Bedrijfscase Eindverslag. Telefonische bereikbaarheid VUmc polikliniek Heelkunde

Transcriptie

1 Bedrijfscase 2007 Telefonische bereikbaarheid VUmc polikliniek Heelkunde Eindverslag Natasia Buitenman Joeri Fokke Bas Meeuwissen Renée van Odenhoven Vincent Onos

2 Managementsamenvatting Het callcenter van de polikliniek Heelkunde is bedoeld als afsprakenlijn voor patiënten en huisartsen. Helaas heeft het de naam niet goed bereikbaar te zijn. Onze opdracht was het verbeteren van de bereikbaarheid van het callcenter. In deze case hebben we het callcenter van de polikliniek Heelkunde uitgebreid onder de loep genomen. We hebben verschillende problemen geconstateerd, en hebben ons gericht op oplossingen die met minimale kosten de bereikbaarheid en werkomstandigheden kunnen verbeteren. Behalve kwantitatieve, wiskundige, aanbevelingen hebben we ook bedrijfskundige aanbevelingen gedaan. Deze zullen we hier even kort opsommen, een uitgebreide analyse is te vinden in het verslag. Om tot een goed advies te komen, hebben we verschillende scenario s doorgerekend. Aan de hand van deze scenario s doen we de volgende aanbevelingen: - Urologie niet afsplitsen. besparing: gemiddeld 5 manuren per dag - Callcenter sluiten tussen en uur s middags. besparing: gemiddeld 1 manuur per dag - Medewerkers begeleiden in het voeren van gesprekken. besparing: 20% verkorting van de gesprekstijd leidt tot een besparing van gemiddeld 2 manuren per dag - Creëer een 4 e werkplek. - Gebruik de optimale bezetting voor een SL van 80%. Als laatste hebben we de optimale bezetting bepaald voor elke weekdag, per uur. In deze optimale bezetting zijn de bovengenoemde aanbevelingen meegenomen. De optimale bezetting is te vinden op pagina 36 en 37 van het verslag. De bedrijfskundige aanbevelingen die we doen zijn: - Verbetering van de werkplek. - Betere handhaving van kwaliteitscontrole. - Onderzoek verrichten naar de ICT achter het callcenter, met name de ACD. - Het callcenter begin 2008 weer onderzoeken. Pagina 1

3 Inhoudsopgave 1 Voorwoord Situatieschets VUmc Omgevingsanalyse Huidige problemen Definities Probleemstelling Data-analyse Bronnen Groei Werklast Prestaties Roosters Vakanties en feestdagen Huisartsen Model Situatieschets Erlang model Bepalen van de invoer Aannames Scenario s Afsplitsing Urologie Callcenter sluiten van tot uur s middags Verkorting van de gesprekstijd met 20% Optimale bezetting Aanbevelingen en suggesties Optimale bezetting Kwaliteitscontrole Werkplekverbetering Langetermijnplanning Bijlagen Erlang C Erlang X Calculator Schaalvoordelen Doorreken data Benchmarks Literatuur Literatuurlijst Pagina 2

4 1 Voorwoord Uit onderzoek naar de telefonische bereikbaarheid van het VUmc is gebleken dat het ziekenhuis slecht bereikbaar is. Dit heeft nadelige gevolgen voor zowel patiënten als voor het ziekenhuis zelf. Patiënten zijn ontevreden over de service die ze geboden krijgen en het VUmc krijgt hierdoor een slechte reputatie. Niet alleen patiënten van het VUmc ervaren dit. Ook andere ziekenhuizen kampen met dit probleem. Patiënten worden steeds mondiger en eisen meer service. Zelfs ziekenhuizen zijn hierdoor genoodzaakt op sommige punten een commerciële aanpak te nemen. De ziekenhuizen zijn een charmeoffensief begonnen en richten zich massaal op de verbetering van hun service, met name de callcenters. In het kader van ons bachelorproject voor de studie Bedrijfswiskunde en Informatica (BWI), de Bedrijfscase, hebben wij de opdracht gekregen het callcenter van de polikliniek Heelkunde onder de loep te nemen. In dit verslag staan onze bevindingen. We hebben rondgekeken op de afdeling, zijn gaan kijken bij andere callcenters en hebben ons verdiept in de literatuur. Ook hebben we op verschillende plekken relevante data achterhaald waardoor we een goede aanbeveling hebben kunnen maken. Pagina 3

5 2 Situatieschets Voordat we problemen zijn gaan oplossen hebben we eerst gekeken naar onze opdrachtgever, het VUmc te Amsterdam, en haar omgeving. Het is voor beide partijen van belang om een oplossing aan te dragen die past binnen de context van het VUmc. Als eerst hebben we gekeken naar het VUmc en het callcenter. Welke technieken zijn er aanwezig en wat voor personeelsleden werken er? Vervolgens hebben we een omgevingsanalyse uitgevoerd om te bekijken wie er betrokken zijn en wat hun belangen zijn. Alle belanghebbenden hebben, zoals het woord al zegt, belang bij de oplossing van een probleem. De ene partij heeft alleen een groter aandeel, en dus meer gewicht, dan andere partijen. 2.1 VUmc Het VUmc is het medisch centrum gelegen naast de Vrije Universiteit te Amsterdam. Het werd officieel opgericht op 1 januari 2001 door samenvoeging van het VU ziekenhuis en de faculteit geneeskunde van de Vrije Universiteit. Het VU ziekenhuis bestaat al sinds 1907, maar de officiële opening vond plaats op 12 oktober De faculteit geneeskunde bestaat ook al sinds 1907, maar het duurde echter vier decennia voordat deze was uitgegroeid tot een volwaardige wetenschappelijke instelling Polikliniek Heelkunde De polikliniek Heelkunde bevindt zich op de begane grond van het ziekenhuis. Het VUmc is onderverdeeld in 6 verschillende divisies en Heelkunde maakt deel uit van Divisie 4. Heelkunde zelf omvat meerdere specialismen en deze zijn onderverdeeld in 3 subafdelingen: Cardiochirurgie Kinderchirurgie Plastische chirurgie Gastro-enterologie Ongevalchirurgie Urologie Heelkunde algemeen Oncologie Pijnbestrijding Vaatchirurgie Orthopedie Tabel 2-1: De verdeling van specialismen over drie subafdelingen De polikliniek heeft verder verschillende balies waar patiënten zich kunnen melden voor hun afspraak voor bovenstaande specialismen. Een balie kan bestemd zijn voor het melden voor 2 of 3 specialismen Het Callcenter Voor alle specialismen van de polikliniek Heelkunde is het callcenter, waarmee wij ons tijdens dit project bezighouden, opgezet. Er bevinden zich 3 telefoons en 3 computers, waar maximaal 3 medewerkers tegelijk binnenkomende telefoongesprekken kunnen beantwoorden. Het callcenter is bestemd voor het maken van afspraken voor patiënten en dat kan gedaan worden door de patiënt zelf of door een huisarts. Een andere mogelijkheid is online via de website van het VUmc door middel van een aanvraagformulier, maar dat is minder bekend. Pagina 4

6 Het callcenter is bereikbaar via 3 verschillende telefoonnummers die elk bestemd zijn voor de bovengenoemde drie subafdelingen: 1. (020) (020) (020) Het is ook mogelijk om naar de Centrale te bellen om dan doorverbonden te worden naar de polikliniek. De openingstijden zijn van maandag tot en met vrijdag voor: - Patiënten: 08:30 15:30 uur - Huisartsen: 08:00 16:30 uur Management en medewerkers Het management van de polikliniek bestaat uit Mariska Butterman, hoofd polikliniek Heelkunde, en Ron Ruygrok, leidinggevend medisch administratief medewerker. Zij hebben de leiding over het callcenter. Ron Ruygrok is degene die ervoor zorgt dat de medewerkers van het callcenter ingeroosterd worden. Dit gebeurt handmatig. Er zijn ongeveer 37 parttime callcenter medewerkers en deze rouleren binnen drie verschillende sectoren: de balie voor binnenkomende patiënten, de backoffice en het callcenter Techniek Er wordt gebruik gemaakt van een ACD (Automatic Call Distributor) van Aspect om binnenkomende telefoongesprekken te verdelen over de 3 beschikbare telefoons. Voor patiënten is het ook mogelijk om via een afspraak te maken, maar daar wordt weinig mee gewerkt. Cognos is het management informatiesysteem dat gebruikt wordt voor het meten en sturen van de prestaties van het callcenter. Om de binnenkomende telefoontjes te kunnen afhandelen moeten medewerkers ingelogd zijn op een toestel in het callcenter. Er zijn verschillende codes waarmee dit gedaan kan worden. De gesprekken komen dan binnen en worden door de ACD verdeeld over de 3 toestellen. Terwijl een medewerker in gesprek is kunnen er op hetzelfde moment nog 3 andere telefoontjes in de wachtrij geplaatst worden. Dit komt erop neer dat er per toestel 3 wachtplaatsen zijn. Huisartsen bellen via de centrale en worden vooraan in de wachtrij geplaatst. Als de wachtrij vol is wordt de laatste persoon op dat moment uit de wachtrij verwijderd. 2.2 Omgevingsanalyse In onderstaand diagram geven wij aan wie de interne en externe belanghebbende partijen (stakeholders) zijn van het callcenter van de polikliniek Heelkunde. Zij zijn direct en indirect daarbij betrokken. Het diagram verschaft niet alleen goed inzicht in die partijen, maar ook de relatie tussen hen Pagina 5

7 en het callcenter wordt duidelijk weergegeven. Bij verbetering zijn zij degene die daar baat bij zullen hebben. Management Raad van Bestuur Systeembeheerders Callcenter Heelkunde Callcenter medewerkers Huisartsen Overig deel Polikliniek Heelkunde Patiënten Figuur 2-1: Contextdiagram interne en externe belanghebbenden van de polikliniek Heelkunde De Raad van Bestuur De Raad van Bestuur heeft in 2006 aangegeven de slechte bereikbaarheid van het callcenter projectmatig aan te willen pakken. Verbetering hiervan zal voor het hele VUmc een positieve stap zijn in het verbeteringsproces waarmee het medisch centrum in zijn geheel nu bezig is Het management Zij zorgen voor de roostering van de callcenter medewerkers en het monitoren van het callcenter De callcenter medewerkers Optimale afhandeling van alle binnenkomende telefoongesprekken ligt in handen van de callcenter medewerkers. Verbetering van het callcenter zal voor hen aangenamere werkomstandigheden creëren De huisartsen Afspraken voor patiënten kunnen ook gemaakt worden door de huisarts via het callcenter. Echter hebben huisartsen minder geduld om te wachten tot zij een medewerker aan de lijn krijgen. Als een huisarts belt wordt deze altijd vooraan in de wachtrij van telefoontjes geplaatst. Pagina 6

8 2.2.5 De patiënten Naar het callcenter wordt gebeld voor één van de verschillende specialismen van de polikliniek Heelkunde. Er wordt gebeld om een afspraak te maken, te verzetten, te verifiëren of af te zeggen of om informatie te vragen. Patiënten verwachten een goede bereikbaarheid en service van het callcenter De systeembeheerders Dit zijn de mensen die zich bezighouden met de techniek van het callcenter, zoals de ACD en het Cognos systeem waarin alle data verwerkt wordt Het overig deel van de polikliniek Tot dit deel rekenen wij de hele polikliniek Heelkunde exclusief het callcenter, dus alle andere medewerkers. 2.3 Huidige problemen Het probleem waarvan wij gevraagd werden het op te lossen heeft te maken met de bereikbaarheid van het callcenter van de polikliniek Heelkunde. Patiënten klagen dat ze vaak lang moeten wachten voordat ze iemand aan de lijn krijgen. Ook het service level 1 wat de Raad van Bestuur heeft opgesteld wordt zelden gehaald. Het callcenter is, naast een afsprakenformulier op de website, de enige manier om een afspraak te krijgen in het ziekenhuis. Het afsprakenformulier is niet erg bekend, ook al wordt er naar gerefereerd als het callcenter gebeld wordt. Een patiënt die digitaal een afspraak wil maken, wordt over het algemeen binnen 3 dagen teruggebeld. Dit is een tijdsbestek wat patiënten waarschijnlijk te lang vinden Slecht bereikbaar Een probleem dat een callcenter absoluut niet wil hebben is onbereikbaar zijn. Patiënten klagen dat ziekenhuizen slecht te bereiken zijn. Zo ook het VUmc. Patiënten moeten vaak lang wachten voordat ze iemand aan de lijn krijgen, als ze überhaupt al iemand te pakken krijgen. Dit levert een hoop frustraties op bij zowel de patiënten als bij de medewerkers van het callcenter Managementinformatie verspreid Het managementinformatiesysteem is verspreid over het ziekenhuis. Cognos bevat alle data over de prestaties van het callcenter, maar dat is minstens een maand oud. Het is ook mogelijk om een real-time beeld te krijgen van het callcenter. Hiervoor moet het management echter in een ander gebouw aan de overkant van de weg zijn Callcenter nieuw voor ziekenhuizen Alle prestatie-indicatoren die bij een callcenter om de hoek komen kijken zijn nieuw voor ziekenhuizen. Na rapportages in onder andere het AD en Elsevier zijn de ziekenhuizen begonnen het callcenter als een 1 Zie paragraaf voor de definitie van service level Pagina 7

9 callcenter te zien. Dit is nieuw en vergt tijd om goed te implementeren. Zo zijn begrippen als service level, blockage en abandonment nieuw voor ziekenhuizen. Ook een strakke vorm van leiding is belangrijk in een callcenter. Iedere minuut moet zo optimaal mogelijk ingevuld worden Callcenter dienst niet populair bij de medewerkers De medewerkers van de administratie vullen ook de diensten van het callcenter in. De dienst is niet populair bij de medewerkers. Van de bijna 40 medewerkers die de administratie heeft, kunnen er slechts twee handjes vol in het callcenter werken. 2.4 Definities In paragraaf stonden drie begrippen die als vanzelfsprekend beschouwd worden in een callcenter. Voor het ziekenhuis zijn deze begrippen echter nieuw, dus zullen we van de begrippen service level, blockage en abandonment de definities geven en een kleine uitleg. Een callcenter is geïnteresseerd in deze drie definities omdat het een goed overzicht geeft van wat er in het callcenter gaande is Service level Het service level, in de rest van het document SL genoemd, voor het VUmc is als volgt gedefinieerd: Zoals in de definitie is terug te lezen worden er nergens bellers meegenomen die afgehaakt zijn binnen 2 minuten of de telefoontjes die verwijderd zijn. Het SL houdt alleen rekening met de mensen die geholpen zijn of lang genoeg in de wachtrij aanwezig zijn geweest om geholpen te worden. De mensen die eerder afhaken dan de tijd die in het SL genoemd worden, worden gezien als mensen die de medewerkers geen tijd hebben gegund om de telefoon op te nemen. Hier vallen veel mensen onder die bijvoorbeeld het verkeerde telefoonnummer hebben gedraaid. Van de mensen die binnen de definitie van het SL vallen, is SL het percentage mensen die geholpen zijn binnen twee minuten. Deze definitie wijkt af van de tot nu toe gebruikte definitie binnen het VUmc. Wij hebben een andere definitie gehanteerd omdat de oorzaak van een slechte prestatie niet uit de definitie van het VUmc te halen viel. Onze definitie in combinatie met blockage en abandonment geeft een breder beeld van het probleem Blockage De blockage is gedefinieerd als: Hier is duidelijk te zien dat alle mensen die uit de wachtrij verwijderd worden bij de blockage horen. Blockage wil dus niets anders zeggen dan het aantal mensen dat door het systeem geweigerd wordt. Deze definitie sluit goed aan bij het SL, omdat de mensen die wel in het SL voorkomen niet in de Pagina 8

10 blockage voorkomen, en andersom. Verder dient vermeld te worden dat blockage een toetsingseenheid is. De blockage is namelijk niet makkelijk te berekenen. De oplossingen die wij aandragen gaan uit van een voldoende aantal medewerkers waardoor de blockage in theorie 0% is Abandonment De abandonment is gedefinieerd als: Abandonment, ook wel afhakers genoemd, is het percentage mensen die door het systeem geaccepteerd worden, maar ophangen voordat ze een medewerker aan de lijn hebben gekregen. Net zoals blockage is abandonment een toetsingseenheid. In de aangedragen oplossingen zijn er een voldoende aantal medewerkers ingepland om een theoretische abandonment van minder dan 2% te halen. 2.5 Probleemstelling Aan de hand van de huidige problemen hebben we een probleemstelling gedefinieerd. De probleemstelling luidt als volgt: Hoe kunnen wij het service level en de bereikbaarheid van het callcenter van de polikliniek heelkunde verbeteren, tegen zo laag mogelijke kosten? Met deze probleemstelling in ons achterhoofd hebben we de analyses uitgevoerd en de mogelijke oplossingen doorgerekend. In dit document zal de nadruk dan ook liggen op de bereikbaarheid en het SL van het callcenter. Toch hebben we ook gekeken naar de andere problemen. Deze problemen zijn meer de bedrijfskundige aspecten van het callcenter. Deze aspecten zijn ook van belang bij het managen van een callcenter, maar zullen pas later in de aanbevelingen aan bod komen. Pagina 9

11 3 Data-analyse In dit hoofdstuk bespreken we de analyse van de kwantitatieve data die we hebben verzameld. Het is voornamelijk data over het aantal binnenkomende telefoontjes. 3.1 Bronnen De meeste data hebben we uit het managementinformatiesysteem Cognos gehaald. We zijn echter begonnen met meeluisteren bij medewerkers om een beeld te krijgen van de inhoud van de telefoontjes. Hierop hebben we de verhouding binnen het nummer gebaseerd, dit bespreken we verder in paragraaf De data die we uit Cognos hebben gehaald bevat alleen informatie over het aantal telefoontjes van patiënten, beantwoord binnen en buiten het SL, afgehaakt binnen en buiten het SL en verwijderde telefoontjes. Deze laatste categorie betreft de bellers die de wachtrij vol treffen of worden verwijderd doordat een huisarts zich vooraan in de wachtrij laat plaatsen. Ook hebben we een bestand met ruwe data uit de ACD gekregen. Deze data wordt ook deels in Cognos ingeladen dus hebben we dit bestand niet veel gebruikt. 3.2 Groei Om een voorspelling te kunnen doen voor de toekomst hebben we gekeken naar de groei in het aantal telefoontjes dat beantwoord is. Het bleek dat het aantal van 2007 sterk toegenomen was ten opzichte van 2006, zie grafiek 3-1. Gemiddeld was er sinds 2004 een toename van 5% per jaar. Dit hebben we doorgezet naar Om te weten te komen of de eerste vier maanden van het jaar (want verdere data van 2007 hebben we niet) drukker zijn dan anders, hebben we dit in grafiek 3-2 uitgezet. Hieruit hebben we geconcludeerd dat er geen sprake is van standaard drukkere maanden dan andere. De groei voor 2008 is dan ook een aanname. Deze gebruiken we in latere berekeningen. Pagina 10

12 6000 Gemiddeld aantal beantwoorde telefoontjes per maand Grafiek 3-1: Groei per jaar, extrapolatie naar 2008 Aantal beantwoorde telefoontjes per maand Grafiek 3-2: Fluctuaties in telefoontjes per maand Pagina 11

13 3.3 Werklast Om te zien welke dagen van de week en welke uren van de dag het drukste zijn, hebben we gemiddelden bepaald over 2006 en In onderstaande figuren hebben we dit grafisch weergegeven. Te zien is dat de werkdruk in de loop van de week afneemt, en dat 2007 tot nu toe een drukker jaar is dan het vorige. 300 Gemiddeld aantal beantwoorde telefoontjes per dag Maandag Dinsdag Woensdag Donderdag Vrijdag Grafiek 3-3: Verloop van werkdruk in een week Bij de werklast per dag zien we dat de ochtend drukker is dan de middag. Tijdens de lunchperiode is een duidelijke dip te zien. Deze data is van Gemiddeld aantal beantwoorde telefoontjes per uur 0 8-9u 9-10u 10-11u 11-12u 12-13u 13-14u 14-15u 15-16u Grafiek 3-4: Verloop van werkdruk op een dag Pagina 12

14 3.4 Prestaties We hebben gekeken naar de behaalde prestaties van het callcenter tot nu toe. Onderstaand figuur geeft weer dat deze de afgelopen jaren zijn afgenomen, hoewel het SL weer lijkt aan te trekken. 100,0% 90,0% 80,0% 70,0% 60,0% 50,0% 40,0% 30,0% 20,0% 10,0% 0,0% Prestaties Service level Bereikbaarheid Grafiek 3-5: Prestaties van de afgelopen jaren De prestaties per weekdag zijn in 2006 negatief gecorreleerd aan de werkdruk. Dit betekent zo veel als meer telefoontjes geeft een lager SL. In 2007 is dit verband niet duidelijk aanwezig. Dat kan komen door onder andere betere planning van medewerkers. De werkdruk per week is uitgezet in grafiek ,0% 90,0% 80,0% 70,0% 60,0% 50,0% 40,0% 30,0% 20,0% 10,0% 0,0% Service level Maandag Dinsdag Woensdag Donderdag Vrijdag Grafiek 3-6: Gemiddeld SL per weekdag Pagina 13

15 Als we kijken naar de gemiddelde prestaties per uur in grafiek 3-7 zien we dat de ochtend minder goed presteert dan de middag. Het callcenter is dan minder goed te bereiken. Verder zien we een opleving in het SL tussen 11 en 12. Aan het begin en eind van de dag zijn de prestaties het beste, maar dan is het aantal telefoontjes ook het kleinste. Gemiddelde prestaties over de dag 100,0% 90,0% 80,0% 70,0% 60,0% 50,0% 40,0% 30,0% 20,0% 10,0% 0,0% 8-9u 9-10u 10-11u 11-12u 12-13u 13-14u 14-15u 15-16u Bereikbaarheid Service level Grafiek 3-7: Gemiddelde prestaties per uur 3.5 Roosters De invloed van roostering was niet makkelijk te meten. In tabel 3-1 zien we de prestaties van twee maandagen in Op 12 februari waren drie medewerkers ingepland, op 5 maart maar twee. Het is te zien dat de prestaties op 5 maart minder goed zijn. Op 5 maart ligt het aantal beantwoorde telefoontjes lager dan op 12 maart, maar het totaal aantal binnenkomende telefoontjes veel hoger. Dat is te verklaren door de lage bereikbaarheid. Veel bellers hebben de wachtrij vol getroffen en belden misschien meerdere keren terug. Deze aantallen zijn dus moeilijk te interpreteren. Beantwoord Totaal Service level Bereikbaarheid 12 februari ,8% 81,2% 5 maart ,1% 31,4% Tabel 3-1: Een vergelijking tussen 2 en 3 werknemers 3.6 Vakanties en feestdagen We hebben gekeken naar eventuele afwijkingen in vakanties en rondom feestdagen. In vakantieperiodes bleek het aantal telefoontjes nauwelijks af te nemen. Wel hebben we een toename in het aantal telefoontjes gezien na feestdagen waarop de poli dicht was. In onderstaande tabel hebben we de dagen na Goede vrijdag en Pasen bekeken. Te zien is dat vooral op de dinsdag significant meer Pagina 14

16 telefoonverkeer binnenkwam. Ook de woensdagen zijn nog bovengemiddeld druk, zij het iets minder overtuigend. Deze aantallen zijn alleen de beantwoorde telefoontjes. Dag Drukte na de paasdagen Aantal binnenkomende Service level telefoontjes Bereikbaarheid Dinsdag 18 april % 39,7% 45,5% Woensdag 19 april % 55,9% 87,9% Dinsdag 10 april % 66,2% 65,6% Woensdag 11 april % 74,7% 85,8% Tabel 3-2: Drukte na sluiting Als het callcenter 2 opeenvolgende werkdagen gesloten is geweest, dan is er een significante stijging in het aantal binnenkomende telefoontjes te zien. Dit geldt alleen niet als deze twee dagen in een schoolvakantie vallen. Hiermee moet rekening gehouden met het inplannen van het aantal medewerkers op de eerstvolgende werkdag. 3.7 Huisartsen Alle data die we tot nu toe hebben besproken bevatte alleen de telefoontjes van patiënten. In paragraaf 4.4 gaan we verder in op deze data. Hieronder staat een tabel met hoeveel huisartsen er gemiddeld op een dag bellen. Van het totaal aantal bellers is gemiddeld 10,5% een huisarts. Op donderdag is het percentage hoger dan gemiddeld, we hebben daar geen verklaring voor. Maandag Dinsdag Woensdag Donderdag Vrijdag Totaal Patiënten Huisartsen Percentage huisartsen 8,82% 9,33% 10,70% 13,41% 10,96% 10,52% Tabel 3-3: Hoeveelheden huisartsen per dag als percentage van het totaal aantal binnenkomende telefoontjes Pagina 15

17 4 Model In dit hoofdstuk zullen we het model dat we hebben gebruikt bij onze berekeningen nader toelichten. Het was nodig een aantal aannames te maken, deze staan in de laatste paragraaf. Maar allereerst volgt kort een situatieschets. 4.1 Situatieschets Verwijderde telefoontjes Terugbellen Medewerkers Wachtrij vol Aankomsten Afhakers Terugbellen Afgehaakte bellers Figuur 4-1: Situatieschets van het callcenter In figuur 4-1 is een situatieschets gegeven van het callcenter van de afdeling Heelkunde. In woorden staat er het volgende: Een patiënt of huisarts belt naar het callcenter. Hij/zij is onderdeel van de aankomsten. De beller komt dan in de wachtrij terecht. De lengte van deze wachtrij kan variëren. In het geval er 0 bellers in de wachtrij staan, krijgt de beller gelijk een medewerker aan de lijn. In het geval de wachtrij vol is en er dus geen bellers meer bij kunnen, wordt de beller verzocht later terug te bellen en het telefoontje wordt uit het systeem verwijdert. In het geval de beller vindt dat hij/zij al lang genoeg in de wachtrij heeft doorgebracht, kan deze besluiten op te hangen. Deze beller behoort dan tot de afhakers. Zowel bellers die verwijdert worden, als bellers die afhaken kunnen opnieuw bellen naar het callcenter om te proberen nu wel een medewerker aan de lijn te krijgen. De meest voorkomende situatie is eigenlijk dat er een paar bellers in de wachtrij staan, die allen wachten op een beschikbare medewerker. Deze krijgen één voor één een medewerker aan de lijn. Pagina 16

18 4.2 Erlang model Het modelleren van wachtrijen is tegenwoordig een bekend begrip in de wiskunde en operationele analyse. Er bestaan een aantal standaardmodellen, die eenvoudig toe te passen zijn op bijna elke situatie. Deze modellen zijn vernoemd naar hun respectievelijke eigenschappen, het zogeheten A/B/Csysteem van de Britse statisticus Kendall. De A staat voor het aankomstenproces, de B voor het afhandelproces, de C voor het aantal afhandelplekken. In het geval van de polikliniek hebben we te maken met een M/M/c model. De M staat beide keren voor Markovian, wat betekent dat de tijden tussen twee aankomsten en ook de gesprekstijden exponentieel verdeeld zijn. De c geeft aan dat er een beperkt aantal medewerkers is. Dit model staat bekend als Erlang s wachtmodel. De Deense ingenieur en wiskundige Erlang deed als eerste uitgebreid onderzoek naar congestie in het telefoonverkeer aan het begin van de vorige eeuw. Zijn modellen zijn nog steeds van toepassing. Het model van Erlang maakt het eenvoudig om te berekenen hoeveel medewerkers er ingepland moeten worden om een bepaald serviceniveau te halen. We gebruiken een uitbreiding op het originele model, makkelijk toepasbaar gemaakt in een calculator, het zogeheten Erlang X model. Hierbij worden belangrijke, sommige menselijke, factoren meegenomen die niet in het originele model zitten: afhakende bellers (ook wel abandonments genoemd), een eindige wachtrij waardoor men er niet door komt (blocking), terugbellen na mislukte poging (redials). We maken voor onze berekeningen gebruik van een voorgeprogrammeerde Erlang X rekenmachine (calculator). Deze is gemaakt door onze begeleider, Auke Pot. Voor een uitgebreidere uitleg over het Erlang model en de calculator hiervoor, zie bijlagen 7.1 tot en met Bepalen van de invoer Een ErlangX calculator heeft een bepaald aantal parameters nodig als invoer voor de berekeningen. Deze parameters zijn de average patience, de gesprekstijd, het aantal medewerkers, het aantal beschikbare lijnen en de acceptabele wachttijd. We zullen in het kort vertellen wat deze parameters inhouden en hoe we deze berekend hebben Average patience Deze parameter is erg belangrijk in de ErlangX calculator. Deze geeft aan wat het gemiddelde geduld is van de patiënten voordat ze geïrriteerd raken. Wij gaan er door deze definitie wel van uit dat mensen kunnen ophangen omdat ze vinden dat ze te lang moeten wachten. De definitie van average patience, AP, is als volgt: Pagina 17

19 Hier kwamen de volgende gegevens uit voor de afgelopen jaren: Bedrijfscase Telefonische bereikbaarheid polikliniek Heelkunde Jaar Gemiddelde geduld (min:sec) : : : :11 Tabel 4-1: Average patience over verschillende jaren Hier is te zien dat het geduld de afgelopen jaren is toegenomen, dit kan te verklaren zijn doordat men weet dat het VUmc een slechte bereikbaarheid heeft en men dus van tevoren weet dat men lang moet wachten. We verwachten dat dit in 2008 zal afnemen of gelijk zal blijven als ze beter bereikbaar worden Gesprekstijd De gesprekstijd is de tijd die een medewerker bezig is om een telefoontje af te handelen, hierbij is ook de tijd opgenomen die men eventueel in de wacht staat of doorverbonden wordt. Omdat er nergens wordt bijgehouden hoe groot de nawerktijd is hebben we bij de gesprekstijd een paar seconden opgeteld als nawerktijd. Deze is echter nihil, omdat we tijdens het meelopen op de afdeling nauwelijks nawerktijd hebben waargenomen. Voor de verschillende specialismen kwamen we tot de volgende waarden: Gemiddelde gesprekstijd Tijd (min:sec) Gehele afdeling 2:33 Urologie + plastische chirurgie 2:37 Overige specialismen 2:31 Tabel 4-2: Gemiddelde gesprekstijd Aantal medewerkers & lijnen In ons geval is uit de roosters af te lezen hoeveel medewerkers er waren ingeroosterd in Deze data gaan we dan ook gebruiken om ons model te bepalen. Hierbij moeten we echter wel rekening houden met pauzes en andere zaken die de tijd dat een medewerker beschikbaar is verkorten. Dit wordt ook wel de shrinkage genoemd. Deze shrinkage wordt verderop in dit hoofdstuk besproken. Het aantal lijnen is afhankelijk van het aantal medewerkers en is 4 x zo groot als het aantal medewerkers. Als er bijvoorbeeld 1 medewerker zit, heb je 1 plek voor het gesprek en 3 klanten in de wachtrij Acceptabele wachttijd Het management van een onderneming stelt over het algemeen vast wat ze een acceptabele wachttijd vinden voor hun callcenter. In het geval van een onderneming waar je bijvoorbeeld elektronica aanbiedt wil men een korte wachttijd omdat iemand dan snel overstapt naar een andere onderneming. In ons geval is deze wachttijd 120 seconden. Deze is best hoog maar de kans dat men naar een ander ziekenhuis gaat is dan ook minder groot. Pagina 18

20 4.4 Aannames We hebben een aantal aannames moeten doen om het model te kunnen gebruiken. Vaak zijn het dingen waarvan je voor een groot deel zeker weet dat ze zeker zijn, maar door ze aan te nemen als 100% zeker kunnen ze in het model opgenomen worden. Ook hebben we aannames moeten doen, omdat er geen data beschikbaar was. Een voorbeeld van zo n aanname is de verhouding tussen plastische chirurgie en urologie. Deze aanname wordt verder uitgewerkt in paragraaf Shrinkage Door verschillende oorzaken is een medewerker niet altijd aanwezig om telefoontjes te beantwoorden. Zo heeft een medewerker drie pauzes op een dag, namelijk een koffiepauze in de ochtend, eentje in de middag en een lunchpauze tussen de middag. Verder zijn er nog andere zaken, zoals het bezoeken van het toilet. Hiermee moet rekening worden gehouden bij het inplannen van de werknemers. Met de ErlangX calculator bepalen we hoeveel manuren er nodig zijn om een bepaald SL te behalen. Dan moet er echter nog wel rekening worden gehouden met de shrinkage. Als er bijvoorbeeld uit komt dat er in een bepaald tijdsinterval 2,5 medewerkers nodig zijn om een SL van 80% te scoren, dan kan het goed mogelijk zijn, dat er 3 medewerkers ingepland moeten worden om ook daadwerkelijk dit SL te behalen. Deze 3 medewerkers zijn dan niet de hele tijd aanwezig, waardoor er effectief maar werk gedaan wordt voor 2,5 medewerkers. Wij hebben voor ieder tijdsinterval op iedere werkdag bepaald hoeveel procent shrinkage er momenteel gemiddeld voorkomt. Dit hebben we gedaan voor zowel twee als drie medewerkers. Om een waarde te krijgen die voor beide aantallen medewerkers toepasbaar is, hebben we ook het gemiddelde bepaald. Deze waarden staan in de volgende tabel. Interval 2 medewerkers 3 medewerkers Gemiddeld 8 9 uur -10% 04% -3% 9 10 uur 08% 07% 08% uur 25% 22% 24% uur 08% 09% 09% uur 33% 50% 41% uur 30% 22% 26% uur 10% 14% 12% uur 18% 41% 29% Tabel 4-3: Gemiddelde shrinkage per uur, berekend uit de data van Cognos Het merendeel van de shrinkage in het tijdsinterval 9 16 uur bestaat uit pauzes. Het shrinkage percentage -10% in het interval 8 9 uur bij 2 medewerkers is opvallend. Dit zou betekenen dat de twee werknemers meer werk doen dan ze eigenlijk zouden kunnen doen. Dit wordt onder andere veroorzaakt Pagina 19

21 door het feit dat de gesprekken in dit tijdsinterval korter zijn maar ook is het mogelijk dat men in dit interval misschien wel eens met meer medewerkers zit dan ingeroosterd. De waarden in tabel 4-3 hebben we gebruikt om te bepalen wanneer de medewerkers in de eerste vier maanden van 2007 met pauze zijn gaan. Hieruit is naar voren gekomen dat er momenteel op veel verschillende tijdsintervallen pauzes genomen worden. Hierdoor was het niet mogelijk om een mooie stabiele shrinkage te berekenen. Om toch met een goede shrinkage te kunnen rekenen zijn we van vaste koffiepauzes uitgegaan. Hierdoor is iedere dag de shrinkage die veroorzaakt wordt door de koffiepauzes vastgelegd. De shrinkage die we in onze berekeningen gebruiken staan in de volgende tabel. Interval 2 medewerkers 3 medewerkers Gemiddeld 8 9 uur 06% 06% 06% 9 10 uur 21% 26% 23% uur 21% 17% 19% uur 09% 09% 09% uur 00% 00% 00% uur 08% 08% 08% uur 21% 25% 23% uur 22% 18% 20% Tabel 4-4: Shrinkage per uur bij vaste tijden voor koffiepauzes + callcenter gesloten tussen en uur De shrinkage die in de tabel hierboven staat bestaat uit een drietal onderdelen. Deze onderdelen zijn de huisartsen, rustmomenten en pauzes. In de alinea s hieronder wordt een motivatie gegeven waarom en hoe we deze onderdelen in de shrinkage hebben verwerkt. De data die we uit Cognos gehaald hebben bestond slechts uit data van patiënten. De huisartsen zaten hierin niet verwerkt. Van deze huisartsen hebben we later bepaald hoeveel er gemiddeld in een bepaald tijdsinterval op een bepaalde dag bellen. Dit hebben we in ons model meegenomen door het shrinkage percentage met een paar procent te verhogen. Aan de hand van het aantal binnenkomende telefoontjes van huisartsen hebben we meer of minder procent bij het shrinkage percentage opgeteld. Verder hebben we per medewerker gesteld, dat deze 2 minuten per uur niet beschikbaar is voor het aannemen van telefoontjes. Tenslotte hebben we voor iedere pauze een bepaalde shrinkage toegevoegd. We hebben bepaald wanneer de koffiepauzes plaats moeten vinden, voor het geval er twee medewerkers zijn alsmede voor het geval er drie medewerkers zijn. Pagina 20

22 Als we per interval deze drie vormen van shrinkage bij elkaar optellen en het gemiddelde nemen van 2 en 3 medewerkers, dan hebben we een shrinkage percentage, waarmee we kunnen bepalen hoeveel werknemers er daadwerkelijk nodig zijn op een bepaalde dag Één wachtrij We hebben aangenomen dat de ingelogde medewerkers een gezamenlijke wachtrij hebben. Per medewerker kunnen er 3 bellers in de wachtrij, wat bij een bezetting van 3 medewerkers leidt tot maximaal 9 mensen in de wacht Verhouding binnen het nummer Omdat plastische chirurgie per juni niet meer bij Heelkunde hoort, maar onze data deze nog wel bevat, hebben we een schatting moeten maken voor het aantal telefoontjes dat Heelkunde minder zal ontvangen. Dit hebben we gebaseerd op het meeluisteren. Hieronder staat één diagram waarin de verhoudingen weergegeven worden. Verhouding binnen Rest Urologie Plastische 73% 27% 19% 8% Grafiek 4-1: Verhouding aantal binnenkomende telefoontjes op Gesprekstijd De gesprekstijd hebben we bepaald aan de hand van het bestand met onbewerkte data bedoeld voor Cognos. Dit betreft de eerste vijf maanden van 2007, maar we hebben aangenomen dat deze representatief zijn. Pagina 21

23 Seconde Hele afdeling Urologie + plastische chirurgie Andere specialismen Grafiek 4-2: Gesprektijden voor de verschillende afdelingen in seconden Redials We hebben aangenomen dat 90% van de mensen die afhaken of niet in de wachtrij komen, terugbelt. Dit omdat de noodzaak voor een afspraak vrij hoog is. Pagina 22