真实的银行六西项目,大师们来试试手艺吧,光说不练可不行
MBB们,来做点实际的服务行业的六西玛项目吧。
提示:用排队理论!
真实6SIGMA案例:
某银行人工服务窗口7个,平时使用3-5个,ATM机2个,使用人非常少。
人工窗口经常排满人。
数据采集发现:顾客平均到达率132人/小时,服从POSSION分布;
每个窗口平均服务率35人/小时,服从指数分布。
服务窗口使用4个。
请计算:
系统没有顾客的概率(空闲概率)
平均排队顾客数
系统里的平均顾客数
一位顾客的平均排队时间
一位顾客的总的逗留时间(排队+服务)
系统有7个及以上顾客的概率
再请考虑如下改进:
1、增加一个服务窗口(系统服务率不变,35人/小时),变为5个后上述数据计算;
2、不增加服务窗口,采取自动点钞机等改进后缩短服务时间,使每小时服务人数增加到60人后,上述数据如何。
选择哪种方法?
如不采用上述办法,采取排队机叫号又如何?
提示:用排队理论!
真实6SIGMA案例:
某银行人工服务窗口7个,平时使用3-5个,ATM机2个,使用人非常少。
人工窗口经常排满人。
数据采集发现:顾客平均到达率132人/小时,服从POSSION分布;
每个窗口平均服务率35人/小时,服从指数分布。
服务窗口使用4个。
请计算:
系统没有顾客的概率(空闲概率)
平均排队顾客数
系统里的平均顾客数
一位顾客的平均排队时间
一位顾客的总的逗留时间(排队+服务)
系统有7个及以上顾客的概率
再请考虑如下改进:
1、增加一个服务窗口(系统服务率不变,35人/小时),变为5个后上述数据计算;
2、不增加服务窗口,采取自动点钞机等改进后缩短服务时间,使每小时服务人数增加到60人后,上述数据如何。
选择哪种方法?
如不采用上述办法,采取排队机叫号又如何?
没有找到相关结果
已邀请:
31 个回复
protonwira (威望:2) - 永远没毕业的黑带。。。
赞同来自:
美国银行真实的案例是用 "IE queuing theory" 来解决这种问题。