Menu
< RETOUR VERS LES ETUDES DE CAS

Orange France : un plan d’expériences pour améliorer les temps de réponse d’un CRM

Orange souhaite améliorer la position de travail des conseillers clients en optimisant le temps de réponse des applications informatiques et notamment des outils de la relation client (CRM)

La problématique

Denis Vervin, Master Black Belt chez Orange France, chargé du sujet, précise que la somme des gains sur le temps d’affichage des différents écrans aura un impact positif sur la satisfaction des conseillers et des clients.

Figure 1. Pour analyser le temps de réponse, Monsieur Vervin réalise un plan de collecte afin de définir les données dont il a besoin. Le plan de collecte recommande d’obtenir des données sur le temps total mais aussi sur les tronçons qui composent ce temps total. Ces temps sont influencés par l’architecture du CRM, structurée avec un accès, un applicatif et un partenaire.

Après analyse, priorité est donnée à la diminution du temps de réponse de la Vue 360° du CRM. La Vue 360° est l’écran d’accueil permettant au conseiller de disposer de l’ensemble des éléments du client.

Pour mesurer les temps de réponse et permettre les analyses, une sonde est installée dans l’architecture. Cependant la mesure automatique de bout en bout n'est pas réalisable alors un chronométrage manuel avec trois chronométreurs et trois chronomètres permet d'estimer le temps à gauche. Le temps de réponse total est donc la somme de plusieurs temps : le temps à gauche, les temps entre blocs (appelés ThinkTime TT) et les temps des blocs.

L’équipe Six Sigma a envisagé un plan d’expérience pour choisir la meilleure configuration technique. Un Plan d‘expérience ou Design Of Experiments (DOE) est la série organisée d'essais d'une expérimentation, chacune permettant d'acquérir de nouvelles connaissances en contrôlant un ou plusieurs paramètres d'entrée pour optimiser la réponse.

Figure 2. Les temps intermédiaires sont influencés par l’architecture du CRM, structurée avec un accès (le terminal) et des applicatifs (le proxy et le serveur). Un plan d’expériences permettra d’évaluer l’impact de chacun de ces facteurs sur le temps total.

La contribution de Minitab

L’entreprise Orange France utilisant depuis plusieurs années le logiciel de statistiques Minitab®, l’équipe décide de créer un plan d’expérience factoriel pour étudier les effets de trois facteurs (PROXY, Serveur et Terminal), à l'aide de Minitab.

Figure 3. Un plan factoriel complet général est créé car Denis Vervin dispose de trois types de Proxys différents (NC, BC et Sans PROXY), il n'est en effet pas possible de générer des plans factoriels classiques à deux niveaux. Les noms et les différents niveaux des facteurs peuvent être indiqués de façon détaillée.

Le plan liste les essais à réaliser. Plusieurs configurations avec toutes les combinaisons possibles pour deux terminaux différents et trois serveurs distincts sont testées et les temps à gauche, les thinktime et les temps blocs sont enregistrés dans le logiciel Minitab.

Figure 4. Une fois les essais réalisés selon l’ordre et la configuration des essais précisés dans la feuille de travail, l’équipe procède à l’analyse du plan en incluant tous les facteurs dans un premier temps, puis en retirant un à un les termes et interactions qui ne sont pas significatifs, en relançant l’analyse à chaque fois.
Figure 5. La première réponse analysée est le Temps à gauche. La valeur aberrante entourée en rouge ci-dessus est supprimée et l’analyse est relancée. Des valeurs de p élevées (supérieures à 0,05) indiquent que l' effet n’est pas significatif.

Au regard de l’analyse des premiers résultats des essais, l’étude du facteur PROXY n’est pas poursuivie car il semble ne pas être significatif.

Cette analyse est réalisée pour chaque composante du temps de réponse total, en commençant par le temps à gauche.

Figure 6. Les graphiques des valeurs résiduelles représentent la différence entre la prévision basée sur le modèle et chaque observation réelle. Pour l’observation de la ligne 30, dans la fenêtre de session, l’écart résiduel est très important (-2952), ce qui en multiples d’écart-type représente 4,34 sigmas. Un écart résiduel supérieur à 3 sigmas signale une valeur suspecte.
Figure 7. Tous les facteurs et les interactions non significatifs, c’est-à-dire dont la valeur de p dans l’analyse est supérieure à 0,05 comme ici l’interaction Serveur*Terminal AB, sont retirés du modèle, l’un après l’autre. L’analyse est relancée à chaque fois.
Figure 8. Une fois le facteur terminal retiré car non significatif, Denis Vervin s’aperçoit que le Serveur explique 43% de la variabilité du Temps à gauche. L’observation des valeurs résiduelles montre que le modèle est acceptable.

Ensuite, nous procédons à la même analyse du plan factoriel pour le ThinkTime.

Figure 9. Encore une fois, les facteurs et les interactions non significatifs sont retirés du modèle, l’un après l’autre et l’analyse est relancée à chaque fois. L’interaction Serveur*Terminal et le terme Terminal ne sont pas significatifs.
Figure 10. Les analyses du ThinkTime permettent de démontrer que le serveur explique 24% de la variabilité, sachant que le diagramme des valeurs résiduelles ne révèle aucune anomalie.

L’équipe représente alors graphiquement les effets principaux. Les interactions n’étant pas significatives, les représenter n’apportent pas d’informations supplémentaires même si elles confirment cette conclusion.

Figure 11. Les graphiques des effets principaux permettent de constater visuellement que les interactions ne sont pas significatives. Les interactions n’étant pas significative ; il ne faut pas les afficher.

Les graphiques des effets principaux créés à partir du modèle final de l’équipe montrent que le Temps à gauche et le ThinkTime varient en fonction du type de serveur utilisé.

Les résultats

L’équipe Six Sigma de Denis Vervin a trouvé le meilleur choix technique et la meilleure configuration avec un coût faible de réalisation du projet puisque seuls trois jours et demi d’expérimentation ont été nécessaires.

La décision de généralisation a été prise rapidement compte tenu de l’impact business, c’est-à-dire un gain de huit cent cinquante millisecondes très intéressant. Ce gain rentabilise le coût de mise en œuvre de la solution.

L’équipe projet a été félicitée.

Monsieur Vervin a pu constater la puissance des méthodes industrielles appliquées aux services et recommande vivement les formations avancées de Minitab dispensées par le formateur Minitab Bruno Scibilia, notamment le cours sur les plans factoriels et celui sur la fiabilité, c’est-à-dire l’analyse des défaillances, des pannes, des durées de vie d’un produit.

ORGANISATION

Orange France

PRESENTATION

  • Nombre de salariés : 172000
  • Nombre de clients particuliers et entreprises dans le monde : 226 millions
  • Domaines d'activités : téléphonie mobile et fixe, réseaux, fibre et Internet

PROBLEMATIQUE

Orange souhaite améliorer la position de travail des conseillers clients en optimisant le temps de réponse des applications informatiques et notamment des outils de la relation client (CRM).

La somme des gains sur le temps d’affichage des différents écrans aura un impact positif sur la satisfaction des conseillers et des clients.

PRODUITS UTILISES

Minitab® Statistical Software

RESULTATS

  • 850 ms économisés sur le temps de réponse du CRM
  • Le projet, peu coûteux, a permis de trouver la meilleure configuration technique
  • La décision de généralisation a été prise rapidement compte tenu de l’impact business
clear