Ανάπτυξη μεθοδολογίας για τον περιορισμό των ουρών αναμονής στα καταστήματα τραπέζης

Σίμος, Νικόλαος; Simos, Nikolaos

dc.contributor.author	Σίμος, Νικόλαος	el
dc.contributor.author	Simos, Nikolaos	en
dc.date.accessioned	2017-02-20T09:37:16Z
dc.date.available	2017-02-20T09:37:16Z
dc.date.issued	2017-02-20
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/44384
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.13907
dc.rights	Default License
dc.subject	Ουρές αναμονής	el
dc.subject	Καταστήματα τραπεζών	el
dc.subject	Ταμίες	el
dc.subject	Προσομοίωση	el
dc.subject	Βελτιστοποίηση	el
dc.subject	Queues	en
dc.subject	Bank branches	en
dc.subject	Bank tellers	en
dc.subject	Simulation	en
dc.subject	Optimization	en
dc.title	Ανάπτυξη μεθοδολογίας για τον περιορισμό των ουρών αναμονής στα καταστήματα τραπέζης	el
dc.title	Development of a methodology to reduce queues at bank branches	en
heal.type	bachelorThesis
heal.classification	Επιχειρησιακή έρευνα	el
heal.classification	Operational research	en
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2016-10-12
heal.abstract	Η μοντελοποίηση των ουρών αναμονής σε καταστήματα τραπεζών έχει μελετηθεί ενδελεχώς στο παρελθόν από πληθώρα ερευνητών ώστε να περιορίσουν τους υψηλούς χρόνους αναμονής σε αυτά. Στην Ελλάδα το εν λόγω πρόβλημα έχει ενταθεί τα τελευταία χρόνια, ιδιαίτερα μετά την επιβολή των capital controls, τα οποία οδήγησαν στην αύξηση της κοσμοσυρροής στα υποκαταστήματα των τραπεζών και την πραγματοποίηση μεγαλύτερου όγκου συναλλαγών σε αυτά. Τίθεται λοιπόν περισσότερο από ποτέ το ζήτημα της ανάπτυξης μίας μεθοδολογίας με σκοπό τη βέλτιστη διαχείριση των αυξημένων ουρών αναμονής, την επίτευξη όσο το δυνατόν μικρότερων χρόνων αναμονής και την καλύτερη εξυπηρέτηση των πελατών. Στην παρούσα εργασία παρουσιάζεται μία ολοκληρωμένη μεθοδολογία μείωσης ουρών αναμονής μέσω της βέλτιστης κατανομής των θέσεων εργασίας των διαθέσιμων ταμιών (tellers) κάθε καταστήματος της τράπεζας. Ο αλγόριθμος ελέγχει κάθε χρονική στιγμή εντός του ωραρίου λειτουργίας του καταστήματος το πλήθος των πελατών που βρίσκονται σε αναμονή και εκτιμώντας τον αναμενόμενο χρόνο αναμονής τους αποφασίζει για το αν η τράπεζα πρέπει να στελεχώσει επιπλέον ταμεία ή αν τα υπάρχοντα είναι επαρκή. Επιπλέον, σε περίπτωση πλεοναζόντων tellers ο αλγόριθμος συμβουλεύει το κλείσιμο αντίστοιχου αριθμού θέσεων ταμείου. Αποτέλεσμα είναι η αύξηση της ποιότητας εξυπηρέτησης των πελατών της τράπεζας χωρίς να αυξάνεται σημαντικά ο απαιτούμενος χρόνος εργασίας στα ταμεία. Πιο συγκεκριμένα για την υλοποίηση της μεθοδολογίας σε κάθε κατάστημα του δικτύου της τράπεζας δημιουργήθηκαν δύο εργαλεία: Το ημερολόγιο καταστήματος και ο πίνακας καταστήματος. Η διαδικασία της δημιουργίας των εργαλείων έγκειται στη διάκριση των καταστημάτων σε τρεις κατηγορίες ανάλογα με τη δυσαρέσκεια που προκαλούν στους πελάτες λόγω της παραμονής τους στην ουρά. Οι κατηγορίες αυτές είναι τα Πράσινα (χαμηλή παραγόμενη δυσαρέσκεια), τα Πορτοκαλί (μέτρια παραγόμενη δυσαρέσκεια) και τα Κόκκινα καταστήματα (υψηλή παραγόμενη δυσαρέσκεια). Με τον ίδιο τρόπο χαρακτηρίζονται οι εργάσιμες ημέρες σε κάθε κατηγορία καταστημάτων, ως Πράσινες, Πορτοκαλί, ή Κόκκινες. Έπειτα, κατασκευάζεται ένα ημερολόγιο για κάθε κατηγορία καταστημάτων, το οποίο περιέχει το χαρακτηρισμό κάθε εργάσιμης ημέρας σύμφωνα με την παραπάνω μεθοδολογία. Η πρόβλεψη της συναλλακτικής κίνησης για κάθε ημέρα προκύπτει από την αντιστοίχιση των εργάσιμων ημερών του προηγούμενου έτους σε αυτές του τρέχοντος έτους, λαμβάνοντας υπόψη και την επίδραση εξωγενών παραγόντων. Με βάση την κατηγοριοποίηση, το ημερολόγιο και τον υπολογισμένο χρόνο εξυπηρέτησης κάθε καταστήματος, αναπτύσσεται στη συνέχεια ο πίνακας καταστήματος, ο οποίος συγκεντρώνει δύο πληροφορίες: Τον προτεινόμενο αριθμό teller στο ξεκίνημα κάθε ημέρας ανάλογα με το χαρακτηρισμό της, καθώς και τον προτεινόμενο αριθμό teller σε κάθε χρονική στιγμή εντός του ωραρίου λειτουργίας του καταστήματος, ανάλογα με το πλήθος πελατών που βρίσκονται εκείνη τη στιγμή σε αναμονή. Η απόφαση για το βέλτιστο αριθμό teller σε κάθε χρονική στιγμή λαμβάνεται με βάση κάποιο στόχο για τον επιθυμητό χρόνο αναμονής των πελατών. Έτσι, σε περίπτωση που ο στόχος αυτός δεν επιτυγχάνεται με το υπάρχον πλήθος ενεργών ταμείων, ο πίνακας προτείνει τη στελέχωση των απαραίτητων επιπλέον ταμείων. Σε αντίθετη περίπτωση, ο πίνακας συστήνει το κλείσιμο των πλεοναζόντων ανοιχτών ταμείων. Η μεθοδολογία εφαρμοστήκε σε 40 καταστήματα του δικτύου μίας μεγάλης ελληνικής τράπεζας, σε στοιχεία για τις ουρές αναμονής για το έτος 2014. Για την αξιοποίηση των διαθέσιμων στοιχείων και την εφαρμογή των παραπάνω εργαλείων ώστε να βελτιστοποιηθεί η διαχείρισή τους, απαιτήθηκε η ανάπτυξη κατάλληλου συστήματος. Τα αποτελέσματα της προσομοίωσης έδειξαν πως η εφαρμογή της μεθοδολογίας στα 40 αυτά καταστήματα προκάλεσε μία μέση μείωση του χρόνου αναμονής των πελατών ίση με 20%, μειώνοντας τη παραγόμενη δυσαρέσκεια και τον αριθμό πελατών που αποχωρούν από το κατάστημα χωρίς να εξυπηρετηθούν κατά 24% και 7% αντίστοιχα.	el
heal.abstract	Queues at bank branches and their modelling have been studied extensively in the past by a plethora of researchers, in order to reduce the high waiting times they cause. In Greece, the said problem has been intensified during recent years especially following the imposition of capital controls on Greek banks, which led to a dramatic increase in the number of transactions carried out at the banks’ branches. Thus, the matter of developing a methodology with the purpose of managing the queues at bank branches optimally, achieving waiting times as low as possible and improving the customers’ service quality is now more relevant than ever. The aim of this thesis is to present a complete methodology to reduce the queues at bank branches, through the optimal allocation of the number of available tellers serving customers at any given time during a working day, for all the bank’s branches. The algorithm checks the number of customers waiting at any given time during the branch’s working hours and, estimating the expected waiting time, decides on whether the branch has to staff additional working places or the existing ones are sufficient. Furthermore, in case there are excessive active tellers, the algorithm suggests the deactivation of the corresponding number of working places. As a result, the customer service quality is improved without a significant increase in the tellers’ requisite working period. More specifically, to implement the methodology, the creation of two tools was necessary: The branch’s calendar and its Optimal Staffing Table. The process of creating these tools consists of distributing the branches in three separate categories, depending on the dissatisfaction they cause to their customers because of their stay in the branch’s queue. These categories are: The Green branches (generating low dissatisfaction), the Orange branches (generating average dissatisfaction) and the Red branches (generating high dissatisfaction). In the same manner, each branch category’s working days are characterized as Green, Orange or Red. Afterwards, we construct a calendar for each branch category, which contains the characterization of each working day according to the above mentioned methodology. The forecasting of each day’s transactional traffic comprises of matching last year’s working days to the current year’s corresponding ones, taking into account the effect of exogenous factors. Based on the branches’ categorization, the calendar and the calculated service time for each branch, we develop each branch’s Optimal Staffing Table, which brings together two separate pieces of intelligence to support the management’s decision process: On the one hand, the suggested number of active tellers at the start of each working day depending on its characterization, and on the other hand the suggested number of active tellers at any given time during the branch’s working hours, depending on the number of customers waiting at that time. The decision on the optimal number of tellers is made based on a target for the desired maximum waiting time. Thereafter, in case this target is not achieved with the current number of active tellers, the Table suggests the staffing of the necessary additional ones, while otherwise, it suggests the deactivation of the excessive tellers. The methodology was implemented on 40 bank branches of a large Greek bank, using statistical data on their queues for the year 2014. In order to utilize the available data, simulate the branch’s operations and the queue’s service and implement the above mentioned tools for the optimization of the queues’ management, the development of a software system was deemed necessary. The results of the simulation proved that the implementation of the proposed methodology at these 40 branches resulted in an average 20% decrease in their waiting time, while decreasing the generated dissatisfaction by 24% and the clients abandoning the branches without carrying out their transactions by 7%.	en
heal.advisorName	Ασημακόπουλος, Βασίλειος	el
heal.committeeMemberName	Ψαρράς, Ιωάννης	el
heal.committeeMemberName	Ασκούνης, Δημήτριος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων	el
heal.academicPublisherID	ntua
heal.numberOfPages	115 σ.	el
heal.fullTextAvailability	true