Upload
sabrina-mariana
View
1.008
Download
0
Embed Size (px)
DESCRIPTION
Propor uma Arquitetura de Call Center: •Monitorar as informações; •Gerar Alerta; •Registrar Incidências; •Apoiar na tomada de Decisões; •Auxiliar na gestão do conhecimento corporativo. Aplicabilidade –Tecnologia BI ( Business Intelligence); –Técnicas de IA ( Inteligência Artificial ); –Gestão do Conhecimento Empresarial. 8
Citation preview
1 FACULDADE DE TECNOLOGIA DE SÃO PAULO
( SÃO PAULO 2011 )
ESTRATÉGIA DE REAÇÃO EM CALL CENTER: UMA PROPOSTA DE ARQUITETURA
SABRINA MARIANA FREITAS COSTA ORIENTADOR:
PROF. DR. SILVIO DO LAGO PEREIRA
FATEC - SÃO PAULO 2011 2
INTRODUÇÃO
Organização 1. Estudo de Caso: Empresa X.
2. Ambiente De Call Center
3. Planejamento Estratégico e Gestão De Conhecimento.
4. Inteligência Empresarial.
5. Inteligência Aplicada ao Negócio.
6. Arquitetura Proposta.
FATEC - SÃO PAULO 2011 3
Motivação
2%
34%
21 %
43%
Quando um operador de call center entra em contato, qual a sua reação?
Geralmente Aceita a Proposta.
Escuta a proposta, mas não compra.
Não é receptivo, sempre informa que não está disponível.
Não compra nada por telefone
4 FATEC - SÃO PAULO 2011
FATEC - SÃO PAULO 2011 5
1. ESTUDO DE CASO EMPRESA X
Empresa X • CARACTERIZAÇÃO
– Terceirização de Serviços de Call Center;
– Possui 5.000 colaboradores (90% são operadores de
telemarketing);
– 25 campanhas.
• PROBLEMAS
– Rotatividade na equipe
– Contatos monótonos
– Muitas ações (Campanhas) a serem administradas;
– Conceito de BI inadequado;
– Não há foco estratégico preventivo;
– Plano de ação uniforme;
– Medidas estratégicas estão voltadas para correções;
FATEC - SÃO PAULO 2011 6
Estrutura
FATEC - SÃO PAULO 2011 7
Est
rutu
ra –
Ca
ll C
en
ter –
Vis
ão
Em
pre
sa C
on
tra
tad
a
Gerente de Operações
Cliente – Contratante
Coordenador de Operações
Supervisor
Auditoria de Qualidade
Monitoração
Operador de Call Center
Estrutura – Call Center Visão Campanha – Determinada Entidade
Supervisor
Supervisor
Gerente de Planejamento
Coordenador de Planejamento
Analista de Planejamento
Empresa Contratada
Recrutamento e Seleção
Administrativo - RH
Multiplicadores
Área de Recursos Humanos
Gerente de Recursos Humanos
Objetivo do Trabalho Propor uma Arquitetura de Call Center:
• Monitorar as informações;
• Gerar Alerta;
• Registrar Incidências;
• Apoiar na tomada de Decisões;
• Auxiliar na gestão do conhecimento corporativo.
Aplicabilidade
– Tecnologia BI ( Business Intelligence);
– Técnicas de IA ( Inteligência Artificial );
– Gestão do Conhecimento Empresarial.
8 FATEC - SÃO PAULO 2011
FATEC - SÃO PAULO 2011 9
2. AMBIENTE DE CALL CENTER
O que é Telemarketing ?
FATEC - SÃO PAULO 2011 10
Tipos de Contato:
• Ativo
• Receptivo
Infraestrutura e Informatização • Plano de contingência
• Atualização em tempo real
• Energia ininterrupta
• Climatização do ambiente
• Conjunto de fones e controle de audição.
• Posição de atendimento
• Distribuição automática de chamadas.
• Apresentação de scripts;
• Sistema de acesso e busca de informações
• Sistemas de gravação para monitoramento
• Autenticação de transações
• Tarifação automática de chamadas.
FATEC - SÃO PAULO 2011 11
FATEC - SÃO PAULO 2011 12
3. GESTÃO DE CONHECIMENTO
E
PLANEJAMENTO ESTRATÉGICO
Conhecimento
• “Ato ou efeito de conhecer, realizado por meio da razão e/ou da
experiência.” Dicionário Houaiss*
• “Conhecimento consiste em uma crença verdadeira e justificada.”
Platão – 428 A.C. a 347 A.C.**
• “Processo pelo qual uma organização consciente e
sistematicamente coleta, organiza, compartilha e analisa seu acervo
de conhecimento para atingir seus objetivos”. (FALCÃO &
BRESCIANI FILHO apud CARBONE et al., 2005, p. 82)
* http://houaiss.uol.com.br, acesso em ago. 2011.
** http://www.santanna.g12.br/professores/marcelo_etica/tipos_de-conhecimento_humano.pdf
FATEC - SÃO PAULO 2011 13
Planejamento
Onde desejamos estar no futuro?
FATEC - SÃO PAULO 2011 14
• Análise da Situação Atual.
• Determinação do Horizonte de Planejamento.
• Varredura de Ambiente.
• Identificação de Fatores Críticos do Sucesso (FCS).
• Análise de Compleição de Lacunas
• Visão Estratégica.
• Estratégia de Negócio
• Identificar Objetivos e Metas Estratégicas
• Definir a Meta Estratégica
Estratégia
Lacuna Estratégica NIVEM (2005)
Estratégia no Call Center SIMONS (2002)
• Visão • Pessoas • Gerenciamento • Recursos
• Plano Estratégico, com objetivos e metas deve ser definido;
• Cadastro do cliente confiável e atualizado;
• Clara definição do produto, serviço ou mensagem á
oferecer;
• Capacitação de todos os setores envolvidos para que a
empresa torna-se colaborativa;
• Call Center bem equipado, treinado e motivado
FATEC - SÃO PAULO 2011 15
FATEC - SÃO PAULO 2011 16
4. INTELIGÊNCIA EMPRESARIAL
CRM
FATEC - SÃO PAULO 2011 17
• CRM (Customer Relationship Management – Gestão de
Relacionamento com o Cliente).
• Identificar o Cliente,
• Diferenciar,
• Interagir e Personalizar o Contato,
• Conhecer suas Preferências e Dados Pessoais
Data Warehouse • O Data Warehouse (DW) é parte de um sistema completo de Business
Intelligence. Uma empresa possui um Data Warehouse, de onde os Data Marts extraem sua informação. No Data Warehouse, as informações são armazenadas em terceira forma normal. (INMON,1987)
• O Data Warehouse é o conglomerado de todos os Data Marts da empresa. A informação sempre é armazenada em modelo dimensional. (KIMBALL,1998)
CARACTERÍSTICAS
• Extração de dados de fontes heterogêneas;
• Transformação e integração dos dados antes de sua carga final;
• Requer recursos de hardware e suporte;
• Diversos níveis para visualização;
• Utilização da ferramenta voltada para os diferentes níveis de apresentação;
• Dados somente são inseridos, não existindo atualização ou alteração.
FATEC - SÃO PAULO 2011 18
Arquitetura
FATEC - SÃO PAULO 2011 19
DW
BD Cadastro de Funcionários
BD Cadastro de Clientes ( Mailing )
Mineração de Dados
Extração
Filtro
1 – Feminino / 2- Masculino
“f” – Feminino / “m”- Masculino
“F” – Feminino
“M”- Masculino
Mineração
Estrutura Multidimensional
• Modelo: – Star – Estrela
• Storage Modes – MOLAP
fonte: MACHADO (2008) Pag. 93.
FATEC - SÃO PAULO 2011 20
Dimensão de Tempo
Dimensão Cliente Dimensão Região
Dimensão Produto
Dimensão Vendendor
Fatos de Vendas
Modelagem Multidimensional
FATEC - SÃO PAULO 2011 21
Data Mining
• Consiste num conjunto de técnicas para análise de informação, procura padrões ocultos em coleção dos dados que podem ser utilizados em análise históricos com enfoque no futuro.
FATEC - SÃO PAULO 2011 22
Data Mart
Menor que DW, trata assunto ou departamentos
específicos.
• Subconjunto:
– Dependente
– Independente
• Arquitetura
– Independente.
FATEC - SÃO PAULO 2011 23
BI – Business Intelligence
• “A maior ameaça das empresas da atualidade é o
desconhecimento... O Business Intelligence se empenha em
eliminar as dúvidas e a ignorância das empresas sobre suas
informações, aproveitando os enormes volumes de dados coletados
pelas empresas” (GARTNER, 2004).
• Benefícios de BI (THOMPSON,2004):
– Geração de relatório mais rápida e precisa;
– Tomada de decisões;
– Serviço ao cliente;
– Maior receita.
FATEC - SÃO PAULO 2011 24
FATEC - SÃO PAULO 2011 25
5. INTELIGÊNCIA APLICADA AO NEGÓCIO.
Definição – Redes Neurais • Representam uma metáfora do cérebro;
• Neurônios conectados formando uma grande rede;
• Rede neural artificial (RNA) emula uma rede neural biológica;
• RNA principal componente da ferramenta de Data Mining.
Composta por duas células:
– Núcleo;
– Dendritos;
– Axônio;
– Sinapse;
FATEC - SÃO PAULO 2011 26
Fonte: (TURBAN 2008 – Capítulo 6 – Redes Neurais para Data Mining)
Processamento - RNA
• Possui recursos de aprendizagem;
• Auto-organização;
• Intolerância ao erro;
• Recebe sinais de entrada;
• Sinais artificiais podem ser mudados pelos pesos.
FATEC - SÃO PAULO 2011 27
Fonte: (TURBAN 2008 – Capítulo 6 – Redes Neurais para Data Mining)
Algoritmo de Aprendizado
• Inicia pesos com valores aleatórios;
• Determina outros parâmetros;
• Lê o vetor de entrada e a saída desejada;
• Estima a saída real por meio de cálculos
• Trabalhando progressivamente através de camadas;
• Calcula o erro;
• Alterar os pesos através do trabalho progressivo, da camada de
saída passando pelas camadas escondidas.
FATEC - SÃO PAULO 2011 28
FATEC - SÃO PAULO 2011 29
6. ARQUITETURA PROPOSTA
Regra de Negócio
• Mailing é recebido enviado pela entidade;
• A meta é definida pela contratante;
• Ações de Telemarketing Ativo - Vendas de Cartões
• Produto determinados pela faixa de renda do cliente;
• Deve gerenciar o status do cliente;
• 1 Supervisor = 40 Operadores
AÇÕES PARA MONITORAMENTO
• Número elevado de vendas efetuadas;
• Número inferior de contatados;
• TMA (Tempo Médio de Atendimento) elevado;
• Características que podem indicar fraudes operacionais.
FATEC - SÃO PAULO 2011 30
FATEC - SÃO PAULO 2011 31
Ambiente Atual
FATEC - SÃO PAULO 2011 32
SQL Server Data Warehouse
SQL ServerBD Transacional
Produção
Processamento de informação
Consulta Excel
Usuário
SQL ServerBD Transacional
Replicação - RelatórioReplicação Parcial
Ambiente Proposto
FATEC - SÃO PAULO 2011 33
Ambiente Atual
SQL ServerData Mart
Analysis Services
SQL Server Data Warehouse
Integration Service
Report Service
SQL ServerBD Transacional
Produção
Http://
Report Builder
Processamento de informação
Consolida Dados
Modelo Dimensional
Consulta SQL
Carga para o Cubo
Consulta SQL
Consulta Excel
Usuário
Modelo Dimensional
SQL ServerBD Transacional
Replicação - RelatórioReplicação
Requisitos Características Configurações
Armazenamento
DW - 8 TB
ODS - 4 TB
Data Mart - 2 TB
Processadores 64-bit
Sistema Operacional Windows Server 2003 Enterprise
Edition
Servidores SQL Server 2005 Failover cluster
Reporting Services Web Farm, em Load Balancing
FATEC - SÃO PAULO 2011 34
Ferramentas • Microsoft SQL Server (Data base): repositório de dados
• Microsoft SQL Server Integration Services (SSIS): centraliza e buscar diversas
fontes de dados
• Microsoft SQL Server Analysis Services (SSAS): Manipular de forma para
fornecer informações para a tomada de decisão.
• Microsoft SQL Server Reporting Services (SSRS): Exibição de dados,
responsável por criar relatório, gráficos
• Microsoft Office Excel 2010: Consulta de dados, através de Gráficos Dinâmicos
• Weka *: Coleção de algoritmos de aprendizagem de máquina para tarefas de
mineração de dados
*http://www.cs.waikato.ac.nz/~ml/weka/ - Acessado em Setembro -2011.
FATEC - SÃO PAULO 2011 35
Ambiente - DW
• Informações do Cliente ( Sexo / Nome / Faixa Etária e Renda / UF / Limite )
• Informações do Produto ( Nome / Prospect / Classificação / Bandeira)
• Informações do Vendedor (Nome/ Supervisão/ Faixa Etária / Sexo )
• Hora do Contato (Inicio / Final / Hora / Dia da Semana)
• Data do Contato (Ano/Mês/Dia)
• Status do Cliente (Tabulação)
• Contato (TMA)
FATEC - SÃO PAULO 2011 36
DW -Modelagem de Dados
FATEC - SÃO PAULO 2011 37
TB_FATO_001
ID_CLIENTE int
ID_TABULACAO int
ID_OPERADOR int
ID_SUPERVISOR int
ID_PRODUTO int
FAT_CONT_DATA datetime
FAT_CONT_INI smallint
FAT_CONT_FIM smallint
FAT_CONT_TMA smallint
FAT_CONT_SEMANA char(20)
TB_CLIENTE_001
ID_CLIENTE int
CLI_SEXO char(1)
CLI_DTNASC datetime
CLI_RENDA char(10)
CLI_ESTADO char(2)
CLI_CIDADE char(126)
CLI_LIMITE char(10)
CLI_MAILING char(126)
CLI_SEGMENTACAO char(126)TB_TABULACAO_001
ID_TABULACAO int
TAB_NOME char(256)
TB_FAIXA_APOIO_001
ID_FAIXA int
FAP_CLASSIFICACAO char(3)
FAP_NOME_INTERVALO char(256)
FAP_VALOR char(10)
TB_OPERADOR_001
ID_OPERADOR int
OPE_NOME char(256)
OPE_DTNASC datetime2(7)
OPE_SEXO char(2)
TB_SUPERVISOR_001
ID_SUPERVISOR int
SUP_NOME char(256)
SUP_SEXO char(2)
TB_PRODUTO_001
ID_PRODUTO int
PRD_NOME char(256)
PRD_MIN_RENDA int
PRD_MAX_RENDA int
PRD_CLASSIFICACAO char(126)
PRD_BANDEIRA char(126)
Dicionário de Dados Dados Extraídos Dimensões – Data Mart Parametrização - Alerta
Data do Contato
o Ano
o Mês
o Dia
o Hora
Informações do Cliente
o Sexo (Sigla)
o Faixa Etária - (Texto)
o Estado (Sigla)
Status do Cliente
o Status de tabulação (Texto)
o Data
o Hora
o Cliente: Sexo
o Cliente: Faixa Etária
o Cliente: Estado
o Cliente: Status de
Tabulação
Data do Contato
o Dia - Hoje.
o Hora – Qualquer Grupo.
Informações do Cliente
o Estado – Qualquer Estado.
Status do Cliente
o Tabulação: Não Contatado.
o Quantidade: Acima de 100.
FATEC - SÃO PAULO 2011 38
Aplicabilidade RNA
FATEC - SÃO PAULO 2011 39
Conhecimento da Informação
• Notificação gerada pelo sistema ao usuário;
• Criação do Incidente;
FATEC - SÃO PAULO 2011 40
Vantagens
• Permite criar e visualizar perfis de pesquisa;
• Possibilita montar análises e agendamento;
• Obtém controle de notificações e histórico de ações;
• Agilidade na tomada de decisões ou maior eficácia;
• Desenvolvimento do conhecimento;
• Gestão estratégica e de os recursos mais eficaz;
• Ganho de tempo expressivo de 80%;
• Opção de consulta pode ser adaptada pelo usuário.
FATEC - SÃO PAULO 2011 41
FATEC - SÃO PAULO 2011 42
Análise de Soluções Problemas Vantagens
Contatos monótonos. Estudo do perfil - cliente X operador.
Análises em dados D-1. Análises em dados H-1.
Muitas ações (campanhas). Redução de tempo 80%.
Conceito de BI inadequado. Notificações servirão de aprendizado.
Sem estratégia preventiva. Cadastro de notificação estratégico.
Plano de ação uniforme. Data Mart por visão de análise(entidade).
Estratégica de correção. Identificação Imediata do Problema.
Rotatividade de equipe. Identificar sua baixa produtividade.
Desvantagens
• Adaptação de novos conceitos e processos operacionais;
• Equipamento de alto desempenho (Desktop);
• Alto custo para implementação.
FATEC - SÃO PAULO 2011 43
Melhorias
• Uso de servidores virtuais.
• Aplicar redes neurais para permitir o planejamento de
ações semanais, integrado ao sistema.
• Auto Ajuda para novos usuários.
FATEC - SÃO PAULO 2011 44
Conclusão
• Análise quantitativa e qualitativa – incidentes;
• Pode ser utilizados em outros segmentos;
• Análises mais rápidas e diversificada ;
• Processo de decisão mais eficaz;
• Permite mudança de estratégias;
• Redução de custo e tempo;
• Análise de desempenho;
• Diminuir fraudes;
FATEC - SÃO PAULO 2011 45
Referências
• MANCINI, Lucas; Call Center : estratégia para vencer / Lucas Mancini. São Paulo:
Suummus,2006.
• WADE, D. & R. Recardo. (2001). Corporate Performance Management Boston: Butterworth-
Heinemann.
• NIVEMN, P. (2005). Balanced Scorecard Diagnostics. Hobokn, NJ:Wiley.
• SIMONS, R.(2002). Performance measurement and Control Systems for Implementing Strategy.
Upper Saddle River, NJ: Prentice Hall.
• FALCÃO & BRESCIANI FILHO apud CARBONE et al., 2005, p. 82
• INMON, W.H. Como construir o Data Warehouse. São Paulo: Campus 1987.
• KIMBALL, R. The Data Warehouse Ligecycle Toolkit. John Wiley & Sons,1998.
• MACHADO, Felipe Nery Rodrigues. Tecnologia e projeto de Data Warehouse. 4. Ed. São Paulo:
Érica, 2008.
• GARTNER Inc (2004). Using Busines Intelligence to Gain a Competitive Edge. A special report.
Gartner, Inc.: Stamford CT.
• THOMPSON, O.(Octuber 2004). “Business Intelligence Success, Lessons
Learned”.TechonologyEvoluation.com
• IMHOFF, C., and R. Pettit (2004). “The Critical Shift to Flexible Business Intelligence.”White
paper, Intelligent Solutions, Inc.
FATEC - SÃO PAULO 2011 46