TITULO: INDICADOR DE SATISFACCION DE LA EMPRESA CALL

CENTER ATENTO

INTRODUCCION

Atento Per es una empresa que brinda servicios de Business Process Outsourcing
(BPO) relacionados a la gestin de clientes o Customer Relationship Management
(CRM). La empresa est presente en ms de 17 pases y cuenta con una amplia
cartera de clientes, entre ellos, los pertenecientes al sector de telecomunicaciones,
banca, seguros, consumo masivo y sector pblico.

Actualmente el uso de los Centros de Llamadas servicio (Call Center) es casi una
necesidad para las grandes empresas que requieren establecer un contacto
permanente con sus clientes, por tal razn existe la necesidad de que los servicios que
brinda un CC sean proporcionados de manera ininterrumpida. Los problemas
presentados por la falta de atencin a los clientes debido a la flexibilidad entre la
cantidad de personal que labora directamente en el rea de atencin al cliente y la
cantidad de reclamos y solicitudes que existen en esta rea por parte de los usuarios
originan un alto grado de insatisfaccin a los usuarios. Los servicios de atencin deben
estar alineados con el resto de la organizacin, y girar en torno a la satisfaccin del
consumidor Pero podran disminuir si se analiza el Mejoramiento de la atencin al
cliente. El primer paso es conocer la percepcin de los consumidores sobre los
servicios de atencin, identificar debilidades en los mismos, e implantar planes de
mejora.

IDENTIFICACION DEL PROBLEMA

El presente trabajo se enfocar en indicadores de satisfaccin en el proceso de

atencin de reclamos de la empresa ATENTO teniendo como finalidad la obtencin
del mximo rendimiento del personal y una mejor gestin de la organizacin.

OBJETIVOS

Conocer el grado de satisfaccin de los clientes ya que estos nos permitirn conocer
la percepcin del cliente respecto a los servicios de la organizacin.

1
HIPOTESIS

Para desarrollar el ejercicio se seleccion el rea de BACK OFFICE

atencin al cliente.
Cabe mencionar que en el tema del servicio al cliente no se han desarrollado
ampliamente, por ende se decide con base subjetiva y de manera poco precisa sobre
todo en lo que respecta a registro de datos.

TRATAMIENTO ESTADISTICO

Delimitacin

Pas: PER

Empresa: ATENTO

rea: SERVICIO Y ATENCIN AL CLIENTE

VARIABLES

NS = Nivel de satisfaccin.
TE = Tiempo de espera (minutos)
TA = Tiempo de atencin (minutos)
SV = Tipo de servicio

NS = Nivel de satisfaccin. Los datos obtenidos permiten clasificar a NS como variable

cuantitativa que usa una escala ordinal numrica con datos numricos para asignar el
nivel de satisfaccin.

TE = Tiempo de espera. Es una variable cuantitativa usa una escala de intervalo y los
datos son ordinales.

TA = Tiempo de atencin. Es una variable cuantitativa usa una escala de intervalo y

los datos son ordinales.

SV = Tipo de servicio. Los datos obtenidos permiten clasificar a SV como una variable
cuantitativa que usa una escala de intervalo. (Consulta, reclamos, averas,
portabilidad)

2
 DATA

VARIABLES
OPERADOR NS CANT TE TA SV
1 5 1 2 17 1
2 5 2 9 5 1
3 5 1 13 8 2
4 5 1 19 5 1
5 5 1 17 7 1
6 5 2 20 16 2
7 5 1 36 9 2
8 4 1 45 10 2
9 4 1 56 10 2
10 5 2 65 7 1
11 5 1 88 4 1
12 4 1 89 12 1
13 4 3 84 11 2
14 4 2 96 21 2
15 3 1 116 15 2
16 3 2 128 14 2
17 2 1 139 31 2
18 3 3 157 34 2
19 2 3 186 37 2
20 2 2 217 51 2
21 1 3 264 58 1
22 2 2 309 39 2
23 3 1 323 30 1
24 3 3 342 27 2
25 3 2 355 20 2
26 3 3 366 17 2
27 3 2 351 14 1
28 2 1 293 8 2
29 3 2 285 11 2
30 3 1 254 9 2
31 3 2 221 7 1
32 3 2 199 11 2
33 3 1 135 10 2
34 4 2 128 11 1
35 3 3 127 8 2

ANALISIS DESCRIPTIVO

POBLACION

Es el universo de elementos de donde se requiere obtener informacin sobre el tema

el nivel de satisfaccin en la empresa servicio call center Atento Lima Metropolitana.

La poblacin sujeta a estudio son todos los operadores es decir los trabajadores.

3
 MUESTRA

El instrumento de muestra fue de 35 operadores que corresponde al

rea de atencin al cliente (BACK OFFICE)

NS CANT TE TA SV
MEDIA 3.48571429 1.77142857 158.11428571 17.25714286 1.65714286
MEDIANA 3 2 128 11 2
MODA 3 1 128 11 2
DESVIACION ESTANDAR 1.121223821 0.770244968 116.9257611 13.24507202 0.481593992
VARIANZA DE LA
MUESTRA 1.257142857 0.593277311 13671.63361 175.4319328 0.231932773
- -
COEFICIENTE ASIMETRIA 0.028616554 0.42663297 0.391901609 1.601206529 0.692145955
SUMA 122 62 5534 604 58
MINIMO 1 1 2 4 1
MAXIMO 5 3 366 58 2

PRUEBA DE HIPOTESIS

Se construye un intervalo de confianza para la variable principal con una significancia

del 5%:

Para el tema de CALL CENTER, si bien lo que siempre se espera es tener una
mxima calificacin, en este caso 5, teniendo en cuenta las variables, se puede
establecer que un servicio se puede aceptar a partir de una puntuacin de 3/5, sujeto a
mejora, y de esa medida hacia abajo se puede considerar como un servicio de mala
calidad y que para el cliente no es de satisfaccin sino de inconformidad.

Entonces:

H0: u 3

H1: u < 3

Se plantea que el rea de control ha recibido quejas en el Call Center, Manifestando

que el servicio que presta la empresa es malo y que no se toma medidas al respecto;
la Administracin ante tantas quejas decide que si los datos mustrales indican que
no se puede rechazar (H0 ), no se tomar ninguna accin contra los operadores, por
otro lado, si (H1 )se puede rechazar se tendr las pruebas estadsticas para demostrar
que las quejas en el Call Center se ajustan a la realidad y ser necesario tomar
medidas correctivas en el asunto.

4
Como se tiene que 3,48 es la media nuestra para NS, el valor de la
estadstica de prueba se calcula a continuacin:

z = (3,48 3) / (1,21/ 35)

z = 0,48 / 0,204734193

z = 2,34

Para un nivel de significancia del 1%, = 0,01, se tiene en la tabla z un valor de -

2,33 (valor crtico para la prueba);

Rechazar H0: si z < - 2,33

La regla de rechazo dice que si la media muestral da un valor de la estadstica de

prueba menor que 2,33, se rechaza la hiptesis nula

H0: u 3 y se concluye que es correcta la hiptesis alterna H1: u < 3.

Al comparar el valor de z = 2,34 con el valor crtico para la prueba, z = - 2,33, se

aprecia que 2,34 es mayor que 2,33. Por tanto, z = 2,34 no est en la regin de
rechazo, por lo que no se rechaza la hiptesis alterna H1: u < 3, y se acepta la
hiptesis nula H0: u 3

De acuerdo al ejercicio desarrollado se tiene que, la Administracin no tomar ninguna

medida sancionadora contra los operadores pues no se tiene la significancia
estadstica para dar crdito a las llamadas recibidas por el Call Center quejndose del
mal servicio

(< 3), cuando la media muestral es de 3,48. Regin de

aceptacin
Ho
Regin de
rechazo
0,99
0,01

-2,33 2,33
5
 Para un nivel de significancia del 5%, = 0,05, se tiene en la tabla
z un valor de -1,65 (valor crtico para la prueba);

Rechazar H : si z < - 1,65

Al realizar la comparacin entre el valor de z = 2,34 y el valor crtico para la prueba, se

tiene que 2,34 es mayor que 1,65. Por lo que nuevamente se rechaza la hiptesis
alterna H1: < 3, dado que, z = 2,34 no est dentro de la regin de rechazo.

As las cosas, tanto para el nivel de significancia del 1% como para el 5%, parece ser
que las llamadas que han realizado algunos clientes al Call Center no tienen el
suficiente "fundamento" estadstico, como para afirmar que el servicio ofrecido por la
empresa ATENTO es malo (< 3), por lo que la Administracin no tomar medidas
correctivas contra los operadores por las quejas recibidas toda vez que la media del
nivel de satisfaccin es del 3,48.

Regin de
rechazo R.A

0,95
0,25

-1,65 1,65 2,34

CORRELACION SIMPLE

Los ejercicios de regresin y correlacin simple se desarrollan entre la variable

principal, Nivel de Satisfaccin (NS) y Tiempo de Espera (TE):

Seleccionamos la variable principal y una secundaria para realizar un ejercicio de

regresin y correlacin simple:

NS = a + b TE

NS = 4,613975 + ( 0,0071375) (1)

NS = 4,60

6
Podemos afirmar que manteniendo todo lo dems constante, si el
tiempo de espera es de un minuto, el nivel de satisfaccin ser de
4,60 con una confianza superior al 95%.

Coeficiente de Correlacin

Se van a plantear dos escenarios contrarios sobre los cuales por simple sentido
comn se puede deducir un determinado impacto en el nivel de satisfaccin para
corroborar la eficiencia de la ecuacin y su cercana con la realidad, tomando para
esto los valores mximos y mnimos para cada una de las variables relacionadas

Escenario de servicio ptimo

TE: 2

Cantidad de servicios: 1

TA: 4

NS = 4,613975 + (-0,005268) (2) + (-0,025738) (1) + (-0,03758) (4)

NS = 4,8263

Se puede pronosticar, que si un cliente pretende reclamar un (1) servicio para ello
tiene que esperar dos (2) minutos para ser atendido en un lapso de cuatro (4) minutos,
lo ms pronosticar con una confianza de ms del 95% que el ciudadano calificar un
nivel de satisfaccin de 4,82

Por otro lado,

Escenario de servicio psimo

TE Max: 366

Cantidad de servicios: 3

TA Max: 58

NS = 4,613975 + (-0,00526) (366) + (-0,02573) (3) + (-0,03758) (58)

NS = 0,82741

Con este ltimo dato, se puede pronosticar que el cliente est dispuesto a reclamar
tres (3) servicios, y tiene (366) minutos para ser atendido durante (58) minutos, hay
una probabilidad superior al 95% de que el ciudadano califique el servicio como
psimo, con un valor inferior a uno (1).

7
 CONCLUSION

En primer lugar, se debe tener en cuenta que se utiliz la informacin de una definida
(back) teniendo en cuenta la dimensin relativamente grande de la organizacin.

En relacin a los datos obtenidos sobre el tiempo de espera, es decir la paciencia de

los clientes, no se analizaron en profundidad. a la etapa final que se centr en el
desarrollo de la funcin que optimiza el nmero total de operadores (35) definimos as
como satisfactorio la atencin dependiendo de la cantidad de servicios que se
presente en lnea estos pueden ser (Consulta, averas, portabilidad)

8
REFERENCIAS

http://atento.com/es/acerca-de-nosotros/somos-atento

http://repositorioacademico.upc.edu.pe/upc/bitstream/10757/582088/1/Orozco_C
S.pdf

ANEXOS