| dc.description | El presente proyecto tiene como objetivo diseñar el método de estimación de demanda para un Contact Center de Barranquilla basado en la comparación de diferentes técnicas de predicción para mejorar el desempeño de la empresa y puesto en práctica en una línea de servicio de una campaña específica del mismo. Esto como posible solución a las falencias en la programación operativa de la misma y la variación del comportamiento de la demanda que se ha presentado a lo largo del año. Para su consecución fue necesario dividir la investigación en 3 macro etapas metodológicas: contextualización, diseño de la alternativa solución y validación con prueba piloto, en cada una de estas se realizaron actividades acordes con el objetivo de las mismas. El diseño de la alternativa solución implicó analizar el comportamiento de la demanda por la línea de servicio, siendo la línea de pospago la de mayor variabilidad y modelar cada una de las técnicas de predicción investigadas: Suavizamiento exponencial, Box Jenkins, Redes Neuronales y Vectores Autorregresivos, de las cuales se aplicó el modelo ARIMA, ARIMAX y vectores autorregresivos (VAR), para luego seleccionar la que mejor se ajustara al comportamiento de los datos, mediante R Studio. En los resultados obtenidos se comparó el RMSE de cada modelo con el fin de elegir el menor, siendo este el modelo ARIMA (2,1,0) arrojando un RMSE de 5.775,991 llamadas por semana. Es importante mencionar que esta investigación propone ser replicable para cualquier línea de servicio y campaña que presente el mismo inconveniente y que los resultados de los pronósticos esperados se validaron a través de la simulación del proceso de llamadas, con Arena, con el fin de contrastar la realidad vs la predicción obteniendo una desviación/variación del -7,18% y así complementar el método de estimación de demanda con una herramienta con el que la compañía puede valerse para tomar una ventaja competitiva frente a otras empresas que ofrecen los mismo servicios. | |
