Свяжитесь с нами

Госсектор и МФЦСколько людей нужно

Сколько окон нужно МФЦ и какие приоритеты в очереди дают лучший результат?

Универсальные окна или специализированные? И кого пускать вперёд — расчёт даёт неочевидный ответ.

Что дал расчёт

Среднее ожидание
было2311мин−52%
Ожидание по коротким услугам
было214мин−81%
Окон в работе
было1414штбез изменений

На потоке 225 000 посетителей в год это45,0 тыс часовв год

Что за процесс и где он ломался

Многофункциональный центр: 14 окон, около 900 посетителей в день. Услуги разной длительности — от 6 минут до получаса.

Очередь общая и электронная: талон выдаётся на входе, а к какому окну пойдёт посетитель, решает система. Это и есть то, что можно поменять без затрат.

Вопрос, на который отвечали

Сколько окон нужно МФЦ и какие приоритеты в очереди дают лучший результат?

Признаки, по которым стало понятно: дело не в людях

Все окна универсальны, очередь одна. Длинные услуги блокируют окно и заставляют ждать тех, кому нужно две минуты. Обсуждали два выхода: нанять людей или специализировать окна по типам услуг.

Как процесс превратили в имитационную модель

Смоделировали приход посетителей по часам, длительности по типам услуг, число окон и дисциплину очереди. Специализацию окон и приоритет коротких услуг задали сценариями.

Специализация в модели означает, что окно простаивает, даже когда в зале есть люди с «чужой» услугой. Именно этот эффект и не виден в обсуждении, но виден в прогоне.

Какие данные взяли и что честно допустили

Поток
900 посетителей в день, профиль по часам — фактический
Длительность
пять типов услуг с долями по факту
Неявки по талонам
6%
Не моделировали
предварительную запись — её доля пока мала

Отчёт симуляции: что показал расчёт

Здесь будет живой отчёт симуляции

Расчёт по этому кейсу ещё не прогнан. После прогона сюда встанет тот же отчёт, что видит пользователь Storm: очереди, загрузка ресурсов, время цикла и стоимость одной заявки по каждому сценарию.

Какие сценарии прогнали и чем они отличались

Сценарии, прогнанные в модели
СценарийЧто меняли
Как есть Базовый14 универсальных окон, единая очередь
Два окна под короткие услуги Специализация без роста числа окон
Приоритет коротким услугам в общей очереди Дисциплина очереди вместо специализации
Плюс два окна 16 универсальных окон

Было и стало

Сравнение «было / стало» по каждой метрике. У метрик разные единицы, поэтому каждая пара показана в своём масштабе.
  • Было
  • Стало
  1. Среднее ожидание , мин

    23
    11−52%
  2. Ожидание по коротким услугам , мин

    21
    4−81%
  3. Окон в работе , шт

    14
    14без изменений
  4. Ожидание по длинным услугам , мин

    26
    19−27%
Ключевые метрики процесса до и после изменения
МетрикаБылоСталоИзменение
Среднее ожидание , мин2311−52%
Ожидание по коротким услугам , мин214−81%
Окон в работе , шт1414без изменений
Ожидание по длинным услугам , мин2619−27%

Что показал расчёт

  1. Приоритет коротким услугам сокращает ожидание всем

    Даже тем, кто пришёл с длинной услугой: окна перестают простаивать за спиной короткой очереди.

  2. Два дополнительных окна дают вдвое меньше приоритета

    −26% ожидания против −52%, и стоят двух ставок.

  3. Специализация окон хуже приоритета в общей очереди

    Специализированные окна простаивают, когда их тип услуг не идёт.

Что оказалось не так, как считали

Пропустить вперёд короткие услуги выгодно всем, включая длинные. Это контринтуитивно и является классическим результатом теории массового обслуживания: короткие вперёд — общее ожидание минимально.

Сколько окон нужно МФЦ и какие приоритеты в очереди дают лучший результат?

Что решили сделать и что получилось

Ввели приоритет коротких услуг в общей очереди вместо специализации окон. Дисциплину очереди считали приёмом «Приоритизация очереди», потребность в окнах — приёмом «Оптимальный штат (√)».

Заявку на два дополнительных окна сняли: тот же результат без ставок.

Приёмы оптимизации, которые здесь сработали

Почему на этот вопрос отвечает имитационное моделирование, а совещание — нет

Дисциплина очереди меняет ожидание сильнее, чем число окон, и в отчётах это не видно: средняя загрузка окон одинакова во всех сценариях. Разницу показывает только прогон.

Причина в том, что ожидание зависит не от того, сколько работы сделано, а от того, в каком порядке она сделана. Порядок не отражается ни в одном привычном отчёте — его нужно проиграть.

Окон осталось те же 14, а ожидание по коротким услугам упало с 21 минуты до 4: вся разница в порядке обслуживания.

Где этот вывод не работает

Приоритет коротким услугам ухудшает положение длинных, если их доля вырастет. При доле выше 40% схему нужно пересчитать.

Частые вопросы по этому расчёту

Не будет ли это несправедливо к тем, у кого длинная услуга?

По расчёту они тоже выигрывают: их ожидание снизилось с 26 до 19 минут (−27%). Коротких услуг больше по количеству, но они занимают треть времени — пустить их вперёд выгодно для всей системы из 900 посетителей в день.

Почему приоритет коротких услуг работает лучше, чем специализированные окна?

Два дополнительных окна дали −26% ожидания, приоритет коротким — −52% при тех же 14 окнах (вместо расширения до 16). Специализованные окна простаивают в ожидании своих услуг, приоритет очереди всегда находит работу.

Если кто-то спросит, справедливо ли пускать коротких вперёд?

Справедливо для всех: общее ожидание упадёт с 23 до 11 минут, включая людей с длинными услугами. Это оптимизация потока, коротких операций больше, и очередь к ним замораживала окна, создавая ожидание для всех категорий.

При каком проценте длинных услуг нужно пересчитать модель?

Если доля длинных услуг вырастет выше 40%, приоритет коротким потеряет эффект. Сейчас 5 типов услуг с известным распределением — входной параметр, и если состав поменяется, результаты сдвинутся.

Ваш процесс, ваши числа

Покажем на вашем процессе

Пришлите диаграмму и то, что знаете про поток: сколько заявок в день, сколько людей, сколько занимает операция. Соберём модель, прогоним сценарии, которые вы назовёте, и разберём отчёт вместе — с очередями, загрузкой ресурсов, сроком и стоимостью заявки.

  1. Присылаете диаграмму и три-четыре цифры про поток
  2. Собираем модель и прогоняем сценарии, которые вы назовёте
  3. Разбираем отчёт вместе и обсуждаем, что из него следует

Первый процесс считаем бесплатно: нужна диаграмма и несколько цифр по потоку.

Поддержка