Akademik Veri Yönetim Sistemi
13. Uluslararası Güncel Araştırmalarla Sosyal Bilimler Kongresi, İstanbul, Türkiye, 6 - 08 Kasım 2020, cilt.4, ss.1278-1287
Korona sürecinin etkilerinin yaşandığı sektörlerden biri de şüphesiz bankacılıktır. Bu beklenmedik süreçte, çağrı merkezlerinde yaşanan yoğunluğun ve müşteri temsilcisine bağlanmak için sistemdeki bekleme süresi gibi karakteristiklerin, sayısal olarak ölçülebilmesi için kuyruk modellemesi yapılarak korona sürecinin etkileri gözlemlenebilir. Araştırmada kullanılan veriler, Türkiye Bankalar Birliği Çağrı Merkezi Mart 2019-Haziran 2020 3 aylık istatistiklerinden elde edilmiştir. 6 dönem için 25 adet bankanın toplu verilerine ulaşılmıştır. Çağrıların gelişleri poisson, servis süresi ise üstel dağılım varsayımları ile sonsuz gelişli sonsuz kuyruklu çok kanallı model yöntem olarak kullanılmıştır. Sesli yanıt sistemi araştırma konusu haricindedir. Korona sürecinde, bankaların temsilci sayısını arttırma önlemi yetersiz kalmıştır, çağrı merkezlerinin ortalama boş kalma olasılığı (Po) %0,15’ e düşmüştür. Sistemin boş kalma olasılığı ilk döneme göre %213 lük bir azalış göstermiştir. Herhangi bir müşterinin sistemdeki ortalama bekleme süresi (Wq), 10,31 dk’ya yükselmiştir, ilk döneme göre yaklaşık 47 kat artmıştır. Kuyruk oluşma olasılığı (Pn), %86’ya yükselmiştir. Ortalama kuyruk uzunluğu (Lq) yaklaşık 11 kişiye yükselmiştir. Sonuçlar genel ortalamadır, çağrı yoğunluğu fazla olan bankalarda yükseliş değerlerinin daha da fazla olması muhtemeldir. Müşteriler telefon hattında fazla bekledikleri için memnuniyetsizlikleri artacaktır. Yoğun bankaların bekleme hattı modellerini kullanarak bekleme zaman kaybı maliyetlerini düşürmesi ve müşteri kaybını önlemek için etkin bir servis yönetimi oluşturması gerekmektedir.
It is beyond doubt that banking is one of the sectors where the effects of the corona process are experienced. In this unexpected process, the effects of the corona process can be monitored by queuing modeling to quantitatively determine the characteristics such as density experienced in the call centers and waiting time in the system to connect with the customer representative. The data used in the research were obtained from the Call Center statistics of the Banks Association of Turkey for March 2019-June 2020 3-monthly. The collective data of 25 banks were obtained for 6 periods. The infinite arrival infinite queue multiple-channel model was used with the assumptions which are the poisson distribution for call arrivals and the exponential distribution for service time. The robotic response system has not been included in the research. The precaution increasing the number of representatives within the corona process taken by banks remained incapable and the average probability that no customers are in the system of call centers (Po) reduced to 0,15%. The probability that no customers are in the system showed an increase of 213% compared to the first period. The average waiting time of any customer in the queue (Wq) raised to 10,31 minutes and increased approximately 47 times compared to the first period. The probability of queue formation (Pn) raised to 86%. The average queue length (Lq) raised to approximately 11 persons. The results are general average and the rise is likely to be higher in the banks whose call densities are higher. Since the customers wait on the telephone line for a long period, their dissatisfaction will increase. The busy banks need to create effective service management to reduce the costs of waiting time loss and to prevent the loss of customers, by using waiting line models.