Jonot ja niiden hallinta

Samankaltaiset tiedostot
Jonot ja niiden hallinta

Jonot ja niiden hallinta

Jonot ja niiden hallinta

Jonojen matematiikkaa

HARJOITUS- PAKETTI E

J. Virtamo Jonoteoria / Prioriteettijonot 1

J. Virtamo Jonoteoria / Prioriteettijonot 1

Malliratkaisut Demo 1

Demonstraatiot Luento 7 D7/1 D7/2 D7/3

Turvallista viestintää puheentunnistuksella. Helmo Peuranen, Enfo

Yleistä. Esimerkki. Yhden palvelimen jono. palvelin. saapuvat asiakkaat. poistuvat asiakkaat. odotushuone, jonotuspaikat

Estynyt puheluyritys menetetään ei johda uusintayritykseen alkaa uusi miettimisaika: aika seuraavaan yritykseen Exp(γ) pitoaika X Exp(µ)

Littlen tulos. Littlen lause sanoo. N = λ T. Lause on hyvin käyttökelpoinen yleisyytensä vuoksi

Mat Sovellettu todennäköisyyslasku A

Sovellettu todennäköisyyslaskenta B

Odotusjärjestelmät. Aluksi esitellään allaolevan kuvan mukaisen yhden palvelimen jonoon liittyvät perussuureet.

Esimerkki: Tietoliikennekytkin

Malliratkaisut Demot

Harjoitus 2: Matlab - Statistical Toolbox

Minna Mattila-Aalto Kehittämispäällikkö TTS Työtehoseura. Viher- ja ympäristörakentajat ry:n luentopäivät

Liikenneongelmien aikaskaalahierarkia

Demonstraatiot Luento

ABHELSINKI UNIVERSITY OF TECHNOLOGY

dx=5&uilang=fi&lang=fi&lvv=2014

Algoritmit 2. Luento 1 Ti Timo Männikkö

Estojärjestelmä (loss system, menetysjärjestelmä)

Poisson-prosessien ominaisuuksia ja esimerkkilaskuja

Tuotannon jatkuva optimointi muutostilanteissa

3. Esimerkkejä luento03.ppt S Liikenneteorian perusteet - Kevät

Päätöksentekomenetelmät

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

Päätöksentekomenetelmät

J. Virtamo Jonoteoria / Poisson-prosessi 1

ASIAKAS PROSESSIN KESKIÖSSÄ

Tilaajien rooli virtaustehokkuuden kehittämisessä

Batch means -menetelmä

763306A JOHDATUS SUHTEELLISUUSTEORIAAN 2 Ratkaisut 3 Kevät E 1 + c 2 m 2 = E (1) p 1 = P (2) E 2 1

Tutkimustiedonhallinnan peruskurssi

Teoria. Prosessin realisaatioiden tuottaminen

Syntymä-kuolema-prosessit

Oivallustehdas. Oivallustehdas. Sämpläys Oy. Virtaviiva Oy. Fore and Aft Oy Erkki Wirta Tel

Osa 11. Yritys kilpailullisilla markkinoilla (Mankiw & Taylor, Ch 14)

Hintakilpailu lyhyellä aikavälillä

Leanin perusteet KEUKE

(b) Onko hyvä idea laske pinta-alan odotusarvo lähetmällä oletuksesta, että keppi katkeaa katkaisukohdan odotusarvon kohdalla?

SIPOC ja Arvovirtakartta työskentely - Ohje

/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Tentissä on kaksi osiota: kirjallinen (osa A) yhteensä 24 pistettä menetelmäpainotteinen (osa B), yhteensä 36 pistettä

MTTTP5, luento Otossuureita ja niiden jakaumia (jatkuu)

Simulointi. Tapahtumapohjainen

/1. MTTTP5, luento Kertausta. Olk. X 1, X 2,..., X n on satunnaisotos N(µ, ):sta, missä tunnettu. Jos H 0 on tosi, niin

LCI Finland vuosipäivä Mitä on Lean Construction?

riippumattomia ja noudattavat samaa jakaumaa.

Stokastinen optimointi taktisessa toimitusketjujen riskienhallinnassa (valmiin työn esittely)

SUBSTANTIIVIT 1/6. juttu. joukkue. vaali. kaupunki. syy. alku. kokous. asukas. tapaus. kysymys. lapsi. kauppa. pankki. miljoona. keskiviikko.

Diskreettiaikainen dynaaminen optimointi

Prosessin reaalisaatioiden tuottaminen

811120P Diskreetit rakenteet

Sovellettu todennäköisyyslaskenta B

Syntymä-kuolema-prosessit

3. Esimerkkejä. Sisältö. Klassinen puhelinliikenteen malli (1) Klassinen puhelinliikenteen malli (2)

Tervetuloa! TULOKSISTA TOIMINTAAN. Kohti yhteistä ja innostavaa arkipäivän kehittämistä yhdessä tekemällä

Polkuja kestävän liikkumisen palveluihin Tampereen kestävät työasiamatkat. Tarpeet jaetuille takseille työasiamatkoilla

Satunnaislukujen generointi

Mitä tunteet ovat? Kukaan ei tiedä tarkasti, mitä tunteet oikein ovat. Kuitenkin jokainen ihminen kokee tunteita koko ajan.

Järkevä investointi tuo rahasi takaisin koulutustilaisuus koneurakoitsijoille koneinvestoinneista

YLE 5 Luonnonvarataloustieteen jatkokurssi Kalastuksen taloustiede

Talousmatematiikan perusteet: Luento 11. Lineaarikuvaus Matriisin aste Käänteismatriisi

1. Kuntosalilla on 8000 asiakasta, joilla kaikilla on sama salikäyntien kysyntä: q(p)= P, missä

Vuonohjaus: ikkunamekanismi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

PRO-Tietoisku LEAN 47. Laatupäivät , Tampere Juha Isomäki

Tutkimusongelmia ja tilastollisia hypoteeseja: Perunalastupussien keskimääräinen paino? Nollahypoteesi Vaihtoehtoinen hypoteesi (yksisuuntainen)

GeoGebra tutkivan oppimisen välineenä: havainto-hypoteesi-testaus

Simulointi. Johdanto

Rallin Perustoimitsijakoulutus, AT-toiminta

E-laskun asiakasarvo pk-sektorilla

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Tuottavuutta kuntien palvelutoimintaan Lean5 Europe Oy Ltd

JATKUVAT JAKAUMAT Laplace-muunnos (Laplace-Stieltjes-muunnos)

Taulukko 1. Leikkausta, toimenpidettä tai hoitoa odottavien lukumäärä ja odotusajat

Megaprojekti pysyi aikataulussa. Totta vai tarua?

Mikä tekee tuotantojärjestelmästä taloudellisen?

Gripenberg. MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Tentti ja välikoeuusinta

Muutoksessa mahdollisuus? Yhdessä onnistuneempaan muutokseen

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

D ( ) E( ) E( ) 2.917

4. laskuharjoituskierros, vko 7, ratkaisut

Simuloinnin taktisia kysymyksiä

Instructor: hannele wallenius Course: Kansantaloustieteen perusteet 2016

Lisätehtäviä ratkaisuineen luentomonisteen lukuihin 2-4 liittyen

Uudet mahdollisuudet kuntasektorilla

ax + y + 2z = 0 2x + y + az = b 2. Kuvassa alla on esitetty nesteen virtaus eräässä putkistossa.

8 Yritys kilpailullisilla markkinoilla (Mankiw & Taylor, Ch 14)

Pysyvää kilpailuetua ja kestävämpiä asiakassuhteita

Tik Harjoitustyö

Monopoli 2/2. S ysteemianalyysin. Laboratorio. Teknillinen korkeakoulu

Isännöinnin asiakastyytyväisyystutkimus 2012

Transkriptio:

L u e n t o Jonot ja niiden hallinta Luennon sisältö Jonojen perusteet Erilaiset jonomallit Jonojen psykologia

Elämä on yhtä jonottamista ja odottelua... Aamukahvi Suihku ja peili Hissi Liikennevalot Joukkoliikenne Aamuruuhka Tylsä luento (*n) Kouluruokailu Tietokoneluokka WWW-sivut Postimyynti Printterin korjaus Case-tapaaminen Tenttitulokset Pankkiautomaatti Tavaratalon myyjä Kuntosali/aerobic Varattu puhelinlinja Videovuokraus Ruokakauppa Kumppanin tulo XOXOXOXOX jne. Sub Chat Nukku-Matti

...ja harvoin kauhean sööttiä! TUTA 17 Luento 18 5

Jonoja löytyy tuottavaltakin puolelta Tuotantolinjan asemat odottelevat materiaalia Tilaus odottaa valmistusta Rekat odottelevat purkua/lastausta Lentokoneet odottavat nousua/laskua Yritys odottaa maksua TUTA 17 Luento 18 6

Odottelu käytännössä varsin merkittävää Toimiala Vakuutus Mainonta Pankki Prosessi Hakemuksen käsittely Uusi graafinen ilme Lainan hyväksyminen Todellinen läpimenoaika Teoreettinen läpimenoaika Prosessin tehokkuus 72 t. 7 min. 0.16% 18 vrk. 2 t. 0.14% 24 t. 34 min. 2.36% Sairaala Laskutus 10 vrk. 3 t. 3.75% Autorahoitus Rahoitussopimus 11 vrk. 5 t. 5.60% TUTA 17 Luento 18 7

Miksi jonojen huomioiminen on tärkeää? Jonoja on kaikkialla ja kukaan ei pidä niistä jonotusaika eliniän aikana pelottavan suuri - esim. harjoitustyö- ja tenttitulosten odottelu Aalto Biz:ssä - tutkimusten mukaan jopa 5-6 vuotta elinajasta! kaikista operaatioista löytyy jonoja (tuotannosta ja palveluista) Liittyvät läheisesti kaikkiin operaatioihin esim. kapasiteetin hallinta, läpimenoajat ja prosessivarastot (WIP) Jonojen hallinnalla strategista merkitystä perinteinen tehokkuus vs. joustavuus/palvelutaso -päätös pikaruokaloissa, lentokentillä, huvipuistoissa, puhelinpalveluissa Jonojen muodostumista ei voida aina välttää vaikka kuinka yritettäisiin! TUTA 17 Luento 18 8

Jonojen perusteet

Mikä jono oikeastaan on? Saapuminen Jono Palvelu Lähtö Jono on asiakkaiden/töiden joukko joka odottaa tarvitsemaansa palvelua yhdeltä tai useammalta palvelijalta/koneelta (jonotutkimus: miten jono syntyy ja käyttäytyy) TUTA 17 Luento 18 10

Ideaalimaailmassa jonoja ei koskaan olisi! Todennäköisyys 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Asiakas saapuu 10 minuutin välein (~6 kpl per tunti) ja palvelu kestää 8 minuuttia (~7,5 kpl per tunti) 0 15 30 45 60 75 90 105 120 135 150 165 180 195 Saapumisväli Palvelun kesto 30% 25% 20% 15% 10% 5% 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% Todennäköisyys 25% 20% 15% 10% 5% 100% 90% 80% 60% 40% 20% 0% 0% 0% 0% 0 10 20 30 40 50 60 70 0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 Yli 80 90 100 110 120 130 140 150 160 170 180 190 Yli Todennäköisyys TUTA 17 Luento 18 11

Jonot syntyvät satunnaisuuden seurauksena Jonoja muodostuu kun lyhyen ajan kysyntä ylittää tarjolla olevan kapasiteetin systeemi usein suunniteltu keskimääräisten lukujen perusteella Ł vaihtelu siis synnyttää jonoja Vaihtelua sekä saapumisajoissa että kestoissa esim. soiton ajankohta ja pituus Odotusaika sitä pidempi mitä enemmän satunnaisuutta! Puheluiden saapumisaika ja kesto 10 9 8 7 6 5 4 3 2 1 0 0 20 40 Aika 60 80 100 Puheluita systeemissä ( varasto ) 5 4 3 2 1 0 0 20 40 Aika 60 80 100 TUTA 17 Luento 18 12

Satunnaisuutta saapumisajoissa ja kestoissa Operaattori merkitsi jokaisen virolaisen prostituoidun asiakkaan tarkan saapumisajan. Asiakkaan lähdettyä prostituoitu soitti operaattorille, joka teki kellonajan viereen merkinnän lähdöstä. Tämän jälkeen operaattori ohjasi uuden asiakkaan vapautuneelle prostituoidulle.

Jonojen hallinnalla strategista merkitystä W q L q W L Alhainen käyttöaste Hyvä palvelu Hyvä joustavuus Korkeat toimintakust. Korkea käyttöaste Huono palvelu Huono joustavuus Alhaiset toimintakust. r = 0.0 Käyttöaste r = 1.0 Trade-off kustannusten ja joustavuuden/palvelun välillä TUTA 17 Luento 18 15

Puhelinkeskuksen kapasiteettianalyysi ja lisähenkilöiden ($40 ) palkkaaminen lisäsi myyntiä n. $10 vuodessa

Jonoillakin kaksi kustannuskomponenttia Kustannus Palvelun tuottamisen kustannus Kokonaiskustannus Asiakkaan odotuttamisen kustannus r = 0.0 lyhyt Käyttöaste r = 1.0 Odotusaika pitkä TUTA 17 Luento 18 17

Johto tasapainottelee eri kustannusten välillä Hyvän palvelun tuottaminen maksaa ylimääräisen kapasiteetin kustannukset investointikustannukset Odotuttaminen ei myöskään ole ilmaista menetetty/siirtynyt myynti imagolliset vaikutukset tulevaisuuden tuottoihin lisääntyneet muuttuvat kustannukset asiakkaan aika/vaihtoehtoiskustannus menetetty henki (esim. leikkausjonot) Käytännössä odottamisen kustannukset eivät vielä realisoidu täysimääräisesti! asiakkaat ovat liian kilttejä ja vaatimustaso nousee hitaasti TUTA 17 Luento 18 20

Erilaiset jonomallit

Jonosysteemit pääasiassa hyvin samanlaisia Odotus Palvelu Asiakkaat saapuvat Asiakkaat poistuvat TUTA 17 Luento 18 23

Pieniä eroja organisoinnissa kuitenkin löytyy Aggregointi Jono Palvelija Joustavuus Jono Palvelijat Erikoistuminen Jono Palvelija Jono Palvelija TUTA 17 Luento 18 24

Jonomallien kannalta prosesseissakin eroja Yksi kanava Yksi vaihe Yhden hengen parturiliike Monivaiheinen Auton pesu Monta kanavaa Pankki (M/M/1) Sairaalan ilmoittautuminen (M/M/s) peruskurssin laskujen fokus TUTA 17 Luento 18 25

Jonomalleissa tietyt perusmuuttujat Prosessin rakenne Populaation koko Jonojen määrä ja max. pituus Saapumistiheys Jono Palvelijoiden määrä Tuottamistahti Jonotuksen "kuri" Jonotusprioriteetit TUTA 17 Luento 18 26

Jonomalleissa tietyt perusmuuttujat Prosessin rakenne onko yksi- vai monivaiheinen, useita peräkkäisiä vaiheita? Populaation koko ja homogeenisuus ääretön populaatio vai ei, voidaanko asiakastyyppi tunnistaa? Asiakkaiden saapumistiheys l (kpl per aika!) oletetaan olevan usein Poisson -funktion muotoinen - käytännössä vaihtelee vuorokauden ym. aikojen mukaan (esim. poliklinikka) Keskimääräinen palvelun tuottamistahti m (kpl per aika!) oletetaan olevan usein eksponentiaalisen funktion muotoinen Jonotusperiaate ja -prioriteetti first in - first out, last in - first out, kriittisimmät ensin (esim. tapaturmapoli)... Asiakkaiden käyttäytyminen esim. kuri; odottaa jonossa, lähtee kesken jonosta, ei jää jonottamaan Palvelijoiden lukumäärän (s) ja organisointi Jonojen määrä ja maksimikapasiteetti TUTA 17 Luento 18 27

Mallien huomio samoissa muuttujissa ka. jonotusaika (W q ) Palvelu Asiakkaat saapuvat Saapumistiheys l Asiakkaat poistuvat ka. jonon pituus (L q ) ka. aika systeemissä (W ) ka. asiakkaiden määrä systeemissä (L ) Tuottamistahti m Muita seurattavia muuttujia mm. palvelijoiden käyttöaste keskeyttäneet asiakkaat laatu TUTA 17 Luento 18 28

Erilaiset jonomallit - M/M/1 - M/M mallit käytetyimpiä jonomalleja johtuen analysoinnin helppoudesta M/M/1 yksinkertaisin jonojärjestelmä asiakaspopulaatio ääretön saapumiset satunnaisia ja Poisson-jakautuneita (M) palveluaika eksponentiaalisesti jakautunut (M) jonotusperiaate FIFO jonottajat hyvin käyttäytyviä jonoja 1 kpl ja jonon kapasiteetti ääretön palvelijoita/työasemia rinnakkain 1 kpl TUTA 17 Luento 18 29

Tarkkana: lähtöarvot kpl per aikayksikkö! M/M/1 esimerkki Tarkkana: yksiköt johdonmukaisesti! Pikaruokalassa on 1 drive-thru ikkuna. Asiakkaan palvelemiseen menee keskimäärin 3 minuuttia ja vain yhtä asiakasta voidaan palvella kerralla. Asiakkaat saapuvat keskimäärin 4 minuutin välein. Saapumiset jonoon ovat Poisson-jakautuneita ja palveluajat eksponentiaalisesti jakautuneita. Laske keskeiset tunnusluvut. Käyttöaste r λ 60 min per tunti / 4 min per kpl 15 kpl per tunti = = = = 0,75 = 75% μ 60 min per tunti / 3 min per kpl 20 kpl per tunti λ 15 = = = 3,00 as. (μ - λ) (20-15) Ka. asiakkaiden määrä systeemissä L Keskimääräinen jonon pituus L q = ρl = 0,75*3 = 2,25as. Ka. asiakkaiden aika systeemissä W = (μ 1 - λ) = 1 (20-15) = 0,2 t. = 12min. Keskimääräinen jonotusaika W q = ρw = 0,75*12min = 9min. TUTA 17 Luento 18 30

M/M/1 esimerkki - case mitä tapahtuu jos asiakasmäärät muuttuvat - TUTA 17 Luento 18 31

Käyttöaste vaikuttaa kaikkiin tunnuslukuihin L L q W W q r = 0.0 Käyttöaste r = 1.0 TUTA 17 Luento 18 32

M/M/1 esimerkki - case tulokset painotettuja keskiarvoja, eivät vakioita! - TUTA 17 Luento 18 33

40 min/kpl Perusperiaatteet toimivat myös monivaiheisissa prosesseissa 40 kpl/vrk 1 30 t/vrk Ł 89 % 14.6 kpl/vrk 13.2 kpl/vrk 11.2 kpl/vrk 30 min/kpl 2A 2B 2C 7.5 t/vrk 7.5 t/vrk Ł 97 % Ł 79 % 7.5 t/vrk Ł 70 % 70 min/kpl 55 min/kpl 85% X-tuotteista 15% X-tuotteista muutettu Y-tuotteiksi 40 kpl/vrk 26.4 kpl/vrk 3 4 60 t/vrk 37.5 t/vrk Ł 76 % Ł 65 % Miksi tilaus-toimitusviipeemme on niin pitkä? TUTA 17 Luento 18 34

Erilaiset jonomallit - M/M/s - Tilanne muutoin sama kuin M/M/1, paitsi että palvelijoita on nyt useita rinnan (s kpl) asiakaspopulaatio ääretön saapumiset satunnaisia ja Poisson-jakautuneita (M) palveluaika eksponentiaalisesti jakautunut (M) jonotusperiaate FIFO jonottajat hyvin käyttäytyviä jonoja 1 kpl ja jonon kapasiteetti ääretön palvelijoita/työasemia rinnakkain s kpl Realistisempi tilanne koska systeemeissä yleensä enemmän kuin yksi palvelija Jonojen kombinointi vähentää jonotusaikaa! joutenoloaika pystytään jakamaan tehokkaammin TUTA 17 Luento 18 35

Käyttöaste r : Todennäköisyys joutenololle P(0): (kaikki palvelijat tyhjiltään) Keskimääräinen jonon pituus L q Erilaiset jonomallit - keskeiset M/M/s kaavat - = Ø = Œ º l sm s-1 = s P n= 0 n! s! 1 0 ( l / m) l ( ) m s n r!(1 - r) 2 yksittäisen palvelijan tuottamistahti ( l / m) + s 1 ø œ Ł - r łß -1 Keskimääräinen jonotusaika W q Ka. asiakkaiden aika systeemissä W Ka. asiakkaiden määrä systeemissä L = = L q l W q + = lw 1 m TUTA 17 Luento 18 36

M/M/s esimerkki Pikaruokalassa on 4 drive-thru ikkunaa (edelliseen verrattuna siis 4 kertaa enemmän kapasiteettia). Asiakkaan palvelemiseen menee keskimäärin 3 minuuttia. Asiakkaat saapuvat keskimäärin 1 minuutin välein (edelliseen verrattuna 4 kertaa enemmän kysyntää). Saapumiset jonoon ovat Poisson-jakautuneita ja palveluajat eksponentiaalisesti jakautuneita. Laske keskeiset jonottamisen tunnusluvut. Kassojen käyttöaste r : l ( sm) = 60 (4* 20) = 0,75 = 75% vrt. 75% Joutenolo: Ø = Œ º s-1 ( l / m) n! n ( l / m) + s! 1 ø œ Ł1- r łß -1 Ø = Œ º n= 0 n= 0 s 3 (60/ 20) n! n (60/ 20) + 4! 4 1 ø œ Ł1-0,75łß -1 = 0,0377= 3,77% Ka. jonon pituus L q : Ø l s ø 60 4 0 ( ) Ø ø ŒP rœ Œ0,0377*( ) *0,75 20 œ º m = ß = º ß 2 2 s!(1 - r) 4!(1-0,75) = 1,52 as. vrt. 4*2,25=9 kpl Ka. odotusaika W q : Lq = l = 1,52 60 = 1,52min. vrt. 9 min. TUTA 17 Luento 18 37

Kombinointi vähentää jonotusaikaa! PP1 PP2 PP3 PP4 PP1 PP2 PP3 PP4 ka. odotusaika 9 min. ka. odotusaika 1,5 min. Palvelijoiden joutenoloaika tehokkaammin käytössä (huomioi kyllä huonosti asiakkaiden heterogeenisyyden, siirtymisen vaivan, kassojen eri roolit (käteis- vs. pikakassa), henkilökohtaiset preferenssit jne.) TUTA 17 Luento 18 38

Tämä siis on kuluttajan kannalta järkevää J

Erilaiset jonomallit - keskeiset äärellinen popula kaavat - Todennäköisyys joutenololle P(0) Käyttöaste r : Ka. asiakkaiden määrä systeemissä L Keskimääräinen jonon pituus L q Ka. asiakkaiden aika systeemissä W Keskimääräinen jonotusaika W q (käytetään kun popula alle 30 asiakasta) Ø = Œ Œº = 1- P 0 μ = N - ( 1- P ) 0 λ λ + μ = N - λ ( ) -1 =L غ N-L λøß = L ( ) q Ø N-L λø - º ß ( ) 1- P 0 TUTA 17 Luento 18 41 N kpl määrä N! (N - n)! Ł yksittäisen asiakkaan saapumistiheys λ μ ł n= 0 œ œ ß n 1 ø -1 kertoma Excelissä; =FACT()

Äärellinen popula esimerkki Pankilla on pääkonttorissaan 8 kopiokonetta. Koneita käytetään jatkuvasti ja ne hajoavat keskimäärin 50 tunnin välein. Rikkoutuneen korjaamiseen menee talon ainoalta korjaajalta 4 tuntia. Kuinka monta kopiokonetta on koko ajan poissa käytöstä? Todennäköisyys joutenololle P(0) 0 1 2 3 4 5 6 7 8 Ø 8! 0,02 8! 0,02 8! 0,02 8! 0,02 8! 0,02 8! 0,02 8! 0,02 8! 0,02 8! 0,02 ø = Œ + + + + + + + + œ Œº (8-0)! Ł0,25 ł (8-1)! Ł0,25 ł (8-2)! Ł0,25 ł (8-3)! Ł0,25 ł (8-4)! Ł0,25 ł (8-5)! Ł0,25 ł (8-6)! Ł0,25 ł (8-7)! Ł0,25 ł (8-8)! Ł0,25 ł œß - [ ] 1 = 1+ 0, 64 + 0,3584 + 0,1720 + 0, 0688 + 0,0220 + 0,0053 + 0, 0008 + 0,0001 = 0, 441 Käyttöaste r : = 1-0,441= 55,9% 0,25 Ka. asiakkaiden määrä systeemissä L = 8- ( 1-0,441 ) = 1,01 0,02 0,02+0,25 Keskimääräinen jonon pituus L q = 8- ( 1-0,441 ) = 0,45 0,02-1 Ka. asiakkaiden aika systeemissä W = 1,01غ ( 8-1,01) 0,02 øß = 7,25 t. -1 Keskimääräinen jonotusaika W q = 0,45غ ( 8-1,01) 0,02 øß = 3,25 t. TUTA 17 Luento 18 42-1

Jonot ja simulointi Vain yksinkertaisia jonoja voidaan ratkaista matemaattisesti Todellisuudessa jonot ovat erittäin monimutkaisia... useita palvelijoita, useita jonoja ei tulla paikalle, ei jäädä jonottamaan, lähdetään jonosta kesken pois, etuillaan jonossa, vaihdetaan jonoa, kettuillaan koneiden hajoaminen jonojen verkosto jne. siitä huolimatta niitä pitää pystyä analysoimaanłtietokonesimuloinnit TUTA 17 Luento 18 43

Miten odotusaikaa voidaan lyhentää? Kasvattamalla kapasiteettia tai ottamalla kysyntähuipun ajaksi varakapasiteetin käyttöön yksinkertaisimmillaan lisäämällä palvelijoiden määrää ja/tai tehokkuutta yhteiskapasiteettiallianssit, työntekijöiden kouluttaminen, joustavan työvoiman ylläpito, pitämällä jatkuvasti ylimääräistä kapasiteettia Tasapainottamalla kysyntä vastaamaan resursseja melkein kaikki kysynnänhallintamenetelmät käyttökelpoisia Pienentämällä saapumis- ja palveluaikojen hajontaa mitä enemmän satunnaisuutta prosessissa on, sitä pidemmät jonot! esim. segmentoimalla asiakkaita, rajaamalla tuotevalikoimaa - erikoistuminen luonnollisesti myös parantaa tehokkuutta ja nopeuttaa Analysoimalla ja kehittämällä prosessia uudelleensuunnitelmalla kriittiset vaiheet (ja poistamalla turhat vaiheet) esim. rinnakkaiset palvelijat (M/M/s opitj), suunnittelemalla tila toimivaksi TUTA 17 Luento 18 44

Jonojen psykologia

Jonojen psykologian perustotuus Jonottaminen on AINA hajottavaa! TUTA 17 Luento 18 46

Jonottamisen psykologiassa on toki eroja

Miksi jonottaminen on niin hajottavaa? Aikaa menee hukkaan Oikeustaju kärsii välillä Puhdas tylsistyminen TUTA 17 Luento 18 48

Miksi jonotuskokemusta tulisi ymmärtää? Odotukset Operaatio Kokemus Tyytyväisyys Asenne Aikomus Tuleva käytös Tyytyväisyys ohjaa käytöstä! TUTA 17 Luento 18 49

Palveluiden käyttöasteet syystä alhaisia Kapasiteetti tärkeä osa myös palveluissa jonoteorian vuoksi optimaalinen kapasiteetti noin 70% Kysyntä Vapaa kapasiteetti Asiakkaat käännytetty pois Huono palvelu Maksimikapasiteetti Optimaalinen kapasiteetti Aika TUTA 17 Luento 18 50

Jonojen hallinnan maailmamestari! (korkea käyttöaste ja hyvä palvelu)

Jonottamisesta monia tutkimustuloksia Arvokasta asiaa sekä positiivista palvelukokemusta jaksaa jonottaa pidempään Prosessin aikaiset odottelut tuntuvat lyhyemmiltä kuin prosessi alun odottaminen Jonottaminen tuntuu todellisuutta pidemmältä kun jonotuksen syytä ei tiedä / ei selitetä (esim. miksi jono ei liiku ) kun jonotustilanne on odottamaton kun tietää/näkee, että kapasiteettia on vapaana (esim. myyjät juttelee) kun joutuu jonottamaan yksin (ryhmässä aika lentää) kun jonottaminen tuntuu epäoikeudenmukaiselta (järjestys ei FIFO) Jonottajan mieliala vaikuttaa jonotuksen kokemiseen (monimutkaistaa kaikkea) TUTA 17 Luento 18 52

Asiakas kestää tietyn verran jonottamista Systeemiä suunnitellessa huomioitava, että jonotuksen keston ja tyytymättömyyden lisääntyminen ei ole lineaarinen below the treshold -lähestyminen toimintaa suunnitellessa - monta pientä odotusta pienempi paha kuin yksi iso! ei pelkästään psykologinen muuttuja - esim. tulipalojen sammuttaminen ja varkaiden kiinnisaaminen Tyytymättömyys Jonotuksen kesto TUTA 17 Luento 18 53

Miten jonotuskokemusta voisi parantaa? Tehokkuus Omat jonot eri tarpeille esim. pikatiskit ja nykyään pankit Asiakkaiden itsepalvelu puhelinpalvelussa "paina 1 jos, FAQ Tehtävien etukäteen tekeminen "täytä lomakkeet", kanta-asiakaskortit Kahden jonon käyttäminen yhdelle palvelijalle ettei asiakas tuhlaa palveluaikaa Oikeudenmukaisuus Odotusajan tasainen jako jonojen kombinointi auttaa jos ei FIFO hyvä pitää tieto salassa Jonotusnumeroiden käyttö kenellekään ei tule paha mieli turhan kiirehtimisen poistaminen Tylsistyminen Ympäristöön panostaminen esim. musiikki, penkit, ohjelmanumerot Odotusajan kertominen ainakin jos asiakas yliarvioi odotuksen Odotuskäsityksen hallinta liikkuminen vs. paikallaan seisominen jonon liikuttaminen (pienet täyttöerät) pienten asioiden tekeminen (ravintola) Odottajien aktivointi muiden asioiden hoitaminen (tiedostama ja tiedostamaton) Odotuksen palkitseminen esim. alennus (ei poistu kesken kaiken) Varausjärjestelmän käyttö mahdollisuus välttää jonottaminen Ystävällinen palvelu TUTA 17 Luento 18 54