj En el siguiente ejemplo se realiza una comparación entre
+ N
(N −1)! (N −ρ) j=0 j!
ambos modelos presentados para un sistema particular. Los
donde ρ = λ/µ quedan:
parámetros utilizados son:
SL = 1 − Ec (N, ρ) × e−(N −ρ)·AW T ·µ λ = 50 min−1 (50 llamadas por minuto)
2.2. Erlang-A: Considerando abandonos Se releva los indicadores PESP ERAR = P (W > 0),
SL = P (W < 20 seg.) y ASA = E(W ), todos ellos
Este modelo [3], es una extensión del anterior y se ba- para un rango del número de agentes, que varı́a desde 15 a
sa en los resultados de Palm [5]. Se denomina M/M/N+M, 45. Se ve claramente la diferencia entre ambos modelos, en
puesto que se modela la paciencia de los clientes mediante particular Erlang-C es inestable para N < 26, mientras que
una variable aleatoria exponencial, donde los abandonos se Erlang-A es siempre estable en el intervalo mostrado.
producen a tasa θ. Esto significa que el tiempo medio que un Para el caso de particular de N = 26 agentes, se presen-
cliente espera en ser atendido es 1/θ. En [3] se argumenta ta la tabla 2.3. En la misma podemos ver que para la misma
la importancia de considerar los abandonos en el modelo. tasa de arribos, el tamaño medio de la cola y la espera pro-
Como se observa en la figura 4, la cadena asociada al medio es bastante menor para el caso de Erlang-A, con una
modelo de Erlang-A difiere de la de Erlang-C cuando se ocupación de los agentes un tanto menor y tan solo un 4,9 %
Probabilidad de Esperar
1
0.9
0.8
0.7
0.6
PESPERA(%)
0.5
0.4
0.3
0.2
0.1
0
15 20 25 30 35 40 45
No de Agentes
20
Espera (seg.)
15
10
0
15 20 25 30 35 40 45
No de Agentes
(b) Modelo simplificado resultante.
Grado de Servicio − AWT = 20 seg.
1
0.9
0.8
0.7
0.5
0.3
0.2
0.1
fleja en una calidad de servicio muy superior para los clien- No de Agentes
Otra manera de definir la asignación de agentes a Dejar de lado el estudio analı́tico y utilizar herramien-
cada tipo de llamada, es a través de la matriz de tas de simulación para analizar sistemas complejos.
prioridades [7]. Esta matriz es de igual tamaño que la
de agentes-habilidades, donde las filas correspon- 4.4. Bloques canónicos
den también a los agentes pero a diferencia del otro caso
las columnas corresponden a los tipos de llamadas y no a Una manera de las descritas para atacar los sistemas con
las prioridades. De esta forma, la entrada de la matriz Ri,k SBR corresponde al análisis de casos especı́ficos. En par-
indica el nivel de prioridad de la llamada de tipo k para el ticular, en [8] se presenta distintos bloques canónicos, los
agente i. Si el nivel de prioridad toma valores de 1 a ∞ se cuales se pueden ver como piezas básicas para la construc-
debe elegir un valor especial (ej: 0) para el caso en que el ción de un call center con SBR. En la figura 8 se presentan
agente no atienda ese tipo de llamadas. dichos bloques.
Esta estructura permite la existencia de distintos tipos de En [8] se menciona el hecho de que aún para estos di-
llamadas con igual nivel de prioridad para un determinado seños simples, el análisis se realiza mediante simulación en
agente. Por otro lado el ruteo se vuelve más complejo, de- la mayorı́a de los casos puesto que el estado del arte del
bido a que cuando los niveles de prioridad son iguales, es estudio analı́tico es aún insuficiente.
necesario un segundo algoritmo para desempatar. Luego de
definida la llamada a atender, la elección de un agente de- 5. Simulación
terminado es análoga a lo descrito anteriormente.
4 Longest-Idle-Agent-Routing La otra vı́a mencionada para el análisis de sistemas com-
5 First-Come First-Served plejos corresponde a el uso de herramientas de simulación
Colas de espera