Новости
09.05.2023
с Днём Победы!
07.03.2023
Поздравляем с Международным женским днем!
23.02.2023
Поздравляем с Днем защитника Отечества!
Оплата онлайн
При оплате онлайн будет
удержана комиссия 3,5-5,5%








Способ оплаты:

С банковской карты (3,5%)
Сбербанк онлайн (3,5%)
Со счета в Яндекс.Деньгах (5,5%)
Наличными через терминал (3,5%)

СОВЕРШЕНСТВОВАНИЕ ПРОЦЕССА ОБСЛУЖИВАНИЯ КЛИЕНТОВ В УСЛОВИЯХ ПЕРЕГРУЗКИ СИСТЕМЫ

Авторы:
Город:
Ульяновск
ВУЗ:
Дата:
02 апреля 2016г.

Для компаний, чья деятельность связана с обслуживанием клиентов, важной задачей является правильная организация процесса обслуживания. От того, насколько быстро, качественно и удобно для клиента проходит его контакт с компанией, во многом зависит вероятность его повторных обращений. Более того, недовольный обслуживанием клиент не только сам может отказаться от услуг данного предприятия, но и побудит других людей к такому отказу своими негативными отзывами.

Сложность организации процесса обслуживания обусловлена тем, что по своей сути он является случайным. Т.е. невозможно заранее предсказать, что будет с процессом в данный конкретный момент времени, можно лишь установить закономерности в характеристиках за длительный период. Однако клиент, приходя в компанию, имеет дело с этим процессом здесь и сейчас, и характеристики обслуживания для него могут значительно отличаться от средних значений. Поэтому всегда остается вероятность, что в некоторый момент времени в силу разных причин обслуживание пройдет не на должном уровне.

Далее будем рассматривать такой параметр обслуживания, как время его ожидания (нахождения в очереди). С точки зрения клиента это время должно быть как можно меньше. Очевидно, что чем больше клиентов обращаются за обслуживанием, тем дольше им придется ждать в очереди. С другой стороны, чем быстрее проходит обслуживание, тем меньше время ожидания. В свою очередь скорость обслуживания зависит от времени, которое на него требуется, и от количества обслуживающих сотрудников. В результате мы имеем три фактора, определяющих время ожидания. Рассмотрим, как их изменение факторов может повлиять на выбранный параметр.

Количество клиентов, обращающихся за обслуживанием, не имеет прямой зависимости от нашей организации самого процесса. Оно зависит от специфики деятельности компании, от наличия конкурентов и т.д. Поэтому скорость поступления клиентов следует рассматривать как внешнюю заданную величину, и остальные параметры должны под нее подстраиваться.

Скорость обслуживания является внутренним параметром нашей системы, соответственно при необходимости на нее можно оказывать влияние. Для этого процесс обслуживания следует подвергнуть анализу на предмет эффективности его выполнения и найти источники временных потерь.

Количество сотрудников,  обслуживающих клиентов,  является самым точно и легко измеряемым параметром в нашей системе. Чем больше сотрудников вовлечено в работу с клиентами, тем меньше клиентам приходиться ждать в очереди.

Совокупное влияние трех вышеперечисленных факторов приводит к одной из следующих ситуаций. Во- первых, наша система может работать в перегруженном режиме, когда очередь велика и клиенты подолгу ждут обслуживания. Это произойдет, если скорость поступления клиентов намного выше скорости их обслуживания, т.е. у нас недостаточно сотрудников и/или обслуживание каждого клиента длится долго.

Во-вторых, система может работать в нормальном режиме, когда скорость поступления клиентов примерно соответствует возможностям системы, и в результате время ожидания в очереди устраивает и нас, и наших клиентов.

В-третьих, система может работать в недогруженном режиме, когда скорость поступления клиентов намного ниже скорости их обслуживания. В результате время ожидания в очереди мало. Это объясняется тем, что клиента могут обслужить очень быстро и/или велико число сотрудников, занятых обслуживанием. В такой ситуации нужно уделить пристальное внимание рентабельности нашей системы.

Далее проведем анализ работы системы в перегруженном режиме с целью выявить возможности для снижения времени ожидания клиента в очереди.

При попытке количественно выразить зависимости между параметрами работы системы мы приходим к необходимости обратиться к экономико-математическому аппарату, а именно к теории массового обслуживания. Предлагаемые ею зависимости, как правило, нелинейны, что затрудняет нахождение универсальных закономерностей, однако можно найти весьма полезные результаты для частных случаев.

Еще одна сложность в практическом применении теории массового обслуживания заключается в том, что для расчетов необходимы вышеуказанные три параметра. И если число обслуживающих сотрудников легко поддается контролю, то для отслеживания скорости поступления и обслуживания клиентов нужны дополнительные меры организации процесса.

Предположим, что в нашей системе применяется механизм «электронной очереди» – программно- аппаратного комплекса, позволяющего формализовать и оптимизировать управление потоком посетителей. Из данных, собираемых «электронной очередью», можно найти требуемые параметры работы.

Введем следующие обозначения: n – число обслуживающих сотрудников; λ – среднее количество клиентов, приходящих за единицу времени; ts – среднее время обслуживания одного клиента; μ – среднее количество клиентов, обслуженных одним сотрудником за единицу времени, причем μ = 1⁄ts. Тогда управляемыми параметрами будут n, ts и μ, а параметр λ не поддается контролю, поскольку определяется вне

системы.

Пусть входящий и исходящий потоки клиентов можно считать марковскими с интенсивностями λ и μ соответственно. Электронная очередь распределяет клиентов по принципу: «первым пришел – первым

обслуживаешься». Ограничения на количество мест для ожидающих клиентов отсутствуют. Тогда можно использовать теоретические результаты для многоканальной системы массового обслуживания (M/M/n): (FIFO/ ∞/∞) [1].

Определим, в каком случае система будет работать в перегруженном режиме. Известно [1], что расчет параметров работы возможен только при λ < μn, в противном случае система не справляется с предложенной нагрузкой, и длина очереди неограниченно увеличивается. При этом, чем ближе λ к μn, тем быстрее ухудшаются показатели работы системы (как правило, по экспоненте). Поэтому под режимом перегрузки будем понимать ситуацию, в которой 0 < μn − λ < δ, где δ малое положительное число. Т.е. расчет показателей еще возможен, но их значения слишком велики (или малы) для приемлемого уровня обслуживания.

В таком случае у нас два пути решения проблемы: увеличить n и/или уменьшить μ. Это требует значительных усилий и финансовых затрат, поэтому проанализируем, какой вариант даст наибольший эффект.

Найдем, как повлияет изменение данных параметров на характеристики пребывания клиента в очереди.

Среднее время ожидания клиента в очереди, если он сразу не попал на обслуживание, находится по формуле


Тогда увеличение n на единицу приведет к уменьшению W на μ⁄(nμ − λ + μ) ∙ 100 процентов. Для расчета влияния изменения μ воспользуемся понятием эластичности. Соответствующие расчеты показывают, что при увеличении μ на один процент, W уменьшается на nμ⁄(nμ − λ) процентов. Сравнение этих величин приводит к выводу, что влияние изменения n (если n не превышает 100) на среднее время ожидания сильнее, чем влияние μ при прочих равных условиях.

Далее рассмотрим, как изменение μ и n отразится на вероятности того, что клиент будет ждать в очереди дольше, чем допустимое время T. Эта вероятность определяется формулой 

где E2,n(λ⁄μ) – вторая формула Эрланга [1, 2].

С учетом существенной нелинейности данной формулы, получить аналитические выражения эластичности не удается, однако можно провести расчеты при конкретных значениях параметров.

Пусть количество сотрудников n = 8, среднее время обслуживания одного клиента 3 минуты, тогда μ = 1⁄3 = 0,3333. Определим λ, при которых система будет работать в режиме перегрузки: 0 < 8 ∙ 0,3333 − λ < 0,1. Рассчитаем, как изменятся характеристики ожидания, если мы увеличим количество сотрудников на одного, а μ увеличим на один процент, что приблизительно соответствует снижению среднего времени обслуживания на один процент.

Как следует из Табл.1 и 2, увеличение только μ на один процент не дает значимого улучшения, в то время как увеличение n на единицу в разы улучшает ситуацию. Совместное влияние двух этих параметров слабо улучшает характеристики ожидания по сравнению с одиночным влиянием n.


Таблица 2 

Изменение относительно базового варианта


n

9

8

9

9

8

9

μ

0,3333

0,3333

0,3367

0,3333

0,3333

0,3367

λ

2,6

2,6

2,6

2,65

2,65

2,65

E2,n(λ⁄μ)

–36%

–3%

–38%

–35%

–3%

–37%

p10

–97%

–26%

–98%

–97%

–26%

–98%

W

–83%

–28%

–84%

–95%

–62%

–96%

В результате проведенных расчетов получаем, что при заданных условиях небольшое увеличение скорости обслуживания клиентов не даст большого эффекта. Гораздо эффективнее будет просто увеличить количество обслуживающих сотрудников.

Теперь предположим, что имеется возможность значительного снижения среднего времени обслуживания (например, за счет автоматизации деятельности сотрудников). Проведем аналогичные расчеты при условии, что мы можем на 10 процентов уменьшить ts (до 2,7 минуты).

Из Табл.3 получаем, что эффект от снижения среднего времени обслуживания на 10 процентов примерно такой же, как от увеличения количества обслуживающих сотрудников на единицу.

Таким образом, попытка снизить время ожидания клиентов в очереди только за счет увеличения скорости обслуживания даст незначительное улучшение по сравнению с увеличением количества обслуживающих сотрудников, если система работает в режиме перегрузки.

 

Список литературы

1.     Клейнрок Л. Теория массового обслуживания. Москва, Машиностроение, 1979. 432 с.

2.     Мартыненко Ю.В. Построение показателей операционной эффективности на основе теории массового обслуживания. Современная экономика: проблемы и решения, 2014, № 12 (60), с. 18-26.