Get started
Work

Ánalisis y pronóstico de la demanda y necesidades de personal en un call center de emergencias sanitarias

Year: 2014
Type: dissertation
Abstract: Los sistemas sanitarios de los paises desarrollados ofrecen la prestacion de asistencia prehospitalaria, que se ha caracterizado de un lado por el incremento paulatino de la demanda, entre otros factores, como consecuencia del cambio de patrones sociodemograficos, y de otro, por un aumento de financiacion, fundamentalmente, para dar respuesta a estos cambios y a la incorporacion de avances tecnologicos. La utilizacion de recursos publicos requiere un adecuado equilibrio entre eficacia de los servicios y eficiencia en la gestion. En la consideracion de este contexto, los estudios de prevision de demanda y de planificacion de la actividad de prestacion del servicio adquieren mayor relevancia a la hora de tomar decisiones de asignacion de recursos.El objetivo principal de esta tesis es disenar y contrastar un modelo de optimizacion a corto y medio plazo de la gestion de un call center de llamadas de emergencias sanitarias utilizando de forma sinergica distintas tecnicas de investigacion operativa y econometrica. En la tabla 1 se exponen los objetivos de cada capitulo y la metodologia aplicada. Tabla 1: Objetivo de la tesis Capitulo y Objetivo Metodologia 1. Diagnostico del Sistema de informacion para la gestion y medicion de eventos y tiempos relevantes. (Call center metrics, perfomance measurement, Workflow) Diagrama de bloques funcional y analisis estadistico descriptivo (frecuencias absolutas y relativas, medidas de tendencia central, dispersion, histogramas, diagramas de tallo y hojas). 2. Desarrollar modelos de comportamiento de llamadas perdidas e impaciencia de los usuarios. (Abandonment, Impatience) Impaciencia: Modelos de supervivencia no parametrico (Kaplan-Meier, Splines), semiparametricos (Regresion de Cox), Parametricos (Exponencial, Normal, Logistico,?, y Modelos de Fallo Acelerado). Pronostico de llamadas perdidas: estudio previo con Analisis en Componentes Principales y Cluster Jerarquico, Regresion lineal multiple, Modelos Lineales Generalizados (Regresion de Poisson, Tweedie, Binomial negativa, Normal identidad y con enlace logaritmo). Instrumento de clasificacion de llamadas: Analisis discriminante, Regresion logistica binaria, Redes Neuronales (Perceptron multicapa y Red de Base Radial). 3. Pronostico de la Demanda. (Forecasting) Modelo clasico de descomposicion Armonico multiplicativo con analisis espectral. Modelo clasico de descomposicion estacional X-11. Modelo de alisado de triple parametro de Winters. Modelo Arima con analisis de intervencion de meses estivales. Modelo Arima con funcion de transferencia gripe. Modelo estructural armonico con gripe, pernoctaciones y poblacion. 4. Necesidades de personal. (Staffing) Identificacion de estados estacionarios con Test de Kruskal-Wallis, Analisis Discriminante y Test de Kolmogorov-Smirnov. Modelos de colas Erlang C (M/M/S), Erlang A (M/M/S+k) y Red de colas aciclica de Jackson 5. Optimizacion de plantilla. (Scheduling) Programacion lineal entera, modelo general y modelo que tiene en cuenta la satisfaccion del personal con horarios mas homogeneos. Fuente: Elaboracion propia Consecuencia de este planteamiento es la estructura que se sigue con un enfoque integral y jerarquico en la consecucion del objetivo, asi en primer lugar es necesario tener un conocimiento del trabajo que se realiza en el call center, por lo que en el capitulo 1 se desarrolla el proceso operativo de atencion de las llamadas con elaboracion de un diagrama de bloques funcional (?Workflow?), y realizacion de un analisis exploratorio y estadistico descriptivo de las operaciones y tiempos de las mismas (?call center metrics? y ?perfomance measurement?), resultando una demanda y tiempos de atencion variables por meses, franjas horarias y tipos de linea de atencion. El capitulo 2 esta dedicado al analisis de las llamadas perdidas (?Abandonment?), evento de especial importancia debido a sus caracteristicas de demanda insatisfecha, los efectos sobre pacientes de especial gravedad y por ser uno de los indicadores de desempeno mas relevantes, sirviendo ademas de informacion complementaria y basica para los capitulos 3 y 4 respectivamente. El abordaje se realiza sobre la base de tres bloques metodologicos que por medio de analisis de supervivencia, pronostico de llamadas perdidas, y clasificacion de las llamadas en atendidas y perdidas, permiten conocer las caracteristicas de los tiempos de impaciencia de los usuarios, las variables que influyen para que se pierdan llamadas en cada momento temporal, y el establecimiento de un metodo que permita prever la probabilidad de perdida de una llamada concreta, arrojando los resultados una impaciencia (?Impatience?) variable por tipos de linea y franjas horarias, un efecto muy importante del dimensionamiento sobre las llamadas perdidas y un instrumento de clasificacion razonable con la red neuronal del tipo perceptron multicapa. El capitulo 3 trata el primer paso en la obtencion del objetivo central que es identificar y evaluar modelos de analisis de series temporales que mejoren el pronostico del numero de llamadas recibidas (forecasting), para ello se plantean seis modelos que van desde los clasicos de descomposicion hasta los ARIMA y Estructural, cuya vision conjunta aporta alternativas de cursos de accion a seguir en la toma de decisiones (grafico 1). Grafico 1: Modelos de series temporales aplicados Fuente: elaboracion propia Los modelos que utilizan variables exogenas (poblacion, casos de gripe notificados y numero de pernoctaciones) se comportan con mas precision. Los pronosticos del capitulo 3 pueden aplicarse como input inicial del capitulo 4, que estudia el segundo paso, dedicado al calculo de la necesidades de personal (?Staffing?), para lo que se analizan los comportamientos de llamadas recibidas y los tiempos de atencion o servicio en intervalos de horas y meses, aplicando una metodologia de identificacion de estados estacionarios, los modelos de teoria de colas Erlang-C (tradicional de la industria del call center), Erlang-A (incluye la impaciencia y llamadas perdidas), y un modelo de Red de colas de Jackson al objeto de identificar cuellos de botella, con resultados que mejoran las medidas de rendimiento actuales y conformando el puesto de medico coordinador como cuello de botella. Finalmente en el capitulo 5 se toma como informacion inicial la procedente del capitulo 4 con objeto de determinar el conjunto de horarios y plantilla optima (?Scheduling?), teniendo en cuenta el desarrollo de la actividad laboral en cuanto a turnos, descansos, vacaciones, y otras circunstancias del convenio colectivo, aplicando dos modelos de programacion lineal entera que minimizan el coste de personal asociado a los niveles de servicio de la prestacion, consiguiendo que el exceso de personal sea inferior al 5%. En conclusion, la utilizacion conjunta de los distintos metodos de analisis aplicados en los cinco capitulos genera sinergias en el conocimiento de las operaciones en el call center, los mecanismo que provocan la perdida de llamadas, los escenarios de demanda de emergencias sanitarias, el dimensionamiento adecuado al nivel de servicio ofertado, la optimizacion de plantilla teniendo en cuenta las necesidades de personal por franja y mes. Contribuyendo todo ello a una mayor eficiencia en la planificacion a medio plazo de los recursos humanos disponibles, reduciendo costes y mejorando la calidad simultaneamente. Su desarrollo mediante software estandar, disminuye los costes de aprendizaje y aplicacion de forma estable y periodica en los centros de emergencias. Aunque los resultados obtenidos son de aplicacion al centro de atencion de llamadas de EPES, la metodologia es extrapolable a cualquier call center ya que se han planteado toda una gama de modelos alternativos y complementarios en cada capitulo, que pueden instrumentalizarse atendiendo a las caracteristicas particulares de cada call center, por lo que no es posible recomendar exclusivamente alguno de ellos, sino que han de probarse para cada caso concreto dentro del amplio marco metodologico expuesto. Entre la bibliografia consultada puede destacarse: -Brown y otros ?Statistical Analysis of a Telephone Call Center: A Queueing-Science Perspective?. March 2005, Vol. 100, No. 469. Journal of the American Statistical Association. -Cleveland y otros ?Call Center Management on Fast forward: Succeeding in Today?s Dynamic Inbound Environment?. USA 1997. -McManus y otros ?Queuing Theory Accurately Models the Need for Critical Care Resources?. May 2004, Vol. 100, No. 5. Anesthesiology. American Society of Anesthesiologists. -Centeno M. ?Simulation-ILP based tool for scheduling ER staff. Proceedings? f the Winter Simulation Conference 2003, 2:1930?1938, 2003. -Channouf N, L?Ecuyer P, Ingolfsson A, Avramidis A. ?The application of forecasting techniques to modeling emergency medical system calls in Calgary, Alberta?. Health Care Manage Sci(2007) 10:25-45. -Mandelbaum A. ?Call Centers. Research Bibliography with Abstracts?. Version 7, May, 2006. Disponible en http://ie.technion.ac.il/serveng/References/references.html.
Language: Spanish
Open Access status: green
OpenAlex ID: W77549596
Cites:
Cited by:
Related to: 10