Определение статистических показателей процесса обработки заявок в отделе кадров средствами GPSS

Эффективная обработка заявок на открытые вакансии имеет решающее значение для своевременного закрытия позиций в компании. В данной статье рассматривается моделирование процесса работы отдела кадров в условиях крупной компании для повышения эффективности обработки заявок и оптимизации использования ресурсов. Моделирование было проведено в среде GPSS [1 ].

В течение рабочего дня, продолжительностью 9 часов (540 минут), в отдел кадров поступают заявки на открытые вакансии. Средний интервал между поступлением заявок составляет 5 минут. Каждая заявка проходит несколько этапов обработки. Среднее время обработки заявки составляет 12 ± 3 минуты. По результатам обработки 75% заявок одобряются, а 25% отклоняются. Одобренные заявки направляются на собеседование с кандидатами, длительность которого составляет 30 ± 5 минут. Из кандидатов, прошедших собеседование, 40% сразу подписывают трудовой договор, а 60% направляются на дополнительную проверку службой безопасности. Время проверки составляет 20 ± 5 минут. 85% кандидатов получают одобрение и подписывают трудовой договор, а 15% отклоняются. На этапе подписания договора кандидаты получают разъяснения об условиях труда, что занимает около 15 ± 2 минуты.

Для моделирования процесса была использована имитационная модель, основанная на описанных данных. Моделирование включало генерацию заявок, последовательное прохождение ими всех этапов обработки и учет времени на каждом этапе. В модели также учитывались вероятности одобрения и отклонения заявок на разных этапах. На рисунке 1 представлена имитационная модель, реализованная в среде GPSS [2].

ODOBR STORAGE 1

SOBES STORAGE 1

SBES STORAGE 1

PDOG STORAGE 1

GENERATE S ; Средний интервал поступления заявок (минуты)

‘Все соискатели проходят отбор

QUEUE OCHODOBR; Соискатель встает в очередь на проверку заявки

ENTER ODOBR,1; Проверка заявки

DEPART OCHODOBR; Уход из очереди на проверку заявки

ADVANCE 12,3; Время проверки: 12 1 3 минут

LEAVE ODOBR,!; Освобождение проверяющего

TRANSFER .75,Z_SOBES,VYHOD;Поеле 75% соискателей проходят собеседование, остальные уходят

‘Прохождение собеседования Z_SOBES QUEUE OCHSOBES;

ENTER SOBES,1; DEPART OCHSOBES;

ADVANCE 30,5;

LEAVE SOBES,1;

Встает в очередь на собеседование

Проведение собеседования

Уход из очереди на собеседование Время собеседования: 30 ± 5 минут Освобождение специалиста по персоналу

TRANSFER .4,Z_PDOG,Z_SBES;

‘Прохождение службы безопасности

Z_SBES QUEUE OCHSBES;           Встает е очередь на проверку службой безопасности

SEIZE SBES;              Проверка службой

DEPART OCHSBES;          Уход из очереди на проверку

ADVANCE 20,5;            Время проверки: 20 1 S минут

RELEASE SBES;            Освобождение специалиста службы безопасности

TRANSFER .85,Z_PDOG,VYHOD;

‘Прохождение службы безопасности

Z_PDOG QUEUE OCHPDOG;           Встает в очередь на подписание договора

SEIZE PDOG;              Подписывает договор

DEPART OCHPDOG;          Уход из очереди на подписывание

ADVANCE 15,2;            Время подписывания: 15 1 2 минуты

RELEASE PDOG;            Освобождение стола для подписей

VYHOD TERMINATE;

* Генерация соискателейв течение 9-часового рабочего дня (540 минут) GENERATE 540 TERMINATE 1; Завершение всех процессов после 540 минут

Рисунок 1 - Имитационная модель

На рисунке 2 изображены статистические данные по этой модели, а на рисунке 3 представлена статистика по очереди.

QUEUE	MAX CONT.	ENTRY ENTRY(0) AVE.CONT.	AVE.TIME	AVE.(-0)	RETRY
OCHODOBR	62   62	108      1    30.338	151.691	153.108	0
OCHSOBES	1    0	8       6     0.061	4.129	16.515	0
OCHSBES	1    0	3       3     0.000	0.000	0.000	0
OCHPDOG	1    0	6      6     0.000	0.000	0.000	0

Рисунок 2 – Статистические данные модели

TABLE	MEAN	STD.DEV.	RANGE	RETRY FREQUENCY CUM.%
TIME_TO_OD	150.600	97.150		0
			-      120.000	20    43.48
		120.000	-      240.000	14    73.91
		240.000	-      360.000	12   100.00
TIME_TO_SO	4.129	8.178		0
			-      120.000	8   100.00
TIME_TO_SB	0.000	0.000		0
			-      120.000	3   100.00
TIME_TO_PD	0.000	0.000		0
			-      120.000	6   100.00

Рисунок 3 – Статистические данные очередей

На рисунке 2 представлены данные, отражающие статистику работы очередей на различных этапах обработки заявок: максимальная длина очереди (MAX), среднее время ожидания (AVE.TIME), общее количество заявок (ENTRY) и их распределение на этапах (QUEUE). Рисунок 3 содержит статистические данные о распределении временных интервалов для различных событий: TIME_TO_OD, TIME_TO_SO, TIME_TO_SB и TIME_TO_PD. Колонки показывают следующие параметры: среднее значение времени (MEAN), стандартное отклонение (STD.DEV.), диапазон значений времени (RANGE), частоту случаев в каждом диапазоне (RETRY FREQUENCY) и кумулятивный процент (CUM.%).

Очередь на первичную обработку заявок (OCHODBR) демонстрирует наибольшую загруженность, достигая максимальной длины в 62 заявки и среднего времени ожидания 151,691 минуты. Однако время ожидания в ней в отдельных случаях превышает 360 минут, что требует дальнейшего анализа и оптимизации. Напротив, этапы собеседования (OCHSOES), проверки безопасности (OCHSBES) и подписания договора (OCHPDOG) характеризуются меньшей загруженностью и существенно более короткими временами ожидания. Эти показатели позволяют выделить ключевые узкие места системы, требующие улучшения для повышения общей эффективности процесса.

Для повышения эффективности работы системы было проведено добавление сотрудников в ключевые отделы. Итоговое распределение ресурсов составило: три сотрудника на этапе одобрения заявок, два сотрудника на этапе собеседования и по одному сотруднику на этапах проверки безопасности и подписания договора (рисунок 4). Такое перераспределение позволило сбалансировать нагрузку между этапами и уменьшить время ожидания в очередях, что положительно сказалось на общей производительности системы. Результаты моделирования с обновленным распределением ресурсов показали увеличение пропускной способности отдела кадров и сокращение времени обработки заявок, что обеспечивает более оперативное закрытие открытых вакансий.

QUEUE	MAX CONT	. ENTRY ENTRY(0) AVE.CONT. AVE.TIME	AVE.(-0) RETRY
OCHODOBR	г о	107    107     0.000      0.000	0.000   0
OCHSOBES	3    0	24     11     0.365      8.205	15.147   0
OCHSBES	1    0	8      6     0.018      1.187	4.749   0
OCHPDOG	1    0	15     10     0.032      1.148	3.445   0
TABLE	MEAN	STD.DEV.       RANGE           RETRY	FREQUENCY CUM.%
TIME_TO_OD	0.000	0.000                            0
		_ -      120.000	107   100.00
TIME_TO_SO	8.205	10.113                            0
		_ -      120.000	24   100.00
TIME_TO_SB	1.187	2.828                            0
		_ -      120.000	8   100.00
TIME_TO_PD	1.148	2.318                            0
		-      120.000	15   100.00

Рисунок 4 – Динамика работы модели с добавлением сотрудников

В результате проведенного исследования с использованием имитационного моделирования было проанализировано функционирование отдела кадров крупной компании. Моделирование показало, что текущая система обработки заявок на открытые вакансии работает не эффективно. Основные проблемы заключаются в нехватке ресурсов на этапе собеседования и одобрения заявок. Оптимизация процессов за счет добавления дополнительных сотрудников на ключевых этапах позволили улучшить общую производительность и снизить время ожидания на каждом из этапов. Результаты моделирования продемонстрировали значительное сокращение времени обработки заявок, что способствует повышению эффективности работы отдела кадров в компании.