利用排队模型优化银行服务中的人员配置和等待时间

银行服务中的长等待时间降低了客户满意度和运营效率，通常是由于人员配置不当和客户流量波动所致。埃塞俄比亚霍列塔的合作银行因人员效率低下和客户到来不可预测而经历显著的服务延迟。该研究旨在优化人员安排，减少客户等待时间，以改善服务交付。采用长短期记忆（LSTM）神经网络预测客户流量，回归分析评估了人员配置对等待时间的影响，M/M/C排队模型确定了最佳人员配置。霍列塔分行的最佳配置确定为七名服务员，Goro Qeransa分行为六名，系统的平均占用率分别为5.34和6.69名客户，从而减少了等待时间。根据预测的客户流量调整人员配置可以显著提高服务效率和客户满意度。银行管理层应基于预测性预报和排队模型采用数据驱动的人员配置策略，这些策略也可以适用于埃塞俄比亚以外的类似银行环境。