1
Generen el dataset
Usen el simulador de abajo con la semilla del squad. Con la misma semilla todos obtienen los mismos datos, así pueden comparar resultados.
Simulador
El caso
Servicontact BPO · operación 24/7
Servicontact atiende a un cliente de telecomunicaciones en tres líneas de servicio. Cuenta con 8 agentes distribuidos en turnos fijos de mañana, tarde, noche y madrugada. La demanda no es plana: tiene picos en la mañana y a media tarde, y baja los fines de semana.
La gerencia recibió quejas por tiempos de espera y una caída en la satisfacción (CSAT), pero no tiene claro si el problema es cuántas personas hay, en qué horario están o en qué línea están asignadas.
24/7Operación continua
3Líneas de servicio
8Agentes en la malla actual
CSVRegistro de atenciones por ticket
Líneas de servicio
Consulta General · Nivel 1. Facturación, saldos y primer contacto. Alto volumen, atención corta.
Asesoría Técnica · Nivel 2. Fallas de red e incidencias de software. Atención larga.
Especialista Comercial · Nivel 3. Negociación B2B y cuentas clave.
Soporte nocturno transversal. Un agente cubre todas las líneas en la madrugada.
La ruta del squad
Seis pasos para resolver el reto
Trabajen en orden. Lo importante no es que quede perfecto, sino que la propuesta esté sustentada en los datos.
2
Diagnostiquen
¿En qué días, franjas y líneas se dispara la espera? ¿Cómo se relaciona con el CSAT? ¿Cuántos agentes hay en esas horas?
Data Analysis3
Estimen la demanda
Calculen el volumen y el tiempo de atención por franja horaria y por línea. Esa es la carga que la malla debe cubrir.
Data Analysis4
Rediseñen la malla con IA
Pídanle a la IA una nueva distribución de turnos que reduzca la espera respetando las reglas de abajo. Usen el prompt sugerido como punto de partida.
IA · optimización5
Construyan el prototipo
Un tablero, una hoja con la malla propuesta, una app o un asistente que recomiende la dotación por franja. Elijan lo que puedan mostrar funcionando.
Prototipo6
Preparen la socialización
Tengan listo el antes y el después: espera y CSAT con la malla actual frente a lo que esperan lograr con la propuesta.
Pitch
Paso 1
Simulador de atenciones
Genera el registro de tickets del periodo. La espera de cada atención depende de cuántos agentes de esa línea están en turno en esa hora frente a la demanda.
Usen el nombre de su squad. Mismo nombre = mismos datos.
Los fines de semana la demanda baja al 65 %.
Malla actual de turnos
Escribe la semilla de tu squad y pulsa Generar simulación para ver los resultados.
Tickets0
Espera promedio0
Esperan > 10 min0
CSAT promedio0
Demanda, espera y agentes por hora del día
Promedio del periodo. Barras: tickets por hora (más oscuras = más espera). Línea: agentes en turno.
Espera baja
Espera media
Espera alta
Agentes en turno
Las 5 combinaciones más críticas (línea × franja)
| Línea | Franja | Tickets | Agentes de la línea | Espera prom. | CSAT |
|---|
Muestra del registro (primeros 60 tickets)
| Ticket | Fecha / hora | Línea | Espera | Atención | Agente | CSAT |
|---|
Paso 4
Reglas para la nueva malla y prompt sugerido
Restricciones que debe respetar la propuesta
- Cobertura 24/7 en las tres líneas, con al menos una persona disponible en la madrugada.
- Jornada semanal máxima de 42 horas por agente (Ley 2101 de 2021) y turnos de máximo 8 horas.
- Mínimo 12 horas de descanso entre un turno y el siguiente.
- Cada agente solo atiende las líneas de su nivel, salvo el soporte nocturno transversal.
- Meta propuesta del reto: que al menos el 80 % de los tickets espere 10 minutos o menos.
- Si proponen contratar más personas, justifiquen cuántas, en qué franja y en qué línea.
Los nombres de agentes y los datos son ficticios. Si prueban con datos reales de su empresa, anonimícenlos antes de cargarlos a cualquier herramienta de IA.
Prompt para empezar (adjunten los dos CSV)
Actúa como analista experto en planeación de capacidad (workforce management) de un contact center BPO.
Te adjunto dos archivos simulados:
1) Servicontact_Registro_Servicios_BPO.csv: tickets con fecha, hora, línea de servicio, tiempo de espera, duración de la atención, CSAT y agente.
2) Servicontact_Malla_Actual.csv: agentes, línea que atienden y horario de turno.
Haz lo siguiente:
1. Diagnóstico: identifica las franjas horarias, días y líneas con mayor espera y menor CSAT, y relaciónalas con los agentes en turno.
2. Demanda: estima el volumen y la carga de trabajo (tickets × duración) por hora y por línea.
3. Nueva malla: propone una distribución de turnos que logre que al menos el 80 % de los tickets espere 10 minutos o menos, respetando: cobertura 24/7, máximo 42 horas semanales y 8 horas por turno, 12 horas de descanso entre turnos y cada agente en su línea (salvo el nocturno transversal).
4. Si con 8 agentes no es posible, indica cuántos agentes adicionales se necesitan, en qué franja y línea.
5. Entrega la malla en una tabla (agente, línea, días, hora inicio, hora fin) y explica los supuestos.
Antes de empezar, dime si entendiste la tarea y qué datos te faltan.
Paso 6 · Socialización
Lo que su squad debe mostrar al final
- 1El problema: dónde y cuándo falla la malla actual, con dos o tres cifras del diagnóstico.
- 2La solución: la nueva malla y cómo la construyeron (herramientas, prompts, supuestos).
- 3El resultado: el prototipo funcionando y el antes / después esperado en espera y CSAT.
- 4El siguiente paso: qué harían para llevarlo a una operación real.
Agenda sugerida
Cómo repartir el tiempo
15 minLeer el caso, generar el dataset y repartir roles.
25 minDiagnóstico y estimación de demanda.
35 minNueva malla con IA y construcción del prototipo.
10 minPreparar la socialización.
Al terminar, compartan el prototipo y las capturas en el grupo de WhatsApp del Bootcamp.