Einsatzplanung leicht gemacht beim ÖAMTC
Kategorie
Solutions
Industry
Lesezeit
Machine Learning sorgt für gleichmäßige Auslastung im ÖAMTC Call Center durch Vorhersage des Anrufaufkommens.
Wie A1 Digital das Projekt durchgeführt hat
Definition Use case
Anhand historischer Daten zu Anrufen (u. a. Länge der Anrufe, Wartezeiten etc.) entwickelte A1 Digital iterativ ein Machine Learning-Modell, um das Anrufaufkommen vorhersagen zu können. Im ersten Schritt wurde in gemeinsamen Workshops ein Use Case spezifiziert.
Test von Algorithmus und Modellen
Anschließend testete A1 Digital mit der eigenen autoparametrisierenden ML-Plattform verschiedene Algorithmen sowie unterschiedliche Modelle (z. B. ein neuronales Netz und das Klassifikationsverfahren Random Forest) und deren Konfigurationen.
Bestätigung des Modelss
Am Ende stand ein solides Modell, das aufgrund verschiedener Input-Parameter wie der Anzahl der Anrufe der letzten Woche, dem Wetter der Vorjahresperiode und den Urlaubszeiten das wahrscheinliche Anrufvolumen und damit den Personalbedarf über bestimmte Zeiträume prognostizieren kann.
POC
Mit einem umfangreichen Proof-of-Concept trat A1 Digital dann den Beweis an, dass das entwickelte ML-Modell tatsächlich die Anzahl der Anrufe im gewünschten Zeithorizont präzise vorhersagen kann.
„Der Proof-of-Concept hat uns gezeigt, dass durch den Einsatz von Machine Learning unsere Arbeit nachhaltig und im positiven Sinn verändert werden kann. Die Art und Weise, wie die KI-Experten von A1 Digital die Vielzahl an Daten zu einer zuverlässigen, ausbaufähigen ML-Lösung verdichtet haben, hat uns total davon überzeugt, die richtige Entscheidung getroffen zu haben, als wir A1 Digital für dieses ML-Projekt ins Boot holten“
Über den ÖAMTC
Der österreichische Automobil-, Motorrad- und Touringclub ÖAMTC versteht sich als Ansprechpartner und Förderer der Interessen seiner Mitglieder in allen Fragen rund um die Mobilität. Unter dieser Prämisse steht für die Gelben Engel auf der Straße und im Call Center tagtäglich der Dienstleistungsgedanke im Mittelpunkt ihrer Tätigkeit. Im Rahmen des Telefon- und Informationsservices sind die Call Center-Mitarbeiter die ersten Ansprechpersonen für Mitglieder und Kunden.
Die Aufgabe
Für eine optimale Personaleinsatzplanung imCall Center spielt das voraussichtliche Anrufvolumen eine große Rolle. Eine falsche Anzahl von Mitarbeitern im Call Center kann in Stoßzeiten zu langen Kundenwartezeiten führen oder in ruhigeren Zeiten zu einer Verschwendung von Personalzeit. Das bisher für die Personaleinsatzplanung verwendete sehr komplexe, Excel-basierte Modell ließ aber keine dynamischen Veränderungen zu und stieß aufgrund der Mehr-Dimensionalität des Vorgangs an seine Grenzen. Die für eine flexible Anpassung notwendigen Algorithmen zur Verarbeitung beispielsweise von Daten zur Wetterentwicklung und zum saisonalen Urlaubsverhalten konnten nicht genutzt werden.
Die Lösung
Die Lösung des Problems sah der ÖAMTC im Einsatz von Machine Learning (ML). Denn zu den Kernfunktionen dieser Technologie zählen das Erkennen von Verhaltensmustern bei den Anrufern und der Vergleich dieser Daten mit einer Vielzahl von unterschiedlichen Parametern. Als erfahrenen Digitalisierungsexperten beauftragte der Mobilitätsclub die A1 Digital damit, einen Vorschlag für die innovative Nutzung der ML-Technologie für die Personalplanung zu entwickeln.