Datos del proyecto
|
Sky Italia es una empresa de medios de comunicación y entretenimiento fundada en 2003 y perteneciente al Grupo Sky, uno de los grupos de entretenimiento líderes en Europa. Cuenta con más de 5500 empleados y casi 5 millones de familias están suscritas a sus servicios.
Ante la creciente presión sobre su centro de atención al cliente, Sky lanzó una iniciativa para reestructurar sus operaciones. Tenía tres objetivos claros:
Con 20 millones de contactos en el sistema, la estructura y los procesos existentes eran bastante complejos, y cualquier cambio podía tener consecuencias impredecibles y costosas.
Para minimizar los riesgos del proceso de reestructuración, Sky recurrió al software de simulación predictiva Twinn Witness (anteriormente bajo la marca Lanner) y a nuestro socio italiano Studio Zeta. El objetivo era crear un modelo virtual de las operaciones del centro de atención al cliente que les permitiera plantear preguntas hipotéticas en un entorno seguro antes de implementar cualquier cambio.
Sky y Studio Zeta modelaron las operaciones actuales del centro de atención al cliente en Witness. Esto permitió a Sky experimentar con posibles cambios sin afectar las operaciones existentes.
Sky planteó la hipótesis de que la forma más eficaz de lograr sus objetivos sería reconfigurar el equipo de atención al cliente en cuatro segmentos:
La idea era que los operadores pudieran brindar un mejor servicio a los clientes gracias a sus conocimientos y recursos especializados, con recursos adicionales ad hoc disponibles según fuera necesario. Cada segmento tendría entonces objetivos específicos para respaldar los objetivos generales.
Utilizando Witness, Sky probó esta hipótesis. En total, realizaron más de 250 experimentos en seis escenarios para validar que la configuración propuesta lograría sus objetivos y cumpliría las metas de rendimiento futuras.
En el año siguiente al lanzamiento del nuevo modelo operativo, los niveles de retención comercial se duplicaron, la satisfacción del cliente creció en 5 puntos y nuestra medición de resolución de una sola llamada mejoró en un 8%.Federico Ferlenghi |
El nuevo modelo operativo validado ha tenido resultados impresionantes, y Sky ahora cuenta con uno de los centros de atención al cliente más avanzados y eficientes de Italia.
Federico Ferlenghi, Director de Atención al Cliente de Sky Italia, resumió el impacto:
"Sin duda, hemos logrado resultados muy positivos desde la implementación completa del sistema. En comparación con el sistema anterior, los resultados fueron muy positivos tanto a nivel estratégico como operativo. Durante el año posterior al lanzamiento del nuevo modelo operativo, los niveles de retención comercial se duplicaron, la satisfacción del cliente aumentó 5 puntos y nuestra medición de resolución en una sola llamada mejoró un 8 %.
Volveremos a confiar en Studio Zeta y Witness si necesitamos revisar el rendimiento de esta solución en el futuro".
Nos complace anunciar que Witness 27 ya está disponible para su descarga para todos los clientes con una licencia de Witness mantenida.
Witness 27 continúa concentrándose en la facilidad de uso, para que la creación, interacción y actualización de modelos sea más rápida que nunca. Algunas de las nuevas características incluyen:
Puede obtener una vista previa del lanzamiento en el video a continuación y acceder a la descarga en el portal de atención al cliente.
Como recordatorio, el portal myLanner se ha mudado. Se puede acceder a las descargas, recursos y soporte de Witness a través de la plataforma de usuario Smart Society de Royal HaskoningDHV. Si aún no tiene una cuenta o necesita ayuda para iniciar sesión, comuníquese con Lanner en Lanner.Witness@rhdhv.com.
La simulación predictiva se usa cada vez más para ayudar a maximizar el ROI de los proyectos de capital y otras iniciativas estratégicas. Pero otra aplicación importante (y a menudo infrautilizada) se relaciona con la toma de decisiones operativas. En este seminario web de 30 minutos, Darren Travers de Twinn le presentará el software de simulación predictiva Twinn Witness y cómo se puede utilizar para ayudar a agilizar la planificación y ahorrar costos, lo que permite a las organizaciones ofrecer más valor.
Darren Travers
![]() |
Darren es gerente sénior de desarrollo comercial de Twinn, de Royal HaskoningDHV. Tiene experiencia en ayudar a los clientes a comprender el impacto del cambio en el futuro de sus negocios y operaciones a través de la implementación de herramientas de inteligencia de decisiones y soluciones de gemelos digitales. |
Los negocios de hoy en día se enfrentan a dificultades crecientes que implican decisiones complejas. Los mercados están cambiando constantemente, la competencia es feroz y los clientes demandan nuevas experiencias innovadoras y niveles de servicio altamente consistentes. La simulación predictiva simplifica esta complejidad. Un modelo simulado de nuestro negocio genera datos del estado futuro potentes y ayuda a demistificar muchos de los procesos analíticos proporcionando una rica visualización interactiva de la información.
La simulación predictiva ayuda tanto a analistas como a los responsables de tomar decisiones a comprender sus procesos de negocio, los datos y cómo éstos se afectan entre sí.
Los procesos que involucran alta conectividad, variabilidad, alteraciones y complejidad son ideales para la simulación. Otras técnicas para medidr procesos, como una hoja de cálculo Excel y Mapas de flujo de valor, a menudo tratan estos factores como medias estáticas, con implicaciones críticas para la capacidad de decisión. A medida que las empresas se hacen cada vez más complejas digitalmente y conectadas, estsa implicaciones pueden suponer un punto de inversión. Las simulaciones predictivas permiten verificaciones virtuales "qué pasaría si", donde las verificaciones en la vida real serían inviables, caras y peligrosas.
Los defensores del "big data" afirman que todos los datos deben de ser valiosos. La realidad es que la mayoría de las compañías o no saben qué hacer con sus datos o qué preguntas tienen que hacerles. Un modelo de simulación de los procesos plantea cuestiones clave de gestión de procesos para garantizar que las partes interesadas comprenden la naturaleza dinámica e interconectada de su negocio. Esto da como resultado nuevos conocimientos en cómo se ejecutan los procesos, cómo se están aplicando las políticas y resaltan las áreas de datos particularmente valiosos pero inexistentes.
Una vez que se crea un modelo de simulación predictivo del proceso comercial, las empresas pueden realizar preguntas "¿qué pasaría si?" del modelo y probar escenarios. Esto permite comprender el impacto futuro y la consecuencia de cada escenario, sin incurrir en ningún riesgo o coste. Esta previsión brinda una poderosa claridad de decisión en áreas como inversiones de capital, planificación de recursos y diseño de procesos, o incluso políticas de servicio. La simulación predictiva conduce a decisiones comerciales más inteligentes e impulsa un mayor retorno de las inversiones.
Existen diferentes tipos de modelado de simulación. Lanner está especializada en las técnicas de simulación de eventos discretos pero también ofrece un abanico de otras métodos de simulación. La simulación de eventos discretos (Discrete Event Simulation o DES, en inglés) funciona modelando eventos individuales que ocurren utilizando un motor basado en el tiempo, teniendo en cuenta recursos, restricciones, e interacción con otros eventos. El modelo puede reflejar la reglas del proceso, aleatoriedad y variabilidad que afecten al comportamiento de sistemas reales y entornos de explotación complejos. Al crear un espejo de los procesos se puede experimentar con diferentes escenarios "qué pasaría si" sin el riesgo o gasto que supondría alterar los procesos reales.
El software insignia de Lanner, WITNESS Horizon, permite a los modeladores profesionales desarrollar rápidamente modelos de simulación predictivos, ricos en funciones que brindan una visión incomparable de los procesos a través de la visualización dinámica de datos y la libertad de probar opciones en un entorno virtual sin riesgos.