成人av资源在线播放,国产精品亚洲网站,日本一区二区三区视频在线播放

主頁 > 知識庫 > 電話銀行排隊理論的科學視角

電話銀行排隊理論的科學視角

　　有調查顯示，僅美國和加拿大的呼叫中心就已超過１４萬個。專家預測，世界呼叫中心市場今后每年將會以２１％的速度遞增。在中國，呼叫中心發展態勢強勁，年平均增長率竟高達１４％。其主要應用領域聚集在電信、金融等服務性行業，占呼叫中心總量的７０％以上。在建設呼叫中心之際，用戶普遍關心的一個話題是：如何在一定經濟條件下設計合理的座席數目，以達到預定的服務質量和效率，并能預測系統性能。　　目前，被企業用戶廣泛運用的設計方式是采用簡單的排隊模型。盡管這種模式對呼叫中心的發展有著重要的理論指導作用，但這些排隊理論的前提假設和實際統計數據有一定差距，不能精確評估實際呼叫中心的性能和績效，從而影響著呼叫中心的設計和性能評價。為使排隊理論模型能更精確地刻畫呼叫中心的各種特征，ＬａｗｒｅｎｃｅＢｒｏｗｎ等人以某電話銀行呼叫中心在一段時間內的詳細電話數據為基礎，通過統計分析，得出一些更切合實際、更優化性能的理論。在呼叫中心從“成本中心”轉變為“利潤中心”的市場狀況下，這些科學的排隊理論對注重呼叫中心服務質量和運營效率的金融機構來說有著深遠的指導意義。一、簡單的呼叫中心排隊理論　　在呼叫中心排隊理論中，運用最為廣泛、實現最為簡單的排隊模型要數Ｍ/Ｍ/Ｍ體系，有時也稱為Ｅｒｌａｎｇ－Ｃ模型。　　Ｍ/Ｍ/Ｍ模型的運用有著嚴格的限制條件。首先，它假定在穩定情況下呼叫到達是泊松（Poisson）流，服從一固定速率的泊松分布，服務時間服從指數分布，座席代表能夠提供相同的服務且在統計上各個座席代表互相獨立。但是，該理論并沒有考慮到排隊中顧客等待不耐煩、放棄排隊、時間因素、服務者熟練程度等實際情況。有調查數據表明，根據該模型得出的預測結果跟實際結果相差很遠。　　另一個排隊理論模型是Ｅｒｌａｎｇ－Ｂ，也稱Ｍ/Ｍ/Ｎ/Ｎ。該模型沒有考慮顧客呼叫的排隊等待問題，卻考慮到呼叫的堵塞問題。只要沒有足夠的座席，它就會放棄顧客的呼叫。這是一種通過延遲呼叫到達消除顧客排隊問題的解決方案，只要呼叫進入到呼叫中心系統，就不會產生延遲，并能夠立即得到服務。此時，若負載發生變化，將導致通信線路過多或者過少。　　考慮到顧客在呼叫等待時可能產生主動放棄或出現呼叫堵塞等狀況，后來又出現了Ｍ/Ｍ/Ｎ/Ｋ＋Ｇ模型，也稱Erlang-A模型。這種模型假設重負載情況下，顧客在等待過程中放棄的可能性與愿意等待的最大時間相關聯。該模型同樣假設呼叫中心的服務持續時間服從指數分布，同時假定顧客平均耐心等待時間也服從指數分布。而這些假設只適用于輕負載、小規模呼叫中心的性能分析。對于重負載、大規模呼叫中心來說，由于服務持續時間的分布特性影響了顧客平均等待時間，且服務持續時間不順應指數分布狀況，因此它并不適用于Ｅｒｌａｎｇ－Ａ模型。另外，這種模式不支持多優先級呼叫中心的性能分析功能。　　為檢驗排隊模型，我們需要運用一些統計數據進行估算。在許多情況下，我們需要對這些原始數據進行假設。從理論上講，具有驗證模型或者校正模型功能的統計數據是很容易獲得的，因為計算機仿真軟件能夠跟蹤和控制每個電話的全過程。然而令人奇怪的是，以前為檢驗排隊模型而準備的統計數據只是一些“平均”數據，只能反映某一固定時間（如半小時）內呼叫的總體情況。要想對呼叫中心進行實證研究，還需要更詳盡的、綜合性的經驗數據。二、科學的排隊理論及科學的觀點　　科學的排隊理論是通過建立新的混和模型解釋呼叫中心的實際運營情況。在呼叫到達、服務時間、放棄、顧客愿意等待時間或實際等待時間等參數中，確定哪些參數是最重要的，哪些參數能夠確定座席人員數量，哪些參數對服務質量影響最大。在前面所列舉的三種Ｅｒｌａｎｇ模型中，包含兩種前提假設：呼叫到達服從泊松分布，服務持續時間服從指數分布。否則，應用模型分析出來的性能結果會與實際系統的統計情況產生較大的差距。ＬａｗｒｅｎｃｅＢｒｏｗｎ等人應用仿真軟件ｉＰｒｏｆｉｌｅｒ跟蹤支持兩個優先級的某銀行呼叫中心，觀察它在某一年全部呼叫的統計數據，發現共有１２０００００個電話到達了呼叫中心，其中有７５００００個電話通過語音應答設備（ＩＶＲ或ＶＲＵ）得到服務，剩下的４５００００個電話需要人工座席人員服務，而這４５００００個電話數據才是本次統計分析的基礎數據。這些數據記錄了得到人工服務以及放棄服務的每一個電話的全過程，包括到達時間、等候時間、放棄、服務時間等。該中心支持兩個優先級的服務。通過對這些數據的統計分析和假設檢驗，可以得到如下不同于傳統排隊理論模型的科學觀點。１．呼叫到達的泊松混合模型２．服務持續時間的對數正態分布　　設Ｘ為具有均值υ、方差τ２的對數正態分布的隨機變量，則Ｙ＝ｌｎ（Ｘ）為一個具有均值為μ、方差為δ２的隨機變量，并且滿足υ＝ｅμ＋０．５τ；運用給定負載下的統計數據，我們可以通過μ、δ２的估計值的置信區間計算出同一置信度下υ的置信區間，并通過估算Ｙ的均值和方差來估算Ｘ的均值υ，進而求出方差τ２，從而利用Ｃ２＝δ２/Ｅ２求出系統的等待時間。３．等待時間或者放棄率　　Ｐａｌｍ是第一個用風險率來衡量顧客不耐煩程度的研究者，他提出用風險率的動態解釋，但質疑呼叫中心的總體風險率與個人有關。從呼叫中心的統計圖形上我們可以發現，呼叫放棄出現了兩次高峰，而兩次高峰出現的時刻正好是“請等待”提示音出現的時刻，從而揭示出總體呈現出相當一致的行為特征。　　Ｂｒｏｗｎ提出用耐心指數來研究顧客耐心程度的研究者。他將耐心指數用顧客平均等待時間和平均愿意等待時間之比值表示。從統計數據來看，顧客愿意等待時間與呼叫業務有關，呼叫業務不同，顧客等待的耐心程度也不同。有鑒于此，對于大用戶、重負載的呼叫中心，我們應該根據不同業務設立不同的鏈路和座席人員。為了找出該指數的分布情況，我們首先假設顧客愿意等待時間和實際等待時間僅與顧客有關但相互之間獨立，并且跟傳統排隊理論一樣，都服從指數分布。此時，平均愿意等待時間和平均實際等待時間呈明顯的線性相關關系。接著，我們用經驗數據來對其進行估計，我們可以通過每個詳細的電話記錄獲得這些經驗數據。這種假設是否成立呢？通過數據統計分析，我們可以得出結論：平均愿意等待時間并不滿足指數分布，平均實際等待時間只是近似指數分布，而且實際等待時間的序列樣本值之間也并不獨立，因而兩者之間呈線性相關關系的論調是錯誤的。不僅實際統計數據如此，這種線性相關關系也不能得到理論上的解釋。４．負載的預測　　科學的排隊觀點是利用歷史數據估計出到達率Ｕ和平均服務時間Ｖ的變化函數，利用兩個函數之積得出負載Ｌ的變化情況（Ｌ＝ＵＶ）。盡管從到達率和平均服務時間圖形都出現了雙峰值，但大負載的銀行呼叫中心的相關數據統計結果并不支持這種相關性。因此，我們可以認為到達率和平均服務時間是有條件的相互獨立。由于到達率Ｕ和平均服務時間Ｖ的估計值都不是正態分布，我們可以通過每個時間間隔的到達率Ｕ和平均服務時間Ｖ的估計值的變化系數，運用　　運用更多更準確的統計數據分析，我們可以得出更符合實際的排隊模型，以更好地應用于銀行呼叫中心，也為我們設計具有高質量和高效率的銀行呼叫中心、評價其經營績效提供有價值的依據。盡管現有的最新排隊模型的前提假設和實際統計數據比傳統的排隊理論更接近，但也有差距，因此不能對實際系統的性能進行精確評估。從科學的角度看，排隊理論模型還有待進一步研究，以使該模型能更好地刻畫呼叫中心的各種特征，從而實現呼叫中心服務質量與效率的平衡。

《中國金融電腦》

標簽：漯河湘潭南平宿遷雙鴨山長春繳費通知邯鄲

巨人網絡通訊聲明：本文標題《電話銀行排隊理論的科學視角》，本文關鍵詞電話,銀行,排隊,理論,的,；如發現本文內容存在版權問題，煩請提供相關信息告之我們，我們將及時溝通與處理。本站內容系統采集于網絡，涉及言論、版權與本站無關。