银行服务系统实证分析

王文妍

摘 要：对银行顾客到达与服务情况进行假设检验，根据检验结果计算出顾客到达服从泊松分布、服务服从指数分布，并计算出系统的服务强度，根据情况对银行服务系统给出合理的建议。

关键词：银行服务系统；假设检验；泊松分布；指数分布

中图分类号：F27 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2018.01.027

1 引言

在如今國民经济和金融市场高速发展的今天，人民的生活水平日渐提高，银行的使用率也大幅提升。但是，与之紧密相关的银行营业厅却往往是人满为患。吴国平等人指出只有通过设置、合理采用排队服务系统，真正减少顾客等待的时间，才能提高顾客的满意度。刘法胜等人提出优化排队系统中服务过程的时间配置，并且推荐使用叫号机系统，对银行提高服务质量、降低成本、提高顾客满意度以及增加市场份额都具有十分重要的实际意义。接着范文宇，苑辉等人研究了某商业银行平行排列的多服务台系统的其中一个队列，他们使用的模型是到达时间服从泊松分布，服务时间服从一般正态分布的M/G/1排队系统，如果平均等待时间超过1分钟，就认为系统的效率低。

本文主要是通过科学的假设检验确定银行排队类型，然后计算出该类型模型的服务强度，如果服务强度大于1，就认为系统不稳定，需要进行优化，并根据情况对银行服务系统给出合理的建议。

2 对采集数据的假设检验

本文研究的银行是N商业银行，本文所使用的数据均来自该行的叫号机设备。取数时间段是上午8点半-12点，下午2点-4点半，共6天数据。

2.1 顾客到达情况的检验

若时间间隔设定为10分钟，而作者所取的样本容量为60*6*6=2160min，共可分为216个时间间隔，到达1193位顾客，具体数据如表1所示。

运用SPSS22.0对所收集的数据进行是否服从泊松分布的Kolmogorov-Smirnov假设检验，统计检验结果见表2。

从单样本 Kolmogorov-Smirnov 检验结果可以看出，按P=001的标准来看，检验值0.128>0.01，到达银行的顾客流服从泊松分布。顾客到达率可以由观测数据的估计值求出，下面讨论到达率估计值的计算方法。

即直接就可以求出估计值，SPSS直接给出了相应的到达率λ=556人/10分钟，顾客到达的平均时间间隔（10λ）为1799分钟，即平均每1分48秒到达一位顾客。

2.2 窗口服务情况的检验

将没有服务时间的样本去掉，在1193位到达顾客中有79位顾客直到银行营业厅下班也没能为其服务，所以接下来我们研究的样本总量是1114。由于服务窗口叫号是连续的，就算一些顾客提前离开队伍（即不耐烦顾客），系统也会持续叫号，经过人工观察发现，一般系统会叫1-3次号码，这个时间会持续1-30秒不等，如果这个时间内拿到该号码的顾客没有去对应的窗口接受服务，即认为他（她）是不耐烦顾客，该号码视为空号。

将1114位顾客的服务时间进行频次分析，其中服务时间小于30s的顾客有472位，大于30s的顾客有642位。由于不耐烦顾客较多，每天实际服务的顾客数相差较大，如果把所有的服务数据像到达情况一样分析，可能会使研究结果不准确，故决定研究服务情况时将每天看作一个分组，按天分开来研究。

观察表3中每天顾客服务时间的检验值，发现每组的检验值均大于0.01，故认为顾客的服务时间服从负指数分布。下面讨论服务率μ的计算方法：

使用公式（4）计算服务率μ的方法来计算顾客的服务率，结果如表4所示。

顾客的服务率最低的是8月21日，平均每10分钟服务0.81位顾客，最高的是8月26日，平均每十分钟服务1.66位顾客。

通过上述假设检验的结果可以确定该银行的顾客排队类型是到达间隔服从泊松分布、服务时间服从指数分布的M/M/C模型。

3 模型主要指标的计算与分析

由于服务时间是按天分组进行计算的，为了方便分析，也将顾客到达的数据分天计算。然后使用以下公式计算服务强度ρ：

最终计算的不同日期服务台的主要指标如表5所示。

4 结论

从表5可以看出除了8月26日（周六）的服务强度ρ=0.86<1之外，其他的时间的服务强度均大于1，说明该银行的排队系统不稳定，单位时间内到达的顾客数大于服务完的顾客数，会造成排队系统中排队等待的人数越来越多，不耐烦情况也越来越多。

关于优化方法，最直接的就是增加服务台数，但是如何选择最优的服务台数呢？可以使用建立一个费用最省模型，然后用边际分析法来求出最合理的服务台数，具体做法可以参考文献。另外，也可以从以下方面着手，尽量减少顾客的不耐烦情绪：

（1）在顾客等候区设置饮水机、期刊报纸，或者开设免费网速快的无线局域网供顾客使用；（2）提高银行服务窗口工作人员的工作效率，加快业务办理速度，提升工作人员的工作素养；（3）大力推广手机APP、自助银行服务，使顾客能够自己解决一些业务需求，减少银行营业厅的服务压力；（4）在顾客刚到达时，及时地了解顾客的需求，为顾客推荐合适的办理方式，而不是让到达的顾客都自己盲目地取号、等待。

参考文献

[1]吴国平，吴胜.商业银行排队服务系统与顾客等待关系研究[J].上海金融，2012，（8）：110-111.

[2]刘法胜，史士英，王德成.排队论与银行的顾客服务系统[J].山东交通学院报，2003，11（1）：83-86.

[3]范文宇，苑辉.基于排队论的银行客户服务系统问题研究[J].价值工程，2005，（12）：126-128.

[4]薛薇.统计分析与SPSS的应用[M].中国人民大学出版社，2014.

[5]李时.应用统计学[M]. 北京：清华大学出版社，2007.

[6]缪铨生.概率与数理统计[M]. 上海：华东师范大学出版社 ，1997.

[7]张玉炘，郭梁英，安瑞霞，王新春.银行排队系统的最佳窗口数设置研究[J].经营管理者，2016，（4）：155.endprint