Optit, uno spin-off dell’Alma Mater, Università di Bologna specializzato in Ottimizzazione Matematica e Ricerca Operativa, ha sviluppato un apprezzatissimo software per l’ottimizzazione della gestione delle risorse di  un Customer Contact Centre di una grande “multi-utility”

di Daniele Vigo e Matteo Pozzi

La complessità della gestione operativa e relazionale dei cosiddetti “call center” è stata recentemente rappresentata, non senza una certa dose di cinismo, dal regista Paolo Virzì nel bel film  del 2008 “Tutta  la vita davanti”. Sì,  ma che c’entra la matematica? In fondo il problema della gestione del contatto con il cliente sembrava essere solo la motivazione psicologica dei poveri impiegati – precari e infelici – e la abilità di venditori scaltri nel piazzare frullatori inutili a vecchiette sprovvedute.

Per fortuna, non tutte le realtà sono come quello rappresentato nel film: la necessità di avere relazioni continuative ed informate  con un grande insieme di clienti, sia telefonica che attraverso la rete di sportello cliente (Customer Contact Desk), diventa sempre più stringente per tutte le aziende che vendono servizi su grande scala, e quindi in particolare per le   “utilities” ovvero i fornitori di gas, luce, acqua.

Ci siamo tutti accorti che da qualche anno a questa parte per avere a che fare con i nostri fornitori dobbiamo interagire  con personale – più o meno preparato! – che ci spiega come ottenere un nuovo servizio, come trasferire una utenza, perché una bolletta ha un costo che proprio non ci immaginavamo così alto, e via discorrendo.

Tutto questo si chiama Customer Relashionship Management – CRM – ed è un argomento molto importante per la vita di tante aziende, da cui scaturiscono problemi di gestione molto complessi: prevedere la domanda nelle diverse fasce orarie della giornata e della settimana; garantire la presenza di personale in grado di coprire adeguatamente la domanda (ovvero, le telefonate dei clienti) sia per numero che per competenza, domanda che è tipicamente molto variabile per ora e per giorno; incastrare i turni del personale disponibile rispettando i vincoli sull’orario di lavoro, sui riposi settimanali, sul (poco) tempo concesso per la pausa; rispettare i Service Level Agreements (SLA) che vengono stipulati tra il fornitore del servizio ed il reparto interno o la società esterna di CRM in termini di indicatori di prestazione molto severi, come ad esempio il tempo massimo di attesa dei clienti per ora del giorno, numero di servizi erogati, numero di reclami sul servizio. L’importanza di questi problemi per il gestore del CRM è enorme: la violazione di alcuni SLA può infatti comportare il pagamento di severe penali che incidono pesantemente sui profitti dell’attività.

In questo quadro aggiungiamo poi la simpatica globalizzazione che ci “mette il carico”: quante volte ci imbattiamo in operatori palesemente stranieri che operano da paesi lontani con l’unico ausilio di un sito internet sul quale vedono le stesse informazioni che vediamo anche noi? Non poche…

Ma la speranza non è perduta, e la possiamo trovare nella Ricerca Operativa, nella Modellistica e nella Ottimizzazione Matematica: ovvero, usare un modello matematico per rappresentare un sistema reale, e trovare tramite algoritmi basati su questo modello il modo di far funzionare il sistema reale nel migliore dei modi possibili, rispettando tutti i vincoli e le preferenze presenti. E’ quello che succede in molte aziende che affrontano con serietà la CRM, ben sapendo che la loro sopravvivenza è legata alla qualità del loro rapporto con i clienti, alla fidelizzazione ed alla capacità di acquisirne di nuovi, il tutto contenendo il più possibile i costi.

E’ quello che è successo in una importante “multi-utility” (gas, luce, servizi ambientali) , che si è avvalsa della collaborazione dello spin-off universitario Optit srl (www.optit.net) per mettere a punto un sistema per la pianificazione del lavoro del personale che opera nei suoi sportelli di servizio cliente ai quali pervengono ogni anno più di 750.000 contatti.

Il sistema automatizzato di ottimizzazione della gestione dei servizi di CRM desk è operativo da più di 3 anni nei principali centri di contatto ed è stato gradualmente esteso fino a gestire oltre l’85% della domanda. Il sistema opera attraverso 3 componenti: la previsione sulla distribuzione degli arrivi dei clienti a ciascuno centro; l’ottimizzazione dei turni lavorativi del personale, e il controllo degli indicatori di performance.

I vantaggi offerti dall’ottimizzazione di Optit

L’uso di questo sistema ha comportato diversi vantaggi, ben misurabili: il tempo medio di attesa dei clienti è calato del 35% (più di 2,600 giorni complessivi di attesa per i clienti risparmiati ogni anno!); la percentuale di clienti che aspettano più di 40 minuti si è dimezzata; l’indice di soddisfazione dei clienti è cresciuto di circa il 13% – tutto questo mentre la domanda cresceva sensibilmente e il personale rimaneva pressoché stabile. La migliore efficienza nel dimensionamento dell’offerta ha inoltre consentito di aumentare di 7 volte (!) il tempo dedicato alle attività di promozione commerciale e di azzerare il carico di lavoro arretrato. Proprio niente male questo sistema.

Si ma come funziona? Optit ha adottato metodi di previsione della domanda e di modellazione matematica sviluppati appositamente per questo problema da un team di esperti di Ricerca Operativa e di manager. Il modulo di previsione della domanda è basato su un metodo che costruisce un “albero di modelli”: si impiegano quindi metodi di nuova generazione rispetto alle classiche tecniche di previsione statistica, che funzionano grazie all’impiego di algoritmi matematici estremamente veloci e robusti.

Il secondo modulo del sistema è costituito da un motore di ottimizzazione dei turni del personale che utilizza un approccio a due fasi: un algoritmo basato sulla programmazione a numeri interi definisce i turni lavorativi degli operatori utilizzando una rappresentazione semplificata del sistema di code. Successivamente, un algoritmo di simulazione numerica valuta le prestazioni del sistema utilizzando i turni determinati dall’ottimizzatore. In sostanza si semplifica il problema, il cui modello completo richiederebbe un elevato numero di variabili binarie e quindi un elevato livello di complessità, impiegando un modello più leggero, dove la parte che è stata trascurata dalla approssimazione viene verificata tramite simulazione numerica. Se la simulazione numerica identifica qualche mancanza nella soluzione proposta, questa viene formalizzata nel modello di programmazione a numeri interi e si itera la procedura a due fasi. I due algoritmi interagiscono reciprocamente e convergono ad una soluzione che soddisfa i livelli di servizio richiesti minimizzando il numero di operatori necessari agli sportelli: la pianificazione di un centro di contatto richiede pochi secondi anziché diverse ore, ed ha generalmente un livello di qualità migliore di quello ottenuto a mano dagli schedulatori esperti.

La chiave di volta di questa soluzione è lo sviluppo di  un metodo di soluzione completamente nuovo, che sulla base del problema specifico ha saputo produrre in modo custom sia il modello, sia l’algoritmo di soluzione. Insomma, tanto lavoro per gli esperti di Matematica Applicata, Ricerca Operativa, Informatica.

Di certo c’è che questo progetto è stato finalista sia all’EURO Excellence in Practice Award 2012 e 2013, nonché finalista al Wagner Prize for Excellence in Operations reaserch Practice 2013, che dimostra che unire buona scienza e business è non solo possibile, ma anche molto conveniente!

Daniele Vigo, Alma Mater università di Bologna – Dip. di ingegneria dell’energia elettrica e dell’informazione “G. Marconi”, Bologna ed Optit srl, Imola (BO)

Matteo Pozzi, Optit srl, Imola (BO)