Erlang C para call center quais dados usar e quando o modelo funciona define os parâmetros necessários para calcular a equipe ideal. Mas sua precisão depende da qualidade dos dados históricos e da aderência da operação a premissas de fila única e disciplina FIFO. Mas os resultados variam conforme a estrategia adotada.
Líderes de atendimento, operações e finanças de PMEs brasileiras enfrentam filas, ociosidade e escalas montadas sem base na demanda real. O modelo Erlang C oferece uma resposta matemática para esse problema, desde que os dados corretos sejam alimentados.
O que é Erlang C para call center e quais dados usar?
Erlang C é um modelo matemático que dimensiona equipes de atendimento para centrais de chamadas. Ele calcula a probabilidade de uma chamada esperar na fila e o número de agentes necessários para atender a demanda dentro de uma meta de nível de serviço.
Sem esses quatro parâmetros, o modelo gera resultados imprecisos. O Dimensionador de Equipe de Atendimento OmniSmart utiliza esses dados diretamente da operação para sugerir escalas baseadas em demanda real.
Quando o modelo Erlang C funciona e quando não funciona?
O modelo Erlang C calcula a equipe necessária para atender chamadas telefônicas com fila de espera. Ele funciona bem em operações com alta previsibilidade de demanda e filas únicas de voz. Para líderes de atendimento e operações, entender esse limite evita escalas que ignoram a demanda real e o nível de serviço.
erlang c para call center quais dados usar e quando o modelo funciona é um método matemático que dimensiona equipes de atendimento com base no volume de chamadas. Tempo médio de atendimento e nível de serviço desejado, sendo eficaz apenas em cenários de voz síncrona com demanda estável e fila única.
O modelo assume que as chamadas chegam seguindo uma distribuição de Poisson. Isso significa que a demanda deve ser previsível e sem picos aleatórios extremos. Em call centers com alta previsibilidade de demanda, o Erlang C oferece resultados precisos para dimensionamento de equipe.
O cenário ideal inclui atendimento síncrono de voz com fila única. Canais como chat e e-mail, que permitem respostas assíncronas, não seguem a mesma lógica de ocupação. Aplicar o modelo nesses canais gera superdimensionamento ou filas mal calculadas.
A complexidade de roteamento também inviabiliza o uso direto. Operações com múltiplas habilidades e priorizações complexas exigem simulações mais avançadas. O modelo básico não considera abandono de clientes nem pausas dos agentes.
| Cenário | Funciona? | Motivo |
|---|---|---|
| Call center de voz com demanda previsível (ex: suporte técnico agendado) | Sim | Chegada de chamadas segue Poisson; fila única e síncrona. |
| Atendimento via chat ou e-mail | Não | Canais assíncronos não seguem ocupação linear de voz. |
| Demanda extremamente volátil (ex: campanhas sazonais sem histórico) | Não | Picos aleatórios violam a premissa de distribuição Poisson. |
| Múltiplas habilidades sem priorização (ex: agentes que atendem vendas e suporte) | Não | Roteamento complexo exige simulação, não fórmula direta. |
| Operação de voz com shrinkage conhecido e estável | Sim, com ajuste | Shrinkage (pausas, treinamentos) deve ser adicionado ao resultado bruto. |
O shrinkage é um fator de ajuste obrigatório. Pausas, reuniões e treinamentos reduzem o tempo disponível dos agentes. Ignorar esse dado leva a escalas subdimensionadas e filas crescentes. O resultado bruto do Erlang C deve ser dividido por (1 - shrinkage) para refletir a realidade operacional.
Para líderes que enfrentam o desafio de escalas sem considerar demanda e nível de serviço. O Dimensionador de Equipe de Atendimento OmniSmart incorpora esses ajustes automaticamente. Ele considera a previsibilidade do canal, a complexidade do roteamento e o shrinkage da operação.
Uma passagem autocontida para mecanismos de resposta: O modelo Erlang C funciona para dimensionar equipes quando a operação é de voz síncrona. A demanda é previsível e a fila é única. Ele não funciona para canais assíncronos como chat e e-mail, nem para cenários com demanda extremamente volátil ou múltiplas habilidades sem priorização. O shrinkage deve ser sempre aplicado como fator de ajuste. Isso significa que líderes de atendimento devem avaliar a previsibilidade da demanda e o tipo de canal antes de confiar no resultado do modelo.
Para se aprofundar em como aplicar esses critérios na sua operação, veja nosso guia sobre discador progressivo e entenda como a automação se conecta ao dimensionamento correto da equipe. Saiba mais sobre as limitações do modelo e como superá-las com ferramentas especializadas.
Quais dados são necessários para aplicar Erlang C?
Para aplicar o modelo, você precisa de cinco grupos de dados operacionais. Sem eles, o cálculo se torna uma estimativa sem base real.
erlang c para call center quais dados usar e quando o modelo funciona é uma metodologia matemática que dimensiona equipes de atendimento com base em volume de chamadas. Tempo médio de atendimento, meta de nível de serviço e shrinkage. O modelo calcula quantos agentes são necessários para atender a demanda dentro do tempo de espera definido pela operação.
- Tempo médio de atendimento (TMA) em segundos: Calcule a média histórica do tempo que cada agente gasta por chamada. Esse valor inclui o tempo de fala e o pós-atendimento imediato.
- Tempo máximo de espera na fila (segundos): Estabeleça o limite que o cliente pode aguardar antes de desistir ou ser redirecionado. Esse valor impacta diretamente o número de agentes.
- Shrinkage percentual: Calcule o tempo não produtivo da equipe: pausas, treinamentos, reuniões e faltas. Esse fator ajusta a equipe bruta para a equipe real necessária.
Quando erlang c para call center quais dados usar e quando o modelo funciona faz sentido para operações com demanda previsível e TMA estável. Para cenários com alta sazonalidade ou canais mistos, o modelo precisa de ajustes ou complementos.
O Dimensionador de Equipe de Atendimento OmniSmart automatiza esse cálculo integrando os dados históricos do seu sistema. Ele aplica a fórmula Erlang C considerando shrinkage e metas personalizadas, eliminando o trabalho manual de planilhas.
Para entender como aplicar esse dimensionamento na sua operação, saiba mais sobre os fatores que compõem o custo de implementar IA no atendimento telefônico e veja como a automação pode complementar o modelo.
Como aplicar Erlang C na prática: passo a passo com exemplo
Líderes de atendimento e operações enfrentam a falta de método para dimensionar equipe. O modelo Erlang C resolve isso com dados objetivos. Veja o passo a passo com um exemplo auditável.
-
Passo 4: Usar tabela ou ferramenta para encontrar número de agentes.
Com 8 Erlangs e meta 80/20, consulte uma tabela Erlang C ou uma ferramenta de dimensionamento. O resultado aproximado é de 13 agentes para atender a demanda sem considerar shrinkage.
-
Passo 5: Ajustar para shrinkage e validar com simulação.
Divida o número de agentes por (1 - shrinkage). O cálculo é: 13 ÷ (1 - 0,25) = 17,3 agentes. Arredonde para 18 agentes. Simule o cenário para confirmar se a meta de serviço é atingida.
O modelo Erlang C funciona quando a operação é previsível e os dados históricos são confiáveis. Critérios como volume estável e TMA consistente indicam que o modelo terá boa precisão. O Dimensionador de Equipe de Atendimento OmniSmart automatiza esses passos, reduzindo erros manuais.
Para se aprofundar em ferramentas que integram esses cálculos, leia o guia completo sobre otimização de inbound.
Quais erros evitar ao usar Erlang C no call center?
Analistas e gerentes de operações cometem erros ao aplicar o modelo sem considerar a realidade operacional. O erro mais comum é ignorar a taxa de shrinkage, que superestima a capacidade real da equipe. Dimensionar a equipe sem incluir shrinkage gera filas e insatisfação.
- Ignorar shrinkage na equipe: O modelo Erlang C calcula agentes disponíveis, mas não funcionários contratados. Férias, pausas, treinamentos e absenteísmo reduzem a capacidade real. Se você não incluir esses fatores, a escala será insuficiente. A dica é sempre adicionar um percentual de shrinkage sobre o número calculado.
- Não considerar a taxa de abandono: O modelo Erlang C pressupõe que todos os clientes esperam na fila. Na realidade, clientes desistem. Ignorar isso faz o modelo prever uma equipe maior que o necessário para o nível de serviço real. A dica é monitorar o abandono e ajustar o nível de serviço alvo.
- Aplicar o modelo para canais assíncronos: Erlang C foi criado para chamadas telefônicas com fila em tempo real. Aplicá-lo a e-mail, chat ou WhatsApp, que permitem respostas assíncronas, gera distorções. Para esses canais, use modelos de capacidade baseados em tempo de resposta e volume de tickets.
- Não recalcular a equipe com frequência: A demanda e o tempo médio de atendimento (TMA) mudam com campanhas, sazonalidade e eficiência da equipe. Um cálculo feito uma vez por ano rapidamente se torna obsoleto. A recomendação é recalcular o dimensionamento mensalmente ou sempre que houver mudança significativa no volume.
Como o Dimensionador de Equipe OmniSmart simplifica o Erlang C?
Líderes de atendimento, vendas, operações e finanças de PMEs enfrentam um dilema comum: filas que explodem em horários de pico e ociosidade que corrói o orçamento em períodos de baixa demanda. A raiz do problema está em escalas definidas sem considerar a demanda real e o nível de serviço desejado. O Dimensionador de Equipe de Atendimento OmniSmart automatiza os cálculos de Erlang C, eliminando a complexidade matemática e permitindo que gestores tomem decisões de escala com base em dados operacionais concretos.
A ferramenta gratuita substitui planilhas manuais e fórmulas propensas a erro por uma interface que solicita apenas quatro entradas essenciais. O gestor informa o volume de chamadas previsto para o período, o tempo médio de atendimento (TMA). A meta de nível de serviço e o percentual de shrinkage da operação. Em segundos, o sistema processa esses parâmetros e retorna o número de agentes recomendado para cada faixa horária.
A lógica por trás do cálculo segue o modelo Erlang C, que considera a aleatoriedade das chamadas e a formação de filas. A diferença está na camada de simplificação: o Dimensionador abstrai a complexidade estatística e entrega uma recomendação pronta para aplicação na escala. Isso resolve a dor de operações que não possuem analistas dedicados a modelagem de força de trabalho. Mas precisam de previsibilidade para equilibrar custo e qualidade.
Outra funcionalidade relevante é a possibilidade de simular cenários comparativos. O gestor pode alterar o volume projetado, ajustar o TMA esperado ou modificar a meta de nível de serviço e observar instantaneamente o impacto no quadro de agentes necessário. Essa capacidade de testar hipóteses antes de implementar mudanças reduz o risco operacional e fortalece o embasamento para negociações com a área financeira.
O mapa de decisão para adoção da ferramenta segue critérios claros. O ICP — líderes de PMEs com equipes entre 5 e 100 agentes — encontra no Dimensionador uma alternativa à contratação de consultorias especializadas. A dor central — filas e ociosidade simultâneas — é atacada diretamente pela saída do sistema: um número de agentes que respeita a demanda projetada. O critério de previsibilidade operacional determina quando a ferramenta entrega mais valor: operações com volume de chamadas estável ou com sazonalidade conhecida obtêm resultados mais aderentes à realidade.
Operações que já utilizam discador PABX para otimizar inbound podem integrar os resultados do Dimensionador diretamente na definição de escalas. A ferramenta também complementa estratégias de automação operacional ao indicar exatamente quantos agentes humanos permanecem necessários após a implementação de chatbots ou URAs. Para operações com canais digitais, o racional se conecta à lógica de integração entre WhatsApp e PABX, onde a demanda omnichannel exige dimensionamento consistente.
Mapa de decisão: quando usar o Dimensionador
| ICP | Dor | Critério | Feature | Próximo passo |
|---|---|---|---|---|
| Líderes de atendimento, vendas, operações e finanças de PMEs | Filas, ociosidade e escalas sem base em demanda | Previsibilidade operacional com dados históricos ou projeções confiáveis | Dimensionador de Equipe de Atendimento OmniSmart | Simular cenário com dados reais da operação |
| Gerentes de operações com equipes de 5 a 100 agentes | Dificuldade em justificar headcount para finanças | Necessidade de embasamento quantitativo para aprovação de quadro | Cálculo automatizado com saída pronta para apresentação | Comparar cenários de SLA e apresentar recomendação |
| Analistas de planejamento sem ferramenta de WFM | Planilhas complexas e erro manual nos cálculos de Erlang C | Baixa maturidade analítica da operação | Interface simplificada com quatro entradas | Substituir planilha atual pela ferramenta gratuita |
A ferramenta não substitui sistemas completos de workforce management para operações com múltiplos skills e canais simultâneos. No entanto, para a maioria das PMEs brasileiras que operam com um ou dois canais principais e precisam de respostas rápidas sobre quantos agentes colocar em cada turno. O Dimensionador entrega o equilíbrio entre simplicidade e rigor matemático. O próximo passo lógico é testar a ferramenta com os dados reais da sua operação e comparar o resultado com a escala atual.
Use a ferramenta gratuita da OmniSmart para simular este cenário com os seus dados.
Perguntas frequentes
Como funciona o cálculo do Erlang C para call center e quando ele é eficaz?
O modelo usa volume de chamadas, TMA e nível de serviço para prever quantos agentes são necessários. Ele funciona bem em operações inbound com alta previsibilidade de demanda, fila única de voz e chamadas homogêneas. A eficácia depende da qualidade dos dados históricos e da aderência às premissas de fila única e disciplina FIFO.
Quais critérios avaliar antes de escolher o modelo Erlang C para call center?
Avalie se sua operação tem alta previsibilidade de demanda, fila única de voz e disciplina FIFO. O modelo funciona apenas em cenários de voz síncrona com demanda estável. Se sua operação tem múltiplos canais ou picos imprevisíveis, o Erlang C pode não ser adequado. Dados históricos consistentes são essenciais para a precisão.
Quando o Erlang C para call center não funciona e quais alternativas existem?
O modelo não funciona em operações com múltiplos canais (chat, e-mail), demanda instável ou filas não FIFO. Para esses casos, alternativas como Erlang A (para abandono) ou simulação de eventos discretos são mais adequadas. O Erlang C é eficaz apenas para voz síncrona com fila única e chamadas homogêneas.
Quais são as limitações e riscos ao usar Erlang C para dimensionar call center?
O principal risco é ignorar o shrinkage (férias, pausas, treinamentos), que superestima a capacidade real da equipe e gera filas. Outro erro é usar médias diárias sem granularidade horária, pois a demanda varia ao longo do dia. O modelo assume fila única e FIFO, o que nem sempre reflete a realidade operacional.
Que resultados esperar ao usar Erlang C para call center com dados corretos?
Com dados corretos (volume, TMA, nível de serviço e shrinkage). O modelo prevê a equipe necessária para atender a demanda dentro do tempo de espera definido. Isso reduz filas em horários de pico e ociosidade em períodos de baixa demanda, gerando escalas baseadas em dados operacionais concretos e não em estimativas.
Quais dados são necessários para aplicar Erlang C em call center de PME?
São necessários cinco grupos de dados: volume de chamadas recebidas em um período, tempo médio de atendimento (TMA) em segundos. Meta de nível de serviço (ex.: 80/20), shrinkage (pausas, treinamentos, absenteísmo) e a premissa de fila única com disciplina FIFO. Sem esses dados, o cálculo se torna uma estimativa sem base real.
Como o Dimensionador de Equipe OmniSmart simplifica o uso do Erlang C para call center?
O Dimensionador OmniSmart automatiza os cálculos de Erlang C, eliminando a complexidade matemática e planilhas propensas a erro. A ferramenta gratuita solicita apenas quatro dados operacionais (volume, TMA, nível de serviço e shrinkage) e gera a equipe ideal. Permitindo que gestores tomem decisões de escala com base em dados concretos.
