Ανάπτυξη μεθοδολογίας για την βελτίωση της στελέχωσης τηλεφωνικών κέντρων

Λιέπουρης, Ευάγγελος; Liepouris, Evangelos

dc.contributor.author	Λιέπουρης, Ευάγγελος	el
dc.contributor.author	Liepouris, Evangelos	en
dc.date.accessioned	2019-09-09T11:19:37Z
dc.date.available	2019-09-09T11:19:37Z
dc.date.issued	2019-09-09
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/49205
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.16821
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Προβλέψεις	el
dc.subject	Τηλεφωνικά κέντρα	el
dc.subject	Στελέχωση	el
dc.subject	Κατανομή εργαζομένων	el
dc.subject	Πρόβλεψη κλήσεων	el
dc.subject	Forecasts	en
dc.subject	Call forecasts	el
dc.subject	Agent distribution	el
dc.subject	Call center	el
dc.subject	Call center management	el
dc.title	Ανάπτυξη μεθοδολογίας για την βελτίωση της στελέχωσης τηλεφωνικών κέντρων	el
heal.type	bachelorThesis
heal.classification	Τεχνικές Προβλέψεων	el
heal.language	el
heal.access	campus
heal.recordProvider	ntua	el
heal.publicationDate	2019-07-12
heal.abstract	Πρόβλεψη εισερχόμενων κλήσεων με νευρωνικό δίκτυο και δημιουργία εργαλείου για την κατανομή των εργαζομένων σε βάρδιες.Η παρούσα διπλωματική εργασία στοχεύει στην έρευνα των μεθόδων πρόβλεψης εισερχόμενων κλήσεων και κατανομής εργαζομένων σε ένα τηλεφωνικό κέντρο, όπως επίσης και στη δημιουργία μεθόδων που βελτιστοποιούν τις υπάρχουσες διαδικασίες. Καθώς η χρήση τηλεφωνικών κέντρων έχει γίνει απαραίτητη για κάθε εταιρία προκειμένου να έχει εύκολη επαφή με τους πελάτες της και το επίπεδο εξυπηρέτησης παίζει καθοριστικό ρόλο στην προτίμηση του καταναλωτή, η διαχείρισή τους γίνεται ολοένα και καθοριστικότερη. Αρχικά γίνεται μία σύντομη αναφορά στην ιστορία των τηλεφωνικών κέντρων, στην αναγκαιότητά τους καθώς επίσης και στον τρόπο λειτουργίας τους προκειμένου να γίνει κατανοητός ο ρόλος της πρόβλεψης εισερχόμενων κλήσεων και της κατανομής των εργαζομένων σε βάρδιες. Στη συνέχεια, παρατίθενται τα μοντέλα που χρησιμοποιούνται , κυρίως για την πρόβλεψη των εισερχόμενων κλήσεων, με ιδιαίτερη έμφαση στα νευρωνικά δίκτυα. Παράλληλα με τη βιβλιογραφική έρευνα, παρατηρήθηκε η μεθοδολογία που χρησιμοποιείται σε τηλεφωνικό κέντρο τηλεπικοινωνιακού παρόχου. Έχοντας λάβει υπ’ όψιν τα παραπάνω, υλοποιήθηκε ένα εργαλείο με τη μέθοδο νευρωνικών δικτύων για την πρόβλεψη των εισερχόμενων κλήσεων και ένα εργαλείο μέσω του Microsoft Excel που κατανέμει τους διαθέσιμους εργαζόμενους σε βάρδιες. Τα διαθέσιμα μοντέλα δοκιμάστηκαν στα ίδια δεδομένα με σκοπό τη σύγκριση των αποτελεσμάτων τους. Τέλος, παρατίθενται τα συμπεράσματα για την αποδοτικότητα του κάθε μοντέλου και προτείνονται ιδέες για μελλοντική αναβάθμιση των εργαλείων που υλοποιήθηκαν, οι οποίες δεν μπόρεσαν να πραγματοποιηθούν στα πλαίσια αυτής της εργασίας.	el
heal.abstract	This thesis aims at researching the methods of forecasting incoming calls and allocating employees to a call center, as well as creating methods that optimize existing processes. As the use of call centers has become necessary for every company to have easy contact with its customers and the level of service plays a key role in consumer preference, their management is becoming even more significant. Initially, a brief reference is made to the history of call centers, their necessity and how they work, in order to understand the role of forecasting and planning. The models used are mainly for predicting incoming calls, with special emphasis on artificial neural networks. Along with the literature review, the methodology used in a telecommunication provider's call center was observed. Taking all the above into consideration, an artificial neural network tool for predicting incoming calls and a Microsoft Excel tool, that distributes shifts among employees, was implemented. The available models were tested on the same data to compare their results. Finally, we draw conclusions about the efficiency of each model and recommend ideas for future upgrading of its tools that could not be achieved in this work.	en
heal.advisorName	Ασημακόπουλος, Βασίλειος	el
heal.committeeMemberName	Ψαρράς, Ιωάννης	el
heal.committeeMemberName	Ασκούνης, Δημήτριος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων	el
heal.academicPublisherID	ntua
heal.numberOfPages	85 σ.
heal.fullTextAvailability	true