Call Centers
Modelos de Investigacin de Operaciones
Call Centers
Agenda
1
Introduccin Motivacin Cmo funciona un Call center? Problemas de OR en Call Centers Modelos de Dimensionamiento Erlang-C Erlang-A Generalizaciones y Extensiones Modelos de Scheduling Modelos de Ruteo Software
Germn Riao Mendoza Call Centers
3 4 5
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
Agenda
1
Introduccin Motivacin Cmo funciona un Call center? Problemas de OR en Call Centers Modelos de Dimensionamiento Erlang-C Erlang-A Generalizaciones y Extensiones Modelos de Scheduling Modelos de Ruteo Software
Germn Riao Mendoza Call Centers
3 4 5
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
Motivacin
Por qu estudiar Call Centers?
La tecnologa ha reducido los costos Cada vez ms compaas los usan. Pero pocas tienen la experiencia en su administracin. Potencialmente existen registros completos y conables de la transaccionalidad. Problema bsico: Cuntos agentes contratar y a qu horas, de manera que se mantengan niveles deseados de servicio?
Call Centers
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
Motivacin
Por qu estudiar Call Centers?
La tecnologa ha reducido los costos Cada vez ms compaas los usan. Pero pocas tienen la experiencia en su administracin. Potencialmente existen registros completos y conables de la transaccionalidad. Problema bsico: Cuntos agentes contratar y a qu horas, de manera que se mantengan niveles deseados de servicio?
Call Centers
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
Motivacin
Por qu estudiar Call Centers?
La tecnologa ha reducido los costos Cada vez ms compaas los usan. Pero pocas tienen la experiencia en su administracin. Potencialmente existen registros completos y conables de la transaccionalidad. Problema bsico: Cuntos agentes contratar y a qu horas, de manera que se mantengan niveles deseados de servicio?
Call Centers
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
Motivacin
Por qu estudiar Call Centers?
La tecnologa ha reducido los costos Cada vez ms compaas los usan. Pero pocas tienen la experiencia en su administracin. Potencialmente existen registros completos y conables de la transaccionalidad. Problema bsico: Cuntos agentes contratar y a qu horas, de manera que se mantengan niveles deseados de servicio?
Call Centers
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
Motivacin
Por qu estudiar Call Centers?
La tecnologa ha reducido los costos Cada vez ms compaas los usan. Pero pocas tienen la experiencia en su administracin. Potencialmente existen registros completos y conables de la transaccionalidad. Problema bsico: Cuntos agentes contratar y a qu horas, de manera que se mantengan niveles deseados de servicio?
Call Centers
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
Agenda
1
Introduccin Motivacin Cmo funciona un Call center? Problemas de OR en Call Centers Modelos de Dimensionamiento Erlang-C Erlang-A Generalizaciones y Extensiones Modelos de Scheduling Modelos de Ruteo Software
Germn Riao Mendoza Call Centers
3 4 5
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
PSTN = Public switch telephone network, PBX = Private automatic branch exchange, IVR=VRU=Interactive voice response unit, ACD=Automatic call distributor, CTI = computer telephone integration, CSR = customer service representative.
Germn Riao Mendoza Call Centers
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
ASA=EWq = average speed answer, AHA=ES= Average handle time, TSF=P{Wq t}, On Prod = agentes activos, FTE = full time equivalent.
Germn Riao Mendoza Call Centers
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
Agenda
1
Introduccin Motivacin Cmo funciona un Call center? Problemas de OR en Call Centers Modelos de Dimensionamiento Erlang-C Erlang-A Generalizaciones y Extensiones Modelos de Scheduling Modelos de Ruteo Software
Germn Riao Mendoza Call Centers
3 4 5
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
Pronsticos. Anlisis de capacidad (dimensionamiento). Ruteo y asignacin (centros multilinges, multi habilidades) Scheduling y Rostering. Contratacin y despidos (planeacin largo plazo).
Call Centers
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
Pronsticos. Anlisis de capacidad (dimensionamiento). Ruteo y asignacin (centros multilinges, multi habilidades) Scheduling y Rostering. Contratacin y despidos (planeacin largo plazo).
Call Centers
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
Pronsticos. Anlisis de capacidad (dimensionamiento). Ruteo y asignacin (centros multilinges, multi habilidades) Scheduling y Rostering. Contratacin y despidos (planeacin largo plazo).
Call Centers
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
Pronsticos. Anlisis de capacidad (dimensionamiento). Ruteo y asignacin (centros multilinges, multi habilidades) Scheduling y Rostering. Contratacin y despidos (planeacin largo plazo).
Call Centers
Por qu estudiar Call Centers? Cmo funciona un Call center? Problemas de OR en Call Centers
Pronsticos. Anlisis de capacidad (dimensionamiento). Ruteo y asignacin (centros multilinges, multi habilidades) Scheduling y Rostering. Contratacin y despidos (planeacin largo plazo).
Call Centers
Modelos de Dimensionamiento
Call Centers
Modelos de Dimensionamiento
Call Centers
Modelos de Dimensionamiento
Call Centers
Erlang?
Agner Karup Erlang Naci en Lnborg (Dinamarca) Estudi el problema de determinar al nmero de operadoras en la central telefnica de Copenhague. La teora de colas naci como problema de ingeniera: no matemticas.
A. K. Erlang (18781929)
Call Centers
Erlang?
Agner Karup Erlang Naci en Lnborg (Dinamarca) Estudi el problema de determinar al nmero de operadoras en la central telefnica de Copenhague. La teora de colas naci como problema de ingeniera: no matemticas.
A. K. Erlang (18781929)
Call Centers
Erlang?
Agner Karup Erlang Naci en Lnborg (Dinamarca) Estudi el problema de determinar al nmero de operadoras en la central telefnica de Copenhague. La teora de colas naci como problema de ingeniera: no matemticas.
A. K. Erlang (18781929)
Call Centers
Agenda
1
Introduccin Motivacin Cmo funciona un Call center? Problemas de OR en Call Centers Modelos de Dimensionamiento Erlang-C Erlang-A Generalizaciones y Extensiones Modelos de Scheduling Modelos de Ruteo Software
Germn Riao Mendoza Call Centers
3 4 5
Modelo Erlang-C
Supuestos
Call Centers
Modelo Erlang-C
Supuestos
Call Centers
Modelo Erlang-C
Supuestos
Call Centers
Modelo Erlang-C
Anlisis
rn n! p0 rn p k !k nk 0
n<k nk
Call Centers
Modelo Erlang-C
Resultados
C(k , r ) = 1
m=0
rm m!
k 1
/
m=0
rm rk 1 + m! k ! 1 r /k
, (1) (2)
F (k ; r ) F (k 1; r ) = F (k ; r ) F (k 1; r )
donde = r /k y F (, r ) es la cdf de una Poisson de media r . Condicin : r < k . El TSF es: P{Wq t} = 1 C(k , r )ek (1)t
Germn Riao Mendoza Call Centers
t >0
Modelo Erlang-C
Resultados
C(k , r ) = 1
m=0
rm m!
k 1
/
m=0
rm rk 1 + m! k ! 1 r /k
, (1) (2)
F (k ; r ) F (k 1; r ) = F (k ; r ) F (k 1; r )
donde = r /k y F (, r ) es la cdf de una Poisson de media r . Condicin : r < k . El TSF es: P{Wq t} = 1 C(k , r )ek (1)t
Germn Riao Mendoza Call Centers
t >0
Problemas de Erlang-C
Slo estado estable. Distribuciones exponenciales. Empricamente log-normales parecen funcionar mejor. No considera abandonos.(!)
Call Centers
Problemas de Erlang-C
Slo estado estable. Distribuciones exponenciales. Empricamente log-normales parecen funcionar mejor. No considera abandonos.(!)
Call Centers
Problemas de Erlang-C
Slo estado estable. Distribuciones exponenciales. Empricamente log-normales parecen funcionar mejor. No considera abandonos.(!)
Call Centers
Agenda
1
Introduccin Motivacin Cmo funciona un Call center? Problemas de OR en Call Centers Modelos de Dimensionamiento Erlang-C Erlang-A Generalizaciones y Extensiones Modelos de Scheduling Modelos de Ruteo Software
Germn Riao Mendoza Call Centers
3 4 5
Modelo Erlang-A
Erlang-A = Erlang-C + abandonos. Cada cliente en cola tiene un tiempo de impaciencia exponencial(). Los abandonos pueden tener un impacto muy fuerte. El modelo Erlang-A siempre es estable, incluso para muy pequeo.
Call Centers
Modelo Erlang-A
Erlang-A = Erlang-C + abandonos. Cada cliente en cola tiene un tiempo de impaciencia exponencial(). Los abandonos pueden tener un impacto muy fuerte. El modelo Erlang-A siempre es estable, incluso para muy pequeo.
Call Centers
Modelo Erlang-A
Ejemplo
Ejemplo: (Mandelbaum & Zeltyn 2004): 50 agentes, 48 llamadas por min., 1 min. tiempo promedio de servicio, 2 min. paciencia promedio.
M/M/n Abandonos( %) T. Espera Percentil 90 de T. Espera Long Cola Utilizacin 20.8 seg 58.1 seg 17 96 % M/M/n + M 3.1 % 3.7 seg 12.5 seg 3 93 % M/M/n, 3,1 % 8.8 seg 28.2 seg 7 93 %
Call Centers
Modelo Erlang-A
Anlisis
n k + (n k )
n<k n k.
n<k nk
Call Centers
Modelo Erlang-A
Cmo estimar ?
Observe que
P{Abandonos} =
i=1
ipi+k = Lq
Call Centers
Modelo Erlang-A
Estimacin de dist. de impaciencia
Para estimar pdf de abandonos se estima primero la funcin de falla. Para cualquier v.a. T con cdf G y pdf g, la funcin de falla es 1 g(t) h(t) = lim P{t < T t + |T > t} = 1 G(t) 0 Obsrvese que
t
G(t) = exp
0
h(s)ds
Call Centers
Para estimar g(t) se parte el horizonte en pequeos intervalos (Ejemplo: 1 segundo) y h(k ) = Nmero de llamadas que abandonan en intervalo k , Nmero de llamadas que no han colgado en intervalo k
y luego se calcula
k k
G(k ) = exp
i=1
h(i)
i=1
(1 + h(i))
(Mtodo Keiser-Meyer).
Call Centers
Agenda
1
Introduccin Motivacin Cmo funciona un Call center? Problemas de OR en Call Centers Modelos de Dimensionamiento Erlang-C Erlang-A Generalizaciones y Extensiones Modelos de Scheduling Modelos de Ruteo Software
Germn Riao Mendoza Call Centers
3 4 5
Generalizaciones y Extensiones
Existen soluciones cerradas para M/G/1, G/M/1, M/M/k + G. Cadenas de Markov: Modelos geomtrico matriciales, Ejemplo: JMarkov. Aproximaciones: Cunnen-Allen, Haln Whittin,. . . Simulacin.
Call Centers
Generalizaciones y Extensiones
Existen soluciones cerradas para M/G/1, G/M/1, M/M/k + G. Cadenas de Markov: Modelos geomtrico matriciales, Ejemplo: JMarkov. Aproximaciones: Cunnen-Allen, Haln Whittin,. . . Simulacin.
Call Centers
Generalizaciones y Extensiones
Existen soluciones cerradas para M/G/1, G/M/1, M/M/k + G. Cadenas de Markov: Modelos geomtrico matriciales, Ejemplo: JMarkov. Aproximaciones: Cunnen-Allen, Haln Whittin,. . . Simulacin.
Call Centers
Generalizaciones y Extensiones
Existen soluciones cerradas para M/G/1, G/M/1, M/M/k + G. Cadenas de Markov: Modelos geomtrico matriciales, Ejemplo: JMarkov. Aproximaciones: Cunnen-Allen, Haln Whittin,. . . Simulacin.
Call Centers
Modelo M/M/k + G
Elementos bsicos
Z
H(x) =
(1 G(t))dt
0
Z
J =
exp(H(x) k x)dx,
Z
J1 = JH = JH (t) =
x exp(H(x) k x)dx,
0
Z
0
Z
t
r n r k 1 n! (k 1)!
Call Centers
Modelo M/M/k + G
Medidas de desempeo
Call Centers
Construye el espacio de estado a partir de las reglas de comportamiento del sistema. El usuario sigue estos pasos:
Codica la representacin de estados y eventos. Implementa active(i,e), dests(i,e) y rate(i,e).
JMarkov calcula estado estable y medidas de desempeo. Modela incluso sistemas geomtrico-matriciales. Ver Sesin VB03. Con distribuciones de fase se pueden modelar muchos sistemas.
Germn Riao Mendoza Call Centers
Construye el espacio de estado a partir de las reglas de comportamiento del sistema. El usuario sigue estos pasos:
Codica la representacin de estados y eventos. Implementa active(i,e), dests(i,e) y rate(i,e).
JMarkov calcula estado estable y medidas de desempeo. Modela incluso sistemas geomtrico-matriciales. Ver Sesin VB03. Con distribuciones de fase se pueden modelar muchos sistemas.
Germn Riao Mendoza Call Centers
Construye el espacio de estado a partir de las reglas de comportamiento del sistema. El usuario sigue estos pasos:
Codica la representacin de estados y eventos. Implementa active(i,e), dests(i,e) y rate(i,e).
JMarkov calcula estado estable y medidas de desempeo. Modela incluso sistemas geomtrico-matriciales. Ver Sesin VB03. Con distribuciones de fase se pueden modelar muchos sistemas.
Germn Riao Mendoza Call Centers
Construye el espacio de estado a partir de las reglas de comportamiento del sistema. El usuario sigue estos pasos:
Codica la representacin de estados y eventos. Implementa active(i,e), dests(i,e) y rate(i,e).
JMarkov calcula estado estable y medidas de desempeo. Modela incluso sistemas geomtrico-matriciales. Ver Sesin VB03. Con distribuciones de fase se pueden modelar muchos sistemas.
Germn Riao Mendoza Call Centers
Construye el espacio de estado a partir de las reglas de comportamiento del sistema. El usuario sigue estos pasos:
Codica la representacin de estados y eventos. Implementa active(i,e), dests(i,e) y rate(i,e).
JMarkov calcula estado estable y medidas de desempeo. Modela incluso sistemas geomtrico-matriciales. Ver Sesin VB03. Con distribuciones de fase se pueden modelar muchos sistemas.
Germn Riao Mendoza Call Centers
Construye el espacio de estado a partir de las reglas de comportamiento del sistema. El usuario sigue estos pasos:
Codica la representacin de estados y eventos. Implementa active(i,e), dests(i,e) y rate(i,e).
JMarkov calcula estado estable y medidas de desempeo. Modela incluso sistemas geomtrico-matriciales. Ver Sesin VB03. Con distribuciones de fase se pueden modelar muchos sistemas.
Germn Riao Mendoza Call Centers
Construye el espacio de estado a partir de las reglas de comportamiento del sistema. El usuario sigue estos pasos:
Codica la representacin de estados y eventos. Implementa active(i,e), dests(i,e) y rate(i,e).
JMarkov calcula estado estable y medidas de desempeo. Modela incluso sistemas geomtrico-matriciales. Ver Sesin VB03. Con distribuciones de fase se pueden modelar muchos sistemas.
Germn Riao Mendoza Call Centers
Aproximaciones
EW (M/M/k )
2 donde ca es el coeciente cuadrado de variabilidad de los 2 tiempos entre arribos y cs el de los tiempos de servicio.
Call Centers
Aproximaciones
Modelo Haln Whitt (1981)
Estos modelos aplican en sistemas de alto trco ( 1). Permiten llegar a frmulas de dimensionamiento del tipo k = r + r Donde P{W > 0} = 1 + Formalmente P{W > 0} k k () ()
1
Simulacin
Permite gran exibilidad. La simulacin no optimiza. Si no hay datos llamada por llamada, probablemente no valga la pena!. Combinar con modelos analticos para escoger los escenarios.
Call Centers
Simulacin
Permite gran exibilidad. La simulacin no optimiza. Si no hay datos llamada por llamada, probablemente no valga la pena!. Combinar con modelos analticos para escoger los escenarios.
Call Centers
Simulacin
Permite gran exibilidad. La simulacin no optimiza. Si no hay datos llamada por llamada, probablemente no valga la pena!. Combinar con modelos analticos para escoger los escenarios.
Call Centers
Simulacin
Permite gran exibilidad. La simulacin no optimiza. Si no hay datos llamada por llamada, probablemente no valga la pena!. Combinar con modelos analticos para escoger los escenarios.
Call Centers
Simulacin
Ejemplo de Arena
Scheduling
Objetivo: decidir cuntas personas contratar para cada turno de manera que se satisfagas los niveles mnimos de agentes deseados. Se deben tener en cuenta restricciones laborales, costos, etc.
Call Centers
Scheduling
Turnos jos
T = Nmero de periodos L = Duracin de los turnos (por ejemplo 4h) Rt = Agentes requeridos en periodo t xt = nmero de agentes que comienzan su turno en el perodo t. (activos en t, t + 1, . . . , t + L 1).
T L1
Min
t=1
xt
sujeto a
Mt s=mt
xs Rt t = 1, . . . , T +, xt Z
Call Centers
Scheduling
Turnos variables
t = periodos, t {1, . . . , T } i = turnos, i {1, . . . , M} Ait = 1(El turno i cubre el periodo t) Rt = Numero requerido de agentes en periodo t ci = Costo por agente en turno i. xi = nmero de agentes contratados para el turno i M Minimizar z = i=1 ci xi sujeto a
M i=1
Ait xi xi
Rt Z+
t = 1, . . . , T
Call Centers
Scheduling
Turnos variables
t = periodos, t {1, . . . , T } i = turnos, i {1, . . . , M} Ait = 1(El turno i cubre el periodo t) Rt = Numero requerido de agentes en periodo t ci = Costo por agente en turno i. xi = nmero de agentes contratados para el turno i M Minimizar z = i=1 ci xi sujeto a
M i=1
Ait xi xi
Rt Z+
t = 1, . . . , T
Call Centers
Scheduling
Otras Alternativas
Call Centers
Scheduling
Otras Alternativas
Call Centers
Modelos de Ruteo
Muchos centros tienen varios tipos de agentes y/o clientes. Por ejemplo: Banca personal y corporativa. Varios idiomas, etc. Problemas : Qu agente debe tomar una llamada si hay varios disponibles? Qu cliente debe tomar un agente si hay de varios tipos en cola? Problema adicional: en muchos centros se hacen llamadas salientes (tele-marketing). Cuando usar los agentes para esto?
Call Centers
Modelos de Ruteo
Muchos centros tienen varios tipos de agentes y/o clientes. Por ejemplo: Banca personal y corporativa. Varios idiomas, etc. Problemas : Qu agente debe tomar una llamada si hay varios disponibles? Qu cliente debe tomar un agente si hay de varios tipos en cola? Problema adicional: en muchos centros se hacen llamadas salientes (tele-marketing). Cuando usar los agentes para esto?
Call Centers
Modelos de Ruteo
Muchos centros tienen varios tipos de agentes y/o clientes. Por ejemplo: Banca personal y corporativa. Varios idiomas, etc. Problemas : Qu agente debe tomar una llamada si hay varios disponibles? Qu cliente debe tomar un agente si hay de varios tipos en cola? Problema adicional: en muchos centros se hacen llamadas salientes (tele-marketing). Cuando usar los agentes para esto?
Call Centers
Modelos de Ruteo
Muchos centros tienen varios tipos de agentes y/o clientes. Por ejemplo: Banca personal y corporativa. Varios idiomas, etc. Problemas : Qu agente debe tomar una llamada si hay varios disponibles? Qu cliente debe tomar un agente si hay de varios tipos en cola? Problema adicional: en muchos centros se hacen llamadas salientes (tele-marketing). Cuando usar los agentes para esto?
Call Centers
Problemas de Ruteo
Un ejemplo: Andradttir, Ayhan y Down (2003)
Primero se resuelve el LP: ij = Tasa a la que j atiende i i = Tasa de arribo de clientes i xij = Fraccin de tiempo que j dedica a i Max sujeto a
m j=1 xij ij n i=1 xij
xij
i 1 0
i = 1, . . . , n j = 1, . . . , m i = 1, . . . , n j = 1, . . . , m
Problemas de Ruteo
Un ejemplo: Andradttir, Ayhan y Down (2003), (Cont)
Una vez se conoce xij , cada agente j atiende nij clientes i (si puede), de manera que nij xij (1 ) k nkj (El paper da la frmula para lograrlo). Esto maximiza throughput, pero no considera tiempos de espera.
Call Centers
Software
Excel based: Excel Erlang C and Erlang A calculators, Multiple-interval call center performance calculator. Koole et. al. Web based: Erlang X calculator.
Ver
Stand-alone: 4CallCenters. (Mandelbaum et. al.) Estudiantes de Uniandes hicieron un "survey", disponible a quien interese.
Call Centers
Software
Excel based: Excel Erlang C and Erlang A calculators, Multiple-interval call center performance calculator. Koole et. al. Web based: Erlang X calculator.
Ver
Stand-alone: 4CallCenters. (Mandelbaum et. al.) Estudiantes de Uniandes hicieron un "survey", disponible a quien interese.
Call Centers
Software
Excel based: Excel Erlang C and Erlang A calculators, Multiple-interval call center performance calculator. Koole et. al. Web based: Erlang X calculator.
Ver
Stand-alone: 4CallCenters. (Mandelbaum et. al.) Estudiantes de Uniandes hicieron un "survey", disponible a quien interese.
Call Centers
Software
Excel based: Excel Erlang C and Erlang A calculators, Multiple-interval call center performance calculator. Koole et. al. Web based: Erlang X calculator.
Ver
Stand-alone: 4CallCenters. (Mandelbaum et. al.) Estudiantes de Uniandes hicieron un "survey", disponible a quien interese.
Call Centers
Software
Excel based: Excel Erlang C and Erlang A calculators, Multiple-interval call center performance calculator. Koole et. al. Web based: Erlang X calculator.
Ver
Stand-alone: 4CallCenters. (Mandelbaum et. al.) Estudiantes de Uniandes hicieron un "survey", disponible a quien interese.
Call Centers
Para aprender ms
Gans, Koole, Mandelbaum. Telephone Call Centers: Tutorial, Review, and Research Prospects. MSOM Vol5, No2, 2003. pp 79-141. Pgina de Avishai Mandelbaum. Technion de Haifa http://iew3.technion.ac.il/Home/Users/avim. phtml?YF Pgina de Ward Whitt. Columbia University. http://www.columbia.edu/~ww2040/E.html Pgina de Ger Koole. Vrije Universiteit http://www.math.vu.nl/obp/callcenters/
Germn Riao Mendoza Call Centers
Para aprender ms
Gans, Koole, Mandelbaum. Telephone Call Centers: Tutorial, Review, and Research Prospects. MSOM Vol5, No2, 2003. pp 79-141. Pgina de Avishai Mandelbaum. Technion de Haifa http://iew3.technion.ac.il/Home/Users/avim. phtml?YF Pgina de Ward Whitt. Columbia University. http://www.columbia.edu/~ww2040/E.html Pgina de Ger Koole. Vrije Universiteit http://www.math.vu.nl/obp/callcenters/
Germn Riao Mendoza Call Centers
Para aprender ms
Gans, Koole, Mandelbaum. Telephone Call Centers: Tutorial, Review, and Research Prospects. MSOM Vol5, No2, 2003. pp 79-141. Pgina de Avishai Mandelbaum. Technion de Haifa http://iew3.technion.ac.il/Home/Users/avim. phtml?YF Pgina de Ward Whitt. Columbia University. http://www.columbia.edu/~ww2040/E.html Pgina de Ger Koole. Vrije Universiteit http://www.math.vu.nl/obp/callcenters/
Germn Riao Mendoza Call Centers
Para aprender ms
Gans, Koole, Mandelbaum. Telephone Call Centers: Tutorial, Review, and Research Prospects. MSOM Vol5, No2, 2003. pp 79-141. Pgina de Avishai Mandelbaum. Technion de Haifa http://iew3.technion.ac.il/Home/Users/avim. phtml?YF Pgina de Ward Whitt. Columbia University. http://www.columbia.edu/~ww2040/E.html Pgina de Ger Koole. Vrije Universiteit http://www.math.vu.nl/obp/callcenters/
Germn Riao Mendoza Call Centers
Muchas Gracias
Preguntas?
griano@uniandes.edu.co http://copa.uniandes.edu.co
Call Centers
Apndice
Call Centers