Cases

Case American Express

Case Amerian Express

Modelagem de Central de Atendimento na American Express

por Dave Decker – Gerente de Projeto - American Express Company

Sobre a empresa

A divisão americana de operações com cartões de crédito da American Express é constituída de quatro centros principais de operação. Num nível macro, nós temos em cada centro, cerca de 2.000 empregados, os quais lidam com uma combinação total de bem mais de 100 milhões de envios e recebimentos de telefonemas anualmente. Nas centrais de atendimento temos 24 diferentes funções básicas, e mais de 100 funções secundárias. A central de reposição de cartões e a central de atendimento das operações de crédito, as quais estão localizadas em nossas instalações de Greensboro, são o enfoque deste artigo. Nós construímos modelos que simulam estas duas centrais de atendimento sob a perspectiva de um processo de alto nível.

O Problema

Modelo no ServiceModel do Centro de Atendimento

Para a central de reposição de cartões, o modelo que nós desenvolvemos foi o Agent Skill Strategy (estratégia de habilidade do agente). Nossa maior oportunidade foi modelar a lógica no processo de roteamento do sistema de chamadas telefônicas, e então testar diferentes estratégias para roteamento de chamadas para diferentes agentes com múltiplas habilidades. O enfoque secundário neste modelo foi o desenvolvimento de uma lógica que pudesse ser novamente usada para o desenvolvimento de modelos similares em outras aplicações. Nas operações de crédito, temos uma função que é, na verdade, uma combinação do envio e recebimento de chamadas. Nós atualmente utilizamos ambos os sistemas, (automático e humano), para processar estas chamadas – ambos os sistemas dependem da disponibilidade dos recursos. Ao isolarmos os processos individuais nós tradicionalmente tentamos otimizar seções individuais do sistema, mas nosso desejo era possuir uma ferramenta de decisão que pudesse demonstrar como a alteração de um subsistema iria afetar o sistema como um todo.

A Solução

Agent Skill Strategy – Parte do interesse em construir um modelo como o Agent Skill Strategy foi no sentido de aproveitar-se a oportunidade de construir uma representação de alto nível da lógica que está por trás do sistema de telefonia inteligente. Com este fluxo de trabalho dinâmico, a central de atendimento para reposição dos cartões possui excelentes ferramentas de gerenciamento das chamadas executadas no dia- a-dia , mas não existem ferramentas para se testar a variação do negócio (do "tipo cenário") para sistemas de roteamento de chamadas. Assim sendo, o primeiro passo foi modelar a lógica por detrás dos grupos vetores de telefonia. Cada vetor de telefonia é constituído por um grupo de troncos de voz/dados associados, e eles representam tanto as linhas externas quanto internas. Do vetor telefônico, as chamadas são roteadas para o primeiro agente disponível em um dos quatro tipos de habilidades. Os agentes podem, a qualquer momento, serem inclusos em múltiplas habilidades. Na verdade, a maioria se enquadra como possuindo uma habilidade básica, e uma secundária enquanto 'backup'. As soluções que desejamos nos auxiliam a otimizar a utilização dos recursos considerando diferentes tipos de habilidades. Modelo de alocação de recursos – Os processos de entrada e saída de crédito são extremamente dinâmicos.

Com o 'ServiceModel', cada seção foi isolada e desenvolvida separadamente para, em seguida, serem ligadas como um processo completo. Desta forma, podemos entender como uma mudança em uma área do sistema afeta o sistema inteiro. O Modelo de Alocação de Recursos é projetado para auxiliar os administradores de sistema na alocação dos recursos através das múltiplas funções. Devido a variabilidade e complexidade do processo global, parte de nossa solução foi permitir aos administradores das operações estarem mais envolvidos na análise dos resultados. Para facilitar tal objetivo, foi desenvolvida uma interface visando permitir mudanças nas programações e parâmetros do modelo sem a necessidade de se entrar no 'ServiceModel'. Isto contribuiu significativamente para a flexibilidade e a utilização do modelo, gerando assim uma ferramenta de decisão poderosa que qualquer um pode utilizar para rodar cenários dos modelos.

Resultados e Ganhos

Os resultados específicos ainda estão sendo avaliados, tendo em vista que ambos os modelos são ainda muito recentes. Contudo, os resultados iniciais já foram muito promissores.

Aplicações Futuras

Ambos os modelos 'estratégia de habilidade do agente' e 'alocação dos recursos' irão influenciar no desenvolvimento futuro para diminuir o tempo de desenvolvimento nos modelos de operações similares. Com tantas funções diferentes e centrais de atendimento importantes, a American Express possui ainda processos de negócios que iremos investigar e modelar consistentemente para todas as funções apropriadas. Uma oportunidade fundamental que vislumbramos é a de usar a capacidade OLE para interfacear cada vez mais o 'ServiceModel' com outros sistemas e aplicativos. Isto vai prover nossas equipes de gerenciamento das operações com ferramentas decisórias que se assemelham e são ativados por programas com os quais eles já estão familiarizados. A natureza de nosso negócio está crescendo tremendamente e vai continuar com tal tendência. Como a American Express continua a aprimorar seus produtos ofertados e diversificar seus serviços aos clientes, nosso objetivo é de se aplicar a técnica de simulação para auxiliar estrategicamente os planos dessas mudanças nos negócios. O 'ServiceModel' estará no âmago deste esforço.

Resumo

Problema: As centrais de atendimento para operações de crédito e reposições manipulam mais de 100 milhões de chamadas anualmente. necessita-se uma estratégia otimizada para o roteamento de chamadas para agentes multi-habilitados. Existe também uma necessidade clara de uma ferramenta para tomada de decisão a fim de determinar o impacto das mudanças em um sub sistema em relação ao sistema como um todo. Solução: Modelagem da lógica inerente aos grupos de vetores telefônicos e ao roteamento de chamadas por tipos de habilidades. Criação de um modelo das operaçòes de crédito onde cada seção é isolada e desenvolvida separadamente e posteriormente, ligada num todo. Resultados: Os resultados preliminares são promissores. Estamos realizando uma avaliação mais completa de ambos os modelos. Aplicações Futuras: Provavelmente, um dos resultados mais importantes desse esforço de modelagem é a habilidade de desenvolver rapidamente modelos similares para outras áreas de negócio e centrais de atendimento da American Express. Em respostaao tremendo crescimento do setor, a Ameican Express continuará aprimorando produtos e serviços usando a simulação para planejar mudanças estratégicas nos negócios.

Sobre o Autor: Dave Decker, é engenheiro industrial pela Virginia Tech, gerente do projeto de análise por simulação integrada na Americam Express. Seu trabalho inclui projetos de consolidação de operações, planejamento de capacidade e análise de projetos na American Express.