Modèles Stochastiques pour l'Aide à la Décision dans les Centres d'appels

In the past few years, call centers have been introduced with great success by many service-oriented companies such as banks and insurance companies. They become the main point of contact with the customer, and an integral part of the majority of corporations. The large-scale emergence of call centers has created a fertile source of management issues. In this thesis, we focus on various operations management issues of call centers. The objective of our work is to derive, both qualitative and quantitative, results for practical management. In the first part of the thesis, we investigate the impact of team-based organizations in call centers management. We develop queueing models that show that the benefits of the team based organization in providing more efficient answers to customers very often outweigh its drawback coming from the loss of pooling. Next, we consider a two-class call center and develop real-time scheduling policies that determine the rule of assignment of new arrivals to the waiting lines. We focus on service levels criteria related to the fraction of abandoning customers and the variance of queueing delays. Finally, we propose a call center model in which we provide information about delays to customers, and we quantify its effect upon performance.In the second part of the thesis, we tackled the quantitative analysis of stochastic processes and queueing models. First, we derive several closed-form expressions of the moments of first passage times in general birth-death processes, and we point out their applications. Second, we investigate some monotonicity results for the probability of being served in markovian queueing systems with impatient customers.Depuis quelques années, les centres d'appels enregistrent une forte croissance dans le monde. Les entreprises s'orientent de plus en plus vers ce choix qui leur offre une relation privilégiée avec leurs clients. Ainsi, ils disposent d'un moyen convivial et peu coûteux pour fidéliser leurs clients tout en essayant d'en acquérir de nouveaux. Le sujet de cette thèse porte sur le développement et l'analyse de modèles stochastiques pour l'aide à la décision dans les centres d'appels. Dans la première partie, nous considérons un centre d'appels où tous les agents sont groupés dans un même pool et les clients sont traités indifféremment par un des agents. Nous étudions les bénéfices de la migration depuis cette configuration vers un centre d'appels où les clients sont divisés en classes (appelées portefeuilles de clients). Chaque portefeuille de clients est servi par un pool de conseillers qui lui est exclusivement dédié. Ensuite, nous considérons un centre d'appels avec deux classes de clients impatients. Nous développons des politiques dynamiques pour l'affectation des clients (selon leurs types) aux différentes files d'attente. L'objectif étant lié aux qualités de service différentiées exprimées en terme du pourcentage des clients perdus, ainsi qu'en terme de la variance du temps d'attente. Enfin, nous étudions un centre d'appels qui annonce le délai d'attente à chaque nouveau client. Nous montrons les avantages de l'annonce sur les performances du centre d'appels.Dans la deuxième partie, nous considérons un processus de naissance et de mort de forme générale. Nous calculons ensuite les moments de plusieurs variables aléatoires liées aux temps de premiers passages (ordinaires et conditionnels). Ensuite, nous montrons un résultat de concavité dans une file d'attente avec capacité limitée et avec une seule classe de clients impatients. Nous démontrons que la probabilité d'entrer en service est strictement croissante et concave en fonction de la taille de la file d'attente