王文妍

摘 要：對(duì)銀行顧客到達(dá)與服務(wù)情況進(jìn)行假設(shè)檢驗(yàn)，根據(jù)檢驗(yàn)結(jié)果計(jì)算出顧客到達(dá)服從泊松分布、服務(wù)服從指數(shù)分布，并計(jì)算出系統(tǒng)的服務(wù)強(qiáng)度，根據(jù)情況對(duì)銀行服務(wù)系統(tǒng)給出合理的建議。

關(guān)鍵詞：銀行服務(wù)系統(tǒng)；假設(shè)檢驗(yàn)；泊松分布；指數(shù)分布

中圖分類號(hào)：F27 文獻(xiàn)標(biāo)識(shí)碼：Adoi：10.19311/j.cnki.1672-3198.2018.01.027

1 引言

在如今國民經(jīng)濟(jì)和金融市場(chǎng)高速發(fā)展的今天，人民的生活水平日漸提高，銀行的使用率也大幅提升。但是，與之緊密相關(guān)的銀行營業(yè)廳卻往往是人滿為患。吳國平等人指出只有通過設(shè)置、合理采用排隊(duì)服務(wù)系統(tǒng)，真正減少顧客等待的時(shí)間，才能提高顧客的滿意度。劉法勝等人提出優(yōu)化排隊(duì)系統(tǒng)中服務(wù)過程的時(shí)間配置，并且推薦使用叫號(hào)機(jī)系統(tǒng)，對(duì)銀行提高服務(wù)質(zhì)量、降低成本、提高顧客滿意度以及增加市場(chǎng)份額都具有十分重要的實(shí)際意義。接著范文宇，苑輝等人研究了某商業(yè)銀行平行排列的多服務(wù)臺(tái)系統(tǒng)的其中一個(gè)隊(duì)列，他們使用的模型是到達(dá)時(shí)間服從泊松分布，服務(wù)時(shí)間服從一般正態(tài)分布的M/G/1排隊(duì)系統(tǒng)，如果平均等待時(shí)間超過1分鐘，就認(rèn)為系統(tǒng)的效率低。

本文主要是通過科學(xué)的假設(shè)檢驗(yàn)確定銀行排隊(duì)類型，然后計(jì)算出該類型模型的服務(wù)強(qiáng)度，如果服務(wù)強(qiáng)度大于1，就認(rèn)為系統(tǒng)不穩(wěn)定，需要進(jìn)行優(yōu)化，并根據(jù)情況對(duì)銀行服務(wù)系統(tǒng)給出合理的建議。

2 對(duì)采集數(shù)據(jù)的假設(shè)檢驗(yàn)

本文研究的銀行是N商業(yè)銀行，本文所使用的數(shù)據(jù)均來自該行的叫號(hào)機(jī)設(shè)備。取數(shù)時(shí)間段是上午8點(diǎn)半-12點(diǎn)，下午2點(diǎn)-4點(diǎn)半，共6天數(shù)據(jù)。

2.1 顧客到達(dá)情況的檢驗(yàn)

若時(shí)間間隔設(shè)定為10分鐘，而作者所取的樣本容量為60*6*6=2160min，共可分為216個(gè)時(shí)間間隔，到達(dá)1193位顧客，具體數(shù)據(jù)如表1所示。

運(yùn)用SPSS22.0對(duì)所收集的數(shù)據(jù)進(jìn)行是否服從泊松分布的Kolmogorov-Smirnov假設(shè)檢驗(yàn)，統(tǒng)計(jì)檢驗(yàn)結(jié)果見表2。

從單樣本 Kolmogorov-Smirnov 檢驗(yàn)結(jié)果可以看出，按P=001的標(biāo)準(zhǔn)來看，檢驗(yàn)值0.128>0.01，到達(dá)銀行的顧客流服從泊松分布。顧客到達(dá)率可以由觀測(cè)數(shù)據(jù)的估計(jì)值求出，下面討論到達(dá)率估計(jì)值的計(jì)算方法。

即直接就可以求出估計(jì)值，SPSS直接給出了相應(yīng)的到達(dá)率λ=556人/10分鐘，顧客到達(dá)的平均時(shí)間間隔（10λ）為1799分鐘，即平均每1分48秒到達(dá)一位顧客。

2.2 窗口服務(wù)情況的檢驗(yàn)

將沒有服務(wù)時(shí)間的樣本去掉，在1193位到達(dá)顧客中有79位顧客直到銀行營業(yè)廳下班也沒能為其服務(wù)，所以接下來我們研究的樣本總量是1114。由于服務(wù)窗口叫號(hào)是連續(xù)的，就算一些顧客提前離開隊(duì)伍（即不耐煩顧客），系統(tǒng)也會(huì)持續(xù)叫號(hào)，經(jīng)過人工觀察發(fā)現(xiàn)，一般系統(tǒng)會(huì)叫1-3次號(hào)碼，這個(gè)時(shí)間會(huì)持續(xù)1-30秒不等，如果這個(gè)時(shí)間內(nèi)拿到該號(hào)碼的顧客沒有去對(duì)應(yīng)的窗口接受服務(wù)，即認(rèn)為他（她）是不耐煩顧客，該號(hào)碼視為空號(hào)。

將1114位顧客的服務(wù)時(shí)間進(jìn)行頻次分析，其中服務(wù)時(shí)間小于30s的顧客有472位，大于30s的顧客有642位。由于不耐煩顧客較多，每天實(shí)際服務(wù)的顧客數(shù)相差較大，如果把所有的服務(wù)數(shù)據(jù)像到達(dá)情況一樣分析，可能會(huì)使研究結(jié)果不準(zhǔn)確，故決定研究服務(wù)情況時(shí)將每天看作一個(gè)分組，按天分開來研究。

觀察表3中每天顧客服務(wù)時(shí)間的檢驗(yàn)值，發(fā)現(xiàn)每組的檢驗(yàn)值均大于0.01，故認(rèn)為顧客的服務(wù)時(shí)間服從負(fù)指數(shù)分布。下面討論服務(wù)率μ的計(jì)算方法：

使用公式（4）計(jì)算服務(wù)率μ的方法來計(jì)算顧客的服務(wù)率，結(jié)果如表4所示。

顧客的服務(wù)率最低的是8月21日，平均每10分鐘服務(wù)0.81位顧客，最高的是8月26日，平均每十分鐘服務(wù)1.66位顧客。

通過上述假設(shè)檢驗(yàn)的結(jié)果可以確定該銀行的顧客排隊(duì)類型是到達(dá)間隔服從泊松分布、服務(wù)時(shí)間服從指數(shù)分布的M/M/C模型。

3 模型主要指標(biāo)的計(jì)算與分析

由于服務(wù)時(shí)間是按天分組進(jìn)行計(jì)算的，為了方便分析，也將顧客到達(dá)的數(shù)據(jù)分天計(jì)算。然后使用以下公式計(jì)算服務(wù)強(qiáng)度ρ：

最終計(jì)算的不同日期服務(wù)臺(tái)的主要指標(biāo)如表5所示。

4 結(jié)論

從表5可以看出除了8月26日（周六）的服務(wù)強(qiáng)度ρ=0.86<1之外，其他的時(shí)間的服務(wù)強(qiáng)度均大于1，說明該銀行的排隊(duì)系統(tǒng)不穩(wěn)定，單位時(shí)間內(nèi)到達(dá)的顧客數(shù)大于服務(wù)完的顧客數(shù)，會(huì)造成排隊(duì)系統(tǒng)中排隊(duì)等待的人數(shù)越來越多，不耐煩情況也越來越多。

關(guān)于優(yōu)化方法，最直接的就是增加服務(wù)臺(tái)數(shù)，但是如何選擇最優(yōu)的服務(wù)臺(tái)數(shù)呢？可以使用建立一個(gè)費(fèi)用最省模型，然后用邊際分析法來求出最合理的服務(wù)臺(tái)數(shù)，具體做法可以參考文獻(xiàn)。另外，也可以從以下方面著手，盡量減少顧客的不耐煩情緒：

（1）在顧客等候區(qū)設(shè)置飲水機(jī)、期刊報(bào)紙，或者開設(shè)免費(fèi)網(wǎng)速快的無線局域網(wǎng)供顧客使用；（2）提高銀行服務(wù)窗口工作人員的工作效率，加快業(yè)務(wù)辦理速度，提升工作人員的工作素養(yǎng)；（3）大力推廣手機(jī)APP、自助銀行服務(wù)，使顧客能夠自己解決一些業(yè)務(wù)需求，減少銀行營業(yè)廳的服務(wù)壓力；（4）在顧客剛到達(dá)時(shí)，及時(shí)地了解顧客的需求，為顧客推薦合適的辦理方式，而不是讓到達(dá)的顧客都自己盲目地取號(hào)、等待。

參考文獻(xiàn)

[1]吳國平，吳勝.商業(yè)銀行排隊(duì)服務(wù)系統(tǒng)與顧客等待關(guān)系研究[J].上海金融，2012，（8）：110-111.

[2]劉法勝，史士英，王德成.排隊(duì)論與銀行的顧客服務(wù)系統(tǒng)[J].山東交通學(xué)院報(bào)，2003，11（1）：83-86.

[3]范文宇，苑輝.基于排隊(duì)論的銀行客戶服務(wù)系統(tǒng)問題研究[J].價(jià)值工程，2005，（12）：126-128.

[4]薛薇.統(tǒng)計(jì)分析與SPSS的應(yīng)用[M].中國人民大學(xué)出版社，2014.

[5]李時(shí).應(yīng)用統(tǒng)計(jì)學(xué)[M]. 北京：清華大學(xué)出版社，2007.

[6]繆銓生.概率與數(shù)理統(tǒng)計(jì)[M]. 上海：華東師范大學(xué)出版社 ，1997.

[7]張玉炘，郭梁英，安瑞霞，王新春.銀行排隊(duì)系統(tǒng)的最佳窗口數(shù)設(shè)置研究[J].經(jīng)營管理者，2016，（4）：155.endprint