Return to search

Dimensionnement des Centres d'Appels avec Incertitude sur les Paramètres d'Arrivées

Au cours des dernières années, les centres d'appels ont été introduits avec succès par de nombreuses entreprises axées sur les services comme les banques et les compagnies d'assurance. Ils deviennent le principal point de contact avec les clients, et une partie intégrante de la majorité des sociétés. L'émergence à grande échelle des centres d'appels a créé une source féconde de problèmes de gestion des opérations. Dans cette thèse, nous nous concentrons sur la question de dimensionnement et définition des emplois du temps dans les centres d'appels. L'objectif de notre travail consiste à développer des analyses qualitatives ainsi que quantitatives, afin de déduire des recommandations utiles aux managers.Nous analysons quatre problèmes qui tiennent compte de l'incertitude sur les paramètres d'arrivée des appels. Le processus d'arrivée des appels est supposé suivre un processus non stationnaire et doublement stochastique avec un taux moyen d'arrivée aléatoire.Dans le premier modèle, nous considérons un centre d'appels avec une seule vacation possible. Les agents traitent en même temps des appels entrants et des tâches de back-office. Ceci permet d'avoir une certaine souplesse pour modifier en temps réel la capacité instantanée de traitement des appels entrants. Nous analysons l'impact de la flexibilité offerte par les charges de travail de back-office.Dans le deuxième modèle, nous considérons un centre d'appels avec plusieurs vacations possibles. Les agents traitent seulement des appels entrants. Dans ce modèle, le dimensionnement initialement établi peut être corrigé au cours de la journée de travail. Nous proposons une approche de programmation stochastique en deux étapes et une approche de programmation réglable robuste pour résoudre le problème d'optimisation. En particulier, nous analysons et montrons l'avantage supplémentaire d'utiliser le réglage dynamique sur les coûts de dimensionnement du centre d'appels. Dans le troisième modèle, nous considérons un autre type d'incertitude supplémentaire, qui est l'incertitude sur la distribution de probabilité d'un paramètre aléatoire. Nous proposons une approche combinant la programmation stochastique et la programmation distributionnellement robuste, et nous évaluons son rendement. Le dernier problème de dimensionnement d'un centre d'appels pour lequel le manager se propose de satisfaire un niveau de service global pour toute la journée au lieu d'un niveau de service objectif par période. Nous permettons également la mise à jour du dimensionnement au cours de la journée. Dans notre analyse, nous montrons en particulier les avantages de l'ajout de la flexibilité de mise à jour, et soulignons l'impact d'avoir une contrainte de service niveau globale sur les performances.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00635534
Date01 July 2011
CreatorsLiao, Shuang Qing
PublisherEcole Centrale Paris
Source SetsCCSD theses-EN-ligne, France
LanguageEnglish
Detected LanguageFrench
TypePhD thesis

Page generated in 0.002 seconds