Forecasting call center arrivals: A case study in the telecommunication sector
Çağr merkezine gelen çağrıların tahmini: Telekomünikasyon sektöründe bir vaka çalışması
- Tez No: 577872
- Danışmanlar: PROF. DR. BAHAR SENNAROĞLU
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
Özet
Çağrı merkezinde kapasite planlama çalışmasını etkileyen en önemli girdilerden biri, gelen çağrı sayısını doğru tahmin etmektir. Doğru tahmini oluşturmak için uygun tahmin yöntemini seçmek kolay bir iş değildir, çünkü gelen çağrı sayıları oldukça stokastiktir. Ek olarak çağrı sayıları çift mevsimsellik özelliği göstermelerinden dolayı özel verilerdir. Çağrı merkezi yönetiminde tahmin, operasyonel ve personel maliyetlerini en aza indiren ve müşteri hizmetleri seviyesini en üst seviyeye çıkarmak olan çelişkili hedefler nedeniyle çok önemli bir rol oynamaktadır. Servis seviyesi, cevaplama oranı ve operasyonel verimlilik gibi hedeflere ulaşmak için asgari asistan sayısını belirlemek, doğru bir kapasite planlamayla yani gelen çağrı sayısını doğru tahmin etmek ile sağlanır. Bu çalışmanın amacı gelen çağrı sayısını doğru bir şekilde tahmin ederek operasyonların etkin bir şekilde yönetilmesini sağlamaktır. Literatürde; gelen çağrı sayısını tahmin etmeye ilişkin çok az çalışma vardır. Çalışmalarda farklı farklı tahmin yöntemleri uygulanmıştır. Bu çalışmada bir telekomünikasyon şirketinin gelen çağrı sayısı verileri incelenmiştir. Gelen çağrı sayısı mevsimsel otoregresif entegre hareketli ortalama ve yapay sinir ağı yöntemlerinden biri olan çok katmanlı algılayıcı metodu uygulanarak tahmin edilmiştir. Veriler, 4 Ocak 2016 - 1 Ekim 2018 tarihleri arasındaki 33 aylık döneme aittir. İlk otuz ay model parametrelerini tahmin etmek için gözlem olarak, geri kalan 3 ay ise örneklem sonrası tahmin değerlendirmesi için kullanılmıştır. Sonuç olarak, gelen çağrıları tahmin etmek için iki yöntemin de başarılı olduğu ancak mevsimsel otoregresif entegre hareketli ortalama yönteminin çok katmanlı algılayıcı yönteminden daha iyi sonuçlar verdiği görülmüştür.
Özet (Çeviri)
One of the most critical inputs affecting the study of capacity planning in a call center is to accurately forecast the number of call arrivals. Choosing the appropriate forecasting method to produce the accurate forecast is not an easy task because call center arrivals are highly stochastic. In addition, the call center arrivals are specific data because they have double seasonality. In call center management the forecasting plays a crucial role because of conflicting objectives, which are minimizing operational and staffing cost and maximizing customer service level. Determining the minimum number of agents to achieve targets such as service level, answer rate and operational efficiency is achieved through accurate capacity planning namely accurately forecasting the number of call arrivals. The objective of this study is to accurately forecast call arrivals so that related operations can be effectively managed. In the literature; the studies which about forecasting of call arrivals are few. In the studies, different forecasting methods are applied. In this study, call arrivals data of a telecommunication company was examined. The number of call arrivals was forecasted by applying seasonal autoregressive integrated moving average method and multilayer perceptron method which is one of the artificial neural networks methods. The data belong to 33-month period from 4 January 2016 to 1 October 2018 inclusive. The first 30 months of observations were used to estimate the parameters of the model and the remaining 3 months were used for the post-sample estimation evaluation. As a result, it seems that two methods are very succesfull for forecasting of call arrivals but seasonal autoregressive integrated moving average method gave better results than multilayer perceptron method.
Benzer Tezler
- Forecasting arrivals to a call centre using machine learning and deep learning
Makine öğrenimi ve derin öğrenme kullanarak bir çağrı merkezine gelenlerin tahmin edilmesi
RUKIA KASAULI NAKKAZI
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET FATİH AKAY
- Çağrı merkezlerinde işgücü planlaması ve performans tahminlerinde ARIMA ve makine öğrenmesi yöntemlerinin karşılaştırılmalı analizi
Comparative analysis of ARIMA and machine learning methods in workforce planning and peformance predictions in call centres
HÜSEYİN ÇAKIROĞLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL NİŞANTAŞI ÜNİVERSİTESİYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KADRİYE HİLAL TOPAL
- Çağrı merkezi performans analizi ve çağrı sayılarının mevsimsel tahminlemesi
Call center performance analysis and seasonal forecasting of call numbers
MUSTAFA TEZURAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ BULDU
- Robotik süreç otomasyonu kullanarak çalışan performans KPI'larının yapay sinir ağları ile tahmini: Çağrı merkezi üzerine bir uygulama
Forecasting of employee performance KPIs with artificial neural networks using robotic process automation: Application on call center
İNAN KILINÇ
- Yapay sinir ağları yöntemi ile çağrı merkezi çalışanlarının performanslarının tahmin edilmesi
Estimation of performance of call center workers with artificial neural networks method
SEFA ORTAKAYA
Yüksek Lisans
Türkçe
2019
İşletmeVan Yüzüncü Yıl Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. REMZİ TUNTAŞ