Previsión precisa

La previsión es el cimiento del proceso de WFM. Si tu previsión es incorrecta, el proceso completo es inestable. Por tanto, tiene sentido que la previsión sea el eje central a la hora de medir el rendimiento del equipo de WFM. Hay cuatro elementos principales a considerar:

1. ¿Estás considerando todos los elementos de la previsión?

No se trata únicamente del volumen de trabajo (número de llamadas, correos electrónicos, chats, etc.). No hay que olvidarse del tiempo requerido para completar cada unidad (TMO) y de la carga de trabajo total (volumen multiplicado por la duración). Y hay que asegurarse de que se están utilizando las métricas adecuadas, p.e. llamadas recibidas en vez de llamadas atendidas. Es común ver call centers que analizan los volúmenes de llamadas pero no tan común los que analizan la duración de estas. Ambos son igual de importantes a la hora de calcular las cargas de trabajo y deberían ser analizados tanto conjuntamente como por seperado para identificar oportunidades de mejora de la precisión. Debes analizar cada métrica y entender sus causas subyacentes. Por ejemplo, en algunos centros el TMO es relativamente constante para cada intervalo de tiempo, mientras que en otros la variación puede ser alta; p.e. el TMO por la noche es mucho más largo que durante el día. Esto nos hace preguntarnos porqué ocurre. ¿Es una cuestión de menos supervisión? ¿o quizá tengo más empleados nuevos en los turnos menos atractivos? ¿o tal vez los clientes prefieran hacer llamadas más cortas durante el día? ¿puede incluso ser una combinación de varios efectos? Profundizar en este tipo de preguntas puede no solo mejorar la precisión de la previsión de nuestra carga de trabajo actual para cada periodo de tiempo, si no puede incluso ayudarnos a identificar oportunidades para reducir nuestro TMO a través de otras medidas.

2. ¿Has escogido los intervalos de tiempo correctos para el análisis?

El periodo sobre el cual analizas la precisión de la previsión es importante. Analizar la precisión a nivel mensual o semanal cumple razonablemente su proposito pero no ayuda excesivamente a la hora de descubrir dónde la previsión puede estar consistentemente por encima o por debajo de la demanda. De manera exagerada, si pones una mano en el horno y otra dentro de la nevera, en promedio puede que te sientas a gusto. De manera similar, puede ser engañoso medir el Nivel de Servicio o la Velocidad Promedio de Respuesta para periodos largos; puede haber fluctuaciones dramáticas a nivel semanal o mensual que se compensan entre ellas, haciendo que el promedio total parezca correcto. Hay que realizar el análisis a nivel de intervalo (p.e. 30 minutos) para focalizar la atención en esos elementos de la previsión que pueden ser mejorados. Tener grandes oscilaciones a nivel diario o por intervalo hace que la demanda requerida al equipo de Operaciones sea irreal. El objetivo es tener una precisión de la previsión alta de manera consistente, no una precisión alta promedio en un intervalo largo de tiempo.

3. ¿Estás utilizando la metodología adecuada para analizar la precisión?

Porcentaje de variación, desviación estándar de la variación y coeficientes de correlación, todos ellos pueden utilizarse para identificar patrones anómalos y medir la precisión. El porcentaje de variación entre los datos reales y la previsión (previsión menos real dividido por la previsión) es la métrica más común para medir la precisión de la previsión. A nivel de intervalo, es también una métrica muy precisa. Algunos métodos para presentar este tipo de análisis de porcentaje de variación se muestran en las siguientes gráficas:


interval forecast accuracy


weekly forecast accuracy


Donde haya una gran cantidad de datos para analizar, ayuda tener una forma sencilla de identificar si la precisión es correcta para un periodo largo, y para ello, la mejor manera es mediante el cálculo de la desviación estándar del porcentaje de variación. Es mejor una variación pequeña que grandes oscilaciones en la variación y el cálculo de la Desviación Estándar será relevante incluso si la variación promedio es pequeña. Otra herramienta para analizar variaciones durante un periodo de tiempo son los Coeficientes de Correlación, que analizan patrones desde un periodo a otro. El análisis de los coeficientes de correlación se pueden aplicar a los porcentajes de variación pero posiblemente es más útil cuando se aplica a los patrones de llegada de los volúmenes de carga de trabajo y a los cambios del TMO por intervalos. Compara dos periodos para comprobar si los patrones se ajustan o no. Por ejemplo, el Lunes típico puede que se ajuste a un patrón relativamente consistente, pero el análisis de la correlación puede revelar que un Lunes particular varía en su patrón incluso si los volúmenes de carga de trabajo se encuentran dentro de unos límites normales.

Esto sugeriría que habría que analizar ese Lunes en particular para entender el comportamiento diferente. Este nivel de detalle es crítico para determinar que datos históricos son "normales" y cuales no cuando se está diciendo qué datos históricos se utilizan para hacer la previsión y cuales no. Los datos que se encuentran fuera de unos rangos aceptables deberían considerarse para posibles futuros ajustes, almacenándolos de manera separada como muestras de un evento particular repetible en el futuro, o incluso descartarlos en el caso sean una anomalía, como puede ser un problema de suministro eléctrico, cosa poco probable que vuelva a ocurrir.

4. ¿Estás colaborando con otros compañeros que pueden llegar a influenciar la carga de trabajo?

Compañeros fuera del equipo de WFM influyen en la precisión de la planificación. Cualquier anomalía en la carga de trabajo real debería ser identificada y etiquetada con una razón, p.e., campañas de marketing, ciclos de facturación, etc. para que las previsiones futuras sean capaces de acomodarse a estos eventos y predecirlos adecuadamente. Un buen equipo de WFM se asegurará que se comunica de manera adecuada con otros departamentos. En la mayoría de los casos, entender completamente que hace que los clientes y los empleados se comporten de manera distinta a la habitual es esencial para mejorar la precisión de la planificación. ¿Es esto algo que tu equipo realiza de manera regular?

Capítulo I Capítulo III