חזרה לרשימת מאמרים

חקר עבודה והיבטים יישומיים

קביעת תקני כוח אדם של קופאיות, אבחנה בין זמני שיא, בחינת אורך התור.

** PLEASE DESCRIBE THIS IMAGE **


תאריך פרסום: 05/08/2009

תקציר:

במסגרת הקורס "חקר עבודה והיבטים יישומיים" נדרשנו לבצע פרויקט אשר במסגרתו עלינו ליישם את השיטות השונות שנלמדו בקורס.
בחרנו לבצע פרויקט זה בתחנת רכבת "באר שבע צפון" הממוקמת בסמוך לאוניברסיטת בן גוריון ולהתמקד בנותני השירות, הקופאיות ומכונת הכרטיסים.

רכבת באר שבע צפון פועלת 6 ימים בשבוע, בימי ראשון עד חמישי בשעות 05:30 עד 21:00 וביום שישי מ 06:00 ועד 12:00, בשתי משמרות.

לרכבת בתחנה זו אין מתחרים (אין תחנת אוטובוס קרובה) ולכן אפשר לומר שתחנה זו היא מונופול והשירות שמספקת אינו דחוף.

הבעיות העיקריות בהן הבחנו בתחנת הרכבת הינן תורים וזמני המתנה ארוכים הנוצרים עקב לחץ בקופות בסמוך למועד הגעתה של הרכבת.

לאחר ביצוע תצפיות ראשוניות הבחנו כי עיקר הבעיה נוצרת בשעות העומס ובעיקר לפני הגעת הרכבת לרציף .

עיקר עבודתנו עוסקת בתחום קביעת תקני כוח אדם, מטרתנו העיקרית היא לקבוע את תקני כוח האדם תוך התחשבות באורך התור ובעומס על הקופאיות.

שיטת העבודה שלנו התבססה על תצפיות ישירות אשר בעזרתן מדדנו את זמני השירות של הקופאיות והמכונה האוטומטית ומדידות נוספות שהתבצעו על אורך התור.

בנוסף לכך אספנו נתונים על קצב הגעת לקוחות תוך מתן דגש על סוג השרת שאותו הלקוחות בוחרים (קופאית או מכונה אוטומטית).

המדידות חולקו לשתיים ע"פ שעות עומס ושעות שפל. במהלך המדידות הראשונות למדנו כי הלקוחות מגיעים אל התחנה כחצי שעה ממועד יציאת הרכבת וכי מירב הלקוחות מגיעים בעשר הדקות הסמוכות ליציאתה.

המדידה נעשתה באמצעות שעון עצר וספירת מספר הלקוחות בתור בכל דקה עגולה.

בשעות השפל מדדנו את משך זמן השירות ואת אורכי התורים ואילו בשעות העומס התמקדנו בזמני הגעה לתור , מספר הלקוחות בו וזמני ההמתנה.

המדידה נעשתה על שני מוקדי פעילות במקביל, עמדת הקופאית (או 2 הקופאיות בימי עומס) ועמדת המכונה.

את הנתונים שאספנו ניתחנו באמצעות גרפים, טבלאות ציר וניתוחים סטטיסטיים.

הנתונים חולקו לזמני עומס וזמני שפל ובכל אחת מהקבוצות התבצעה חלוקה נוספת לפי סוג השרת (מכונת כרטיסים וקופאיות).

לאחר ביצוע המדידות ואיסוף כלל הנתונים (קצב הגעת הלקוחות, זמן שירות, זמן המתנה) ערכנו את הנתונים וביצענו חישובים נדרשים לקביעת זמן המתנה ,שירות ממוצע וסטיות תקן.

כל אחד מהמדדים חושב הן עבור קופאית והן עבור מכונת הכרטיסים.

מניתוח הנתונים עולה כי התפלגות זמני השירות וזמני ההגעה אינם מתאימים להתפלגות ידועה כלשהיא ולכן התאמנו את הנוסחאות בעזרת מקדמי השתנות לזמני השירות והזמן הבין מופעי. כמו כן, בדקנו את הקשר בין זמני ההמתנה לסוג השרת ומספר השרתים בשעות עומס ושפל ואת ההשפעה של הוספת שרתים נוספים על זמן ההמתנה של הלקוחות . בהתאם לתוצאות אלו קבענו את תקן כוח האדם הנדרש ואת תרומתו.

בכדי להסיק מסקנות ולקבל החלטות על סמך הנתונים השתמשנו במספר כלים שרכשנו במסגרת הקורס לרבות מודל ד"ר יצחק בלילה, תורת התורים Newell וכלל.

מהתוצאות שקיבלנו עולה כי בשעות השפל רמת השירות אידיאלית, ואין צורך לבצע כל שינוי במערך כוח האדם. בניגוד לשעות העומס בהן מומלץ לשנות את מספר נותני השירות.

לסיכום, ראינו כי על מנת להגיע לתוצאות מדויקות יותר עלינו לערוך מדגם גדול .

כמו כן התוצאות מצביעות על כך כי מומלץ להעסיק בשעות העומס 5 קופאיות ו2 מכונות אוטומטיות.

על אף תוצאות אלו אנו מאמינים כי מאחר ומדובר במונופול וכי הוספת שרתים בתחנת הרכבת מצריכה תכנון הנדסי וכלכלי רחב התוצאות שקיבלנו אינן ברות ביצוע.

על כן המסקנות שעולות מהפרויקט מתמקדות באפשרויות אחרות בעזרתן ניתן לקצר את אורכי התורים, זמני ההמתנה וזמני השירות כגון: תגמול ללקוחות המגיעים לתחנה מוקדם ממועד יציאת הרכבת, הנחות ברכישת כרטיסים מבעוד מועד וכדומה.


תוכן עניינים:

תקציר: 2

תוכן עניינים: 4

Abstract 5

רקע ותיאור המצב הקיים: 6

בעיות עיקריות: 10

ייצוג הבעיות מנקודות מבט שונות. 11

מטרה: 12

מתודולוגיה: 13

תיאור וניתוח הממצאים: 17

מסקנות והמלצות: 25

סיכום: 27

נספחים. 28

בבליוגרפיה: 31


Abstract

This project was made as a part of the course "Work Study". We were asked to pick a place where we could implement the methods learned during the semester. We chose Israel Rail as our subject because we used to use the train and wanted to make empiric tests in order to verify the service quality.

In the project we focused on determining the needed staff both in load and non-load hours.

We used Doctor Isaac Balaya's model to calculate parameters for service quality depending on the number of workers.

We also used Newell's law, as a prime analytics for those parameters as well.

To quantify the data, direct observations were made on the service time of the workers to measure the time need. We also noted the rate of clients arrival to cashier and included the line length, which was measured by registering the number of clients standing in the line every minute and averaging it.

After the analysis of the data we saw that on the non-load hours, the service quality was very good, and no change was needed to the number of workers.

On the other hand, on the load hours, the service lever was poor and not sufficient.

The load was over 2.5 times of the reasonable level.

Using excel, we generated Pivot tables, graphs and sketches to show the data, and easily see trends.

We recommend adding more workers in the rush hours and maybe also consider a model of rewarding clients if they come earlier to buy tickets.


רקע ותיאור המצב הקיים:

הפרויקט נערך במסגרת הקורס חקר עבודה והיבטים יישומיים והתבצע בתחנת רכבת באר שבע צפון.

אודות הרכבת

רכבת ישראל היא חברה ממשלתית שמטרתה לספק אלטרנטיבה נוחה ומהירה לתחבורה בכבישים ובכך להקל את ההגעה לכל רחבי הארץ ולקצר את המרחקים.

הרכבת נוסדה בשנת 2003 (קודם לכן פעלה החברה כיחידה של רשות הנמלים והרכבות) ומפעילה

תחנות מדימונה שבדרום ועד נהרייה בצפון ומסיעה עשרות מיליוני נוסעים בשנה זאת בנוסף לשינוע של מיליוני טונות מטענים.

בארץ פזורות 47 תחנות רכבת מהן יוצאות 338 רכבות נוסעים ו30 רכבות משא ותפעול ביום.

תחנת הרכבת באר שבע צפון:

בבאר שבע קיימות 2 תחנות, האחת ממוקמת במרכז העיר בסמוך לתחנה המרכזית והשנייה, רכבת צפון ממוקמת סמוך לאוניברסיטה עליה אנו מבצעים את הפרויקט.

תחנת רכבת באר שבע צפון הוקמה בשנת 1956 כתחנת הרכבת בבאר שבע וכללה רציף יחיד, בשנת 2002 התקבלה החלטה להוציא משימוש את התחנה הישנה ולבנות במקומה תחנת רכבת חדשה המחוברת לאוניברסיטה.

מבנה התחנה והעובדים:

בתחנה קיים אולם המתנה גדול בו ממוקמים דלפקי השירות, המכונות האוטומטיות, עמדת המנהל ומתקנים לשירות הלקוח.

המעבר אל רציפי אל הרכבת נעשה באמצעות העברת כרטיס הנסיעה במכונות אוטומטיות .

קיימים 3 רציפים: רציף 2 הינו רציף בעל צד אחד ורציפים 3,4 רציפי אי שמחוברים באמצעות מעבר תת קרקעי.

ביציאה מהרכבת ישנו גשר המחבר את התחנה באופן ישיר אל האוניברסיטה.

** PLEASE DESCRIBE THIS IMAGE **תרשים התחנה:

בתחנה עובדים מספר סוגי נותני שירות:

1. מאבטחים- בכניסה לתחנה נמצאים כ3 מאבטחים הבודקים את התיקים בעזרת מסוע אוטומטי ואת הנוסעים הנכנסים לתחנה.

2. קופאיות/ מכונות רכישת כרטיסים- עוסקים במכירת כרטיסי נסיעה, קבלת פני הנוסעים, מתן מידע לגבי שעות נסיעה.

3. מנהל התחנה- מאייש את עמדתו בשעות הבוקר ועד הצהריים, מטפל במקרים חריגים ובניהול שוטף של התחנה.

4. רכבות- אשר מגיעות לתחנה ומורידות נוסעים, ורכבות אשר יוצאות מן התחנה במועדים ידועים מראש (אלא אם כן ישנם עיכובים).

5. דייל/ת- דייל מוצב ליד שער הכניסה לרציף. תפקיד הדייל הנו לסייע לנוסעים להיכנס/לצאת מהרציף ובמידת הצורך לספק מידע הקשור בנסיעה.

6. עובדים נלווים- מוכרים בקפיטריה, מנקים וכדומה.

פעילות התחנה:

פעם בשעה יוצאת מהתחנה רכבת לכוון צפון (קו נהרייה-חיפה-ת"א-באר שבע) וארבע פעמים ביום רכבת לכוון דימונה.

מתוך נתוני אתר הרכבת ברבעון הראשון לשנת 2009 יצאו מתחנת רכבת באר שבע 691,551 אלף נוסעים לכוון צפון ולכוון דימונה יצאו 757 נוסעים, דבר המעיד על העומס הקיים בתחנה.

התחנה פועלת חמישה ימים בשבוע במתכונת מלאה ובשישי שבת במתכונת מצומצמת בהתאם לזמני נסיעת הרכבות.


שעות פתיחת תחנה:

א'-ה':

23:40-05:20.

שישי:

12:30-05:10.

מוצ"ש:

23:15-20:30.

עם הגעת הלקוח לתחנת הרכבת הוא פונה אל עמדת התשלום. ישנן שתי אפשרויות לביצוע תשלום הנסיעה:

* תשלום לקופאית בקופה.

* תשלום במכונה ממוחשבת.

העמדות השונות פתוחות בהתאם לשעות הנסיעה, פתיחת הקופות מתקיימת לפני הגעת הרכבת הראשונה ונמשכת לאורך היום עד ליציאת הרכבת האחרונה, כדלקמן:

שעות פתיחת קופה:

א'-ה':

21:00-05:30.

שישי:

12:00-06:00.

מוצ"ש:

22:30-20:30.

מאחר ולא היה שיתוף פעולה מצד צוות הרכבת (לאחר שאחד המנהלים נתן לנו אישור ביצוע לפרויקט,מנהל אחר התנגד) ערכנו את התצפיות מעמדת צפייה רחוקה יחסית מדלפקי השירות והיה עלינו להסיק מסקנות לגבי אופן העבודה.

מנתוני אתר הרכבת משמרות העבודה הינן בנות 5-7 שעות ,כמו כן ע"פ התצפיות אנו מסיקים כי ימי ראשון וחמישי הינם ימים בהם יש עומס רב יותר של לקוחות.

משיחה עם אחד המנהלים התברר כי בשעות העומס מועסקות שתי קופאיות. בימי ראשון בשעות הבוקר המוקדמות (5:30-11:00),ביום חמישי בשעות הבוקר (6:00-10:00) ובשעות הצהריים

(12:00-15:00) וביום שישי בשעות הבוקר (7:00-9:00) .

לפי נתונים אלו ונתוני שעות פעילות התחנה והקופה נקבל את חלוקת המשמרות הבאה:

א,ה

ב-ד

שישי

שבת

בוקר

צהריים

ערב

בוקר

צהריים

ערב

בוקר

צהריים

ערב

בוקר

צהריים

ערב

קופאיות

2

(5:30-9:30)

2 (יום ה')

1

1

1

1

1

1

-

-

-

1

מנהל תחנה

1

1

-

1

1

-

1

-

-

-

-

-

ההנחה כי ימי העומס הינם ימי ראשון וחמישי נובעת ממספר סיבות:

* ביום ראשון ישנה תנועה ערה של חיילים היוצאים מכוון הדרום אל המרכז וצפונה. עיקר הלחץ מתרכז בשעות הבוקר, מניסיוננו האישי בשעות הבוקר המוקדמות קשה מאד למצוא מקומות ישיבה ברכבת.

* ביום חמישי ישנה תנועת חיילים וסטודנטים מהדרום חזרה הביתה לסוף שבוע. עצם הימצאותה של התחנה במרחק הליכה מהאוניברסיטה מעודדת את הסטודנטים במקרים מסוימים לבחור בנסיעה ברכבת על פני האוטובוס.

* ריכוז בסיסי צה"ל בדרום מוביל לכך שחיילים רבים יוצאים מבאר שבע בסופי השבוע לכל רחבי הארץ, מאחר ונסיעה ברכבת ניתנת להם ללא תשלום, ישנה העדפה לנסוע ברכבת.

לאור העומסים הנוצרים בימים אלו והשונות משאר ימות השבוע התמקדנו בעבודתנו בקביעת תקני כוח אדם (קופאיות) בשעות העומס ובחינת אורך התור. קביעת תקנים נכונים יכולה להפחית את העומס ולאפשר לנוסעים לקבל חוויית שירות משביעת רצון.

יחד עם זאת, מאחר וזמני יציאת הרכבת קבועים מראש ואינם ניתנים לשינוי, קביעת תקן נכונה יכולה להוביל לירידה במספר הנוסעים שיפספסו את הרכבת.

אופי השימוש במכונות קניית הכרטיסים:

פרט לשירות אותו מציעות הקופאיות מוצבת בתחנת הרכבת עמדה אוטומטית לקניית כרטיסים,

המכונה ממוקמת בסמוך לעמדת הקופאית ומול דלת הכניסה לתחנה.

במכונת הכרטיסים ניתן לשלם באמצעות כרטיס אשראי או באמצעות תעודת חוגר.

מכונת הכרטיסים הוצבה בתחנה במטרה לצמצם את אורך התור ולהפחית את רמת העומס המוטל על הקופאיות. מנגד ישנם מקרים בהם הלקוח מחויב לפנות לקופאית ,נוסע המעוניין לשלם במזומן אינו יכול לרכוש כרטיס במכונה בנוסף,במידה וישנה תקלה במכונה על הנוסע לפנות לקופאית לעזרה.

בעבודתנו ניסינו לבחון את יעילות הצבת המכונה ואת אופן השימוש בה במטרה לצמצם את אורכי התור ולהועיל בשעות העומס.

בעיות עיקריות:

תורים וזמני המתנה ארוכים הנוצרים עקב לחץ בקופות בסמוך למועד הגעתה של הרכבת.

הסיבות להיווצרות תורים וזמני המתנה ארוכים:

מקבלי השירות: *

הנסיעה ברכבת מתאפשרת לכל אדם החפץ בכך, ניתן למצוא בתחנה נוסעים מכל הגילאים .

לכל לקוח יש את אופי הרכישה שלו המשפיע באופן שונה על עבודת הקופאית.

לרוב, הנוסעים מעדיפים להגיע לתחנה ולרכוש כרטיס בסמוך למועד יציאת הרכבת דבר המוביל לעומס בתחנה וליצירת תורם ארוכים בזמנים אלו.

מתוך התצפיות שערכנו הבחנו בכמה מאפיינים בולטים:

1. ישנה העדפה ברורה בקרב האוכלוסייה המבוגרת (50+) לפנות אל הקופאית לשם רכישת הכרטיס ולא אל המכונה האוטומטית.

2. אמצעי התשלום : משך השרות הניתן ללקוח המשלם במזומן נמצא הארוך ביותר. כמו כן הכנת אמצעי התשלום מבעוד מועד מקצר באופן משמעותי את משך השרות.

3. עיקר האוכלוסייה הפונה אל המכונה לקניית כרטיסים בשעות העומס הינה חיילים המשלמים באמצעות כרטיס החוגר , הם מהווים את אחוז המשתמשים הרב ביותר במכונה בשעות העומס.

*נותני השירות:

1. הקופאית עוסקת במשימות נוספות בנוסף למכירת הכרטיסים כגון: מסירת מידע לגבי שעות הנסיעה, מכירת חוברות זמני נסיעה, מענה לשאלות, בשעות בהן לא נוכח מנהל בתחנה, מהווה גורם מוסמך בתחנה

2.השימוש במכונה בשעות העומס רב יותר לעומת השעות הרגילות

*שונות:

** שונות ההגעה לפי שעות וימים- הבדלים משמעותיים בכמות הנוסעים המגיעים בשעות העומס לעומת שעות השפל.

** עיכובים בעת מתן השירות הנובעים מאופן תפקודם של הלקוחות משפיעים על שונות

הטיפול בזמני הלקוח. כגון שימוש באמצעי תשלום מסוימים, גיל הנוסע ועוד.

** שונות באורך התור הממוצע בין שעות שיא לשעות שפל. הבדלים באורכי התור הן

אצל הקופאיות והן במכונת הכרטיסים.

השלכות אורך התור וזמני המתנה:

מהתחנה. * החמצת מועד יציאת הרכבת

* חווית שירות גרועה היכולה להוביל לנטישת לקוחות לטווח הארוך. הלקוחות עלולים לבחור לנסוע בכלי תחבורה אחרים בנסיעות הבאות שלהם.

מאחר ומדובר במונופול ומיקום תחנת הרכבת אינו סמוך לאף אמצעי תחבורה ציבורי אחר,לא תהיה נטישה ישירה של לקוחות (אלא אם החמיצו את מועד יציאת הרכבת).

ייצוג הבעיות מנקודות מבט שונות

נקודת המבט של המנהל:

אנו משתדלים לבחון את שעות העומס ולתת מענה ע"י הגדלת מספר הקופאיות ופתיחת שערים לעגלות ומטען.

אנו ממליצים בחום לציבור הנוסעים להגיע לתחנת הרכבת כ-15 דק' לפני יציאת הרכבת לטובת הבדיקה הביטחונית בכניסה, רכישת כרטיס נסיעה והגעה בטוחה לרציף.

בנוסף ישנה שקיפות בפני הנוסעים לגבי שעות העומס ולכן במידה ומתאפשר אנו ממליצים לנסוע אחרי שעות העומס.

נקודת המבט שלנו:

אנו מתייחסים לשני מצבים בהם יכולה להימצא מערכת השירות:

[1]ימי א',ה'- בימים אלו ראינו כי קיים עומס בתחנה, התורים ארוכים וישנו שינוי מזערי במשך השירות ביחס לשירות ביום רגוע (לא נייחס לכך חשיבות בעבודתנו).

עצם הימצאותן של שתי קופאיות בשעות העומס מצמצם את התורים שהיו עלולים להיווצר עם הייתה נוכחת קופאית אחת ובהחלט מועיל ומקצר את זמני התחנה.

בימים אלו הביקוש למכונת הכרטיסים גדול מביום לא עמוס ועיקר המשתמשים במכונה הינם חיילים.

ימי ב'-ד'- מעריכת תצפיות בימים אלו ראינו כי התחנה אינה עמוסה ,השירות הניתן ללקוח מהיר וכמעט ולא נוצרים תורים.

בתחנה נוכחת קופאית יחידה ומכונת מכירת הכרטיסים אשר עומדים בדרישות הלקוח ונותנים שירות אדיב ומהיר.

נקודת המבט של הלקוחות:

רוב הלקוחות מתלוננים בעיקר על השירות הניתן בשעות העומס בימי ראשון וחמישי.

ע"פ עידן נוסע ברכבת ישראל תחנת באר שבע צפון : " ימי ראשון יכולים להיות מתישים ומרגיזים, פעם פספסתי רכבת כי לא הספקתי לקנות כרטיס בנוסף הרחבה מאוד צפופה ".


מטרה:

מטרות עיקריות:

קביעת תקני כ"א לביקוש משתנה על בסיס חלוקה לימי עומס וימים "רגועים" על מנת

.1 להקטין את אורך התור ולצמצם זמני המתנה של לקוחות בזמן השירות .

למעשה, נרצה לקבוע את מספר הקופאיות ומכונות הכרטיסים העובדים בכל יום ע"י

חלוקה לפי שעות עומס ( הפרדה בין ימי א' וה' וימי ב'-ד').

2 . אבחנה בין זמני שיא ושפל.- אבחנה בשוני זמני ההמתנה בשעות השיא ושעות השפל.

3. בחינת אורך התור כפונקציה של מספר קופאיות ומכונות.

מטרתנו העיקרית הינה קיצור זמני המתנה ואורכי תור ע"י בדיקת תקני כוח אדם הרצויים בשעות העומס. להערכתנו, כמות כוח אדם מתאימה, תקטין את זמן ההמתנה של הלקוח בצורה משמעותית.

תחימת הפרויקט :

במסגרת גבולות הזמן של הפרויקט לא נוכל לבצע את מספר המדידות הנדרשות ע"מ להשיג את כל המטרות והיעדים שהצבנו לעצמנו.

שיתוף הפעולה עם אחד ממנהלי התחנה לקה בחסר ולכן ישנם פרטים שהיה עלינו להסיק מהתצפיות או מקריאה של נהלי אתר הרכבת.

אנו מאמינים כי ניתן היה לבצע חלוקה לאלמנטים בכדי לקבוע זמני תקן לכל פעולה של הקופאית אך מאחר ולא קיבלנו אישור להתקרב לעמדתה, לא היה באפשרותנו לבצע ניתוח מסוג זה.

מאחר ואנו עוסקים בשני סוגי שרתים, קופאיות ומכונה, טיפלנו בכל אחד מהם בנפרד.

ההתייחסות למכונת הכרטיסים הייתה כמו אל אדם הנותן שירות על אף האינטראקציה השונה הנוצרת עם הלקוח.

את גילאי הלקוחות שיערנו ע"פ טביעת עין, ולכן יכולה להיווצר סטייה מסוימת מנתוני האמת.

מתודולוגיה:

שיטות וכלים:

כלים לניתוח הממצאים:

1. כלים מתמטיים וסטטיסטים לחישוב ממוצעים וסטיות תקן.

2. נוסחאות לקביעת גודל מדגם רצוי .

3. נוסחאות LITTLE ותורת התורים לחישוב זמן המתנה ממוצע.

4. שימוש ב"כלל האצבע" של NEWEL לקביעת תקן כוח אדם.

5 . יישום המודל של ד"ר יצחק בלילה להקצאת כ"א בתפקידי שירות.

אופן ביצוע הפרויקט

חלק א'- התרשמות מאופן הפעילות בתחנת הרכבת ותיאום צפיות

הגענו לראשונה לתחנת הרכבת במטרה לקבוע יעדים לפרויקט, לתאם ולאשר את ביצוע הפרויקט בתחנת הרכבת אל מול מנהל התחנה.

התרשמנו מאופי פעילות קבלת הלקוחות והחלטנו כי עיקר הפרויקט יתמקד בקופאיות ובמכונת הכרטיסים ולא באופן פעילות התחנה כולה שכולל מרכיבים רבים ומגוונים.

בהזדמנות זו פנינו אל מנהל התחנה אשר התעניין בפרויקט ותיאם את הגעתנו מול גורמי הביטחון של הרכבת.

חשוב לציין כי בימי המדידות נכח בתחנה מנהל אחר שלא הסכים לשתף איתנו פעולה ולכן ניסינו לפנות אל מוקד פניות הציבור של הרכבת לקבלת מידע רחב על פעילות התחנה אך גם יוזמה זו לא הצליחה (עד כה לא החזירו לנו תשובה).

חלק ב'- ביצוע מדידה ישירה לקביעת זמני המתנה וזמני וביצוע מדידה עקיפה לבחינת אורך התור.

בחלק זה ביצענו 2 ימי מדידות: בימי רביעי וחמישי. במהלך המדידות הראשונות למדנו כי הלקוחות מגיעים אל התחנה כחצי שעה ממועד יציאת הרכבת וכי מירב הלקוחות מגיעים בעשר הדקות הסמוכות ליציאתה.

המדידה נעשתה באמצעות שעון עצר וספירת מספר הלקוחות בתור בכל דקה עגולה, מאחר ולא הורשנו להתקרב לעמדת הקופאית ישבנו על ספסל בסמוך לעמדה.

בזמנים רגועים (יום רביעי) הצלחנו למדוד את משך זמן השירות ואת אורכי התורים ואילו בימי עומס (ויום חמישי) התמקדנו בזמני הגעה לתור , מספר הלקוחות בו וזמני ההמתנה.

המדידה נעשתה על שני מוקדי פעילות במקביל, עמדת הקופאית (או 2 הקופאיות בימי עומס) ועמדת המכונה.

*ביום רביעי ביצענו 2 מדידות לקראת יציאת 2 רכבות, הרכבת הצפויה לצאת בשעה 10:34 והרכבת הצפויה לצאת בשעה 11:34.

דגמנו 84 מופעי שירות עבור עבודת קופאיות ו34 עבור המכונה בשעות רגועות .

*ביום חמישי ביצענו מדידה אחת של הרכבת הצפויה לצאת בשעה 14:34.

דגמנו 110 זמני הגעה לקופאיות ו64 אל המכונה בשעות עומס.

חלק ג'- ארגון וסידור הנתונים

את הנתונים שאספנו ערכנו בקובץ אקסל ע"פ החלוקה הבאה:

1. גיליון המכיל מדידות שנעשו בזמני רוגע (2 רכבות ביום רביעי)-חולקו למדידות הקופאית, מדידות המכונה.

2. גיליון המכיל מדידות שנעשו בזמני עומס (רכבת ביום חמישי)- חולקו למדידת המכונה ומדידת שתי הקופאיות. תור הלקוחות שהגיעו אל הקופאיות נספר כתור יחיד המטופל ע"י 2 שרתים, כלומר התור מתפצל רק בהגעה אל הקופאית.

*ניתוח גרפי-

1.ניתוח אופי התפלגות הפניות בעזרת שתי טבלאות ציר עבור קופאית ומכונה, המתארות את משך זמן השירות בחלוקה לפי שכבות גיל ואמצעי תשלום.

2. גרפים המציגים את היחס בין אורכי התור בשעות שפל ושעות עמוסות.

3. גרף המתאר את אחוז שעות העומס מסך שעות פעילות התחנה.

4. גרפים המתארים את התפלגות הלקוחות בין שני סוגי השרתים (קופאית, מכונה) בשעות שיא ושעות שפל.

*ניתוח סטטיסטי-

1. חישוב ממוצעים וסטיות תקן של זמני שירות בעזרת הנוסחאות:

** PLEASE DESCRIBE THIS IMAGE ** נוסחת סטיית תקן:** PLEASE DESCRIBE THIS IMAGE **נוסחת ממוצע:

2. חישוב גודל מדגם רצוי עבור רמת אמינות של 95% ורמת אי דיוק של 5%.

נוסחת גודל המדגם

** PLEASE DESCRIBE THIS IMAGE **

-רמת בטחוןK

-רמת אי דיוקR

- סטיית תקןS

ממוצע-** PLEASE DESCRIBE THIS IMAGE **



חלק ד'-שימוש ב"מודל בלילה"- הקצאת כוח אדם בתפקידי שירות

** PLEASE DESCRIBE THIS IMAGE ** NEWELL חישוב מספר שרתים לפי "כלל האצבע" של .1

2. שימוש ב"מודל בלילה" להקצאת כ"א בתפקידי שירות- החלטנו להפריד בין קביעת כמות הקופאיות הנדרשות בשעות עומס לבין כמות הקופאיות הנדרשות בזמני רוגע.

ובאופן דומה חישבנו את הקצאת המכונות.

השימוש במודל נעשה בהסתמך על התרשים הבא:

בדקנו את מדדי המודל עבור כל אחד מהמקרים הבאים:

*שעות עומס-

חישוב מדדים עבור 2 קופאיות שקיימות בפועל אל מול אופציה של העסקת יותר קופאיות.

חישוב מדדים עבור מכונה אחת הקיימת בפועל אל מול אופציה ל2 מכונות.

*שעות רוגע-

חישוב עומסים עבור קופאית ומכונה אחת.


המדדים שנבדקו:

* חישוב הפרמטרים הבסיסיים הנדרשים לחישובי המודל (סטיית תקן ,ממוצע, חציון, קצב הגעה, קצב שירות).

[2] r כולל לפי הנוסחא: מציאת ** PLEASE DESCRIBE THIS IMAGE ** *

קביעת מדדים העוסקים בזמני המתנה *

S.Q*היחס בין זמן ההמתנה הממוצע לזמן השירות הממוצע.

היחס בין זמן ההמתנה הממוצע לחציון.-A.M*

* חישוב אחוזי הממתינים מעל הממוצע ע"פ הערכים (20% , 10% , 1% ).

* חישוב זמני ההמתנה החדשים לאחר הוספת שרת. החישוב נעשה בעזרת נוסחאות המתאימות למערכת מסוג .G/G/S לדוגמא נוסחא עבור 3 שרתים: ** PLEASE DESCRIBE THIS IMAGE **

* בדיקת תועלת מול עלות הוספת שרת.


תיאור וניתוח הממצאים:

אבחנה בין זמני שיא:

מתוך הנתונים שסיפק לנו מנהל תחנת הרכבת ומנתוני אתר הרכבת עולה כי זמני השיא של התחנה מתרחשים במועדים הבאים:

יום א' - 5:30-11:00

יום ה'- 6:00-10:00 ,12:00-15:00

יום ו'- 7:00-9:00

התחנה פועלת כ101 שעות שבועיות כאשר 14.5 שעות מהן מוגדרות כשעות עומס.

** PLEASE DESCRIBE THIS IMAGE **


גרף 1

מתוך הגרף עולה שמשך הזמן המוגדר כעמוס מהווה 14% מכלל שעות פעילות התחנה.

ידוע כי בשעות הנ"ל נוכחות בתחנה שתי קופאיות ומכונת כרטיסים בכדי לעמוד בביקוש הגבוהה, על אף זאת זמני ההמתנה ואורכי התור בשעות אלו גבוהים בהרבה ביחס לשעות האחרות.

הבדל נוסף מורגש בהתפלגות הפניות למכונת הכרטיסים והקופאיות, הגרפים 2,3 מתארים את התפלגות פניות הלקוחות בין שני סוגי השרתים בשעות שפל ובשעות שיא.

** PLEASE DESCRIBE THIS IMAGE ** ** PLEASE DESCRIBE THIS IMAGE **


קביעת גודל מדגם:

בחינת אורך תור:

גרף 3

גרף 2

ניתן להבחין כי קיימת עלייה בפניות למכונה בשעות העומס יחסית לכמות הפניות בשעות השפל. העלייה בפניות נובעת לדעתנו מזמני המתנה ותורים ארוכים אצל הקופאיות הגורמים ללקוחות לפנות לשרת שיספק שירות מהר יותר. בנוסף אוכלוסיית היעד שנוסעת ברכבת בשעות אלו, מכילה ברובה סטודנטים וחיילים שלא נרתעים משימוש במכונה

זמני שירות:

זמני השירות נמדדו בשעות שפל, ההערכה היא שלא קיים הבדל משמעותי בזמני השירות בשעות עומס, יתכן והזמנים מתקצרים במקצת עקב הלחץ המופעל על השרת אך לא באופן משמעותי.

בנוסף, זמני השירות נמדדו רק בשעות שפל מכוון שלא הייתה לנו גישה ישירה לעמדות השרתים ולא יכולנו להבחין במשכי השירות בזמני עומס.

נוטים לחשוב שזמני השירות של מכונת הכרטיסים קבועים אך לא כך הדבר. אמנם הזמן העובר מרגע הכנסת אמצעי התשלום ועד יציאת הכרטיס מהמכונה הינו קבוע אך משך השירות שלה תלוי בלקוח.

קיימת שונות בזמני השירות של מכונת הכרטיסים, ישנם לקוחות מיומנים (בעיקר חיילים) שמכירים את אופן השימוש במכונה ועל כן זמני השירות שלהם נמוכים באופן יחסי ללקוחות שאינם מכירים את תפעולה. ציפינו שזמני השירות של המכונה יהיו נמוכים בהרבה מזמני השירות של הקופאית אך נוכחנו לדעת שהשונות משפיעה באופן ישיר על זמן השירות ושהממוצע שקיבלנו קרוב בערכו לממוצע זמן השירות של קופאית.

דבר נוסף שמשפיע על משך השירות הוא אמצעי התשלום והכנתו לפני מועד התשלום. מהתצפיות עולה שהכנת אמצעי התשלום מבעוד מועד- הוצאתו מהארנק, מתן תשלום מדויק שלא מצריך עודף וכדומה ממזערים את זמני השירות של הקופאית. בנוסף, סוג אמצעי התשלום בעזרתו רוכשים את הכרטיס משפיע גם כן.

ריכזנו את ממוצעי זמני השירות בטבלת ציר המציגה את זמני קבלת שירות כפונקציה של גיל[3] (גרף 4) ואמצעי תשלום.

** PLEASE DESCRIBE THIS IMAGE **

גרף 4


עבור קופאית:

ממוצע של זמן שירות (שניות)

אמצעי תשלום

גיל

אשראי

חוגר

מזומן

ממוצע כולל

14-17

50

50

18-25

18.5

40

26.85

26.5

26-40

23.14

26

40.04

35.63

41-60

37.66

50.4

47.46

60+

76.66

70

73.33

ממוצע כולל

37

33

42.45

40.68

* קיימת שונות גדולה יחסית בין הנתונים מפני שלא נאספו מספיק נתונים ע"מ לנפות את כל החריגים

עבור מכונה:

ממוצע של זמן שירות (שניות)

אמצעי תשלום

גיל

אשראי

חוגר

ממוצע כולל

18-25

39.75

20.375

30.06

26-40

44.85

44.85

ממוצע כולל

42.13

20.375

34.56

בחינת אורך התור:

אורך התור נבחן בשני אספקטים:

בחינת אורכי התור אצל קופאית אל מול אורכי התור במכונת הכרטיסים.*

בחינת השוני באורכי התור בשעות שיא אל מול שעות שפל .*

רוב הלקוחות מעדיפים לרכוש את כרטיס הנסיעה אצל הקופאית ולכן התורים הנוצרים בעמדות אלו ארוכים מהתורים הנוצרים במכונה. לרוב ניתן לצפות בעליה בשימוש במכונה בשעות שיא הנובעת מהתורים הארוכים הנוצרים אצל הקופאית.

קיים פער משמעותי בין התורים הנוצרים בשעות העומס אל מול התורים בשעות השפל. בשעות לא עמוסות כמעט ולא נוצרים תורים והשירות ניתן מיידית ואילו בשעות העומס נוצרים תורים ארוכים המשפיעים באופן ישיר על זמני ההמתנה.

ריכוז ממוצעי התורים בגרף המציג את אורכי התורים הממוצעים בשעות עומס ובשעות שפל עבור 2 סוגי השרתים:

** PLEASE DESCRIBE THIS IMAGE **

גרף 5

הגרף מבוסס על הנתונים הבאים:

אורך תור מכונה

אורך תור קופאית

שעות עומס

6.14

7.5

עומס

0.17

0.62

שפל

בשעות שיא עובדות שתי קופאיות, תור הלקוחות מתחלק בינם באופן אחיד וקיים מעבר בין התורים. כלומר, אם לקוח מבחין שקופאית מסוימת מתפנה במהירות הוא יפנה לתור שלה, אין חציצה בין התורים ולכן קיים מעבר חופשי בינם.

קביעת גודל המדגם:[4]

חילקנו את גדלי המדגמים הנחוצים באופן הבא:

סטטוס

מטרה

ממוצע

סטיית תקן

N

קופאית שפל

מציאת גודל מדגם - למדידת זמן המתנה לקופאית

40.68

25.99

627.15

מכונה שפל

מציאת גודל מדגם - למדידת זמן שירות

34.57

16.81

363.61

קופאית שיא

מציאת גודל מדגם - למדידת זמן המתנה לקופאית

204.22

117.04

504.75

מכונה שיא

מציאת גודל מדגם - למדידת זמן שירות

149.32

105.39

765.56

החישובים נעשו ברמת מובהקות של 95% ורמת אי דיוק של 5% .

גדלי מדגם בשעות שיא חושבו על סמך נתוני זמני ההמתנה ובשעות שפל על סמך זמני השירות.

גודל המדגם הנדרש במצטבר גדול מאד ולא נוכל לבצע מדגם בסדר גודל כזה במסגרת הקורס והפרויקט ולכן נסתמך על הנתונים שנמדדו בלבד.


שימוש במודלים להקצאת כ"א בתפקידי שירות - "מודל בלילה"

בדיקת כלל Newell לקביעת כ"א נדרש

ביצוע ניתוחי רגישות עבור ערכי β משתנים בטווח 0.2-0.8 לקביעת טווח כ"א רצוי.

** PLEASE DESCRIBE THIS IMAGE **

קופאית עומס

מכונה עומס

קופאית שפל

מכונה שפל

β

3.60

1.58

0.55

0.15

0.20

3.98

1.83

0.70

0.23

0.30

4.17

1.95

0.77

0.27

0.40

4.36

2.08

0.85

0.31

0.50

4.55

2.21

0.92

0.35

0.60

4.74

2.33

1.00

0.39

0.70

4.93

2.46

1.07

0.43

0.80

5.12

2.58

1.14

0.47

מתוך כלל נואל עולה כי יש צורך בתקני כ"א הבאים:

קופאיות בעומס: בין 4 ל 5.

קופאיות בשפל: בין 1 ל 2

מכונה בעומס: בין 2 ל 3.

מכונה בשפל:1

נשתמש בערך 0.6=β הנהוג במערכות שירות מסוג זה, ונקבע ע"פ כלל Newell כי בשעות עומס נדרשות 5 קופאיות ו2 מכונות ובשעות שפל נדרשים קופאית אחת ומכונה אחת.

יישום המודל של ד"ר יצחק בלילה

בשלב זה ביצענו את ניתוח הנתונים עבור זמני עומס וזמני שפל והצענו תקן כ"א עבור כל אחד מהמקרים בחלוקה לפי סוג השרת.

פרמטרים שחושבו:

λ - קצב הגעת לקוחות לשעה.

μ -קצב שירות לשעה

S.Q - יחס זמן המתנה לזמן שירות.

ρ - דרגת תעסוקה

מצב המערכת בזמני שיא

נציג פירוט חישוב מלא עבור מצב המערכת עם 2 קופאיות:

λ =4.78 לקוחות בדקה

קצב הגעה

μ = 1.47*2=2.95 לקוחות בדקה

קצב שירות

(קצב הגעה ממוצע/אורך תור ממוצע)

7.52/2.39=3.15

זמן המתנה ממוצע

ללקוח בדקות

(זמן המתנה /זמן שירות)

4.65=3.15/0.68

SQ

מס' שרתים*קצב שירות)/קצב הגעה

ρ =4.78/(1.47*2) =1.62 (דרגת תעסוקה כוללת)או(עומס על השרת)

ρ

(a+b)*(מס' שרתים*קצב שירות)/קצב הגעה)

ρtota = 4.78/(1.47*2) * 1.1=1.8 (דרגת תעסוקה לעובד *תוספות מנוחה)

ρ total

עלות שעת המתנה נחסכת SC

לא חושב עבור 2 קופאיות רק מ3 ומעלה

SC

30% מכלל הלקוחות המתינו יותר מ- 3.67 דקות

30%=3.67

סידרנו את הנתונים

מזמן המתה קטן לגדול 30%

20% מכלל הלקוחות המתינו יותר מ- 6.92 דקות

20%=6.92

סידרנו את הנתונים

מזמן המתה קטן לגדול

20%

1% מכלל הלקוחות המתינו יותר מ- 7.54 דקות.

1%=7.54

סידרנו את הנתונים

מזמן המתה קטן לגדול

1%

חציון/ זמן המתנה

3.15/3.05=1.04

AM

בחישוב העומס על השרת כפלנו ב[5]תוספות המנוחה שקיבלנו באופן הבא:

חישוב b- הוספה לדרגת תעסוקה

חישוב a:

a+b

מצב הגוף - ישיבה חופשית 1%

תוספות אישיות 5%

11%

מאמץ עיניים- מעל לרגיל 1%

תשומת לב- בינונית - 2%

מאמץ שיכלי- מעל לרגיל- 2%

חישוב מדדים עבור מספר קופאיות גדול מהקיים בשעות עומס:

בכדי לחשב את נתוני המערכת עם 3,4,5 קופאיות ו2 מכונות השתמשנו בנוסחאות תורת התורים. מאחר ומדובר במערכת בעלת התפלגות לא ידועה של קצב הגעה וקצב שירות השתמשנו בנוסחאות G/G/S.

לאחר [6]פיתוח נוסחאות מתורת התורים למערכת M\M\Sחישבנו את Lq ממוצע אורך התור, למספר השרתים הרצוי והכפלנו במקדמי ההשתנות על מנת להתאים את התוצאה למערכת עם התפלגות לא ידועה.

בעזרת נוסחאות Little חושב Wq זמן ההמתנה הממוצע ללקוח.

טבלא המרכזת את הנתונים עבור מערכת עם 3,4,5 קופאיות ו2 מכונות בשעות עומס:

מספר שרתים

ρ

P0

Lq

Lq*((ca^2+cs^2)/2)

Wq

3

0.92

לפי נוסחא מוכנה מהספר

9.56

12.13

2.54

קופאית

4

0.81

0.03

2.62

3.32

0.69

5

0.65

0.04

0.56

0.71

0.15

מכונה

2

0.79

לפי נוסחא מוכנה מהספר

2.60

2.04

0.75

מקדמי ההשתנות בהם השתמשנו:

קופאית עומס

מכונה עומס

מקדם השתנות של זמן בין מופע-Ca

1.49

1.04

מקדם השתנות של קצב השירות -Cs

0.57

0.71

(Ca^2+Cs^2)/2מכפיל מקדמי השתנות

1.27

0.79

תוך שימוש בנתונים שהצגנו יישמנו את מודל בלילה ובדקנו מהו תקן כ"א רצוי בזמני שיא:

** PLEASE DESCRIBE THIS IMAGE **

ריכוז הנתונים עבור מצב המערכת עם מכונה אחת:

λ =2.24 לקוחות בדקה

קצב הגעה

μ =1.74 לקוחות בדקה

קצב שירות

(קצב הגעה ממוצע/אורך תור ממוצע)

2.24

זמן המתנה ממוצע

ללקוח בדקות

(זמן המתנה /זמן שירות)

3.90

SQ

מס' שרתים*קצב שירות)/קצב הגעה

ρ

(a+b)*(מס' שרתים*קצב שירות)/קצב הגעה)

1.58

ρ total

עלות שעת המתנה נחסכת SC

SC

מעל 30% מכלל הלקוחות המתינו יותר מ- 3.48 דקות.

3.48

סידרנו את הנתונים

מזמן המתה קטן לגדול 30%

20% מכלל הלקוחות המתינו יותר מ- 5.57 דקות

5.57

סידרנו את הנתונים

מזמן המתה קטן לגדול

20%

1% מכלל הלקוחות המתינו יותר מ- 6.13 דקות.

6.13

סידרנו את הנתונים

מזמן המתה קטן לגדול

1%

חציון/ זמן המתנה

1.10

AM

יישום מודל בלילה עבור מכונה בשעות עומס:

** PLEASE DESCRIBE THIS IMAGE **

מסקנות והמלצות:

לאחר ניתוח הנתונים ויישום המודל לקביעת תקני כוח אדם (של ד"ר יצחק בלילה) הגענו למסקנות הבאות:

קופאיות:

  • יש להוסיף 3 קופאיות בשעות העומס, ולשמור על המצב הקיים בשעות השפל.
  • הוספת תקני כוח האדם הנ"ל מפחיתה בצורה משמעותית את זמני ההמתנה של הלקוחות ועם זאת עדיין עומדת באילוצי העלויות והינה כדאית.
  • הגדלת מספר הקופאיות בשעות העומס גורמת לירידה בדרגת התעסוקה שלהן ,לצמצום היחס שבין זמן ההמתנה לזמן השירות ((S.Q , ולהקטנת זמן ההמתנה הממוצע.
  • לאור העובדה שהעומס המוטל על קופאית בשעות השפל נמוך מאד לא ראינו לנכון ליישם את המודל עבור שעות אלו דבר הנתמך גם בכלל Newell. יחד עם זאת כלל המדדים העידו על כך שכמעט ולא קיימים תורים בשעות השפל והשירות ניתן באופן מיידי.
  • כפי שראינו הגעת הלקוחות מתבצעת בעיקר בסמוך למועד יציאת הרכבת מהתחנה ואילו העסקת הקופאיות היא לשעות שלמות בלבד. המודלים מצביעים על צורך בהוספת שרתים בשעות העומס. מאחר ומדובר בשעות ספציפיות בלבד והוספת שרתים לתחנה דורשת תכנון הנדסי וכלכלי מחדש. ננסה למצוא פתרון יצירתי אחר אשר יגרום לירידה במספר הממתינים בתור בשעות עומס כגון: הוזלת הכרטיסים עד כחצי שעה לפני הגעת הרכבת במספר שקלים, פיצוי הלקוחות שמגיעים מוקדם יותר בקפה ומאפה או לחילופין מכירת כרטיסיות נסיעה ( מספר נסיעות ) .

מכונת רכישת כרטיסים:

  • תוצאות המודל מצביעות על כך שיש להוסיף מכונת כרטיסים נוספת בשעות העומס. מאחר ולא ניתן להעסיק את המכונה למספר שעות מוגבל נדרש מידע נוסף לגבי עלויות רכישת ואחזקת המכונה בכדי להעריך האם המלצה זו כדאית.
  • בשעות השפל העומס על המכונה נמוך מאד ולכן לא ראינו לנכון ליישם את המודל עבור שעות אלו.
  • הבחנו כי קהל הלקוחות שפונה לשימוש במכונה הם בעיקר חיילים וסטודנטים. אנו חושבים שניתן לנצל את המכונה באופן טוב יותר ע"י העלאת המודעות של הלקוחות אליה ומתן הסברים מפורטים לגבי אופן השימוש בה ובכך ליצור חלוקה שווה של לקוחות בין הקופאיות למכונה, למזער תורים ולצמצם זמני המתנה.

מסקנות כלליות:

  • העיכובים בזמני השירות נבעו בעיקר מלקוחות שלא הכינו את אמצעי התשלום מבעוד מועד, זמן השירות שלהם גדול פי 3 מהזמן הדרוש לקניית כרטיס.
  • הרבה מאוד לקוחות "נדחפים" לתור "רק בשביל לשאול שאלה" וגורמים לעיכובים גדולים ולתחושת עצבנות של העומדים בתור.

תור מסומן על הרצפה שילוט והסברה יכולים לספק תחושה של סדר ולקצר את זמני השירות. בנוסף ניתן לשקול להוסיף עמדת מודיעין בשעות העומס.

בהתאם למסקנות שלעיל ניתן לראות כי מטרתו המרכזית של הפרויקט הושגה וכי הוצג פתרון הולם לבעיית זמני ההמתנה ואורכי התור. כמובן, שפתרון זה הינו בגדר המלצה בלבד .

חשוב לציין שהמסקנות אליהן הגענו מבוססות על המדידות שהצלחנו לבצע תחת אילוצי הזמן של הפרויקט וכי הן מהוות אומדן והמלצה בלבד.

המלצות להמשך מחקר:

v נמליץ לבצע מספר גדול יותר של מדידות תוך כדי אבחנה מדויקת וחלוקה של שעות עומס לפי ימים. כלומר, בדיקה של מספר שרתים נדרש לכל יום בו נוצר עומס בכדי לקבוע תקני כ"א לפי שעות וימים.

v בחינת ההשפעה של כלל נותני השירות בתחנה על זמני ההמתנה ואורכי התורים.

v מתן דגש לעיכובי הרכבת ולעומסים הנוצרים בה והשפעתם על שביעות הרצון של הלקוחות.

v בדיקה מקיפה של עלויות מכונה ואבחנה מדויקת בנוגע להוספת מכונה .

v יש צורך לחקור באופן מעמיק את הסיבות הגורמות לרתיעה משימוש במכונה ולהבין מדוע כלי זה אינו מהווה תחליף לשרת אנושי.

סיכום:

הפרויקט התבצע בתחנת רכבת צפון בבאר שבע. בתחנת הרכבת ישנם תחומים רבים ומגוונים עליהם ניתן לבצע חקר עבודה בכדי להוביל לחוויית שירות משביעת רצון מצד הלקוחות.

אנו התמקדנו בתחום מכירת הכרטיסים בתחנה ע"י הקופאיות ומכונת הכרטיסים ומטרתנו העיקרית הייתה קיצור זמני המתנה ואורכי תור ע"י בדיקת תקני כוח אדם הרצויים בשעות העומס.

התהליך כלל מדידת עבודה ישירה של הקופאיות ומכונת הכרטיסים לפי חלוקה לשעות שיא ושעות שפל. את המדידות שאספנו ניתחנו באמצעות הכלים שרכשנו במסגרת הקורס חקר עבודה והיבטים יישומיים וקורסים נוספים כגון: שימוש ב"מודל בלילה" להקצאת כ"א, שימוש בכלל Newell נוסחאות תורת התורים, ניתוחים סטטיסטיים ועוד.

על סמך ניתוחים אלו הסקנו מסקנות שבראשן המסקנה כי הקצאה נכונה של קופאיות ומכונות כרטיסים בשעות העומס יכולה להוביל לירידה משמעותית באורכי התורים ובזמני השירות.

מסקנה נוספת היא כי לרוב השירות בתחנת הרכבת באר שבע צפון משביע רצון למעט בזמני עומס ובכדי לתת פתרון מקיף וכולל יש לבצע מספר מדידות רב יותר ולקבל נתונים משמעותיים יותר.


נספחים

טבלה לקביעת S.Q. ודרגת תעסוקה מירבית

כלל NEWELL לקביעת מס' שרתים

טבלת לחישוב Ci


טבלה לבחינת אילוצי עלויות

קובץ אקסל מלא + פירוט חישובים ותוצאות:

נמצא בלינק המצורף: http://www.begu.co.il/meital/

תור M/M/S (תורת התורים, קורס חקב"צ 2)

** PLEASE DESCRIBE THIS IMAGE **

בבליוגרפיה:

· מערך שיעור תורת התורים, קורס חקר ביצועים 2, מרצים: הלל בר גרא ויוסף קרמר, אוניברסיטת בן גוריון, סמסטר א' 2008

· מצגת קביעת תקן כוח אדם בתפקידי שירות, קורס חקר עבודה, מרצה ד"ר איציק בלילה, אונ' בן גוריון, סמסטר א' 2009

· שרשראות מרקוב ותורת התורים / אבי זאבי כותר : מבוא לחקר ביצועים, הוצאת תל אביב מו"ל: דקל תשמ"ג 1983



[1] בימים ו' ושבת לא ביצענו תצפיות ולכן לא קיימת התייחסות.

[2] מכוון שלא קיימים מקרים דחופים ** PLEASE DESCRIBE THIS IMAGE ** לא חושב

[3] הערכת הגיל היא סובייקטיבית ונעשתה ע"י ממוצע של השערתנו

[4] הנוסחא לחישוב גודל המדגם צוינה בשיטות וכלים- ניתוח סטטיסטי.

[5] את נתוני האחוזים לתוספות המנוחה הוצאנו מטבלת תוספות מנוחה.

[6] נוסחאות בהן השתמשנו נמצאות בנספחים

Valid XHTML 1.0 Strict

Valid CSS!

[Valid RSS] [Valid XML]