基于Anylogic的銀行網點窗口服務能力仿真分析

張屹然 紀琳德 許根濤

摘 要：銀行網點窗口服務能力主要包括人工窗口服務、自助服務和咨詢服務。本文以某銀行網點為實際背景，對銀行主要業務類別和流程進行分析并對關鍵業務數據進行采集，應用Anylogic軟件工具建立銀行窗口服務能力仿真模型，對銀行網點服務能力進行分析，實現了一種對銀行服務能力分析的新方法。

關鍵詞：銀行服務能力；仿真分析；Anylogic

中圖分類號：TP391.9 文獻標志碼：A

銀行網點服務能力是指其利用技術、人力、設備等資源為顧客提供各種服務的能力。針對服務能力不足與服務成本增加之間的矛盾，需找出可行優化方案，使得服務能力在滿足需求的前提下達到成本最低的優化目標。

在此類問題的研究中，馬憶、馬勇慧主要以排隊論方法為分析工具，將銀行服務能力不足轉化為顧客排隊模型，建立商業銀行多服務臺排隊服務模型，并對排隊方法進行改善，求得在滿足服務能力標準前提下，銀行應設置的最少窗口數量。張玉炘、陳韶飛主要通過對銀行排隊現象的成因進行分析，給出解決銀行排隊問題的戰略性建議。朱軍先、李華敏主要運用仿真軟件對銀行服務情況進行模擬，使用計算機軟件建立起營業網點顧客服務模型，并通過模型的改進實現對營業網點服務能力改進的效果模擬，探究合理的資源配置。

某銀行網點位于城市中心，業務量大，由于該銀行網點服務資源限制，導致經常出現排隊擁擠現象，客戶滿意率低。為解決服務能力不足問題，需對該銀行網點進行分析，尋求可行改善方案。因此，仿真分析目標為針對網點窗口服務能力進行仿真分析，優化調整各類服務資源數量以滿足需求。本文應用AnyLogic仿真工具，建立銀行窗口服務能力仿真模型實現對銀行網點服務能力的分析。

1 仿真模型設計

1.1 仿真模型概念設計

針對銀行窗口服務能力分析問題，主要包括咨詢臺、對公/對私窗口業務、ATM自助服務，經分析各類業務流程后，仿真模型概念設計如圖1所示。

當顧客到達后面臨4個選擇：咨詢臺、窗口、ATM自助或離開系統。如顧客明確個人業務所屬類型，則直接選擇相應窗口、ATM自助或離開，否則到咨詢臺進行咨詢。咨詢臺采取單隊列單服務臺規則，對于選擇窗口的顧客，需通過叫號機排隊，如顧客為VIP顧客，則進入VIP叫號隊列。因此，窗口服務采取單隊列多服務臺規則。對于選擇ATM自助的顧客采取多隊列多服務臺排隊規則。

1.2 業務數據采集與分析

為得到顧客到達率、窗口服務時間、自助設備服務時間、咨詢服務時間和顧客流向概率等仿真模型參數，采用測時法對上述數據進行了采集，擬合概率分布函數見表1。

顧客到達銀行網點后將對不同服務的選擇，通過記錄顧客到達銀行網點后流向，采用頻率參數估計得到顧客到達后選擇各服務資源概率分布見表2。

1.3 邏輯模型設計

針對構建銀行網點仿真目標，應用Anylogic仿真軟件構建仿真邏輯模型主要包括如下模塊：

（1）咨詢：顧客通過“MoveTo”模塊前往咨詢臺。顧客首先在“咨詢”元素中產生隊列，遵循單服務臺單隊列原則，服務的延遲時間服從伽馬分布。咨詢服務完成后顧客在出口端“selectOutput6”處決定咨詢后去向，以概率前往窗口區、ATM機區或選擇離開。

（2）窗口：顧客通過“MoveTo”板塊前往叫號隊列等待窗口服務。顧客在叫號隊列中遵循單服務臺單隊列、先進先出的排隊原則，在叫號過程中服務的延遲時間服從平均分布。

叫號后先在“判斷公私”模塊對顧客窗口業務類型進行判斷，若為對公業務，則進入“teller2”模塊；若為對私業務，則先由“VIP判定”模塊進行是否為VIP顧客的判定。若為VIP顧客則設定其優先級。辦理對私業務服務顧客離開隊列后進入“teller1”模塊。

（3）ATM機： 采用多服務臺多隊列的排隊規則構建單隊列和單服務ATM服務。顧客通過“MoveTo”模塊前往ATM機模塊接受自助服務。

最后顧客將離開系統，通過“MoveTo”模塊移動至出口，然后由顧客回收器（sink）吸收。

2 仿真模型運行與分析

該銀行網點營業時間為：8：30～16：30，無集中休息時間。則仿真模型中以480 min為單一工作日。該網點各類服務資源按照實際數目進行設置：對私服務為3個，對公窗口為1個，ATM機為4臺。仿真運行后得到主要服務能力分析指標主要包括窗口利用率、對私窗口等待時間、對公窗口等待時間、咨詢臺等待時間和ATM等待時間等。

2.1 窗口利用率

窗口利用率表示柜員窗口提供服務時間與總時間的比值。如圖2所示，對私窗口利用率為0.82，對公窗口利用率為0.39。其中對私窗口利用率較高，柜員工作強度大；對公窗口利用率較低，柜員工作強度小。

2.2 對私窗口等待時間

對私業務窗口隊列等待時間分布如圖3所示，最長等待時間為22.6 min，平均等待時間為5.4 min，等待時間小于1.9min比例約為40%，約有30%的顧客等待時間超過8 min，即存在相當比例顧客因為等待時間過長導致服務滿意度下降。

2.3 對公窗口等待時間

對公業務窗口隊列等待時間分布如圖4所示，最長等待時間為4.7 min，平均等待時間為0.7 min，等待時間小于0.5 min比例約為80%，所有顧客等待時間均小于8 min，對公業務窗口服務能力滿足顧客需求。

2.4 咨詢隊列等待時間

咨詢隊列等待時間分布如圖5所示，最長等待時間為1.7 min，平均等待時間為0.08 min，等待時間小于0.2 min比例約為90%，最長等待時間小于8 min，咨詢臺服務能力能夠滿足顧客需求。

2.5 ATM機隊列等待時間

ATM設備隊列等待時間分布如圖6～圖9所示，最長等待時間為2.14min，平均等待時間為0.06min。該仿真過程中，最長等待時間明顯小于8min，大部分顧客等待時間為0min，即顧客無須等待。將仿真結果數據與實際情況進行對比匯總于表3。其中服務顧客數量不包括正在接受服務的顧客，總顧客數以離開的顧客數為準。

從表3可以看出，該模型中對私窗口服務顧客數、對公窗口服務顧客數、ATM服務總顧客數、咨詢服務顧客數、放棄服務顧客數、總顧客數指標與實際統計數據相差基本與實際情況相符合，證明該仿真模型是可行有效的。

結論

本文采用仿真的方法對銀行網點服務能力進行了仿真分析，不僅能夠更加真實地反應銀行服務的實際情況，還能夠根據不同銀行網點的實際情況方便地改變服務窗口數量、ATM機數量，從而應用于不同銀行的服務能力仿真分析。該方法不僅方便快捷使工作效率得到提高，更節省了銀行網點規劃的時間和經濟成本，為銀行網點服務能力改善提供了新方法。

參考文獻

[1] 馬憶. 我國商業銀行排隊現象分析[J]. 南方金融， 2011（2）：72-75.

[2] 馬勇慧. 商業銀行客戶等待排隊優化及對策[J]. 時代金融旬刊， 2013（7）：311-312.

[3]張玉炘， 郭梁英， 安瑞霞，等.銀行排隊系統的最佳窗口數設置研究[J].經營管理者， 2016（11）：13.

[4] 陳韶飛， 李弘， 夏文杰. 基于Anylogic的商業銀行排隊系統仿真研究[J]. 科技通報， 2016， 32（8）：210-214.

[5] 朱軍先， 陳興， 劉奇，等. 基于排隊理論的銀行網點流程優化計算機建模與仿真[J]. 武漢金融， 2012（8）：64-67.

[6] 李華敏， 張輝. 顧客等待容忍度與銀行排隊服務系統的優化[J]. 金融論壇， 2011（2）：29-34.

作者簡介：張屹然，通信地址：黑龍江省哈爾濱市香坊區文啟街4號27棟3單元3樓，150040。

作者簡介：紀琳德，通信地址：黑龍江省哈爾濱市文道街27號 文軒小區c棟，150080。

通訊作者：許根濤，通信地址：黑龍江省哈爾濱市南崗區西前衛大街10號。