Amazon dimensionierte Contact Center mit mathematischer Programmierung und senkte die Kosten pro Kontakt

Mitte der 2000er Jahre hing der Erfolg von Amazon.com von hochwertigem Kundenservice ab, der über ein hybrides Netzwerk erbracht wurde: Contact Center, die das Unternehmen selbst betrieb, sowie extern verwaltete Center, die Überlaufkapazität abwickelten. Die Entscheidungen waren miteinander verflochten – wie viele Agenten intern einzustellen und zu schulen sind und wie viel Sprach- und E-Mail-Volumen an Dienstleister zu übergeben ist –, doch eine isolierte Dimensionierung verschwendet auf der einen Seite Geld und verschlechtert auf der anderen den Service.

Keblis und Chen entwickelten einen Ansatz der mathematischen Programmierung, den Amazon.com zur Planung dieser Kapazität einsetzt. Das Modell plant Einstellung und Schulung an internen Centern und verteilt Sprach- und E-Mail-Volumina über externe Anbieter, sodass das gesamte Netzwerk als ein einziges System geplant wird statt als eine Sammlung getrennt verwalteter Call Center.

Das berichtete Ergebnis ist die Kombination, die naive Konfigurationen fast nie erreichen: Der Ansatz senkte die durchschnittlichen Kosten für die Bearbeitung eines Kundenkontakts und erhöhte gleichzeitig das den Kunden gebotene Servicelevel. In Servicebetrieben erkauft Kosten üblicherweise Qualität; die gemeinsame Allokationsplanung ist der Weg, beides zu erreichen.

Der Fall ist eine Vorlage für jedes Unternehmen mit einem gemischten internen/externen Servicenetzwerk – Logistik, IT-Support, Back Offices. Der Hebel liegt nicht in einer besseren Prognose des Anrufvolumens, sondern darin, Einstellungs-, Schulungs- und Routingentscheidungen gemeinsam statt Kanal für Kanal zu treffen.

Ein Optimierungsplan für Einstellung, Schulung und Routing

Die naive Alternative dimensioniert jedes Center separat und verlängert Anbieterverträge aus Gewohnheit, ohne zu berücksichtigen, dass interne Einstellungen Monate Vorlaufzeit benötigen, während das Anbietervolumen flexibel ist.

Vorlaufzeiten bei der Schulung machen die Agentenkapazität träge; eine Einstellungsentscheidung ohne Plan für das Routing des Volumens der nächsten Saison lässt entweder geschulte Agenten brachliegen oder überlastet Anbieter mit Überlauf, den diese zurückberechnen.

Mathematische Programmierung passt zu dieser Struktur: lineare Zielkonflikte zwischen Personalkosten und Anbietergebühren unter Servicelevel-Restriktionen, wobei sich das Optimum mit wachsender Nachfrage verschiebt.

Eine E-Commerce-Kontaktbasis weist saisonale Spitzen auf; ein gemeinsamer Plan verteilt diese Spitze zwischen interner und externer Kapazität neu, statt jedes Center für seine schlechteste Woche dimensionieren zu bezahlen.

Servicequalität ist ein Kapazitätsplanungsproblem. Eine separate Dimensionierung der Center führt dazu, dass man an einer Stelle überbesetzt und an anderer unterbesetzt ist; planen Sie Einstellung, Schulung und Routing in einer Optimierung.

Die Arbeit erschien 2006 in Interfaces als Teil der Praxisliteratur von INFORMS, und das Papier gibt an, dass Amazon.com den Ansatz bei der Kapazitätsplanung verwendete. Sie bleibt ein Referenzfall für die Optimierung hybrider Contact-Center-Netzwerke.