銀行服務系統實證分析

王文妍

摘 要：對銀行顧客到達與服務情況進行假設檢驗，根據檢驗結果計算出顧客到達服從泊松分布、服務服從指數分布，并計算出系統的服務強度，根據情況對銀行服務系統給出合理的建議。

關鍵詞：銀行服務系統；假設檢驗；泊松分布；指數分布

中圖分類號：F27 文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2018.01.027

1 引言

在如今國民經濟和金融市場高速發展的今天，人民的生活水平日漸提高，銀行的使用率也大幅提升。但是，與之緊密相關的銀行營業廳卻往往是人滿為患。吳國平等人指出只有通過設置、合理采用排隊服務系統，真正減少顧客等待的時間，才能提高顧客的滿意度。劉法勝等人提出優化排隊系統中服務過程的時間配置，并且推薦使用叫號機系統，對銀行提高服務質量、降低成本、提高顧客滿意度以及增加市場份額都具有十分重要的實際意義。接著范文宇，苑輝等人研究了某商業銀行平行排列的多服務臺系統的其中一個隊列，他們使用的模型是到達時間服從泊松分布，服務時間服從一般正態分布的M/G/1排隊系統，如果平均等待時間超過1分鐘，就認為系統的效率低。

本文主要是通過科學的假設檢驗確定銀行排隊類型，然后計算出該類型模型的服務強度，如果服務強度大于1，就認為系統不穩定，需要進行優化，并根據情況對銀行服務系統給出合理的建議。

2 對采集數據的假設檢驗

本文研究的銀行是N商業銀行，本文所使用的數據均來自該行的叫號機設備。取數時間段是上午8點半-12點，下午2點-4點半，共6天數據。

2.1 顧客到達情況的檢驗

若時間間隔設定為10分鐘，而作者所取的樣本容量為60*6*6=2160min，共可分為216個時間間隔，到達1193位顧客，具體數據如表1所示。

運用SPSS22.0對所收集的數據進行是否服從泊松分布的Kolmogorov-Smirnov假設檢驗，統計檢驗結果見表2。

從單樣本 Kolmogorov-Smirnov 檢驗結果可以看出，按P=001的標準來看，檢驗值0.128>0.01，到達銀行的顧客流服從泊松分布。顧客到達率可以由觀測數據的估計值求出，下面討論到達率估計值的計算方法。

即直接就可以求出估計值，SPSS直接給出了相應的到達率λ=556人/10分鐘，顧客到達的平均時間間隔（10λ）為1799分鐘，即平均每1分48秒到達一位顧客。

2.2 窗口服務情況的檢驗

將沒有服務時間的樣本去掉，在1193位到達顧客中有79位顧客直到銀行營業廳下班也沒能為其服務，所以接下來我們研究的樣本總量是1114。由于服務窗口叫號是連續的，就算一些顧客提前離開隊伍（即不耐煩顧客），系統也會持續叫號，經過人工觀察發現，一般系統會叫1-3次號碼，這個時間會持續1-30秒不等，如果這個時間內拿到該號碼的顧客沒有去對應的窗口接受服務，即認為他（她）是不耐煩顧客，該號碼視為空號。

將1114位顧客的服務時間進行頻次分析，其中服務時間小于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，每天實際服務的顧客數相差較大，如果把所有的服務數據像到達情況一樣分析，可能會使研究結果不準確，故決定研究服務情況時將每天看作一個分組，按天分開來研究。

觀察表3中每天顧客服務時間的檢驗值，發現每組的檢驗值均大于0.01，故認為顧客的服務時間服從負指數分布。下面討論服務率μ的計算方法：

使用公式（4）計算服務率μ的方法來計算顧客的服務率，結果如表4所示。

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

通過上述假設檢驗的結果可以確定該銀行的顧客排隊類型是到達間隔服從泊松分布、服務時間服從指數分布的M/M/C模型。

3 模型主要指標的計算與分析

由于服務時間是按天分組進行計算的，為了方便分析，也將顧客到達的數據分天計算。然后使用以下公式計算服務強度ρ：

最終計算的不同日期服務臺的主要指標如表5所示。

4 結論

從表5可以看出除了8月26日（周六）的服務強度ρ=0.86<1之外，其他的時間的服務強度均大于1，說明該銀行的排隊系統不穩定，單位時間內到達的顧客數大于服務完的顧客數，會造成排隊系統中排隊等待的人數越來越多，不耐煩情況也越來越多。

關于優化方法，最直接的就是增加服務臺數，但是如何選擇最優的服務臺數呢？可以使用建立一個費用最省模型，然后用邊際分析法來求出最合理的服務臺數，具體做法可以參考文獻。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）在顧客等候區設置飲水機、期刊報紙，或者開設免費網速快的無線局域網供顧客使用；（2）提高銀行服務窗口工作人員的工作效率，加快業務辦理速度，提升工作人員的工作素養；（3）大力推廣手機APP、自助銀行服務，使顧客能夠自己解決一些業務需求，減少銀行營業廳的服務壓力；（4）在顧客剛到達時，及時地了解顧客的需求，為顧客推薦合適的辦理方式，而不是讓到達的顧客都自己盲目地取號、等待。

參考文獻

[1]吳國平，吳勝.商業銀行排隊服務系統與顧客等待關系研究[J].上海金融，2012，（8）：110-111.

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

[3]范文宇，苑輝.基于排隊論的銀行客戶服務系統問題研究[J].價值工程，2005，（12）：126-128.

[4]薛薇.統計分析與SPSS的應用[M].中國人民大學出版社，2014.

[5]李時.應用統計學[M]. 北京：清華大學出版社，2007.

[6]繆銓生.概率與數理統計[M]. 上海：華東師范大學出版社 ，1997.

[7]張玉炘，郭梁英，安瑞霞，王新春.銀行排隊系統的最佳窗口數設置研究[J].經營管理者，2016，（4）：155.endprint