سید خلیل الله سجادی

از جمله عوامل موفقیت بانک ها برای رسیدن به تعالی، جلب رضایت مشتریان است. به نظر می رسد بروز خطا و اشتباه در ارائه خدمت به مشتریان جزو استثناها باشد. اما در جهان واقعی این واقعیت اتفاق می افتد. این تحقیق به بررسی عوامل بروزخطاهای انسانی و محاسبه قابلیت اطمینان کاری کاربران شعب بانک پرداخته است. برای این امر به کمک ادبیات موضوع، تکمیل پرسشنامه توسط خبرگان، کارشناسان و کاربران شعب بانک به جمع آوری اطلاعات، آنالیز شغل کاربران و شناسایی خطاها پرداخته شده است. در این تحقیق با بکارگیری روشHEART که از روش های اندازه گیری قابلیت اطمینان می باشد.پس از محاسبه و تجزیه و تحلیل داده های جمع آوری شده، میزان قابلیت اطمینان عملکرد کاربران شعب 0.072بدست آمده است. در پایان راهکارهایی جهت کاهش میزان خطاارائه گردیده، که از مهمترین عوامل بروز خطای کاربران، نحوه برخورد نامناسب رئیس، معاون و مشتریان با کاربران و اجرای همزمان چند کار با حجم بالا می توان اشاره نمود.

از مهم ترین اهداف پیش روی بانک ها می توان به مشتری مداری از راه کاهش مدت زمان انتظار مشتریان در شعب اشاره کرد. یکی از راه حل های ممکن برای این مشکل، به کارگیری ترکیب مناسبی از تعداد تجهیزات و امکانات است که به کارگیری بیش از نیاز در این خصوص منجر به هزینه اضافی برای بانک می شود. این مقاله با مدلسازی ریاضی، به کارگیری ابزارهای فراابتکاری و شبیه سازی به دنبال تعیین ترکیب بهینه تعداد تجهیزات و امکانات شعب بانک می باشد. مقاله حاضر از یک مدل ریاضی با دو تابع هدف کمینه سازی تشکیل شده است. برای حل مدل در هر مرحله جوابی موجه شبیه سازی شده است که به عنوان ورودی به روش فراابتکاری تبرید انتخاب می شود. سپس الگوریتم تبرید در همسایگی این جواب، جواب موجه بهتری شناسایی می کند که در ادامه این جواب شبیه سازی می شود. این چرخه تا جایی تکرار می شود که جواب یا سناریوی بهینه انتخاب شود. در این روش با در نظر گرفتن محدودیت های مسئله، سناریو های ممکن به کمک الگوریتم تبرید با نرم افزار MATLAB تولید و به کمک نرم افزار شبیه سازی ED در 50 مرتبه 8 ساعته اجرا می شود. در این مقاله یکی از شعب بانکی خصوصی مورد بررسی قرار گرفت و سناریویی که در آن 4 عدد باجه ریالی، 2 عدد باجه ارزی، 3 عدد باجه تسهیلاتی و دو عدد دستگاه خودپرداز می باشد، با کمترین هزینه به عنوان سناریو بهینه انتخاب شد.

یکی از مهم ترین شاخص های رضایت شهروندی در کلان شهرها، فراهم کردن ابزارهای کارآمد بانکی در سطح شهر می باشد. در این مقاله، افزایش میزان رضایت شهروندی از دستگاه های خودپرداز بانک شهر با استفاده از پرسشنامه و توزیع آن بین 200 شهروندی که از خدمات این دستگاه ها استفاده کرده اند، قبل و بعد از اجرایی کردن سیاست کنترل موجودی وجه نقد دستگاه ها، بررسی شده است. این مقاله با ارائه مدل حداقل کردن مجموع هزینه های خواب پول و فرصت از دست رفته برای دستگاه های خودپرداز بانک، به بررسی تفاوت بین رضایت مندی مشتریان و فعال بودن خودپردازها پرداخته است. برای شبیه سازی رفتار مصرفی دستگاه های خودپرداز، نرم افزار Arena به کار رفته است. نتایج نشان دادند که این مدل قادر است نقطه سفارش مجدد، میزان سفارش پول و ترکیب انواع اسکناس را تا سقف موردنظر برای هر یک از دستگاه های خودپرداز بانک ارائه کند. از مهم ترین یافته های این تحقیق می توان به شناسایی عوامل مؤثر بر سطح رضایت مندی شهروندان از دستگاه های خودپرداز و همچنین مدلی جهت بهینه سازی هزینه های مشتری ازدست رفته و مازاد پول در این دستگاه ها اشاره کرد که به کمک این مدل، میزان رضایت مندی، افزایش یافته است. نتیجه نهایی آن که با به کارگیری و شبیه سازی این مدل، میزان سطح رضایت مندی شهروندان از خدمات با 25 درصد رشد به سطح 80 درصد رسید و در نهایت، هزینه کل روزانه هر دستگاه با کاهش 185900 تومانی برای هر دستگاه خودپرداز به روزانه 114700تومان، تقلیل یافت.

امروزه شناخت مشتریان، خوشه بندی و تخصیص خدمت یا محصول به هرکدام از خوشه های مختلف یکی از مهم ترین مسائل بانک ها محسوب می شود. در این پژوهش اطلاعات 31.953 مشتری شامل پنج ویژگی، آخرین زمان مراجعه، تعداد تراکنش، مبلغ سپرده گذاری، مبلغ وام و مانده معوقات از پایگاه داده بانک استخراج شده است. سپس به کمک الگوریتم کا میانگین مشتریان در 7 خوشه جایگذاری شده است. هدف اصلی این پژوهش تخصیص 9 نوع وام و 4 نوع سپرده به هر خوشه از مشتریان براساس یک مدل ریاضی سه هدفه برای افزایش میزان رضایت مشتریان، کاهش هزینه ها و ریسک تخصیص خدمات و محصولات است. برای حل این مدل جواب های موجه اولیه درقالب سناریو های مختلف ازطریق شبیه سازی به دست آمده است. سپس به کمک الگوریتم تبرید جواب نزدیک به بهینه مشخص شده است. در این پژوهش از نرم افزارهای وکا و آر برای داده کاوی، ارنا برای شبیه سازی و لینگو برای بهینه سازی استفاده شده است.