Mejora de la gestión de tiempos en centros de llamadas Un análisis con Power Query

¡Bienvenidos, muy buenos días tardes o noches , según donde me leas !

 

En el ámbito del análisis de datos y gestión de centros de llamadas, el uso de herramientas como Power BI y Power Query se ha vuelto fundamental para extraer, transformar y visualizar información relevante. Este informe se centra en las medidas creadas y utilizadas en DAX para Power BI, así como en el proceso de mejora utilizando el lenguaje M de Power Query.

El análisis detalla las métricas clave, como el tiempo de espera promedio, la cantidad de llamadas dentro y fuera del Acuerdo de Nivel de Servicio (SLA), y otros indicadores importantes para la gestión eficiente del centro de llamadas. Además, se describen los pasos para la creación de tablas dimensionales y la visualización de datos de manera efectiva.

Informe de Data Analitics, Call center

 

Las medidas creadas y utilizadas en DAX para power bi:

Charges by call =
[Time of call]
*
CALCULATE(MAX(‘Call charges'[Call Charges]))
Average of wait = AVERAGE(Table_Facts[Tiempo_Espera])/60
Average of call =AVERAGE(Table_Facts[Duracion_Llamada])/60
Inside SLA = CALCULATE(COUNTROWS(Table_Facts),Table_Facts[SLA]=»Dentro de SLA»)
Nº calls = CALCULATE(COUNTROWS(Table_Facts))
Outside SLA = CALCULATE(COUNTROWS(Table_Facts),Table_Facts[SLA]=»Fuera de SLA»)
Time of call = SUM(Table_Facts[Duracion_Llamada])/60
Time Wait = SUM(Table_Facts[Tiempo_Espera])/60
Procedemos a practicar y crear y mejorar con el lenguaje M de power query 
Recordemos que para ello creamos específicamente , este proceso en el cual manejamos , creando una lista en power query para tener toda la columna con la franjá horaria.
Unas de las fases mas geniales , en la cual maneje, fueron específicamente ,  la creación de una tabla dimensional sobre  las horas , con franjas de cada horas.
#time(Time.Hour([Time]), 0, 0)
Ahora procedemos a crear , la franja de cada dos horas
if Number.Mod(Time.Hour([Every Hour]),2)=1
then
#time(Time.Hour([Every Hour])-1,0,0)
else
[Every Hour]
Procedemos a a crear la columna cada media hora if Time.Minute([Time])>=30 then
#time(Time.Hour([Time]),30,0)
else
#time(Time.Hour([Time]),0,0)
Seguimos con la columna de 15 minutos
if Time.Minute([Time])>=45 then
#time(Time.Hour([Time]),45,0) else
if Time.Minute([Time])>=30 then
#time(Time.Hour([Time]),30,0) else
if Time.Minute([Time])>=15 then
#time(Time.Hour([Time]),15,0) else
#time(Time.Hour([Time]),0,0)
Continuamos con el proceso de crear la franja en al cual tenemos mañana y tarde:
Concluimos con la dimensión eficiente
Procedemos a la visualización en las cuales manejamos .
El menú básico de portada(El cual me encanta crear cada ves que puedo en mis proyectos personales)
Seguimos con la primera pagina la cual dice muchos y resume como será el resto de navegación
Tenemos a la izquierda un menú estático , con diseño web , muy genial.
Ahora seguimos creando el proceso en el cual , creamos , un botón y usan pagina con resumen recuerda en pagina para que entren en contexto.
Continuamos con una ventana de dialogo en la cual , nos da una guia para la experiencia de usuario.
Continuo ahora con los tooltips para cada tabla para alimentar cada tablas jugar con la visualización y sumado   a ello enriquecer los datos.
Ahora continuamos con el resto de paginas , acá explotamos en datos todas las franjas horarias creadas en la dimensión de datos
Los cargos por llamadas , son fantásticas
Ahora pasamos a los detalles .
Por ultimo , cree una hoja , con un formato diferente en le cual manejamos , específicamente, conclusiones y recomendaciones puntuales.
Espero que les guste este desarrollo sirva de expiración para cual quiere analizo o desarrollo.

Este informe destaca la importancia de utilizar herramientas avanzadas de análisis de datos para optimizar el rendimiento de los centros de llamadas. Las medidas implementadas en Power BI proporcionan una visión clara de los patrones y tendencias en el tiempo de espera, la duración de las llamadas y el cumplimiento del SLA. La creación de tablas dimensionales y la visualización efectiva de datos permiten una comprensión profunda de la operación del centro de llamadas y facilitan la toma de decisiones informadas.

Además, se resalta la importancia de la presentación visual de los datos, mediante la creación de menús, páginas de resumen y elementos interactivos como botones y tooltips, para mejorar la experiencia del usuario y la comprensión de la información. Este desarrollo no solo sirve como ejemplo de análisis y desarrollo para otros proyectos similares, sino que también proporciona conclusiones y recomendaciones específicas para mejorar la eficiencia y la calidad del servicio en el centro de llamadas.

 

Video en YouTube:https://youtu.be/3SIAthIkSSY

Link en NovyPro:

https://project.novypro.com/6As9lg

Loading

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *