Skip to content

BrendaCtrd/Telecom-Data-Analysis-Visualization

Repository files navigation

📞 Detección de Operadores Ineficientes en CallMeMaybe (Telecom)

Este proyecto analiza el desempeño de 1092 operadores durante 3 meses en un call center (empresa ficticia CallMeMaybe) para identificar ineficiencias operativas, validar diferencias con pruebas estadísticas y proponer acciones de mejora. El análisis completo está en Telecom.ipynb.


🚀 Funcionalidades

1) Definición y detección de ineficiencia (reglas operativas)

  • Disponibilidad: llamadas perdidas vs. entrantes.
  • Rendimiento (performance): objetivo de 355 llamadas salientes (umbral fijado en Q75 de outbound calls).
  • Calidad: tiempo de espera relativo al tiempo total.

2) Métricas y panel de seguimiento

  • KPI por operador: entrantes, perdidas, salientes, ratio perdida/entrante, tiempo de espera, tiempo total, %espera.
  • Clasificación de operador eficaz vs. ineficaz según reglas.
  • Resúmenes por semana/mes y tablas Top-N (peores/mejores).

3) Validación estadística

  • Pruebas no paramétricas (Mann–Whitney U) para contrastar eficaces vs. ineficaces en:
    • Llamadas perdidas.
    • Tiempo de espera.
    • Llamadas salientes.

4) Reporte y exportación

  • Tablas y gráficos listos para informe.
  • Exportables (CSV/PNG) para compartir con operaciones/QA.

🧰 Tecnologías Utilizadas

  • Python 3.10+, Jupyter Notebook (Telecom.ipynb)
  • pandas / numpy (procesamiento de datos)
  • matplotlib / seaborn / plotly (visualización)
  • scipy.stats (Mann–Whitney U)
  • Git & GitHub (versionado)
  • Tableau para tablero ejecutivo

✨ Resultados y Conclusiones

  • Se analizaron 1092 operadores; se identificaron 881 ineficientes (~81% del total) con base en:

    • Disponibilidad: exceso de perdidas vs. entrantes.
    • Rendimiento: < 355 salientes (umbral Q75).
    • Calidad: tiempo de espera alto relativo al tiempo total.
  • Validación estadística (Mann–Whitney U, α=0.05):

    • Operadores ineficaces tienen más llamadas perdidas que los eficaces (p < 0.05).
    • Presentan tiempos de espera significativamente más altos (p < 0.05).
    • Realizan menos llamadas salientes (p < 0.05).

✅ Recomendaciones

  1. Capacitación focalizada
    Dirigir entrenamiento y mentoreo a los 699 operadores ineficaces con mayor brecha; establecer seguimiento quincenal de KPIs.

  2. Balanceo de carga
    Auditar distribución de tráfico (colas, franjas horarias, skills) para evitar sobrecargas que disparen perdidas y espera.

  3. Transparencia de KPIs
    Comunicar claramente objetivos y reglas de evaluación (p. ej., meta ≥355 salientes, %perdidas máximo, %espera objetivo).

  4. Reconocimientos e incentivos
    Implementar bonos/distintivos para operadores eficaces (top % en disponibilidad, rendimiento y calidad) y planes de mejora para rezagados.


✨Dashboard en Tableau:

https://public.tableau.com/app/profile/brenda.castro1008/viz/Telecom_17546046723830/Dashboard1?publish=yes

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published