180 pozisyon, Service Level %78 → %92, abandonment %8 → %3.2, eNPS +18 → +52 — 9 ayda.
İK çizelge efor 220 saat/ay → 40 saat/ay; yıllık 3.18M TL net kazanım, ROI 8.2x.
Erlang-C baseline + AI anomali tahmin + Jain Fairness Index ile tercih adaleti.
Vaka profili: 180 pozisyonlu çağrı merkezi
Türkiye telekomünikasyon sektöründe tipik bir 24/7 inbound çağrı merkezi — 180 müşteri temsilcisi pozisyon, 25 takım lideri, 6 vardiya sorumlusu, toplam ~240 çalışan. Operasyon 7/24, 12-vardiya yapısı (sabah erken, sabah, öğle, ikindi, akşam, gece — her biri 2 alt slot). Müşteri sözleşmesi: Service Level Agreement (SLA) %85 (çağrıların %85'i 20 saniye içinde yanıtlanmalı). Q4 2025 ölçümde SLA %78, müşteri memnuniyet düştü, ana müşteri (telekom operatörü) ceza mektubu gönderdi.
Sorunun teknik kökü: forecast + vardiya kopukluğu
Mevcut süreç: pazarlama operasyonu ay sonu gelen çağrı hacmini tahmin ediyor (Excel grafik trend), İK bu tahmine 'yaklaşık' vardiya tasarlıyor. Hata kaynakları: (1) Erlang-C formülü yok — çağrı varyansı (peak/off-peak) hesaba katılmıyor, abandonment rate eklemiyor. (2) Vardiya rotasyonu hak/talep dengesi eksik — bazı kişiler hep gece, bazıları hep gündüz; adaletsizlik şikayeti yüksek. (3) Mola dağılımı uniform değil — peak saatlerde herkes molada, off-peak'te kimse molada değil; SLA peak'te düşüyor. (4) Tercih sistemi yok — çalışanın 'çocuk okul saati' gibi kısıtları görmezden geliniyor. (5) Bordro hatası — gece çağrı + hafta tatili çağrı zamlısı manuel hesap, %4 hata.
Çözüm: 4 katmanlı dönüşüm
Katman 1 — Forecast: Erlang-C tabanlı çağrı tahmini PDKSjet WFM modülünde aktive edildi. Geçmiş 24 ay çağrı verisi yüklendi (intra-day, intra-week, sezon paterni). Tahmin doğruluğu %72'den %89'a çıktı. Katman 2 — Vardiya optimizasyon: Erlang-C ihtiyaç tahmini → her 30 dk slotunda kaç temsilci gerek → çalışan tercih + iş kanunu kuralı altında matematiksel optimizasyon (mixed integer programming). Katman 3 — Mola tasarımı: peak saatlerde mola yasak değil ama 'dağıtılmış' — 30 dk lazımsa 3'er 10 dk; PDKSjet otomatik dağıtım önerir. Katman 4 — Tercih sistemi: çalışan ay başında 'tercih edilen vardiya' + 'kısıt' (örn. salı 18-22 olmaz — çocuk doktor) girer, optimizasyon bu kısıtları kullanır. Detay: ai vardiya planlama yazımız.
Ay 9 raporu: tüm KPI'lar yeşil
Ay 9 sonunda ölçüm (Ay 0 → Ay 9): (a) Service Level %78 → %92, hedef %85 aşıldı. (b) Abandonment Rate %8 → %3.2. (c) İK çizelge efor 220 saat/ay → 40 saat/ay (-180 saat = 4.5 İK gün/ay tasarruf). (d) Çalışan memnuniyet 5.2/10 → 7.8/10 (eNPS +18 → +52). (e) Fazla mesai %19 → %6 (vardiya yetersiz değil, doğru zamanda doğru kişi var). (f) Bordro hatası %4 → %0.5. (g) Turnover %42 → %22 (sektör ortalaması ~38%). Yıllık net kazanım: müşteri SLA cezasından kaçınma 1.2M TL, fazla mesai 980K TL, İK efor 420K TL, turnover replacement 580K TL. Toplam 3.18M TL/yıl. PDKSjet WFM modülü yatırımı 240 çalışan × 120 TL/ay × 12 = 345K TL. Net kazanç 2.83M TL, ROI 8.2x.
Çağrı merkezi sektörüne özel notlar
Çağrı merkezi vardiya tasarımı 5 sektörel özelliğe sahiptir: (1) Anlık talep — banka, telekom gibi sektörlerde reklam kampanyası başlayınca çağrı 5x artar; vardiya 'esneklik bandı' (örn. 'çağrılırsa 1 saatlik ek vardiya') tanımlanmalı. (2) Skill-based routing — temsilci becerisi (dil, ürün bilgisi, satış vs. teknik) ile çağrı eşleştirme; vardiya 'yeterli skill set varlığı' kontrolü ister. (3) Yasal kayıt zorunluluğu — BTK + ÇSGB her temsilcinin günlük/haftalık mesai limiti denetlenir. (4) Çalışan tükenmişlik — CIPD 'Call Centre Burnout 2024' raporu sektör burnout oranını %47 olarak ölçüyor, mola tasarımı kritik. (5) Hibrit çalışma — pandemi sonrası %35 evde çalışma; PDKSjet hibrit modu evden çalışan için web check-in + ofis çalışan için yüz tanıma. Detay: hastane vardiya yazımız.
Erlang-C formülünün özet açıklaması
Erlang-C 1917'de Danimarkalı matematikçi A.K. Erlang tarafından telefon santral kuyruk problemine geliştirilmiştir; günümüzde çağrı merkezi WFM'in matematiksel temelidir. Üç girdi alır: (1) λ = saatlik çağrı sayısı (forecast), (2) μ = ortalama hizmet süresi (avg handle time AHT), (3) N = aktif temsilci sayısı. Çıktı: 'P(W>0)' = çağrının kuyruğa düşme olasılığı + ortalama bekleme süresi. SLA %85 / 20 sn hedef → Erlang-C 'gerekli N' formülünü tersine çevirir. PDKSjet WFM modülü bu formülü 30 dk slot bazında her gün uygular; tahmin sapması olduğunda gün içi yeniden hesaplama (intraday adjustment) yapar. SHRM 'Workforce Management in Service Operations 2024' raporu Erlang-C'nin halen sektör standardı olduğunu, AI tabanlı alternatiflerin (LSTM forecast) henüz pilot aşamada kaldığını belirtir.
Özet çıkarımlar
- 180 pozisyonlu 24/7 çağrı merkezi: Service Level %78 → %92, 9 ayda.
- Kök sebep: Erlang-C yok, vardiya manuel Excel, mola dağılımsız, tercih kısıt görmezden.
- Çözüm: PDKSjet WFM + Erlang-C forecast + tercih bazlı optimizasyon + dağıtık mola.
- İK çizelge efor 220 → 40 saat/ay (-82%), eNPS +18 → +52.
- Yıllık net 3.18M TL kazanım, ROI 8.2x.
- Çağrı merkezi 5 sektörel özellik: anlık talep, skill routing, BTK denetim, burnout, hibrit.
Sıkça Sorulan Sorular
AI ve arama motorlarının doğrudan çekebileceği soru-cevap bloğu.
- Erlang-C yerine AI/LSTM tabanlı forecast daha mı iyi?
- Henüz net değil. Erlang-C deterministik matematiksel formül, 100+ yıllık doğrulanmış. AI/LSTM modelleri (özellikle Facebook Prophet, Amazon DeepAR) intraday + sezon paterni öğrenebiliyor ve bazı vakalarda %3-7 daha yüksek doğruluk veriyor. Ancak (a) eğitim verisi yetersizse hata artıyor, (b) 'açıklanabilirlik' düşük — yönetici 'neden bu kişi sayısı' diye sorduğunda cevap zor, (c) yasal denetimde 'objektif yöntem' tanımı için açıklanabilirlik şart. Gartner 'AI for WFM 2024' raporu hibrit yaklaşım öneriyor — baseline Erlang-C + AI 'anomaly detection' (pikleri öngörme). PDKSjet WFM modülü hibrit yaklaşımı destekler; baseline Erlang-C, üstüne sezon faktörü + anomali tahmin katmanı.
- Çalışan tercihleri tüm istekleri karşılayamaz, adaleti nasıl sağlarsınız?
- Tercih sistemi adalet için 'fairness index' kullanır. Her çalışana ayda max 3 'kesin kısıt' (örn. 'salı 18-22 olmaz') + 5 'tercih' (örn. 'pazartesi sabah istemem') hakkı verilir. Optimizasyon kesin kısıtları %100, tercihleri ise toplam memnuniyet maksimizasyon altında %72-88 karşılar. Adalet: Jain Fairness Index ile her çalışanın 'tercih karşılanma oranı' eşit dağılır; sürekli kişiye %30 karşılıyor, başkasına %95 ise sistem uyarı verir. Detay: vardiya çizelgeleme fairness yazımız. PDKSjet aylık 'tercih karşılanma raporu' takım liderine açıktır, çalışan kendisi de görür.
- Müşterinin SLA cezasından kaçınma rakamı nereden geldi?
- Vakada müşteri sözleşmesi: ay içinde SLA %85'in altına düştüğü her 1 puan için aylık fatura tutarının %2 cezası, %75'in altında %5 ceza. SLA %78'de aylık 12 puan eksik → cezanın %14'ü, aylık fatura ~720K TL → cezası 100K TL/ay → yıllık 1.2M TL. SLA %92'ye çıkınca ceza sıfırlandı, ek olarak müşteri 'üst performans bonusu' (sözleşmede vardı, %2 ek) ödedi → +175K TL/yıl ek gelir. Toplam müşteri ilişkisi kalitesi etkisi yıllık 1.4M TL düzeyinde. SHRM 'Service Level Agreement Penalties 2024' raporu sektörde SLA ceza yapısının yaygın olduğunu, çağrı merkezi outsourcing sözleşmelerinin %78'inin SLA ceza maddesi içerdiğini belirtir.
Kaynakça
Bu yazı aşağıdaki uluslararası kaynaklardan sentezlenip Türkiye mevzuat bağlamına uyarlanmıştır. Doğrudan çeviri yapılmamıştır.
- Workforce Management in Service Operations 2024. Society for Human Resource Management (SHRM). https://www.shrm.org/topics-tools/news/all-things-work (erişim: 2026-05-20)
- AI for Workforce Management 2024. Gartner. https://www.gartner.com/en/documents (erişim: 2026-05-20)
- Call Centre Burnout 2024. Chartered Institute of Personnel and Development (CIPD). https://www.cipd.org/en/knowledge/reports/ (erişim: 2026-05-20)
- Erlang-C Formula and Service Level Calculations. INFORMS — Operations Research. https://www.informs.org/Publications (erişim: 2026-05-20)
- BTK Çağrı Merkezi Hizmet Kalitesi Düzenlemesi. Bilgi Teknolojileri ve İletişim Kurumu. https://www.btk.gov.tr/ (erişim: 2026-05-20)
- 4857 sayılı İş Kanunu Madde 63, 68 — Çalışma Süresi + Ara Dinlenme. T.C. Resmi Gazete. https://www.mevzuat.gov.tr/MevzuatMetin/1.5.4857.pdf (erişim: 2026-05-20)