Содержание к диссертации
Введение
1 Анализ методов построения центров обработки вызовов . 19
1.1 Анализ показателей производительности центров обработки вызовов 19
1.2 Анализ математических моделей центров обработки вызовов 24
1.3 Особенности процессов маршрутизации вызовов в условиях территориально-распределенных ЦОВ. 28
1.4 Выводы 32
2 Разработка обобщенной модели обработки вызовов в ЦОВ 34
2.1 Принципы организации системы мониторинга ЦОВ 34
2.2 Примеры отчетов системы мониторинга ЦОВ 42
2.3 Разработка обобщенной модели обработки вызовов в ЦОВ 52
2.4 Выводы 62
3 Разработка частных моделей обработки вызовов в ЦОВ 64
3.1 Разработка модели ЦОВ с учетом квалификации операторов 64
3.2 Разработка модели ЦОВ на основе двухуровневого алгоритма обработки вызовов 77
3.3 Разработка модели ЦОВ с учетом расчетного времени ожидания ответа оператора 85
3.4 Разработка модели ЦОВ с учетом прогнозируемого времени ожидания ответа оператора 99
3.5 Выводы 108
4 Разработка универсальной модели ЦОВ 112
4.1 Разработка универсального алгоритма обработки вызовов в ЦОВ.. 112
4.2 Разработка универсальной модели ЦОВ 119
4.3 Выводы 134
Заключение 137
Список использованных источников 140
- Анализ математических моделей центров обработки вызовов
- Примеры отчетов системы мониторинга ЦОВ
- Разработка модели ЦОВ на основе двухуровневого алгоритма обработки вызовов
- Разработка универсальной модели ЦОВ
Введение к работе
Актуальность темы исследования. Согласно общим техническим
требованиям, утвержденными Минсвязи РФ по связи информатизации, центр
обработки вызовов (ЦОВ) является современным универсальным
многофункциональным комплексом оборудования, построенного с
использованием телекоммуникационных систем. Согласно правилам его применения оборудование ЦОВ состоит из входящих в него функциональных элементов, объединенных в отдельный функциональный узел с использованием оборудования коммутации и средств связи.
Среди зарубежных ученых, активно занимающихся исследованием функционирования ЦОВ, следует отметить таких авторов, как A. Rosenberg, P. Anderson, A. Mandelbaum, R. Stolletz, W. Whitt, M. Reiman и др. Отечественные исследования представлены работами А.В. Рослякова, Б.С. Гольдштейна, А.П. Пшеничникова, А.А. Зарубина, А.Б. Самолюбовой, С.Н. Степанова, Ю.А. Савостицкого и др.
При теоретическом исследовании функционирования ЦОВ преобладают
«классические» подходы теории массового обслуживания, основанные на
использовании формул Эрланга. Предложен ряд математических моделей ЦОВ
и произведен их сравнительный анализ с целью определения возможности их
практического применения. Наряду с этим, в ряде работ предлагается
альтернативный подход к расчету показателей ЦОВ, основанный на замене формул Эрланга В и С приближенными формулами для определения требуемого числа соединительных линий и числа операторов.
Однако значения показателей ЦОВ, рассчитанные по предлагаемым формулам, служат лишь ориентиром при проектировании или развертывании новых ЦОВ. Кроме того, используемые методы не позволяют выявлять конкретные причины снижения производительности ЦОВ, а также осуществлять прогнозирование эффективности его работы при сезонных колебаниях нагрузки. Актуальной является задача расчета значимых ключевых показателей эффективности функционирования ЦОВ (KPI, Key Performance Indicators) в оперативном режиме на основе статистических данных системы мониторинга. Знание значений этих показателей позволит дать оценку производительности ЦОВ как с позиции руководителя ЦОВ, так и с позиции пользователя предоставляемых услуг. Для вывода формул расчета KPI необходимо разработать модели ЦОВ, пошагово отражающие процесс обработки вызовов и обеспечивающие достижение приемлемой точности описания алгоритмов его функционирования.
Такой подход позволит принимать соответствующие меры по обеспечению требуемых показателей KPI ЦОВ в процессе эксплуатации путем определения «узких» мест в его организации и, в оперативном режиме, выбирать алгоритм его функционирования.
Объект исследования. Процесс обработки вызовов с учетом данных системы мониторинга производительности ЦОВ.
Предмет исследования. Принципы и методические основы
технологического процесса обработки вызовов в ЦОВ.
Соответствие паспорту специальности.
Результаты исследования соответствуют следующим пунктам паспорта
научной специальности 05.12.13 «Системы, сети и устройства
телекоммуникации»:
Пункт 4. Исследование путей совершенствования управления
информационными потоками.
Предложена методика рекомбинации информационных потоков при выборе внутреннего сценария обработки вызовов в ЦОВ.
Пункт 12. Разработка методов эффективного использования сетей, систем и устройств телекоммуникаций в различных отраслях народного хозяйства.
Предложены пути обеспечения требуемой производительности ЦОВ, основанные на использовании статистических данных, собираемых и обрабатываемых телекоммуникационной системой мониторинга, при расчете вероятностно-временных параметров его функционирования.
Пункт 14. Разработка методов исследования, моделирования и проектирования сетей, систем и устройств телекоммуникаций.
Разработан ряд математических моделей, позволивших рассчитать ранее не учитываемые вероятностно-временные параметры, оказывающие влияние на производительность ЦОВ.
Цель работы и задачи исследования. Цель диссертационной работы состоит в разработке методик обработки вызовов для расчета ключевых показателей эффективности функционирования ЦОВ на основе данных системы отчетности и управления.
Для достижения поставленной цели в работе:
- представлен анализ системы мониторинга производительности ЦОВ;
- разработан ряд частных моделей обработки вызовов, максимально
отражающих алгоритмы функционирования ЦОВ;
- разработана универсальная модель ЦОВ, отражающая внутрисистемные
процессы обработки первичных и повторных вызовов с учетом нормативных
рекомендаций;
- исследованы аналитические зависимости между показателями
производительности ЦОВ и статистическими данными системы отчетности и
управления.
Методы исследования. В работе использованы методы теории вероятностей, теории массового обслуживания, вычислительной математики и матричный метод анализа вероятностных систем.
Научная новизна. В работе получены следующие новые научные результаты:
- разработана обобщенная модель обработки вызовов, основанная на
логическом анализе внутреннего сценария обслуживания вызовов ЦОВ любой
направленности. Модель служит основой для разработки частных моделей
обработки вызовов, позволяющих получить формулы для расчета
вероятностно-временных параметров производительности ЦОВ по
статистическим данным системы мониторинга. К частным моделям относятся: модель ЦОВ с учетом квалификации операторов; модель с учетом двухуровневого алгоритма функционирования; модель с учетом расчетного времени ожидания ответа оператора; модель с учетом прогнозируемого времени ожидания ответа оператора и пост-вызывной обработки запроса.
- впервые предложен ряд новых параметров, характеризующих
эффективность производительности ЦОВ с позиции пользователя. К ним
относятся: вероятность того, что абонент не удовлетворен обслуживанием;
вероятность передачи вызова оператору второго уровня; вероятность того, что
вопрос отвечает квалификации оператора второго уровня. Параметры
используются при оценке уровня квалификации операторов и целесообразности
применения разных алгоритмов обработки вызовов;
- впервые с использованием данных системы мониторинга ЦОВ получены
формулы для расчета среднего времени работы оператора, приходящегося на
один отказ в обслуживании вызова, и среднего числа вызовов, обслуживаемых
одним оператором. Указанные параметры служат критерием при формировании
требований к квалификации и оценке продуктивности работы операторов;
- разработана универсальная модель ЦОВ, отличающаяся от известных
моделей СМО учетом внутрисистемных технологических процессов обработки
первичных и повторных вызовов, что позволило получить аналитические
зависимости, связывающие множество исходных статистических данных
системы мониторинга ЦОВ с основными вероятностно-временными
показателями его производительности. Они отражены в новых формулах,
учитывающих количественные и качественные показатели функционирования
ЦОВ.
Личный вклад. Теоретические исследования, аналитические расчеты, выводы и рекомендации получены автором самостоятельно. Вклад автора в опубликованные результаты и их внедрение является основным.
Практическая значимость работы:
- предлагаемые алгоритмы, модели, формулы позволяют произвести
оценку вероятностно-временных показателей производительности ЦОВ с
учетом данных системы мониторинга;
- получены акты об использовании результатов исследований,
подтверждающие их эффективность.
Методики расчета показателей производительности ЦОВ, полученные в настоящей работе, могут быть использованы для оценки эффективности его работы в оперативном режиме.
Апробация работы.
Основное содержание работы докладывалось и обсуждалось на
Российских научно-технических конференциях «Информатика и проблемы
телекоммуникаций», «Современные проблемы телекоммуникаций»
(Новосибирск, 2011-2015г.г.), XII, XIII Международной конференции-семинаре по микро-нанотехнологиям (Новосибирск, EDM12, EDM13), Международном
конгрессе «Коммуникационные технологии и сети» (Москва, МФИ-2012, МФИ-2013), XI Международной Сибирской конференции по управлению и связи (Омск, SIBCON - 2015).
Публикации.
По теме диссертации опубликовано 20 работ, в том числе 3 статьи в изданиях из списка, рекомендованного ВАК РФ для публикации результатов диссертационных работ, 4 статьи включены в международную реферативную базу данных Scopus, зарегистрированы 2 программы имитационного моделирования.
Основные положения, выносимые на защиту:
1. Разработанные частные модели обработки вызовов ЦОВ позволяют
получить новые формулы для целенаправленного расчета значимых
показателей производительности ЦОВ. Формулы включают параметры,
позволяющие оценить эффективность работы ЦОВ любой направленности как
с позиции руководителя компании, так и с позиции потребителя
предоставляемых услуг. Параметры определяются по статистическим данным
системы мониторинга.
2. Состав значимых вероятностно-временных показателей
производительности ЦОВ зависит от целей его развертывания, выбранного
алгоритма обслуживания вызовов, статистических данных системы
мониторинга. На принятие решений по повышению эффективности работы
ЦОВ существенное влияние оказывают причинно-следственные связи,
устанавливаемые путем выявления аналитических зависимостей между
ключевыми показателями функционирования ЦОВ (KPI) и данными системы
отчетности и управления.
3. Разработанная универсальная модель ЦОВ является концептуальной
моделью, ориентированной на выявление причин снижения
производительности ЦОВ и на оценку динамики изменения интересующих
показателей производительности в оперативном режиме.
4. Разработанные методики обработки вызовов позволяют без
использования формул Эрланга получить формулы для расчета KPI ЦОВ по
статистическим данным системы мониторинга. Знание значений этих
показателей позволит выявить причины низкой производительности ЦОВ
путем определения «узких» мест в его организации, осуществить
прогнозирование производительности при сезонных колебаниях нагрузки,
выбрать алгоритм обработки вызовов для ЦОВ любой направленности.
Структура и объем работы.
Анализ математических моделей центров обработки вызовов
При расчетах используется первая формула Эрланга и вводятся понятие «параметр сервиса» и коэффициент использования операторов.
Каждая из рассматриваемых моделей, безусловно, интересна и полезна как с точки зрения теоретических исследований, так и с точки зрения практического применения. Каждая имеет свои достоинства и недостатки. Наиболее приближенными к реальным технологическим процессам ЦОВ считаются модели [8, 52 - 55, 62, 76, 95, 96, 99, 100, ПО, 117 - 121]: - M/M/N+M, которая отражает поведение абонента в очереди ожидания ответа оператора; - M/G/N с учетом принятого коэффициента вариации, которая позволяет прогнозировать среднее время ожидания ответа оператора и длину очереди.
Анализ математических моделей показывает, что классический подход при их составлении не учитывает некоторых важных технологических процессов, имеющих место в ЦОВ любой направленности. Например, очень важными являются: классификационный признак сотрудников ЦОВ, вероятность повторных вызовов, интеллектуальное распределение вызовов и организация очередей IVR (Interactive Voice Response, интерактивное голосовое меню), ориентированность ЦОВ на базе IP на открытые стандарты и протоколы, интеграция IP-контакт-центров (IPCC, IP Contact Center) с информационными системами предприятия, наконец, информация о предпочтениях клиентов конкретных ЦОВ [3, 5, 20, 21, 22 и др.].
Это означает, что для более детальной оценки производительности ЦОВ необходимо, например, не просто учитывать повторные вызовы, но и выполнять их ранжирование или, исходя из предпочтений клиентов ЦОВ, набирать сотрудников определенной квалификации или организовывать группы операторов определенного квалификационного уровня и т.п.
В связи с этим в математических моделях необходимо рассматривать процесс обслуживания вызовов, как совокупность отдельных внутрисистемных процессов. Например, организация очереди для первичных и повторных вызовов, обработка вызова операторами первого и второго квалификационных уровней и т.п.
Кроме того, в настоящее время, в мировой практике предложено введение новых сервисов. Они позволяют вызовы от абонентов, имеющих задолженность по оплате услуг или, например, от VIP-клиентов обслуживать отдельно от общего потока, не допуская до оператора или, наоборот, допуская сразу на экспертный уровень, поскольку зачастую абонент сам знает к кому ему нужно попасть на обслуживание. В рамках маркетингового исследования широко известен интегральный показатель MSI (Mystery shopper index, %) - индекс удовлетворенности абонента, получаемый в результате «Mystery shopper». Shopping - метод маркетинговых исследований, предполагающий оценку качества обслуживания с помощью специалистов, выступающих в роли подставных «таинственных» покупателей. Этот метод позволяет рассмотреть работу персонала с точки зрения потребителя и своевременно принять меры для улучшения качества обслуживания [95, 96, 97, 110, 115, 116].
Для оценки производительности ЦОВ важное значение имеет система мониторинга центра обработки вызовов, в которой системе отчетности и управления ЦОВ (Call Management System, CMS) отводится основополагающая роль в области сбора, обработки и хранения статистических данных обо всех событиях в технологическом процессе функционирования ЦОВ. Придавая переменным, входящим в состав расчетных формул для оценки производительности ЦОВ, определенные статистические значения при моделировании можно осуществлять прогнозирование поведения отдельных составляющих системы в разных ситуациях при ее эксплуатации. В распоряжении системы отчетности и управления накапливается множество разнообразных данных и решение задачи их ранжирования, классификации, выделения ключевых параметров для последующего их использования в математических моделях представляется актуальной на сегодняшний день.
В диссертационной работе предлагается ряд математических моделей, в которых практически все технологические процессы при функционировании ЦОВ выделены в отдельные состояния. Это позволяет определять показатели производительности ЦОВ (ключевые параметры эффективности, KPI) на основе данных системы мониторинга, выбираемых в зависимости от требующих решения задач, стоящих перед руководством компании, или непосредственно от целей деятельности конкретных ЦОВ.
Примеры отчетов системы мониторинга ЦОВ
В настоящем подразделе в качестве примеров, демонстрирующих возможности системы мониторинга ЦОВ, анализ которых представлен в подразделе 2.1 диссертационной работы, приведены выдержки из отчетов системы отчетности и управления ЦОВ. Источником статистических данных для примера работы системы отчетности и управления был выбран центр поддержки клиентов (ЦПК) открытого акционерного общества (ОАО) «Вымпел-Коммуникации», предоставляющего услуги под брендом «Билайн». Центр поддержки клиентов ОАО «Вымпел-Коммуникации» работает в круглосуточном режиме. В месяц в ЦПК поступает от двух до двух с половиной миллионов вызовов. Из них, от шестисот до восьмисот тысяч вызовов запрашивают обслуживание у оператора, остальные вызовы отключаются после взаимодействия с системой интерактивного речевого ответа (IVR).
В основном причины обращений клиентов в ЦПК следующие: - настройки GPRS-Internet, GPRS-WAP, MMS; - информация о тарифных планах, смена тарифного плана; - оплата, тарификация; - блокировка SIM по желанию/по краже; - информация об услугах, подключение/отключение услуг. Объектом сбора информации была статистика только о тех клиентах, которые пожелали соединиться с оператором. На рисунке 2.2 представлен отчет реального времени на уровне Рисунок 2.2 - Отчет реального времени на уровне операторской группы операторской группы. С левой стороны отчета приведен список всех операторов, входящих в одну операторскую группу, в следующей колонке указан логический номер оператора, в колонке под названием «Exin» указан номер консоли, за которой работает оператор.
Оператор может пребывать в одном из статусов: - «Свободен» (Available) — оператор готов к приему вызова; - «Обслуживает вызов» (ACD) — оператор обслуживает вызов; - «Пост-вызывная работа» (After Call Work) — оператор находится на рабочем месте, но не может принимать вызовы, поскольку выполняет другой вид работы; - «Перерыв» (Auxilary) — оператор не может принять вызов, поскольку ушел на перерыв. Перерыв разделяется на Selftime - свободное время и Dinner -обед. Слева указана пиктограмма статуса. Например, снятая трубка телефона означает, что оператор занят разговором с абонентом, чашка кофе — оператор ушел на перерыв. В колонке State - буквенное обозначение статуса (RING означает, что к оператору поступил вызов). Колонка «Time» показывает время, в течение которого оператор пребывает в данном состоянии. В верхней части правой стороны рисунка 2.2, в принципе, та же информация, только в сжатом графическом виде (это может быть круг или гистограмма). Каждый сектор гистограммы соответствует определенному статусу оператора, цифры указывают число операторов, пребывающих в данном статусе. Например, розовый сектор соответствует состоянию перерыва. Если супервизор кликнет по нему мышкой, то он увидит список всех операторов, находящихся на перерыве.
В нижней части правой стороны рисунка 2.2 показана комбинация оперативных и хронологических данных, накопленных от начала очередного получаса. К данным реального времени относятся: число вызовов в очереди (3) и время, которое ожидает в очереди самый ранний вызов (15 секунд).
Хронологические данные показывают, что с заданной скоростью ответа было обслужено всего 11% вызовов (% Within Service Level), средняя скорость ответа составляет 50 секунд. Всего от начала текущего получаса было обслужено 8 вызовов, потерянных вызовов нет. Среднее время разговора составило 3 минуты 18 секунд. Этот отчет, с одной стороны, не содержит ничего лишнего, а с другой стороны — дает значимый набор важных данных, чтобы осуществлять оперативное управление.
Показатели, которые превышают заранее заданные пороговые значения, отмечаются желтым и красным цветом. Желтый цвет означает, что данные показатели превышают нормальный уровень и супервизору следует обратить на это внимание. Красный цвет означает, что эти показатели превысили критическое значение и супервизору надо немедленно вмешаться, чтобы исправить ситуацию.
Одним из важнейших отчетов реального времени является отчет о расчетном времени ожидания. На рисунке 2.3 показан пример отчета о расчетном времени ожидания в нескольких операторских группах.
Из рисунка 2.3 следует, что желательно временно перевести операторов из группы 2, для которой расчетное значение времени ожидания имеет наименьшее значение, в группу 3, для которой расчетное время ожидания ответа оператора принимает наибольшее значение. На рисунке 2.4 представлен пример хронологического отчета за один день. Желтым цветом отображается количество вызовов, принятых ЦОВ в пределах времени SL (Service Level, заданный уровень обслуживания). Песочным цветом отображается количество вызовов, которое ЦОВ мог бы принять дополнительно в пределах SL, если бы были задействованы все сотрудники с дополнительного функционала. Красная линия показывает целевое количество вызовов, которое должен был принять ЦОВ в рамках SL для выполнения показателей обслуживания.
Разработка модели ЦОВ на основе двухуровневого алгоритма обработки вызовов
Спектр собираемой системой отчетности и управления (Call Management System, CMS) статистики обслуживания вызовов достаточно широк и позволяет осуществлять целенаправленный сбор данных для решения: - определенной проблемы, возникающей в ограниченный временной интервал, например, сезонное повышение нагрузки в связи с объявленной рекламной компанией; - долговременной задачи, связанной, например, со стратегическим планированием развития ЦОВ или прогнозированием характеристик поступающего трафика. Автоматическая консолидация данных позволит выявить проблемные места, регулировать сценарии обработки вызовов, принимать решения о проведении целенаправленного обучения операторов для повышения эффективности их работы, наращивать производительность центра, тем самым повышая качество обслуживания клиентов [25, 26, 29, 33, 38, 43, 52, 62].
Однако чтобы дать подробные рекомендации при разработке, создании и реализации стратегии развертывания ЦОВ для решения конкретных задач какого-либо предприятия или организации необходимо оценить множество параметров и алгоритмов его функционирования. В настоящее время широко применяется дифференцированная маршрутизация вызовов [4, 5, 6, 7, 8, 9, 52, 67, 68, 73, 74, 80, 81, 90, 92, 96-98, 103, 105, 107, 109, 111-114].
Любой вызов маршрутизируется сервером к агенту, обладающему квалификацией, необходимой для обслуживания клиента. Отслеживание прохождения вызова позволяет получать информацию, необходимую для «тонкой настройки» параметров работы ЦОВ. По такой схеме работает двухуровневый алгоритм Expert Agent Selection (EAS) [101, 104, 105, 107, 108, 110].
Внутри ЦОВ создаются квалификационные группы операторов. При этом существует ряд требований, предъявляемых к операторам. Прежде всего, число операторов первого уровня должно быть достаточным для предотвращения эффекта «узкого горлышка широкой бутылки». Следующее требование -квалификация операторов. Квалификация операторов первого уровня должна позволить обслужить не менее 70-75% всех вызовов [52, 62, 104, 105, 107]. И, наконец, число операторов второго уровня должно быть таким, чтобы время обслуживания не превышало допустимое.
Однако перевод вызова от операторов первой группы к операторам второго уровня (операторы поддержки) всегда осуществляется вручную.
В качестве примера эффективного использования двухуровневой структуры обслуживания вызовов, можно привести операторский центр сети «Билайн». В 2002 году они ввели два уровня обслуживания: - информационный, при котором, вызов переводится на второй уровень только в случае затруднений с ответом оператором первого уровня; - экспертный, при котором, операторы отвечают на наиболее сложные вызовы или вызовы от VIP-клиентов. После внедрения такой двухуровневой структуры значительно уменьшилось среднее время разговора, кроме того, стало возможным сокращение периода обучения операторов самого многочисленного первого уровня [52, 53, 54]. Предлагаемые модели и формулы расчета вероятностно-временных характеристик функционирования ЦОВ, учитывающие двухуровневый принцип его построения [52-54, 62, 67, 68, 73, 74, 104, 105, 107], нуждаются в уточнении, поскольку они рассматривались, как классические модели системы массового обслуживания, без учета указанной выше специфики обслуживания вызовов в ЦОВ. Также нуждаются в уточнении и модели, рассматриваемые в [65, 66], в которых учитываются пять видов отказов в обслуживании заявки. Первый - из-за недостаточности мест в IVR, второй - из-за занятости всех операторов и мест ожидания освобождения оператора, третий - из-за превышения максимально возможного времени ожидания освобождения оператора, четвертый - из-за занятости консультантов выбранной группы и мест ожидания освобождения консультанта, пятый - из-за превышения максимально возможного времени ожидания освобождения консультанта.
Однако, согласно [57, 58] проверка на имитационной модели известных частных методов расчета систем с очередями при случайном выборе на обслуживание выявила заметные ошибки в высших моментах распределения времени ожидания. Кроме того, предлагаемые модели не позволяют получить данные, по которым можно было бы однозначно установить причину низкой производительности ЦОВ или целенаправленно исследовать ключевые параметры эффективности работы ЦОВ. Целью разработки частных моделей обработки вызовов в настоящей диссертационной работе является выявление аналитических зависимостей между статистическими данными системы мониторинга ЦОВ и значимыми показателями KPI ЦОВ для определения, прежде всего, причин снижения производительности конкретного ЦОВ и поиска путей их устранения.
На рисунке 3.9 представлен, предложенный в диссертационной работе, двухуровневый алгоритм обработки вызовов в ЦОВ.
В приведенном алгоритме учитывается то, что к операторам второго уровня вызов может поступить либо напрямую (VIP-клиенты), либо от операторов первого уровня. Рисунок 3.9 - Двухуровневый алгоритм обработки вызовов Отличием алгоритма рисунка 3.9 от алгоритма, приведенного на рисунке 3.1, является то, что существует как минимум две группы операторов, разделенных по квалификационному признаку.
В настоящее время возможна организация операторских специализаций с разной степенью приоритетности.
Маршрутизация вызова осуществляется дифференцировано с фиксацией не только личных абонентских данных (кем является клиент, место его локализации, вызываемый номер и т.п.), но и фиксацией остановки при прослушивании голосового меню, а также состояния (загруженность) ЦОВ.
На базе Windows создан пользовательский интерфейс, например, Symposium Call Center`s Skillset Assignment Matrix [96, 97, 108], позволяющий вносить изменения в порядок распределения групп операторов в процессе функционирования ЦОВ.
Наиболее простым видом упорядочения вызовов является упорядочение их по времени поступления [8, 52, 62]. Вызовы, поступившие раньше по времени, попадают в начало очереди, а поступившие позже - добавляются в конец очереди. Однако на практике чаще всего требуется более сложное упорядочение, отвечающее сложной структуре поступающих вызовов. Например, вызовы могут поступать как от клиентов компании (которые в свою очередь могут подразделяться на постоянных клиентов, на VIP, на новых клиентов и т.д.), так и от сотрудников компании, от партнеров, акционеров, спонсоров и т.д. Вызовы, могут обладать разными уровнями приоритета и те, которые имеют более высокий приоритет, обслуживаются в первую очередь, минуя все остальные.
Разработка универсальной модели ЦОВ
Технологиям обслуживания вызовов посвящено множество работ отечественных и зарубежных авторов. В работе [52] рассматривается назначение, аппаратно-программные комплексы, алгоритмы функционирования центров обслуживания вызовов (ЦОВ). В работе [55] приведен сравнительный анализ моделей ЦОВ на основе систем массового обслуживания (СМО) и сделаны выводы относительно их практического применения. В работах [8, 58, 59, 63, 65-67, 95, 99-108] рассматриваются функциональные особенности ЦОВ, организация очередей, способы маршрутизации вызовов, а также модели обслуживания вызовов и методы обработки информации. При этом рассматриваются концепции Erlang B и Erlang С.
Концепция Erlang B относится к телефонным сетям и служит для предсказания вероятности блокировки вызова.
При этом допускается, что [76]: - количество абонентов (пользователей) бесконечно велико; - интервалы между вызовами случайные; - случайная длительность вызовов; - время установления соединения ничтожно мало; - блокированные вызовы не рассматриваются; - ресурсы предоставляются в соответствии с порядком поступления запроса. Концепция Erlang С предполагает, что вызовы в системе могут удерживаться до тех пор, пока не будут обслужены. Таким образом, формируется очередь. При этом допускается, что [76]: - количество абонентов (пользователей) бесконечно велико; - интервалы между вызовами случайные; - случайная длительность вызовов; - время установления соединения ничтожно мало; - вызов, поступивший первым в очередь, покидает ее первым; - ресурсы предоставляются в соответствии с порядком поступления запроса. Наряду с этим, в работах [60, 61], предлагается альтернативный подход к расчету показателей ЦОВ. Он основан на замене формул Эрланга В и С приближенными соотношениями, позволяющими оценить требуемое число операторов, длину очереди из абонентов, ожидающих обслуживания при занятости операторов, и процент вызовов, не дождавшихся обслуживания из-за чрезмерной длительности ожидания, а также оценить требуемое число соединительных линий.
В работах [65, 66] даны определения показателям обслуживания заявок, рассмотрен способ их вычисления, основанный на составлении и решении системы уравнений статистического равновесия.
В перечисленных работах, за исключением работ [60, 61, 65, 66] ЦОВ рассматривается как классическая система массового обслуживания. Поскольку его функционирование носит случайный характер, для описания процесса функционирования ЦОВ выбираются математические модели СМО с ожиданием. В работах [8, 51-56, 62 и др.] при составлении математической модели функционирования ЦОВ за основу были взяты модели СМО: - с ожиданием и бесконечной очередью M/M/N; - с ожиданием и произвольным распределением времени обслуживания M/G/N; - с ожиданием и нетерпеливыми абонентами M/M/N+M. Однако такой подход к моделированию процесса обработки вызовов в ЦОВ требует корректировки, поскольку не учитывает некоторых важных организационных особенностей. Согласно результатам, опубликованным в [27, 52, 54, 62, 95, 96, 99, 100, 101, 105, 106, 108, 109, 119] каждая из рассмотренных и часто применяемых для описания процесса обслуживания вызовов в ЦОВ моделей СМО имеет свои достоинства и недостатки (таблица 4.3).
Модели СМО Достоинства Недостатки M/M/N Наиболее простой способ моделирования Call-центра. Является приемлемым средством для оценки характеристик простых центров обслуживания вызовов. В часы наибольшей нагрузки показывает завышенные значения времени ожидания и длины очереди, т.к. не учитывает «нетерпеливость» абонентов ЦОВ, повторные вызовы, ограничения по длине очереди и т.п.
M/M/N+M Учитывает «нетерпеливость» абонентов ЦОВ. Подходит для систем с очень нетерпеливыми абонентами В часы наибольшей нагрузки показывает заниженные показатели времени ожидания и длины очереди и завышенные результаты при небольшой нагрузке. Не учитывает повторные вызовы.
M/G/N Показывает наилучшие результаты по сравнению с эмпирическими значениями. Точнее всего позволяет спрогнозировать время ожидания и длину очереди. Не учитывает повторные вызовы, не очень удобна для практического применения в режиме реального времени, не позволяет выявить «узкое» место в организации ЦОВ.
Общим недостатком, анализируемых в [27, 52, 54, 62, 95, 96, 99, 100, 101, 105, 106, 108, 109, 119] моделей, является невозможность установления точной причины (причин) снижения/повышения производительности ЦОВ и выявление «узкого» места в организации ЦОВ. Таким образом, требуется корректировка используемых математических моделей обслуживания вызовов в ЦОВ.
Такая корректировка произведена в работах [60, 61, 65, 66]. Однако в предлагаемых моделях учитываются только основные состояния, в которых может находиться вызов при поступлении в систему. А именно, состояния, связанные с обработкой вызова, нахождением вызова в очереди и отказом в обслуживании. Например, нет деления очереди на первичные и повторные вызовы к операторам первого и второго квалификационного уровня, не учитывается тот факт, что вызов может переходить из одной очереди в другую внутри системы и т.п. Расчетные формулы, приведенные в [60, 61, 65, 66], не включают параметры, по которым можно дать оценку продуктивности работы операторов, как с точки зрения руководителя, так и с точки зрения абонентов. Рассматриваемые параметры не включают статистические данные системы мониторинга о состоянии очереди входящих вызовов, а также данные, полученные при ранжировании и обработке входящих сообщений системой отчетности и управления ЦОВ. Это, в свою очередь, не позволяет выявлять причины снижения производительности ЦОВ, причины неудовлетворенности абонентами обслуживанием, а также управлять сотрудниками в режиме реального времени и т.п.
Целью настоящего подраздела является развитие системы ключевых показателей работы ЦОВ путем составления универсальной модели обработки вызовов (Uni-model) и вывода формул для расчета основных вероятностно-временных параметров производительности ЦОВ с учетом повторных вызовов и статистических данных системы отчетности и управления. А также целью является выявления конкретных причин низкой производительности ЦОВ любой направленности по данным системы мониторинга производительности ЦОВ и выработку решений для их устранения.
На рисунке 4.3 приведена разработанная по алгоритму рисунка 4.2 универсальная математическая модель (Uni-model), в которой отражены ключевые алгоритмические моменты организации процесса обработки вызовов в ЦОВ.