[논문]최적화와 시뮬레이션을 이용한 콜센터의 인력 배치 연구

김성문; 나정은; 김수미

doi:10.7232/ieif.2011.24.1.040

문제 정의

본 논문에서는 시간대에 따라 변화하는 인바운드콜의 예측값 하에서 주간, 일간 및 매 시간대에 주어진 최대 허용 포기율과 기타 여러 제약조건식들을 만족시키면서, 인건비와 포기콜 비용으로 구성된 총 비용을 최소화하는 총 상담원 수와 그들의 시간대별 각 업무 배치에 관한 최적해를 구하는 것을 목표로 한다.
고용해야 할 적절한 총 상담원의 수를 미리 알 수 없기 때문에, 각 시간대별로 인바운드콜 업무에 할당될 상담원 수의 상한값과 하한값을 직접 정하는 것은 현실적이지 않지만, 총 상담원의 수는 모르더라도 전체 상담원 중 몇 %가 인바운드콜 업무에 배치될 수 있는지의 상한값과 하한값은 정하기 쉽기 때문에, 본 모형에서와 같이 의사결정변수 n^d와 # 두 개 모두 필요하게 된다. 본 연구에서는 적절한 인력 확보 n^d*와 효과적인 작업 배치 #를 통하여 인바운드콜을 처리하는데 있어 총 비용의 두 가지 요소, 즉, 인건비와 포기콜 손실의 합을 최소화하려 한다.
본 연구에서는 콜센터에 주어져 있는 여러가지 제약조건을 만족시키면서 총 비용을 최소화하는 총 상담원 수와 인바운드콜 및 기타 업무 각각에 할당할 상담원의 수를 결정하기 위해 다음과 같은 비선형정수계획 모형을 고려한다.
요일별 인바운드콜의 수치를 고려하여 과 같은 목표 최대 허용 포기율을 설정하였다고 하자.
이번 장에서는 제 2장에서 제안된 수리계획 모형에 실제 콜센터 데이터가 주어질 때 어떻게 적용하는가를 보임으로써, 본 연구의 타당성 및 실용성을 나타내고자 한다. 본 논문에서 분석 대상으로 설정한 콜센터는 한 종합병원의 진료예약 콜센터이다.
따라서 병원측에서는 총 몇 명의 상담원을 고용하여, 각 요일과 시간별로 몇 명을 인바운드콜 업무와 다른 업무에 배치해야 하는지 관심을 갖게 되 었다. 이에 이번 장에서는 제 2장에서 소개된 방법론을 사용하여 적정 상담원의 수와 효과적인 업무 배치를 통하여 비용을 최소화하며, 동시에 고객 만족도와 병원의 수익을 증대시키는 방법을 모색하려 한다.
이제 요일 d와 시간 t에 대하여 목표로 하는 최대 허용 포기율이 주어질 때 이를 만족시키는 적정 상담원을 산출하는 방법을 분석하여 보자. 먼저 <표 2>와 같이 시간당 인바운드콜의 예측값 #가 주어진다고 하자.
이제 총 32명의 상담원을 진료예약 콜센터에 고용하기로 결정하였을 때, 요일과 시간대별로 인바운드콜 업무와 다른 업무에 상담원을 배치하는 방법을 보자. <표 5>에서 구한 최적의 #값과 n^d*값을 사용하여 인바운드콜 업무에 할당할 최적의 상담원 수 #를 구한 후 소수점 부분은 분 단위까지 사용하여 정확히 맞출 수 있으나, 소수점은 정수로 올림하여 각 시간대 마다 정수의 인원을 배치할 수 있다.
총 비용의 두 가지 요소인 인건비와 포기콜 손실을 보자. 상담원들의 현재 임금과 부가급부를 모두 합쳐 시간당으로 계산하여 보면 c_n = 15,200원에 해당한다고 하자.
인바운드콜 중에서 상담원과 연결된 통화는 예약과 관련되어 병원에 수익을 안겨주는 것이 있고, 순수하게 상담만 하는 등 병원의 수익에 직접적으로 연결되지 않는 것들도 있다. 통화가 연결된 인바운드콜 중 예약으로 연결되는 비율, 그리고 포기콜의 비율 및 포기콜 중 다시 추후에 전화를 걸어오는 비율, 전화로 예약한 환자들 중 1인당 평균 올리게 되는 수익 등 여러 요소를 분석하여, 놓치게 되는 인바운드콜 한 통당 기회비용의 손실이 c_a =5,500원에 상응한다고 하자. 이러한 시간당 임금 및 기회비용 손실은 진료예약 콜센터 및 병원마다 다른 값을 가지는 것이 일반적이다.

가설 설정

을 의미한다. 위의 비선형정수계획 모형에서는 총 상담원 중 인바운드콜 업무에 배치할 최적의 인원을 계산하기 위하여 인바운드콜 업무를 처리하는데 사용되는 인건비만을 고려하고, 다른 업무를 처리하는데 관련된 인건비는 별도로 지급된다고 가정하자.

제안 방법

본 연구에서는 분석 대상으로 사용된 대형 종합병원 콜센터의 실제 과거 데이터를 분석한 결과, 인바운드콜의 수는 요일별, 시간대 별로 매주 주기(cycle)을 가지고 평균값을 중심으로 큰 편차없이 반복되고 있었으며, 또한 인바운드콜의 업무 부하와 그에 따른 평균 포기율은 강한 상관관계를 직접적으로 보여주고 있었다. 따라서, 본 연구에서는 중간 단계인 대기시간을 거치지 않고, 인바운드콜의 수와 해당 업무를 실제 담당한 서버수를 결합한 인바운드콜 업무 부하 지수를 개발하여, 궁극적인 관심사인 평균 포기율과 그에 따른 금전적 손실을 직접적으로 구하는 방법을 사용한다.
본 연구에서는 전통적인 대기행렬 이론을 적용하는 대신, 인바운드콜 업무 부하를 나타내는 지수로부터 직접적으로 평균 포기율을 얻어내는 방법을 사용하였으며, 콜센터에서 설정한 주간, 일간, 각 시간대 별 최대 허용가능 포기율 및 기타 제약조건식들을 만족시키면서 총 비용을 최소화하는 최적 인력을 산출하고 시간대별로 각 업무에 적정 인원을 배치하는 것에 대하여 비선형 정수계획 모형을 제시하였다. 그리고 콜센터의 데이터와 상담원들의 근무 패턴 및 기타 업무의 부하를 고려하여 개발된 모형에 적용함으로써 제시된 모형의 실용성을 보였다.
따라서 인바운드콜 도착율이 낮은 시간대에 아웃바운드 콜을 시행하는 방안을 콜센터 운영에 포함시킬 수 있다면 인바운드콜이 적을 경우 아웃바운드콜의 시도처럼 다른 업무를 할당하는 것도 가능하다. 본 연구에서도 인바운드콜을 응대하는 적정 인력 배치를 우선으로 하고, 다른 시간대에 아웃바운드콜이나 또는 서류 및 전산 업무, 식사 및 휴식 등 다른 업무를 처리할 수 있도록 설계하였다. 하지만, 처리할 업무량에 근거하지 않고 무조건 상담인력을 증가한다는 것은 비용의 낭비를 초래한다.
실제 콜센터의 데이터를 보면 인바운드콜 비율 I와 포기율 A는 상관관계를 보이는데, 이를 분석하여 보자. 예를 들어 최근 3개월 또는 6개월과 같이 특정 기간 동안 날짜와 시간대에 따라 (λ, n, e, A)의 데이터를 측정한다면 I를 계산할 수 있고, 그래프 상에 충분한 데이터 포인트 (I, A)를 얻은 후, 회귀분석과 같은 통계적 기법에 의해 (I, A)의 상관 관계를 얻어낼 수 있다.
이 장에서는 이산 사건 시뮬레이션 (discrete event simulation)을 통해 제 3장에서 구한 해에 따라 인력을 배치했을 경우 얻어낸 기대 포기율이 실제로 나타나는가를 확인해 본다. 요일 및 시간대 별로 한 주간 동안 55개의 구간에 각 1,000개씩 총 55,000개의 데이터를 랜덤하게 발생시켜, 본 논문에서 제시한 모형에 따른 최적 인력 배치의 실용성 및 타당성을 확인하였다.<그림 2>는 이산 사건 시뮬레이션의 순서도를 나타내고 있다.
전통적인 대기행렬 이론에서 시스템 분석에 필요 요소인 시간당 도착률(본 논문에서는 총 인바운드콜의 수 λ) 이외에 이렇게 인바운드콜 비율 I를 정의하는 이유는 인바운드콜 업무를 담당하는 상담원의 숫자를 시간대에 따라 동적으로 다르게 배치할 수 있기 때문에 상담원 한 명당 처리해야 할 인바운드콜의 수인 I를 도입하였다.
요일별 인바운드콜의 수치를 고려하여 <표 3>과 같은 목표 최대 허용 포기율을 설정하였다고 하자. 즉, 모든 요일과 시간대를 고려한 진료예약 콜센터의 인바운드콜 중 주간 전체 평균 포기율의 상한선을 현재의 평균인 약 15%의 절반인 y =7.5%로 설정하기를 원하고, 이를 달성하기 위하여 과거 자료를 바탕으로 한 요일별 인바운드콜의 비율을 고려하여 월요일부터 토요일까지 각 요일의 목표 포기율의 상한선 y^d를 (10, 8, 7, 6, 5, 7)%로 설정하였다. 그리고, 각 요일에 대하여 시간대별로 인바운드콜의 평균 수치와 기타 업무 및 식사교대 등의 근무 패턴을 고려하여 최대 허용 포기율의 상한선 #을 설정하는데, 예를 들면, 수요일에는 점심식사 교대시간에는 20%, 17 : 00～18 : 00에는 10%, 나머지 시간대에는 모두 5%로 최대 허용 포기율을 설정하였다.
지금까지 주어진 모든 매개변수를 가지고 제 2장에서 소개된 수리계획 모형에 입력하고 Lindo Systems사의 소프트웨어 패키지 What’s Best 9.0을 global optimizer와 결합하여 최적해를 찾았다.
시간당 같은 인바운드콜 비율을 가지고 있다 해도 전화가 한꺼번에 많이 걸려오거나 받고 있는 전화가 길어져 대기 전화수가 많아지는 등 여러 가지 상황이 발생할 수 있으므로, 실제 발생하는 포기율은 인바운드콜 비율에 따른 값을 기준으로 약간의 변동성을 가질 수 있다. 포기율은 0% 보다 작을 수 없고, 실제 데이터를 통해 살펴본 결과 형상 파라미터(shape parameter)를 2로 가지는 얼랑 분포(Erlang distribution)와 매우 유사한 형태를 띄고 있어 본 논문에서는 식 (5)에 따른 f(I)값을 평균으로 하고, 형상 파라미터가 2인 얼랑 분포를 따르는 포기율의 난수를 발생시켰다. 이 때, f(I)값이 0%인 경우에는 그대로 0%의 값을 가지도록 하였고, 이와 같은 과정을 통해 얻은 평균 포기율은 <표 10>과 같이 나타났다.

대상 데이터

이번 장에서는 제 2장에서 제안된 수리계획 모형에 실제 콜센터 데이터가 주어질 때 어떻게 적용하는가를 보임으로써, 본 연구의 타당성 및 실용성을 나타내고자 한다. 본 논문에서 분석 대상으로 설정한 콜센터는 한 종합병원의 진료예약 콜센터이다. 월요일에서 금요일까지 24명의 풀타임 상담원은 8 : 00～17 : 00와 9 : 00～18 : 00에 전체 인원의 2/3와 1/3씩 두 그룹으로 나뉘어 출퇴근 시간에 따라 근무하며, 토요일에는 격주로 8 : 00～13 : 00 동안 근무한다.

데이터처리

난수로 발생된 포기율이 예측치와 같은 결과를 나타내는가는 단일 표본 양측 t 검정(two tailed t-test)를 통해 확인하였다.<표 11>은 단일 표본 양측 t 검정의 p-value를 나타내고 있다.

성능/효과

본 연구에서는 전통적인 대기행렬 이론을 적용하는 대신, 인바운드콜 업무 부하를 나타내는 지수로부터 직접적으로 평균 포기율을 얻어내는 방법을 사용하였으며, 콜센터에서 설정한 주간, 일간, 각 시간대 별 최대 허용가능 포기율 및 기타 제약조건식들을 만족시키면서 총 비용을 최소화하는 최적 인력을 산출하고 시간대별로 각 업무에 적정 인원을 배치하는 것에 대하여 비선형 정수계획 모형을 제시하였다. 그리고 콜센터의 데이터와 상담원들의 근무 패턴 및 기타 업무의 부하를 고려하여 개발된 모형에 적용함으로써 제시된 모형의 실용성을 보였다. 이산 사건 시뮬레이션을 통해 실제 진료예약 콜센터에 적용하여 얻어진 해에 따라 인력을 배치했을 때 발생하는 포기율을 구하고, 양측 t검정을 통해 일정 유의수준에서 모든 시간대의 기대 포기율이 해를 통해 얻어진 기대 포기율과 충분히 같다는 결과를 보였다.
이러한 목표를 달성하기 위하여 요일별로 전체 근무인원의 수를 변경시키는 것이 어렵다면 매일 5% 목표 포기율을 설정하기 보다, 인바운드콜의 수가 높은 월요일은 포기율을 7%로 하고, 월요일에 비해 인바운드콜의 수가 훨씬 낮은 금요일은 3%로 설정하는 등의 방식으로 한 주간 전체 평균 포기율 5%를 달성할 수도 있을 것이다. 그리고, 각각의 요일마다 고객들에게 좋은 병원으로서의 이미지를 유지하기 위해 포기율이 통상 높은 점심 식사 교대시간에도 포기율을 최대 20% 미만으로 가져가겠다고 설정함으로써 최소한의 서비스 수준을 유지하고 나머지 시간대에는 포기율을 5% 미만으로 가져가겠다고 최대 허용 포기율의 수치를 지정할 수 있으며, 심지어 점심 시간대에 20%의 상대적으로 높은 포기율을 가져간다 할지라도 다른 시간대와 가중 평균을 계산하여 각각의 요일에 대하여 설정한 포기율을 만족시키는 것도 가능할 수 있다.
또한, 이전에는 포기율이 25%를 초과하는 구간이 8개(15%)였으나, 적용 이후에는 단 한 개의 구간도 존재하지 않았다. 따라서, 최적 인력 배치를 통하여 단순히 한 주간 전체 포기율의 평균 수치만 줄어드는 것이 아니라, 각 시간대별로 포기율의 수치를 줄임으로써 고객에 대한 서비스 수준을 개선시키고 있음을 확인할 수 있다.
목표 최대 허용 포기율을 나타냈던 과 비교하여 보면 진료예약센터 전체적으로 한 주간 최대 허용 포기율이었던 y = 7.5% 미만인 A* = 6.13%로 만족시키고 있으며, 각 요일별로도 최대 허용 포기율이었던 yd = (10, 8, 7, 6, 5, 7)%를 Ad* = (9.20, 4.95, 4.94, 4.88, 4.63, 5.93)%로 만족시키고 있으며, 각 시간대별로도 #임을 확인할 수 있다.
하지만, 이러한 방법에서는 수학적으로 다룰 수 있도록 확률 분포 등 여러 가지가 근사화 되면서 실제와 차이가 커지게 된다. 본 연구에서는 분석 대상으로 사용된 대형 종합병원 콜센터의 실제 과거 데이터를 분석한 결과, 인바운드콜의 수는 요일별, 시간대 별로 매주 주기(cycle)을 가지고 평균값을 중심으로 큰 편차없이 반복되고 있었으며, 또한 인바운드콜의 업무 부하와 그에 따른 평균 포기율은 강한 상관관계를 직접적으로 보여주고 있었다. 따라서, 본 연구에서는 중간 단계인 대기시간을 거치지 않고, 인바운드콜의 수와 해당 업무를 실제 담당한 서버수를 결합한 인바운드콜 업무 부하 지수를 개발하여, 궁극적인 관심사인 평균 포기율과 그에 따른 금전적 손실을 직접적으로 구하는 방법을 사용한다.
실제 데이터 확인 결과 각 요일 및 시간대에 따라 인바운드콜의 빈도는 서로 다르기 때문에 개별적인 평균값을 가지는 포아송 분포로 근사화하는 것이 가능하고, 이 때 평균은 에서 제시한 값과 같다.
그리고 콜센터의 데이터와 상담원들의 근무 패턴 및 기타 업무의 부하를 고려하여 개발된 모형에 적용함으로써 제시된 모형의 실용성을 보였다. 이산 사건 시뮬레이션을 통해 실제 진료예약 콜센터에 적용하여 얻어진 해에 따라 인력을 배치했을 때 발생하는 포기율을 구하고, 양측 t검정을 통해 일정 유의수준에서 모든 시간대의 기대 포기율이 해를 통해 얻어진 기대 포기율과 충분히 같다는 결과를 보였다. 사례에서 알 수 있듯이 운영 규모가 커지고 시스템이 복잡해질수록 과거의 관행이나 경험 또는 직관에 의하여 최적해를 구하는 것이 불가능하고, 비선형정수계획 모형 등 최적화 이론을 사용하여야 비용을 최소화하고 수익을 극대화하며 효율이 증가하고 고객만족도를 더 높일 수가 있게 될 것이다.
이와 같은 시뮬레이션 결과를 통해 본 연구에서 제시한 모형의 해에 따라 각 시간대 별로 인력을 배치하면 모든 제약조건들을 만족시키면서 에서 얻어낸 기대 포기율과 상당히 근사한 수준으로 실제 포기율이 발생하게 된다는 것을 확인할 수 있다.
인바운드콜의 수요는 점진적으로 증가하고 있지만 상담원 수가 증가하지 않았고, 피크 시간대에는 진료예약센터의 상담원 수에 비해 걸려 오는 전화의 수가 많아져 통화 대기시간이 길어지고 하루 중 특정 시간대에는 약 47%의 고객이 상담원에게 연결되기 전에 포기하고 전화를 끊는 것으로 관찰되었다. 이러한 포기콜의 높은 수치는 고객들에게 만족을 주지 못할 뿐만 아니라 병원의 재정에 직접적으로 영향을 미칠 수 있다.
01보다 큰 값을 나타내고 있으므로 1% 유의수준에서 만족되고 있었다. 전체 55개의 검정에서 48개가 10%, 5개의 검정이 5%, 2개의 검정이 1%의 유의수준에서 만족되었다.
13%로 감소하게 되었다. 즉, 총 비용도 감소시키면서, 포기율도 절반 이상 줄여서 고객 만족도 또한 증가시킬 수 있었다. 참고로, 총 비용 18,001,754원은 최적해에서 얻은 상담원 수를 정수로 올림하기 전에 얻은 총 비용 17,951,765원과 불과 0.
최적화 모형을 적용하고 나면 현재보다 더 많은 인력을 인바운드콜 업무에 시간대 별로 배치함으로써 인건비는 어느 정도 상승하게 되지만, 포기콜 때문에 발생하는 손실의 감소폭이 상대적으로 더 크기 때문에, 12.41%의 총 비용이 절감되게 되며, 한 주간으로 볼 때 평균 15%에 육박하던 포기율이 6.13%로 감소하게 되었다. 즉, 총 비용도 감소시키면서, 포기율도 절반 이상 줄여서 고객 만족도 또한 증가시킬 수 있었다.

후속연구

또한 본 연구에서 분석한 진료예약 콜센터는 풀타임 상담원을 고용하는 경우만 고려하였지만, 파트타임 상담원을 고용하는 경우를 고려할 수도 있을 것이다. 그렇게 할 경우에는 경제적으로 비용을 절감할 수는 있겠지만 발생하게 될 여러 장단점 또한 면밀히 조사되어야 할 것이다. 또한 본 논문에서는 콜센터에서 가장 중요한 인바운드콜을 처리하는 업무와 기타 업무로 나누어 #와 #를 계산하였는데, 업무를 더 세분화하여 각 업무에 어떻게 적정 인원을 배치하는가 하는 것 또한 흥미로운 연구 주제가 될 것이다.
그렇게 할 경우에는 경제적으로 비용을 절감할 수는 있겠지만 발생하게 될 여러 장단점 또한 면밀히 조사되어야 할 것이다. 또한 본 논문에서는 콜센터에서 가장 중요한 인바운드콜을 처리하는 업무와 기타 업무로 나누어 #와 #를 계산하였는데, 업무를 더 세분화하여 각 업무에 어떻게 적정 인원을 배치하는가 하는 것 또한 흥미로운 연구 주제가 될 것이다. 또한, 포기율을 0%로 가져갈 수 없다면 놓치게 되는 고객의 전화에 대해 콜백(call-back) 시스템을 어떻게 도입하는 것이 고객만족과 병원의 수익을 증가시킬 수 있는지 연구할 수도 있을 것이다.
또한 본 연구에서 분석한 진료예약 콜센터는 풀타임 상담원을 고용하는 경우만 고려하였지만, 파트타임 상담원을 고용하는 경우를 고려할 수도 있을 것이다. 그렇게 할 경우에는 경제적으로 비용을 절감할 수는 있겠지만 발생하게 될 여러 장단점 또한 면밀히 조사되어야 할 것이다.
본 연구에서는 미리 정해진 최대 허용 포기율을 사용하였지만, 최대 허용 포기율의 최적값을 찾아 내는 것 자체도 흥미로운 추후 연구 주제가 될 수 있다. 또한 정해진 업무 시간대 내에서 최적의 인력 배치를 결정하는 문제가 아니라, 근무 시간대 자체를 더 확장하는 등 최적의 근무 시간대를 정하는 문제도 흥미로운 향후 연구의 방향이 될 수 있다.
또한 본 논문에서는 콜센터에서 가장 중요한 인바운드콜을 처리하는 업무와 기타 업무로 나누어 #와 #를 계산하였는데, 업무를 더 세분화하여 각 업무에 어떻게 적정 인원을 배치하는가 하는 것 또한 흥미로운 연구 주제가 될 것이다. 또한, 포기율을 0%로 가져갈 수 없다면 놓치게 되는 고객의 전화에 대해 콜백(call-back) 시스템을 어떻게 도입하는 것이 고객만족과 병원의 수익을 증가시킬 수 있는지 연구할 수도 있을 것이다. 마지막으로, 본 논문에서 사용한 방법론과 전통적인 대기행렬이론을 사용하는 것을 비교하는 연구도 흥미로운 주제가 될 것이다.
또한, 포기율을 0%로 가져갈 수 없다면 놓치게 되는 고객의 전화에 대해 콜백(call-back) 시스템을 어떻게 도입하는 것이 고객만족과 병원의 수익을 증가시킬 수 있는지 연구할 수도 있을 것이다. 마지막으로, 본 논문에서 사용한 방법론과 전통적인 대기행렬이론을 사용하는 것을 비교하는 연구도 흥미로운 주제가 될 것이다.
본 연구에서 소개된 방법들이 실제 진료예약 콜센터에 도입되어 사용될 때는, 최근 몇 개월 기간 동안의 데이터들이 주기적으로 업데이트 되어야 요일별, 시간대별 총 인바운드콜의 수 등 자료의 추세를 잘 반영하게 될 것이다. 최근 전산 시스템의 기술로는 매시간마다 자동적으로 모든 데이터를 저장하고 이것을 가지고 일주일마다 또는 매달마다 주기적으로 데이터를 수리계획 모형에 입력하는 것은 전혀 어렵지 않다.
본 연구에서는 미리 정해진 최대 허용 포기율을 사용하였지만, 최대 허용 포기율의 최적값을 찾아 내는 것 자체도 흥미로운 추후 연구 주제가 될 수 있다. 또한 정해진 업무 시간대 내에서 최적의 인력 배치를 결정하는 문제가 아니라, 근무 시간대 자체를 더 확장하는 등 최적의 근무 시간대를 정하는 문제도 흥미로운 향후 연구의 방향이 될 수 있다.

핵심어	질문	논문에서 추출한 답변
	종합병원의 진료예약 콜센터에서 근무하는 상담원들의 업무는 어떻게 되는가?	종합병원의 진료예약 콜센터에서 근무하는 상담원들의 업무는 고객들이 걸어오는 인바운드콜에 응답해야 하는 일과 고객들에게 전화를 걸어 예약을 상기시켜주고 의사의 스케쥴 변경으로 인해 기존 예약을 조정하는 아웃바운드콜, 서류 또는 전산 작업 등으로 나뉜다. 이 중에서 아웃바운드콜과 서류 및 전산 작업은 상담원이 업무를 할 시간대를 상당 부분 융통성 있게 선정할 수 있는 반면, 인바운드콜은 고객이 전화를 걸어왔을 때 신속하게 응답하지 않으면 고객을 놓치게 되고, 이것이 병원의 수익 및 고객만족도와 직결된다.
	콜센터가 가진 조직으로써 의미는 무엇인가?	콜센터는 운영, 마케팅, 인적자원 등이 서로 밀접히 관련되어 있는 조직이다. 인바운드콜을 시도한 고객은 콜센터의 상황에 따라 서비스를 받거나, 대기 중이거나, 대기하다가 끊거나, 또는 다시 걸 수도 있는데, 이러한 고객 행동이 콜센터의 중요한 평가지표(인바운드콜 수, 대기시간, 포기율 등)로 연관되어 있는 상황이다.
	콜센터에서 근무하는 상담원들의 업무 중 인바운드콜이 가진 특징은 무엇인가?	종합병원의 진료예약 콜센터에서 근무하는 상담원들의 업무는 고객들이 걸어오는 인바운드콜에 응답해야 하는 일과 고객들에게 전화를 걸어 예약을 상기시켜주고 의사의 스케쥴 변경으로 인해 기존 예약을 조정하는 아웃바운드콜, 서류 또는 전산 작업 등으로 나뉜다. 이 중에서 아웃바운드콜과 서류 및 전산 작업은 상담원이 업무를 할 시간대를 상당 부분 융통성 있게 선정할 수 있는 반면, 인바운드콜은 고객이 전화를 걸어왔을 때 신속하게 응답하지 않으면 고객을 놓치게 되고, 이것이 병원의 수익 및 고객만족도와 직결된다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

최적화와 시뮬레이션을 이용한 콜센터의 인력 배치 연구
The Staffing Problem at the Call Center by Optimization and Simulation 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (23)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

최적화와 시뮬레이션을 이용한 콜센터의 인력 배치 연구 The Staffing Problem at the Call Center by Optimization and Simulation 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (23)

이 논문을 인용한 문헌

저자의 다른 논문 :

김성문 (11) 김수미 (1)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

최적화와 시뮬레이션을 이용한 콜센터의 인력 배치 연구
The Staffing Problem at the Call Center by Optimization and Simulation 원문보기

AI 본문요약
AI-Helper