a)  You should upload your  report  (as a Word file) and your  Python code  (as a py file),  by

9:00am on Tuesday, 20th December 2022

e)  The report file should be named 12345678.docx, where 12345678 is an example Library Card/Student Number, containing:  (i) a maximum of six pages presenting your analysis as described in the following page; and (ii) a copy of your Python code [there is no page limit] (please do not take screenshots, just copy and paste your code).

g)  In case you want to import any packages apart from pandas, matplotlib, numpy, math, random, tkinter, pickle, and seaborn, you should contact the module leader first.

h)  The program should run without errors and produce the same output used in your report. The source code should be well commented and well structured, programmed in Python with Spyder as an Editor.

Tasks [Worth 60% of the module]

A large energy company provides a call centre to answer customers’ queries. The call centre management is keen to understand the activity and performance levels that the call centre has experienced over the last winter and what they might do to improve their experiences next year.  They know that activity levels vary considerably during the day and so data has been collected for the morning, afternoon and evening ‘peak’ hours. They are hoping to understand their workloads better, and also how they are related to the experience of their customers when calling the call centre.

They are particularly interested in reducing the number of callers who abandon if this is possible. During the last Winter they have been experimenting with virtual hold technology (VHT). When VHT is ‘on’ callers who cannot be dealt with immediately are offered the chance to be rung back without losing their place in the queue. Is there any evidence that this reduces the chance that callers abandon their call?

The Excel data file ‘EnergyCallCentre.xlsx’ contains the following data for 504 ‘peak’ hours of operation from last Winter:

Month – refers to three 2-month long periods of time;

VHT – specifies whether Virtual Hold Technology was on or off;

ToD – specifies which peak hour the data is from;

Agents – an indication of the number of agents available to handle calls during the hour (not very

CallsOffered – number of callers calling during the hour;

CallsAbandoned – number of calls arriving during the hour which rang off before speaking to an agent; CallsHandled – number of calls arriving during the hour which spoke to an agent;

ASA – average speed of answer (minutes), i.e.  average time between the caller first ringing the call

centre and speaking to an agents;

Avehandletime – the average time that calls require from an agent, including ‘wrap-up’ time.

Draw a random sample of size 100 from this population of one hour periods and investigate your sample using Python.  Do not forget to set your unique starting point for the Python random number generator.  For this coursework question use the last four digits of your library card PLUS 1, i.e.  if your library card ends ‘4321’ type in ‘4322’, and if your library card ends ‘0329’ type in ‘330’ .  Record these digits at the top of

your answer.