En los últimos meses hemos lanzado una serie de artículos que, saliendo del plano teórico, vienen a demostrar con casos prácticos, de los que hemos participado en ADI Consulting, cómo se puede mejorar la eficiencia de los Contact Center al añadir servicios específicos de apoyo a la operación. De esta manera hemos repasado ejemplos reales de las siguientes materias:
- El papel del Force para mejorar la eficiencia del Contact Center
- Mejorando la eficiencia de un centro de contacto gracias al Control de Facturación
- El reporting especializado en Contact Center, pieza clave para la mejora contínua
Para concluir, solamente falta una última pieza. La planificación de actividad, en conjunción a la planificación de recursos, se unen a reporting y conducción para que podamos cumplir con los objetivos de nuestro servicio de relación con clientes. Aquí te presentamos tres ejemplos prácticos que lo demuestran.
Afinando las curvas de llamadas para un dimensionamiento perfecto
Uno de nuestros clientes, importante empresa del sector seguros, realizaba las previsiones de llamadas con curvas intrahora por tramos de media hora, algo que siempre recomendamos desde ADI Consulting para ajustar al detalle las previsiones. Pero, en este caso, estaban calculando la previsión en base a las llamadas atendidas, y no a las recibidas. Esto hacía que las previsiones se calculasen en base a su capacidad de atender llamadas y no a la realidad del servicio ni al comportamiento del cliente, creando claros inconvenientes como eran la caída de los niveles de servicio en determinados horarios, generando efecto rellamada que hacía muy difícil planificar correctamente el personal necesario.
Propusimos cambiar a un modelo en el que las curvas de previsiones intrahora se hicieran en base a las llamadas entrantes en lugar de a las atendidas. De esta manera, la previsión se convertiría en una herramienta clave y realista sobre el tráfico que el servicio debía atender, ajustada al tráfico real. Esto permitió adecuar los turnos y horarios a las curvas reales, eliminando así desviaciones puntuales que estaban generando el mencionado efecto rellamada o caída de niveles. Como resultado, se consiguió mejorar los SLA y, en definitiva, la experiencia de los clientes al disminuir su tiempo de espera.
Ratios de productividad dinámicos para alcanzar los objetivos del servicio
En esta ocasión uno de nuestros clientes, empresa líder del sector de las telecomunicaciones, estaba realizando sus previsiones de agentes utilizando ratios de productividad por tipo de día, esto es, no diferenciando más que por el día de la semana (lunes, martes, etc.), pero sin tener en cuenta tramos horarios, turnos u otros criterios que podrían estar afectando a la productividad en los distintos momentos de un servicio. De esta manera, las previsiones no conseguían adaptarse al tráfico de llamadas, provocando sobredimensionamientos en las horas valle e infradimensionamientos en los periodos de mayor demanda de actividad.
Diseñamos un nuevo modelo de previsión de agentes en el que las productividades se calculaban por día y también por franja horaria. Pasar a este nuevo método tuvo una relevancia evidente a la hora de evaluar los agentes necesarios por turno. Gracias a este nuevo modelo donde las productividades se calculaban por tramos y no solo por días, obtuvimos una reducción del dimensionamiento de agentes en pico de un 5%, se mejoró la adherencia y se consiguió un dimensionamiento mucho más adecuado a la realidad y necesidades del servicio.
AHT por tramos horarios para mejorar la satisfacción del cliente
En nuestro último ejemplo, nuestro cliente, reconocida empresa del sector servicios, estaba realizando las previsiones, y en consecuencia los dimensionamientos, calculando el AHT por día. Sin embargo, en nuestro método siempre calculamos el AHT diario por tramos de medias horas, por lo que cambiamos este sistema.
De esta manera, descubrimos que la naturaleza misma del servicio hacía que en las tardes los AHT fueran muy superiores a la mañana. Adicionalmente, introdujimos a nuestros cálculos variables que impactaban en este AHT en diferentes etapas de la relación con el cliente, especialmente los cierres mensuales de factura, periodo en que pudimos calcular curvas de llamadas que, durante 3 o 4 días al mes, eran muy diferentes a las del resto del ciclo. Así, creamos curvas especiales y cálculos de AHT por franjas que nos sirvieron para dimensionar correctamente el servicio a cualquier hora, durante cualquier momento. Esto permitió a nuestro cliente mejorar tanto los niveles de servicio como, por supuesto, la satisfacción de sus clientes.
Estos tres ejemplos nos demuestran que aunque la gran mayoría de empresas de Contact Center están empleando algún método para preveer su actividad y provisionar recursos humanos en consecuencia, muchas veces incluyendo determinados ajustes, técnicas o correcciones en la planificación podemos pasar de un Contact Center que funciona a uno que cumple objetivos con menor esfuerzo y que incrementa la satisfacción del cliente final, como demuestran nuestros casos con éxito.
Entradas Relacionadas
10 claves para el dimensionamiento de agentes en el Contact Center
10 claves de la previsión de actividad en el Contact Center
