Actividad 3 Modulo 2

Actividad 3. Teoria de Filas

1. Contexto del problema

Una empresa tiene un call center con varios operadores que atienden llamadas de clientes. La gerencia quiere analizar si el número de operadores es suficiente para evitar largos tiempos de espera o si deben contratar más personal.

Datos del Problema:

• Tasa de llegada (ᵰ): 29 llamadas por hora.

• Tasa de servicio (ᵰ): Cada operador atiende en promedio 6 llamadas por hora.

• Número de servidores (ᵆ): 5 operadores disponibles.

• Capacidad máxima del sistema: Ilimitada (todos los clientes pueden esperar en la fila).

• Política de servicio: FIFO (primero en llegar, primero en ser atendido).

Responda las siguientes preguntas:

1.- ¿El sistema se encuentra muy ocupado?

2.- ¿Los clientes esperan demasiado en fila?

3.- ¿Cuál es el tiempo promedio de espera?

4.- ¿Qué puede concluir de este sistema?

library(queueing)
# Parámetros del problema
lambda <- 29   # tasa de llegada 
mu <- 6        # tasa de servicio por operador
c <- 5         # número de servidores

# Definir el modelo
modelo1 <- NewInput.MMC(lambda = lambda, mu = mu, c = c, n = 0, method = 0)

# Resolver el modelo
resultado <- QueueingModel(modelo1)

# Mostrar resultados
cat("Factor de utilización (rho):", resultado$RO, "\n")

## Factor de utilización (rho): 0.9666667

cat("Número promedio de clientes en la fila (Lq):", resultado$Lq, "\n")

## Número promedio de clientes en la fila (Lq): 26.61578

cat("Número promedio de clientes en el sistema (L):", resultado$L, "\n")

## Número promedio de clientes en el sistema (L): 31.44912

cat("Tiempo promedio en la fila (Wq):", resultado$Wq * 60, "minutos\n")

## Tiempo promedio en la fila (Wq): 55.06714 minutos

cat("Tiempo promedio en el sistema (W):", resultado$W * 60, "minutos\n")

## Tiempo promedio en el sistema (W): 65.06714 minutos

Interpretacion del Analisis:

El análisis muestra que el call center está casi al límite de su capacidad, con un factor de utilización de 0.97, lo que indica que los operadores están ocupados casi todo el tiempo.

Esto genera largas filas de espera, con un promedio de más de 26 clientes, y un tiempo promedio en la fila de aproximadamente 55 minutos, mientras que el tiempo total en el sistema es de alrededor de 65 minutos.

Los resultados sugieren que se necesitarían más operadores para reducir los tiempos de espera con la finalidad de mejorar la atención al cliente y obtener una mejora reputacion para asi ser mas atraccivo hacia empresas o instituciones que necesitan de este servicio.

Otro elemento que no se contempla pero puede estar relacionado con el tiempo, el Idioma. Estaria intersante saber si exite una relacion con el promedio de tiempo en la fila con el idioma que habla la persona puede que tenga un efecto en el incremento en el tiempo debido a la traducion y entendimiento del idioma.