La planificación de viajes, más fácil que nunca con ÖAMTC
Categoría
Soluciones
Industria
Cómo abordó A1 Digital el proyecto
Definición del caso de uso y creación del modelo de aprendizaje automático
En un primer paso, se definió un caso de uso en talleres conjuntos. A partir de datos históricos sobre llamadas (incluida la duración de las mismas, los tiempos de espera, etc.), A1 Digital desarrolló de forma iterativa un modelo de aprendizaje automático para predecir el volumen de llamadas.
Pruebas de algoritmos y modelos
A continuación, A1 Digital utilizó su propia plataforma de aprendizaje automático con parametrización automática para probar diferentes algoritmos, así como diferentes modelos (por ejemplo, una red neuronal y el método de clasificación «Random Forest») y sus configuraciones.
Validación del modelo
El resultado fue un modelo sólido capaz de predecir el volumen probable de llamadas y, por lo tanto, las necesidades de personal durante determinados periodos, basándose en diversos parámetros de entrada, como el número de llamadas de la última semana, las condiciones meteorológicas del mismo periodo del año anterior y los periodos vacacionales.
POC
Mediante una exhaustiva prueba de concepto, A1 Digital demostró que el modelo de aprendizaje automático desarrollado es capaz de predecir con precisión el número de llamadas en el horizonte temporal deseado.
«La prueba de concepto nos ha demostrado que el aprendizaje automático puede transformar nuestro trabajo de forma sostenible y positiva. La forma en que los expertos en IA de A1 Digital han sintetizado la gran cantidad de datos en una solución de aprendizaje automático fiable y ampliable nos ha convencido para contar con A1 Digital en este proyecto de aprendizaje automático».
El cliente:
El Club Austriaco de Automóviles, Motocicletas y Turismo (ÖAMTC) se considera un punto de contacto y defensor de los intereses de sus socios en todas las cuestiones relacionadas con la movilidad. Bajo esta premisa, los «Ángeles Amarillos», tanto en la calle como en el centro de atención telefónica, centran sus actividades diarias en el concepto de servicio. Como parte del servicio telefónico y de información, los empleados del centro de atención telefónica son el primer punto de contacto para los socios y clientes.
El reto:
El volumen de llamadas previsto desempeña un papel fundamental en la planificación óptima de la distribución del personal en el centro de atención telefónica. Un número inadecuado de empleados puede provocar largos tiempos de espera para los clientes durante los periodos de mayor actividad o un desperdicio del tiempo del personal durante los periodos de menor actividad. Sin embargo, el modelo basado en Excel, muy complejo, que se utilizaba anteriormente para la planificación de la distribución del personal no permitía cambios dinámicos y alcanzaba sus límites debido a la multidimensionalidad del proceso. No se podían utilizar los algoritmos necesarios para una adaptación flexible al procesamiento de datos, por ejemplo, sobre la evolución meteorológica y el comportamiento estacional en materia de vacaciones.
La solución:
El ÖAMTC vio la solución al problema en el uso del aprendizaje automático (ML). Las funciones principales de esta tecnología incluyen el reconocimiento de patrones de comportamiento entre las personas que llaman y la comparación de estos datos con una variedad de parámetros diferentes. Como expertos en digitalización, el Mobility Club encargó a A1 Digital que elaborara una propuesta para el uso innovador de la tecnología de aprendizaje automático en la planificación de personal.
