Call Center hívások
Tartalomjegyzék
- 1 Forrás
- 2 A tervezett alkalmazás/megoldás címe
- 3 A feladat előtörténete
- 4 A feladat megoldás jelenlegi helyzete és ennek értékelése
- 5 A tervezett megoldás adatvagyonának bemutatása (ANYAG)
- 6 A feladat által érintett célcsoportok
- 7 A feladat megválaszolása kapcsán várható hasznosság
- 8 A saját megoldás bemutatása (MÓDSZER)
- 9 Az eredmények értelmezése (EREDMÉNY)
- 10 Ajánlások megfogalmazása (KÖVETKEZTETÉS)
- 11 Az információ többletérték lehetőségének levezetése (VITA)
- 12 Lépcsős függvény átforgatása szakértői rendszerként értelmezhető táblázatba
- 13 Kapcsolódó, ill. konkurens megoldások, dokumentumok
Forrás
A tervezett alkalmazás/megoldás címe
Az időjárási viszonyok hatása a beérkező hívásokra
A vizsgált tényezők közül, melyik, milyen hatással van a beérkező hívásokra?
A feladat előtörténete
A munkahelyemen volt szerencsém erőforrás tervezéssel foglalkozni, de csupán érintőlegesen. Intuíciók alapján feltételeztük, hogy bizonyos időjárási viszonyok hatással vannak a beérkező hívások számára. Ezt szeretném modellezni.
A feladat megoldás jelenlegi helyzete és ennek értékelése
Az attribútumok átlagait határoztam meg és ez alapján az eltérési arányokat.
A tervezett megoldás adatvagyonának bemutatása (ANYAG)
Az adatbázis két külön forrásból származik:
- Beérkező hívások adatai
- Időjárási viszonyok
A két forrás összefűzése fkeres függvény használatával történt.
Objektumok (sorok)
2011.08.01 6:00-tól 2011.08.28 21:00-ig, óránkénti bontás
Attribútumok (X, Y oszlopok)
- Átlag hőmérséklet: celsius fok
- Beérkezett hívás: db
- Csapadék: mm
- Napsütéses percek: perc
- Nap jellege: 0:munkanap 1:hétvége
- Hétvégétől való távolság: 0-3 (0=hétvége 3=szerda)
- Számla keltéhez mért távolság: 0-28 (0=kelt)
A feladat által érintett célcsoportok
Bármely vállalat, ahol call centert üzemeltetnek.
A feladat megválaszolása kapcsán várható hasznosság
A saját megoldás bemutatása (MÓDSZER)
1.) Mivel az objektumok száma 448, a táblázat méretét az elemzéshez csökkenteni kellett:
- Az obejktumok csökkentése leíró statisztikákkal lett végrehajtva:
- =Pivot!V3:AB452 -> Kvartilis (negyed)
- =Pivot!AD3:AJ452 -> Percentilis (ötöd)
- =Pivot!AT3:AZ452 -> Dekád (tized)
A percentilis és dekád módszerek COCO MCM vizsgálati eredményei miatt /=percentilis!A464:G469/ és /=dekád!A469:G479/ a COCO MCM elemzést az Y eltolása volt szükséges: +10000
A kapott eredmények:
- =kvartilis!A463:G467
- ='percentilis # Y+ 10000'!A464:G469
- ='dekád # Y + 10000'!A469:G479
2.) Az eredmények összevonása: A kapott eredmények egy mátrixba vonása és sorrendbe tétele (kvartilisek, percentilisek és dekádok) után a lépcsők száma már hasznosítható eredményeket mutatott: =Összevonás!A1:G20
3.) Az eredmények elemzése: A kapott eredményeket attributumok alapján diagramokban vizualizáltam.
Az eredmények értelmezése (EREDMÉNY)
A diagramok alapján az átlag hőmérséklet, a napsütéses percek és a hétvégétől való távolság jobban hat a hívásokra, mint a többi vizsgált tényező.
