تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,501 |
تعداد مشاهده مقاله | 124,095,794 |
تعداد دریافت فایل اصل مقاله | 97,202,347 |
ارزیابی عملکرد عاملهای انسانی در مرکز تلفن با استفاده از رویکرد دادهکاوی | ||
Advances in Industrial Engineering | ||
دوره 53، شماره 2، تیر 2019، صفحه 575-584 اصل مقاله (696.18 K) | ||
نوع مقاله: Research Paper | ||
شناسه دیجیتال (DOI): 10.22059/jieng.2019.215385.1217 | ||
نویسندگان | ||
مریم دولت شاه1؛ بابک تیمورپور* 2 | ||
1دپارتمان مهندسی صنایع، دانشگاه پیام نورتهران، تهران، ایران | ||
2گروه مهندسی فناوری اطلاعات، دانشگاه تربیت مدرس، تهران، ایران | ||
چکیده | ||
اکثر مشکلات مربوط به برنامهریزی منابع انسانی منحصر به محدودیتهای سطح خدمات است. ارایه سطح خدمات بالا بر فاکتورهایی همچون کاهش زمان خدمت تاکید میکند. بنابراین ارزیابی عملکرد عاملهای انسانی در صنعت مراکز تلفن، به منظور تعیین کیفیت سطح خدمات، از مهمترین چالشهای این مراکز محسوب میشود. در این پژوهش جهت تعیین سطح خدمت، مهارت و خوشهبندی عاملهای انسانی، ویژگیهای توصیفی معیار زمان خدمت بر اساس نوع خدمت به مشتری به عنوان دادههای ورودی استخراج شدهاند. استفاده از این مشخصهـها میتواند به ارزیابی و الویتبندی موثرتر عاملهای انسانی کمک کند. بعلاوه این مشخصهها دشواری استفاده از سایر معیارهای ارزیابی عملکرد را ندارند. مشخصههای این پژوهش از دادههای مرکز تماس یک شرکت طراح و تولیدکننده سیستمهای کامپیوتری و الکترونیکی استخراج شده و با استفاده از روش تحلیل مولفههای اصلی ارزیابی شدهاند. همچنین موقعیت عاملها نسبت به مشخصههای عملکردشان نمایش داده شده است. در نهایت عاملهای انسانی مورد مطالعه با استفاده از الگوریتم خوشهبندی k-means و بر اساس مشخصههای عملکردشان گروهبندی شدهاند. سه گروه از عاملهای انسانی ایجاد شده است که هر گروه بیانگر سطح مهارت و خدمت آن گروه میباشد. نتایج تحقیق سهولت در ارزیابی عملکرد عاملها با روشهای دادهکاوی را نشان میدهد. | ||
کلیدواژهها | ||
مرکز تلفن؛ عاملهای انسانی؛ زمان خدمت؛ دادهکاوی؛ خوشهبندی | ||
مراجع | ||
1. Feinberg, R. (2005). “Cases in Call Center Management: Great Ideas (Th) At Work”, Ichor Business Books, West Lafayette, Ind. 2. Aksin, Z., Armony, M., and Mehrotra, V. (2009). ‘‘The Modern Call Center: A Multi-Disciplinary Perspective on Operations Management Research”, Production and Operations Management, Vol. 16, No. 6, PP. 665–688. 3. Mehrotra, V., and Fama, J. (2003). “Call Center Simulation Modeling: Methods, Challenges and Opportunities”, IEEE, PP. 135–143. 4. Saberi, M., Khadeer Hussain, O., and Chang, E. (2017). “Past, Present and Future of Contact Centers: A Literature Review”, Business Process Management Journal, Vol. 23, No. 3, PP. 574-597. 5. Aksin, Z., Armony, M., and Mehrotra, V. (2007). “The Modern Call Center: A Multi-Disciplinary Perspective on Operations Management Research”, Production and Operations Management, Blackwell Publishing Ltd, Vol. 16, No. 6, PP. 665–688. 6. Joubert, J. (2008). ‘‘Call Centre Design Operation and Optimisation–A Structured and Scientific Based Approach 7. Koole, G., and Pot, A. (2006). “An Overview of Routing and Staffing Algorithms in Multi-Skill Customer Contact Centers”, Department of Mathematics, Vrije Universiteit Amsterdam, The Netherlands. 8. Rothwell, W. J., Hohne, C. K., and King, S. B. (2018). “Human Performance Improvement: Building Practitioner Performance”, Routledge. 9. Kotalwar, R., Gandhi, S., and Chavan, R. (2014). “Data Mining:Evaluating Performance of Employee’s Using Classification Algorithm Based on Decision Tree Supervised Learning”, Engineering Science and Technology: An International Journal (ESTIJ),ISSN: 2250-3498 Vol.4, No. 2 Spath, D., and Fähnrich, K.-P. (Eds.), Advances in Services Innovations, Springer Berlin Hei. 10. Mehrotra, V., Ross, K., Ryder, G., and Zhou, Y. P. (2012). “Routing to Manage Resolution and Waiting Time in Call Centers with Heterogeneous Servers”, Manufacturing and Service Operations Management, Vol. 14, No. 1, PP. 66–81. 11. Mandelbaum, A., and Zeltyn, S. (2007). ‘‘Service Engineering in Action: The Palm/Erlang-a Queue’’, With Applications to Call Centers, in delberg, PP. 17–45. 12. Feinberg, R. A., Hokama, L., Kadan, R., and Kim, I. (2000). ‘‘Operational Determinants of Caller Satisfaction in the Banking/ Financial Services Call Center’’, Inter. J. Bank Marketing, Vol. 20 No. 4/5, Pp. 174–180. 13. Hart, M., Fichtner, B., Fjalestad, E., and Langley, S. (2006). ‘‘Contact Centre Performance: in Pursuit of First Call Resolution”, Management Dynamics, Vol. 15, No. 4, PP. 17–28. 14. Read, B. (2003). “Call Center Checkup”, Call Center Magazine, Available At: (Accessed 12 May 2014). 15. Sisselman, M. E., and Whitt, W. (2007). “Value-Based Routing and Preference-Based Routing in Customer Contact Centers”, Production and Operations Management, Vol. 16, No. 3, PP. 277–291 16. Armony, M. (2005). “Dynamic Routing in Large-Scale Service Systems with Heterogeneous Servers”, Queueing Systems, Vol. 51, No.3-4, PP. 287–329. 17. Gans, N., Shen, H., Zhou, Y. P., Korolev, N., Mccord, A., and Ristock, H. (2015). Parametric Forecasting and Stochastic Programming Models for Call-Center Workforce Scheduling. Manufacturing and Service Operations Management, Vol. 17, No. 4, PP. 571-588. 18. Selvin, A. M., Khalil, M. M., Muthusamy, S., Melancon, P. W., Sharma, S., and Salman, M. (2015). U.S. Patent No. 9,167,095, Washington, DC: U.S. Patent and Trademark Office. 19. Zeltyn, S., and Mandelbaum, A. (2008). “Service Science, Management and Engineering (Ssme): Education for The 21st Century”, Service Science: Research and Innovations in the Service Economy, Springer, New York, 1st Ed. 584 نشریۀ تخصصی مهندسی صنایع، دورۀ 52 ، شمارۀ 4، زمستان 9317 20. Kasemsap, K. (2018). “Multifaceted Applications of Data Mining, Business Intelligence, and Knowledge Management, in Intelligent Systems: Concepts, Methodologies, Tools, and Applications”, (PP. 810-825), IGI Global 21. Strohmeier, S., and Piazza, F. (2013). “Domain Driven Data Mining in Human Resource Management: A Review of Current Research”, Expert Systems with Applications, Vol. 40. No. 7, PP. 2410–2420. 22. Aiolli, F., De Filippo, M., and Sperduti, A. (2009). “Application of the Preference Learning Model to a Human Resources Selection Task”, (PP. 203–210), IEEE. 23. Zhu, J., Goncalves, A. L., Uren, V. S., Motta, E., and Pacheco, R. (2005). “Mining Web Data for Competency Management”, (PP. 94–100), IEEE. 24. Lockamy, A., and Service, R. W. (2011). “Modeling Managerial Promotion Decisions Using Bayesian Networks: An Exploratory Study”, Journal of Management Development, Vol. 30. No. 4, PP. 381–401. 25. Zhao, X. (2008). “An Empirical Study of Data Mining in Performance Evaluation of HRM”, (PP. 82–85), IEEE. 26. Karahoca, A., Karahoca, D., and Kaya, O. (2008). “Data Mining to Cluster Human Performance by Using Online Self Regulating Clustering Method”, In Proceedings of the 1st WSEAS International Conference on Multivariate Analysis and Its Application in Science and Engineering (PP. 198–203), Istanbul, Turkey. 27. Nisbet, R., Elder, J. F., and Miner, G. (2009). “Handbook of Statistical Analysis and Data Mining Applications”, Academic Press/ Elsevier, Amsterdam, Boston. 28. Zhu, J. (1998). “Data Envelopment Analysis Vs. Principal Component Analysis: An Illustrative Study of Economic Performance of Chinese Cities”, European Journal of Operational Research, Vol. 111, No. 1, PP. 50-61. | ||
آمار تعداد مشاهده مقاله: 292 تعداد دریافت فایل اصل مقاله: 231 |