Примеры решений

Печать

Бизнес-план для службы заказа такси. Расчёт СМО.

. Posted in Примеры решений

Компания, предоставляющая услуги такси работает в Москве уже несколько лет. Автопарк - 22 машины.  Не так давно, руководство компании приняло решение усовершенствовать систему приёма и обработки заказов. В настоящее время, пока 4 оператора принимают заказы, дополнительные телефонные линии позволяют удерживать 3-х дозвонившихся в режиме ожидания. Заказы поступают в среднем раз в минуту и обрабатываются в среднем за 2 минуты. Если клиент не дозвонился, либо не оказалось свободной машины, компания теряет в среднем 450рублей, которые могла бы заработать на обслуживании. Среднее время доставки клиента - 30 минут. В компании установлена почасовая оплата. Водитель получает 600 рублей в час, оператор 200.

Необходимо понять, насколько оптимально работает процесс приёма и обработки вызовов, и в случае, если существуют "слабые места" определить возможность их устранения.

После моделирования вышеописанного предприятия, параметры обслуживания входящих звонков операторами, выглядят следующим образом

 

Данные   Результаты:                                    S= 4
λ = 1 Процент загрузки оператора 0,49
μ = 0,5 Среднее число обслуживаемых клиентов 2,10
S = 4 Средняя длина очереди    Lq= 0,12
K = 3 Среднее время пребывания в системе     W = 2,12
    Среднее время ожидания в очереди    Wq= 0,12
σ = 2 % времени, когда все серверы свободны    P0= 0,13
    Вероятность того, что ровно N клиентов находятся в системе:  
    P01= 26,37%
    P02= 26,37%
    P03= 17,58%
    P04= 8,79%
    P05= 4,40%
    P06= 2,20%
    P07= 1,10%

Можно отметить, что по причине отказа обслуживания (4 оператора заняты + 3 заказчика висят на линии), теряется около 1% заказов, да и среднее время ожидания на линии таже выглядит достаточно приемлемо (~7 сек)

Ситуация со свободными автомабилями выглядит не так радужно. Как показали расчёты, более 30% дозвонившихся, обнаруживают, что свободных машин  нет, при том что каждый автомобиль эксплуатируется более 90% времени. Расчитаем оптимальный план автопарка такси смоделировав 15-30 машин

Данные   Количество машин 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
    Процент загрузки такси 0,94 0,94 0,94 0,94 0,93 0,93 0,92 0,92 0,91 0,91 0,90 0,90 0,89 0,88 0,87 0,86
    Среднее число обслуживаемых клиентов 14,2 15,1 16,0 16,8 17,7 18,6 19,4 20,2 21,0 21,8 22,6 23,3 24,0 24,7 25,3 25,9
    Средняя длина очереди    Lq=  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
    Среднее время пребывания в системе     W = 30,0 30,0 30,0 30,0 30,0 30,0 30,0 30,0 30,0 30,0 30,0 30,0 30,0 30,0 30,0 30,0
    Среднее время ожидания в очереди    Wq=  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0  0
    % времени, когда все серверы свободны    P0= 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Вероятность того, что ровно N клиентов находятся в системе:                              
    P20=           37,42% 24,48% 16,69% 11,84% 8,71% 6,63% 5,21% 4,21% 3,51% 2,99% 2,61%
    P21=             34,58% 23,58% 16,72% 12,30% 9,36% 7,36% 5,95% 4,95% 4,23% 3,69%
    P22=               31,81% 22,55% 16,59% 12,62% 9,92% 8,03% 6,68% 5,70% 4,98%

 

Попытаемся оценить результаты, с точки зрения полученных и упущенных прибылей и издержек и определим оптимальное число машин, с точки зрения приносимой ими прибыли.

Оплата труда 22 водителей и 4 операторов суммарно составляет 11800 руб/час. Водитель может заработать 900 руб/час (выполнить 2 заказа по 30мин) Сведём имеющиеся данные в таблицу и попробуем выяснить какое количество машин смогут обеспечить компании максимальную прибыль.

Загрузка   0,94 0,94 0,94 0,93 0,93 0,92 0,92 0,91 0,91 0,90 0,90 0,89 0,88 0,87 0,86
Водители 1 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Оплата водителя (в час) 600 9600 10200 10800 11400 12000 12600 13200 13800 14400 15000 15600 16200 16800 17400 18000
Доход 900 14400 15300 16200 17100 18000 18900 19800 20700 21600 22500 23400 24300 25200 26100 27000
Операторы 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
Оплата оператора (в час) 800 800 800 800 800 800 800 800 800 800 800 800 800 800 800 800
Итого издержки 1400 10400 11000 11600 12200 12800 13400 14000 14600 15200 15800 16400 17000 17600 18200 18800
Итого доход 100% 900 14400 15300 16200 17100 18000 18900 19800 20700 21600 22500 23400 24300 25200 26100 27000
Итого доход реальн загрузка 828 13563 14365 15159 15941 16711 17468 18210 18934 19639 20323 20982 21614 22217 22786 23320
Прибыль -572 3163 3365 3559 3741 3911 4068 4210 4334 4439 4523 4582 4614 4617 4586 4520

Как видно из таблицы, максимальную прибыль будут приносить 28 автомобилей. Покажем для наглядности на графике

Если на вашем предприятии есть похожие проблемы - длинные очереди или скучающие сотрудники, специалисты Оранж Финанс проведут анализ вашего бизнеса и расчитают оптимальное число специалистов или технических средств, обслуживаюх клиентов.

Сделать заказ, а также задать вопросы вы можете в нашем магазине бизнес-решений, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра. и по контактному телефону (495)723-64-53

Печать

Управление проектами. Практический опыт.

. Posted in Примеры решений

Управление проектами - деятельность, направленная на достижение заданного результата вовремя и в рамках имеющихся ресурсов. Казалось бы, что может быть проще, если бы не:

  • ограниченный срок
  • большое количество рисков
  • постоянные изменения
  • бюджетные ограничения
  • сложности, связанные с управлением командой проекта

Сложные проекты могут содержать тысячи операций, требующих различных затрат времени и ресурсов. Одни операции должны следовать последовательно, одна за другой, другие могут выполняться независимо и параллельно.

Рассмотрим организацию работ по проекту, в условиях ограничений, связанных с графиком финансированием работ. На самом деле, скорость финансирования работ, можно заменить любым ресурсом (несколькими ресурсами), которые можно оценить количественно, и использование которых в течение определенного периода времени (день, неделя, месяц и пр.), в рамках проекта, должно быть ограничено.

Для решения наших задач, воспользуемся инструментами Microsoft Office - MS Excel и MS Project. В качестве примера, рассмотрим проект строительства участка сети ШПД одним из Интернет провайдеров, в котором специалисты Orange Finance, оказывали консалтинговые услуги в области управления проектами и финансами.

Перечень работ по проекту представлен в Таблице 1.

Название задачи Длительность (нед.) Затраты (тыс. USD) % от max. финансирования max. финансирование в нед. (тыс. USD)
    на этап на недеелю   25
Заключение договора с ДЭЗ/ТСЖ 6 24 4 16%  
Обследование домов 4 30 7,5 30%  
Прокладка оптического кабеля по крышам 3 15 5 20%  
Прокладка кабеля внутри зданий 3 54 18 72%  
Установка и подключение оборудования 10 90 9 36%  
Настройка оборудования 2 30 15 60%  
Сдача подрядчиком документации 6 135 22,5 90%  
Проведение тестовых подключений 6 45 7,5 30%  

 

Определим последовательность работ и построим диаграмму Ганта и укажем в ней длительность, последовательность, а также возможность использовать ресурс (финансирование) с учётом заданного ограничения (25т. USD/нед.)

В итоге, общая длительность работ по проекту составила 150 дней. Но есть некоторые проблемы, на которые нам указывают соответствующие значки в левой колонке с указателем (i)

Откроем График расхода ресурсов.

Несложно заметить, что при предусмотренном порядке проведения работ, значительное время средства будут перерасходованы.

Один из способов поправить ситуацию - не использовать вариант выполнения этапов "Как можно раньше", а попробовать сдвинуть дату начала последующих операций на более поздний срок. Мы рассмотрим другой вариант, встроенный инструмент MS Project - Выравнивание загрузки ресурсов.

В рамках данной функции, система может оптимизировать график выполнения работ без изменения общей длительности проекта, а также (если первый способ не помог), провести оптимизацию, опираясь только на установленные нормативы по использованию ресурсов (в нашем случае, это Финансирование проекта)

В результате оптимизации, длительность проекта увеличилась до 195 дней.

 

Однако график расхода ресурсов показывает, что это оптимальный план реализации проекта, с учётом заданных ограничений.

 

Печать

Организация приёма и обработки заказов. Ч.2

. Posted in Примеры решений

В первой части решения для сети ресторанов, оказывающих услуги доставки пиццы, в процессе бизнес-планирования, мы рассчитали оптимальное количество сотрудников, осуществляющих приём заказов и доставку. Генеральный директор, проанализировав итоговый бизнес-план, решил предусмотреть дополнительные возможности оптимизации работы предприятия, с учётом неравномерности потока заказов. Традиционно, в вечерние часы пик, поток заказов в несколько раз больше, чем в утренние и дневные часы. Используя бизнес-модель, разработанную в первой части задачи, мы провели аналогичную работу, для каждого часа рабочего времени и в результате получили следующую картину

Временной интервал 10-11 11-12 12-13 13-14 14-15 15-16 16-17 17-18 18-19 19-20 20-21 21-22
Количество требуемого персонала, чел. 1 2 4 5 5 4 6 7 8 9 7 6

 

Попробуем просчитать, насколько выгодней будет нанять некоторое количество работников на неполный рабочий день. Для них введем почасовую оплату, от 50 до 100 руб, в зависимости от загрузки в указанный промежуток времени:

Рабочее время (Смены) 10-21 10-14 11-15 12-16 13-17 14-18 15-19 16-20 17-21 18-22
Оплата в час 100 50 70 70 60 60 50 70 100 100

Для расчёта математической бизнес-модели, и определения оптимального количества сотрудников, обеспечивающего удовлетворение потока заказов при минимальных издержках, воспользуемся моделью линейной оптимизации, которая определит оптимальное количество сотрудников каждой смены.

Печать

Доставка пиццы. Разработка системы организации приёма и обработки заказов.

. Posted in Примеры решений

Компания по доставке пиццы имеет телефонный номер на 6 входящих линий. Пока 3 оператора принимают заказы, в режиме ожидания на линии могут находиться до 3-х человек. Оператор тратит на приём заказа в среднем 4 мин. Звонки поступают раз в 3мин. Средняя сумма чека 1200руб. Как правило, если клиент не дозванивается, он заказывает пиццу у другой компании. Помимо этого, если нет свободных курьеров, клиент так же не соглашается ждать слишком долго. Ежедневно на доставке работают 8 курьеров, каждый из которых тратит на доставку в среднем 20 минут. Оплата труда у оператора 40руб. в час, у водителя 100руб. в час. (включая расходы на топливо)

Задача - определить оптимальное число курьеров и операторов.

Для начала, смоделируем работу по приёму входящих заявок операторами

Данные     Кол-во операторов                                 S= 3
Входящих звонковв мин. 0,33   Процент загрузки каждого оператора      ρ= 0,44
Принято заказов в мин. 0,25   Среднее число клиентов в системе      L = 1,42
Кол-во операторов 3   Средняя длина очереди    Lq= 0,11
Ожидающих в очереди 3   Среднее время пребывания в системе     W = 4,33
      Среднее время ожидания в очереди    Wq= 0,33
      % времени, когда все серверы свободны    P0= 0,26
  Вероятность того, что ровно N клиентов находятся в системе:      
      P01= 34,29%
      P02= 22,63%
      P03= 9,96%
      P04= 4,38%
      P05= 1,93%
      P06= 1%

Как видно из модели, по причине недозвона (ситуация когда заняты все операторы и все линии) теряется только 1% поступающих заявок. Среднее время ожидания в очереди составляет порядка 20 секунд, что тоже вполне приемлемо.

Теперь рассмотрим, как устроена система доставки и насколько она соответствует системе приёма заявок. Так как компания обещает своим клиентам доставку пиццы в течение 40-50 минут, укажем в нашей модели, что для кажного курьера, мы можем организовать очередь из одного заказчика. Таким образом 8 заказов обслуживаются и 8 находятся в режиме ожидания. Для наглядности и последующих расчётов смоделируем систему, в которой будут учавствовать от 5 до 10 курьеров

Общий вид системы массового обслуживания отдела доставки выглядет следующим образом

Данные   Результаты:                                    S= 5 6 7 8 9 10
Входящих заявок в мин. 0,3   Процент загрузки курьера      ρ= 0,97 0,92 0,83 0,74 0,66 0,60
Доставок в мин. 0,05   Среднее число клиентов       L = 9,61 10,9 7,45 6,71 6,32 6,14
Кол-во курьеров  5 - 10   Средняя длина очереди    Lq= 4,76 5,44 1,63 0,77 0,34 0,14
Очередь 8   Среднее время пребывания в системе     W = 39,6 39,8 25,6 22,6 21,1 20,5
      Среднее время ожидания в очереди    Wq= 19,6 19,8 5,62 2,59 1,13 0,47
      % времени, когда все курьеры свободны    P0= 0,0 0,0013 0,0019 0,0022 0,0024 0,0024
  Вероятность того, что ровно N клиентов находятся в системе:          
      P01= 0,41% 0,79% 1,12% 1,32% 1,42% 1,46%
      P02= 1,23% 2,36% 3,36% 3,96% 4,26% 4,38%
      P03= 2,46% 4,72% 6,71% 7,92% 8,51% 8,76%
      P04= 3,69% 7,08% 10,07% 11,89% 12,77% 13,14%
      P05= 4,43% 8,49% 12,08% 14,26% 15,32% 15,77%
      P06= 5,32% 8,49% 12,08% 14,26% 15,32% 15,77%
      P07= 6,38% 8,49% 10,36% 12,23% 13,13% 13,52%
      P08= 7,65% 8,49% 8,88% 9,17% 9,85% 10,14%
      P09= 9,19% 8,49% 7,61% 6,88% 6,57% 6,76%
      P10= 11,02% 8,49% 6,52% 5,16% 4,38% 4,06%
      P11= 13,23% 8,49% 5,59% 3,87% 2,92% 2,43%
      P12= 15,87% 8,49% 4,79% 2,90% 1,95% 1,46%
      P13= 19,05% 8,49% 4,11% 2,18% 1,30% 0,88%
      P14=   8,49% 3,52% 1,63% 0,86% 0,53%
      P15=     3,02% 1,22% 0,58% 0,32%
      P16=       0,92% 0,38% 0,19%
      P17=         0,26% 0,11%
      P18=           0,07%

Как видно из таблицы, использование восьми курьеров, позволяет обслуживать 99% заявок, что достаточно прилично.

Теперь перейдём к расчётам, позволяющим определить экономическую обоснованность обслуживания с указанным качеством.

Расчитаем прибыль компании через коэффициент загрузки операторов и курьеров.

  1 5 6 7 8 9 10
Оплата (Водители) 150 750 900 1050 1200 1350 1500
Оплата (Операторы) 50 250 300 350 400 450 500
Итого затрат в час 200 1000 1200 1400 1600 1800 2000
Доставок в час 3 15 18 21 24 27 30
Доход с клиента 1200 1200 1200 1200 1200 1200 1200
Доход  в час при полной загрузке 3600 18000 21600 25200 28800 32400 36000
Доход  в час (реальная загрузка)   17485,63 19765,56 20948,23 21401,7 21544,66 21585,28
Прибыль в час (100%)   17000 20400 23800 27200 30600 34000
Прибыль в час (реальная загрузка)   16486 18566 19548 19802 19745 19585
               

И покажем для наглядности на графике

В нашем случае, количество восьми курьеров, с точки зрения приносимой прибыли, также является оптимальным.

Направить запрос, а также получить консультацию вы можете, отправив заявку на форуме, в разделе контакты, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра., а также по телефону +7(495)723-64-53

Печать

Оптимальное число сотрудников офиса продаж страховой компании

. Posted in Примеры решений

Офис продаж страховой компании расположен рядом с пунктом регистрации транспортных средств, ГИБДД. В помещении установлено 3 рабочих места и продажа страховых полисов идёт достаточно бойко. Генеральный директор принял решение подготовить бизнес-план для увеличения числа менеджеров по работе с клиентами. Проведя небольшой анализ работы менеджеров, он подсчитал, что на обслуживание одного клиента уходит в среднем 20 минут (3 клиента в час). Люди подходят, в среднем раз в 3 минуты ( 20 потенциальных клиентов в час) и если видят, что свободных мест нет - уходят. Также, подсчитав среднюю дневную выручку он определил, что обслуживание клиентов в текущем режиме, позволяет получить прибыль в размере 3000 руб./час с одного рабочего места (9000 с 3-х мест), а общие затраты на содержание рабочего места (оплата труда, оснащение рабочего места,аренда и прочие расходы) составляют в среднем 1720 руб./час (5160руб./час за три рабочих места).

Смоделировав описанную бизнес модель с точки зрения системы массового обслуживание (СМО), мы получили следующую картину

Данные     Рабочих мест                                   S= 3
λ = 20   Процент загрузки менеджера      ρ= 84%
μ = 3   Среднее число одновременно обслуживаемых клиентов      L = 2,51
S = 3   Длина очереди    Lq=  0
K = 0   Среднее время пребывания в системе     W = 0,33
      Среднее время ожидания в очереди    Wq=  0
σ = 0,33333   % времени, когда все менеджеры свободны   P0= 0,013
  Вероятность того, что ровно N клиентов находятся в системе:      
      P01= 8,41%
      P02= 28,03%
      P03= 62,30%

из которой видно, что более половины потенциальных клиентов (62,3%) остаются необслуженными. Ещё сильнее загрустил директор, когда понял, что с учётом загрузки каждого менеджера (84%), прибыль с одного рабочего места, также находится значительно ниже прогнозируемого уровня. Очевидным решением, в данном случае, будет увеличение количества рабочих мест. Для того что бы определить оптимальное количество рабочих мест с учётом приносимой ими прибыли, промоделируем нашу ситуацию от 3 до 10 рабочих мест.

Смотрите также

Услуги

Мои заказы

0 Товары - 0.00 RUB
В корзину

Sign in with Facebook