Simulation Modelling of Mass Service System of Electronics Store for Optimization of Business Processes of an Enterprise

В современном мире, где электроника стала неотъемлемой частью повседневной жизни, эффективное обслуживание в магазинах по ее продаже играет ключевую роль в удовлетворении потребностей и ожиданий покупателей. Оптимизация работы персонала и обеспечение высокого уровня обслуживания становятся важными задачами для бизнеса в этой области

Магазин электроники может быть представлен в виде имитационной модели системы массового обслуживания (СМО), где покупатели, являясь заявками (транзактами), проходят через различные этапы обслуживания.

Система массового обслуживания (СМО) представляет собой математическую модель или структуру, используемую для анализа и исследования процессов обслуживания клиентов в условиях массового потока транзактов

Имитационное моделирование представляет собой метод, используемый для анализа и оценки поведения системы на основе ее математического или компьютерного представления. В данном контексте модель магазина электроники была создана с учетом различных факторов, таких как поток клиентов, уровень запасов товаров, временные задержки и другие сценарии, характерные для реальной деятельности подобных предприятий

Транзакт – единичное событие или операция, которую необходимо обработать в системе. В более общем смысле транзакт может представлять собой любой элементарный процесс, требующий выполнения определенных шагов или операций. Транзакты используются для представления и симуляции конкретных событий или операций в рамках имитационной модели

В магазине электроники функционируют три категории специалистов: консультант по технике, продавец-консультант в отделе гаджетов и менеджер по обслуживанию. Покупатели регулярно появляются в магазине каждые 10 минут и сначала обращаются к специалисту на стойку информации. В этом отделе их обслуживают в течение 5 ± 1 мин., после чего покупатели отправляются к разным продавцам со следующими вероятностями: 25% – к продавцу-консультанту по гаджетам, 25% – к консультанту по технике и 50% – к менеджеру по обслуживанию. После консультанта по гаджетам и консультанта по техники все покупатели покидают магазин электроники. После менеджера по обслуживанию магазин электроники покидают только 40% покупателей, 10% из них направляются к стойке информации с последующим возвращением к менеджеру по обслуживанию. Остальные 90% клиентов направляются к продавцу-консультанту по гаджетам и консультанту по технике в соотношении 65:35.

Если новый посетитель встает в очередь и замечает, что в ней уже имеется 3 человека, он покидает магазин электроники. Продавец-консультант по гаджетам обслуживает покупателя в течение 13±5 мин., консультант по технике – 10±5 мин., менеджер по обслуживанию – 8±5 мин.

При анализе работы бизнес-процессов розничного магазина электроники «ТехноСфера» модель системы была классифицирована, как система массового обслуживания с отказами

Система массового обслуживания с отказами (СМО с отказами) представляет собой тип обслуживающей системы, в которой клиенты, поступившие на обслуживание, могут ожидать своей очереди некоторое время в случае, если все обслуживающие устройства заняты. В данном типе математических моделей существует возможность отказа от обслуживания заявок. Например, когда все обслуживающие специалисты заняты, и новые заявки не могут быть обслужены

Для оптимизации структуры системы массового обслуживания (СМО) в контексте магазина электроники была использована система моделирования GPSS World. Решение данной задачи направлено на повышение эффективности функционирования магазина путем адаптации и оптимизации параметров СМО с использованием инструментария GPSS.

GPSS предоставляет язык программирования и среду выполнения для пошагового моделирования дискретных систем. Она используется для исследования и анализа производственных, бизнес- и инженерных процессов. Системы массового обслуживания, такие как очереди в магазинах, банках или транспортные сети, могут быть моделированы с использованием GPSS для оптимизации их эффективности

Для данной задачи была разработана имитационная модель, предназначенная для воссоздания основных аспектов процессов, связанных с оперативной деятельностью магазина. После успешного запуска данной модели происходит формирование подробного отчета, содержащего информацию о накопленной статистике по всем объектам, участвующим в процессе моделирования.

В данном контексте, фрагмент отчета, представленный на рисунке 1, является иллюстративным примером выходных данных, демонстрирующих результаты моделирования СМО магазина электроники.

Рисунок 1 - Результаты моделирования с исходными данными

DOI:10.18454/itech.2024.1.5.1

За время моделирования в систему магазина электроники посетило 48 клиентов, из них 13 были обслужены, 1 клиент – в очереди у стойки информации, 3 клиента – в очереди у менеджера по обслуживанию. Менеджер по обслуживанию и сотрудник у стойки информации обслуживают 2 клиента в момент завершения моделирования. 29 клиентов покинуло магазин электроники, не дождавшись своего обслуживания. Процент выполненных обращений составил 27.083%, процент находящихся в процессе выполнения – 4.167%, процент находящихся в очередях – 8.333%, процент отказанных обращений – 60.417%.

В системах моделирования, таких как GPSS, запасы могут играть ключевую роль, особенно при моделировании процессов, связанных с производством, торговлей или обработкой заказов. Меню «Storages Window» обеспечивает визуализацию и мониторинг данных об уровне запасов, их изменениях, а также различных событиях, связанных с управлением запасами

В меню «Storages Window» была получена информация о загрузке специалистов (консультант по технике, продавец-консультант в отделе гаджетов и менеджер по обслуживанию) в магазине-электроники. Данные о загрузке специалистов магазина электроники представлены на рисунке 2.

Рисунок 2 - Данные о загрузке специалистов магазина электроники

DOI:10.18454/itech.2024.1.5.2

В ходе проведения имитационного моделирования системы массового обслуживания в магазине электроники получены неудовлетворительные данные о текущей структуре персонала, сфокусированной на обработке поступающих клиентов (транзактов). В данный момент заняты все сотрудники магазина электроники.

С целью выявления узких мест в операционных блоках системы массового обслуживания был проведен детальный анализ движения транзактов.

На рисунках 3 и 4 представлено движение транзактов в магазине электроники.

Рисунок 3 - Движение транзактов в магазине электроники

DOI:10.18454/itech.2024.1.5.3

Рисунок 4 - Движение транзактов в магазине электроники

DOI:10.18454/itech.2024.1.5.4

Гистограмма, построенная на основании статистики времени пребывания обращений в очереди у стойки информации представлена на рисунке 5.

Рисунок 5 - Гистограмма для очереди у стойки информации

DOI:10.18454/itech.2024.1.5.5

Нулевое время пребывания в очереди у стойки информации имеют 46 обращений, 11 обращений находились в очереди менее 30 минут. Среднее время пребывания обращений в очереди – 0.459 мин., ср. кв. отклонение – 1.152 мин.

Гистограмма, построенная на основании статистики времени пребывания обращений в очереди у консультанта по гаджетам, представлена на рисунке 6.

Рисунок 6 - Гистограмма для очереди у консультанта по гаджетам

DOI:10.18454/itech.2024.1.5.6

Нулевое время пребывания в очереди у консультанта по гаджетам имеют 11 обращений, 12 обращений находились в очереди менее 30 минут. Среднее время пребывания обращений в очереди – 4.976 мин., ср. кв. отклонение – 6.600 мин.

Гистограмма, построенная на основании статистики времени пребывания обращений в очереди у консультанта по технике, представлена на рисунке 7.

Рисунок 7 - Гистограмма для очереди у консультанта по технике

DOI:10.18454/itech.2024.1.5.7

Нулевое время пребывания в очереди у консультанта по технике имеют 9 обращений, 31 обращение находилось в очереди менее 30 минут. Среднее время пребывания обращений в очереди – 7.637 мин., ср. кв. отклонение – 6.678 мин.

Гистограмма, построенная на основании статистики времени пребывания обращений в очереди у менеджера по обслуживанию, представлена на рисунке 8.

Рисунок 8 - Гистограмма для очереди у менеджера по обслуживанию

DOI:10.18454/itech.2024.1.5.8

Нулевое время пребывания в очереди у менеджера по обслуживанию имеют 1 обращение, 6 обращений находились в очереди менее 30 минут, 24 обращения находились в очереди менее 1 часа. Среднее время пребывания обращений в очереди – 34.283 мин., ср. кв. отклонение – 11.424 мин.

Таблицы QTABLE содержат систематизированные числовые данные, подлежащие статистическому анализу. Они предоставляют информацию о частоте встречаемости различных значений в выборке, что является важным этапом в исследовательском процессе. Анализ этих данных позволяет выявить закономерности, тренды и аномалии, что является основой для построения дальнейших выводов и формулирования научных гипотез

Фрагмент отчета с содержимым таблиц QTABLE, на основе которых были построены гистограммы, представлен на рисунке 9.

Рисунок 9 - Фрагмент отчета с таблицами QTABLE

DOI:10.18454/itech.2024.1.5.9

Параметры функционирования модели магазине электроники по результатам моделирования представлены в таблице 1.

Коэффициент использования изменяется в пределах от 57% до 92%. Наблюдаемые данные демонстрируют, что имеющееся количество сотрудников (консультанта по технике, продавца-консультанта в отделе гаджетов и менеджера по обслуживанию) не справляется с объемом клиентского потока, что, в свою очередь, приводит к образованию очередей и ухудшению качества обслуживания.

В результате данного анализа стало очевидным, что неэффективность системы преимущественно обусловлена неспособностью менеджера по обслуживанию эффективно управлять и обрабатывать поступающие транзакты, особенно в контексте организации и обслуживания очередей.

Негативное воздействие данного фактора на операционные процессы выражается в увеличении времени обслуживания клиентов, ухудшении их удовлетворенности и формировании нежелательных очередей. Данный вывод подчеркивает важность реформирования структуры персонала, в частности, обеспечение менеджера по обслуживанию соответствующими инструментами и навыками для эффективного управления клиентским потоком и обеспечения качественного обслуживания.

Ввиду вышеупомянутых проблем качество обслуживания в области менеджмента по обслуживанию снижается, что может оказывать отрицательное воздействие на уровень удовлетворенности клиентов. В связи с этим имеется необходимость в проведении оптимизации системы массового обслуживания для обеспечения качественного обслуживания в магазине электроники.

Оптимизация систем массового обслуживания представляет собой процесс формирования наилучших параметров и характеристик данной системы с целью максимизации её эффективности и производительности. Основной задачей оптимизации СМО является достижение баланса между различными параметрами системы, такими как время обслуживания, пропускная способность, уровень загруженности ресурсов и другие

Для оптимизации функционирования системы массового обслуживания и повышения ее эффективности необходимо внести коррективы в кадровую политику, а именно увеличить количество сотрудников каждого типа специалистов. Конкретно, предлагается увеличить штат консультантов по технике до 2, продавцов-консультантов в отделе гаджетов до 2 и менеджеров по обслуживанию до 3. Результат отладки улучшенной имитационной модели магазина электроники представлена на рисунке 10.

Рисунок 10 - Результаты моделирования улучшенной системы

DOI:10.18454/itech.2024.1.5.11

За время моделирования в систему магазина электроники посетило 48 клиентов, из них 42 были обслужены, 1 клиент – в очереди у менеджера по обслуживанию, 3 клиента – в очереди у консультанта по технике. Менеджеры по обслуживанию обслуживают 3 клиентов, консультант по технике обслуживает 1 клиента, и сотрудник у стойки информации обслуживает 1 клиента в момент завершения моделирования. Процент выполненных обращений составил 87.500%, процент находящихся в процессе выполнения – 10,417%, процент находящихся в очередях – 2,083%, процент отказанных обращений – 0%.

Параметры функционирования улучшенной модели магазина электроники по результатам моделирования представлены в таблице 2.

В итоге проведенного анализа данных по эффективности по эффективности работы улучшенной модели магазина электроники выявлено, что большинство клиентов системы массового обслуживания успешно обслуживается. Данный вывод подтвержден высоким процентом выполненных обращений, достигшим уровня 87.5%.

На основе низкого процента находящихся в процессе выполнения и в очередях можно прийти к выводу, что большинство клиентов не ожидают обслуживания и система работает с высокой пропускной способностью. В связи с чем в системе массового обслуживания не возникает больших очередей.

Исходя из полученных данных, можно сделать вывод о том, что система массового обслуживания в магазине электроники оперативно и эффективно функционирует, с учетом отсутствия значительных очередей. Оптимизация производственных процессов в магазине электроники является успешной, что создает благоприятные условия для устойчивого функционирования и обеспечивает высокий стандарт обслуживания клиентов. Полученные результаты подчеркивают успешность внедренных улучшений, что важно для обеспечения качественного обслуживания и удовлетворения потребностей клиентов в современном розничном секторе.