эффективность работы операционного отдела банка как

ЭФФЕКТИВНОСТЬ РАБОТЫ ОПЕРАЦИОННОГО ОТДЕЛА БАНКА КАК
СИСТЕМЫ МАССОВОГО ОБСЛУЖИВАНИЯ
Климова В.М., Старовойтова Т.Ф.
Академия управления при Президенте Республики Беларусь (г. Минск)
Реинжиниринг банковских бизнес-процессов с помощью компьютерных
имитационных моделей сегодня является одним из самых перспективных
направлений теоретических и экспериментальных исследований в финансовокредитной сфере.
В целях оценки и оптимизации качества обслуживания в коммерческом
банке необходимо проанализировать
систему показателей качества
функционирования банка как системы массового обслуживания. Данный анализ
может
быть
использован
при
разработке
программ
повышения
конкурентоспособности коммерческих банков.
В данной работе проведен анализ эффективности работы системы
массового обслуживания (СМО) в сфере банковской деятельности на
следующем
модельном
примере
(использовался
пакет AnyLogic).
Предполагалось, что моделируемая система банковского офиса характеризуется
следующими параметрами: время между прибытиями клиентов распределено
по экспоненциальному закону, вместимость очереди N11 = 4, N12 =10 клиентов,
канал обслуживания К1– модель банкомата, К2 и К3–работники операционного
отдела банка.
Анализ эффективности работы отдела производился по следующим
показателям: относительная нагрузка на систему, вероятность того, что все
обслуживающие устройства свободны, вероятность отказа в обслуживании,
среднее число требований, ожидающих в очереди, среднее время ожидания
клиента в очереди к банкомату, среднее время пребывания требования в
системе.
Проанализировав поочередно компоненты системы, можно сделать
вывод, что в приведенном модельном примере многоканальная СМО с
ожиданием работает не слишком эффективно, в результате чего, банковский
офис не только не обслуживает достаточное число клиентов ежедневно, но и
теряет клиентскую базу вообще. Так, результаты расчетов показывают, что из
320 обратившихся в банк клиентов, 192 ушли, совершив необходимые
операции, в то время как 113 человек покинули систему не обслуженными.
Вероятность того, что все обслуживающие устройства свободны, слишком мала
(23%), т.е. практически все время работы офиса сотрудники работают без
перерыва, в результате, это сказывается на эффективности выполнения их
обязанностей. Среднее время ожидания клиента у банкомата W=6,57, к
сотруднику банка W=4,78. Таким образом, время ожидания слишком велико, и
клиенты могут не дождаться и уйти без обращения к сотруднику или
использования банкомата. Анализ свидетельствует о недостатке операторов и
банкоматов. В результате этого, банк теряет не только клиентов, но и прибыль.
Анализ результатов позволяет определить оптимальное количество
каналов СМО. В данном модельном примере для эффективного
функционирования офиса необходимо добавить 1 банкомат и 2 сотрудника
банка. Это приведет к следующим изменениям показателей: при 320
поступивших заявках, количество обработанных заявок составит 261, тогда как
число необслуженных заявок 43. Такие показатели соответствуют показателям
хорошо функционирующей СМО и гарантируют эффективное обслуживание
клиентов банка.
В настоящее время качество обслуживания как элемент бизнескоммуникаций получает свое развитие по мере насыщения рыночной
инфраструктуры коммерческими банками и обострения конкурентной борьбы.
Приведенный в данном докладе пример демонстрирует целесообразность и
удобство использования системы AnyLogic при планировании численности
специалистов, оценки и оптимизации качества обслуживания клиентов банка.