Modelo para la mejora del servicio de atención al cliente mediante la teoría de colas: caso de estudio de una agencia bancaria

Descripción del Articulo

This article analyses waiting lines at a bank branch where customers described long queues and waiting time (8,539 minutes on average) as the main problem with the bank's service. For research purposes, we modeled a system, based on queueing theory, in Arena software (16.1 Student Version) to i...

Descripción completa

Detalles Bibliográficos
Autores: León Lazo, Leticia Siu Leng, Vivanco Vivanco, Lorena Paola
Formato: artículo
Fecha de Publicación:2023
Institución:Universidad de Lima
Repositorio:Revistas - Universidad de Lima
Lenguaje:español
OAI Identifier:oai:ojs.pkp.sfu.ca:article/6299
Enlace del recurso:https://revistas.ulima.edu.pe/index.php/Interfases/article/view/6299
Nivel de acceso:acceso abierto
Materia:queuing theory
customer service
simulation
bank agency
teoría de colas
servicio de atención
simulación
agencia bancaria
id REVULIMA_570833f6a7fdf43e81843b9170cdc180
oai_identifier_str oai:ojs.pkp.sfu.ca:article/6299
network_acronym_str REVULIMA
network_name_str Revistas - Universidad de Lima
repository_id_str
spelling Modelo para la mejora del servicio de atención al cliente mediante la teoría de colas: caso de estudio de una agencia bancariaModel for improving customer service through queuing theory: case study of a banking agencyLeón Lazo, Leticia Siu LengVivanco Vivanco, Lorena PaolaLeón Lazo, Leticia Siu LengVivanco Vivanco, Lorena PaolaLeón Lazo, Leticia Siu LengVivanco Vivanco, Lorena Paolaqueuing theorycustomer servicesimulationbank agencyteoría de colasservicio de atenciónsimulaciónagencia bancariaThis article analyses waiting lines at a bank branch where customers described long queues and waiting time (8,539 minutes on average) as the main problem with the bank's service. For research purposes, we modeled a system, based on queueing theory, in Arena software (16.1 Student Version) to identify possible improvements to customer service. The waiting line simulation considered resources, waiting times, time between arrivals, and entities involved. We gathered data using an explanatory and descriptive quantitative approach. The proposed model offered positive results, such as a 52,61 % reduction in queue time. The model also allowed us to identify different factors affecting queue time, such as customers who do not finish the process and leave because they did not comply with all the requirements for a given service. The proposed improvement also helps to reduce the number of people who withdraw from the process from 14,52 % to 4,032 %. Different variables that determine poor customer service reviews despite shorter waiting time limits the results obtained.El análisis de las líneas de espera en las diferentes agencias bancarias nace por el descontento de la población por las largas colas y un tiempo promedio de más de 8,539 minutos de espera para recibir el servicio respectivo, tomando en cuenta el día y hora con mayor demanda. Por eso es necesario un equilibrio entre la capacidad y la oferta. El objetivo de esta investigación es aplicar la teoría de colas como base fundamental para modelar el sistema con la ayuda del software Arena (16.1 Student Version), y analizar su comportamiento para identificar las posibles mejoras y lograr una mayor calidad de servicio al cliente. Así se simuló el comportamiento de las líneas de espera, definiendo los recursos, los tiempos de espera, el tiempo entre llegadas, las entidades involucradas, entre otros. Además, se utilizó un enfoque cuantitativo de alcance explicativo y descriptivo para la obtención de datos. De esta manera, al realizar las réplicas en el software con el modelo propuesto, se consiguieron resultados positivos, tales como la reducción de tiempo en cola en un 52,61 %; pero también se identificaron factores que incrementan ese tiempo, como el hecho de que el cliente no finaliza el proceso y se retira porque desconoce ciertos requisitos para la operación que desea realizar. Por ello, la mejora planteada también ayuda a disminuir el número de personas que se retiran del proceso, cuyo porcentaje pasó de 14,52 % a 4,032 %. Finalmente, la existencia de diferentes variables en los clientes que no califican un buen servicio de atención con un menor tiempo de espera limita los resultados obtenidos.Universidad de Lima2023-07-31info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdftext/htmlhttps://revistas.ulima.edu.pe/index.php/Interfases/article/view/629910.26439/interfases2023.n017.6299Interfases; No. 017 (2023); 146-168Interfases; Núm. 017 (2023); 146-168Interfases; n. 017 (2023); 146-1681993-491210.26439/interfases2023.n017reponame:Revistas - Universidad de Limainstname:Universidad de Limainstacron:ULIMAspahttps://revistas.ulima.edu.pe/index.php/Interfases/article/view/6299/6394https://revistas.ulima.edu.pe/index.php/Interfases/article/view/6299/6395info:eu-repo/semantics/openAccessoai:ojs.pkp.sfu.ca:article/62992024-05-23T23:09:03Z
dc.title.none.fl_str_mv Modelo para la mejora del servicio de atención al cliente mediante la teoría de colas: caso de estudio de una agencia bancaria
Model for improving customer service through queuing theory: case study of a banking agency
title Modelo para la mejora del servicio de atención al cliente mediante la teoría de colas: caso de estudio de una agencia bancaria
spellingShingle Modelo para la mejora del servicio de atención al cliente mediante la teoría de colas: caso de estudio de una agencia bancaria
León Lazo, Leticia Siu Leng
queuing theory
customer service
simulation
bank agency
teoría de colas
servicio de atención
simulación
agencia bancaria
title_short Modelo para la mejora del servicio de atención al cliente mediante la teoría de colas: caso de estudio de una agencia bancaria
title_full Modelo para la mejora del servicio de atención al cliente mediante la teoría de colas: caso de estudio de una agencia bancaria
title_fullStr Modelo para la mejora del servicio de atención al cliente mediante la teoría de colas: caso de estudio de una agencia bancaria
title_full_unstemmed Modelo para la mejora del servicio de atención al cliente mediante la teoría de colas: caso de estudio de una agencia bancaria
title_sort Modelo para la mejora del servicio de atención al cliente mediante la teoría de colas: caso de estudio de una agencia bancaria
dc.creator.none.fl_str_mv León Lazo, Leticia Siu Leng
Vivanco Vivanco, Lorena Paola
León Lazo, Leticia Siu Leng
Vivanco Vivanco, Lorena Paola
León Lazo, Leticia Siu Leng
Vivanco Vivanco, Lorena Paola
author León Lazo, Leticia Siu Leng
author_facet León Lazo, Leticia Siu Leng
Vivanco Vivanco, Lorena Paola
León Lazo, Leticia Siu Leng
author_role author
author2 Vivanco Vivanco, Lorena Paola
León Lazo, Leticia Siu Leng
author2_role author
author
dc.subject.none.fl_str_mv queuing theory
customer service
simulation
bank agency
teoría de colas
servicio de atención
simulación
agencia bancaria
topic queuing theory
customer service
simulation
bank agency
teoría de colas
servicio de atención
simulación
agencia bancaria
description This article analyses waiting lines at a bank branch where customers described long queues and waiting time (8,539 minutes on average) as the main problem with the bank's service. For research purposes, we modeled a system, based on queueing theory, in Arena software (16.1 Student Version) to identify possible improvements to customer service. The waiting line simulation considered resources, waiting times, time between arrivals, and entities involved. We gathered data using an explanatory and descriptive quantitative approach. The proposed model offered positive results, such as a 52,61 % reduction in queue time. The model also allowed us to identify different factors affecting queue time, such as customers who do not finish the process and leave because they did not comply with all the requirements for a given service. The proposed improvement also helps to reduce the number of people who withdraw from the process from 14,52 % to 4,032 %. Different variables that determine poor customer service reviews despite shorter waiting time limits the results obtained.
publishDate 2023
dc.date.none.fl_str_mv 2023-07-31
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://revistas.ulima.edu.pe/index.php/Interfases/article/view/6299
10.26439/interfases2023.n017.6299
url https://revistas.ulima.edu.pe/index.php/Interfases/article/view/6299
identifier_str_mv 10.26439/interfases2023.n017.6299
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistas.ulima.edu.pe/index.php/Interfases/article/view/6299/6394
https://revistas.ulima.edu.pe/index.php/Interfases/article/view/6299/6395
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
text/html
dc.publisher.none.fl_str_mv Universidad de Lima
publisher.none.fl_str_mv Universidad de Lima
dc.source.none.fl_str_mv Interfases; No. 017 (2023); 146-168
Interfases; Núm. 017 (2023); 146-168
Interfases; n. 017 (2023); 146-168
1993-4912
10.26439/interfases2023.n017
reponame:Revistas - Universidad de Lima
instname:Universidad de Lima
instacron:ULIMA
instname_str Universidad de Lima
instacron_str ULIMA
institution ULIMA
reponame_str Revistas - Universidad de Lima
collection Revistas - Universidad de Lima
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1846157624679071744
score 13.982926
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).