JP2014067263A - 顧客属性別事務量の集計方法およびシステム - Google Patents

Abstract

【課題】従来のシステムでは、顧客の年齢、国籍、および資産規模などの顧客属性を意識した集計、分析は実施されておらず、窓口配置を十分に最適化できているといえない。また、顧客属性別の事務量を集計、分析することで、顧客属性別の来客割合に応じた店舗毎のトスアップ推進や注力施策を検討できることも期待される。
【解決手段】顧客窓口業務における事務量を取引種別および顧客属性別に件数をカウントする。取引種別毎の標準的な応対時間と、当該標準的な応対時間に対する顧客属性毎の重み付けである掛け率に基づき、カウントした件数を人員換算し、分析することで窓口配置を最適化する。
【選択図】図９

Description

本発明は、顧客属性別事務量の集計方法およびシステムに関する。より詳細には、顧客窓口業務における事務量を顧客属性別に集計し、銀行窓口配置を最適化する方法およびシステムに関する。

高齢化および国際化に伴い、銀行窓口業務において難度が高く、通常よりも応対時間を要する高齢者や外国人などの顧客が増加している。また、窓口担当者は、来店顧客の年齢や資産規模に応じて、本来の来店目的に係る取引サービスに加え、保険や投資など新たなサービスを紹介することもある（トスアップ推進）。すなわち、窓口業務の事務量は、来店顧客の年齢、国籍、および資産規模などに大きく依存する。また、当然ながら、店舗毎に来店客層は異なる。そのため、窓口業務の人員など資源配分を最適化するためには、事務量を集計、分析することが重要である。

従来、事務作業の事務量を集計するシステムは、事務業務を単純作業たる要素作業レベルに分割し、当該要素作業毎に標準時間（実際の処理時間の平均値など）を設定し、これに地域毎または作業域毎の作業可能件数を掛けることにより、事務量を算出している（特許文献１参照）。

特開平１１−１６１７０８号公報

しかしながら、従来のシステムでは、顧客の年齢、国籍、および資産規模などの顧客属性を意識した集計、分析は実施されておらず、窓口配置を十分に最適化できているといえない。また、顧客属性別の事務量を集計、分析することで、顧客属性別の来客割合に応じた店舗毎のトスアップ推奨商品や注力施策を検討できることも期待される。

本発明は、このような問題に鑑みてなされたもので、顧客窓口業務における事務量を顧客属性別に集計、分析し、窓口配置を最適化する方法およびシステムを提供することを目的とする。

本発明は、このような目的を達成するために、
窓口業務における事務量を顧客属性別に集計する事務量分析システムであって、前記事務量分析システムは、
前記窓口業務における事務量データを格納する事務量データ記憶部と、
前記窓口業務における顧客データを格納する顧客データ記憶部と、
前記窓口業務における取引種別毎の標準的な応対時間データを格納する単位時間データ記憶部と、
前記標準的な応対時間データに対する顧客属性毎の重み付けである掛け率データを格納する顧客属性データ記憶部と、
前記事務量データ記憶部から一定期間の取引日に係る前記事務量データを取得し、前記顧客データ記憶部から前記取得した事務量データに係る前記顧客データを取得し、前記単位時間データ記憶部から前記取得した事務量データの取引種別毎の単位時間データを取得し、前記顧客属性データ記憶部から前記取得した事務量データに係る顧客毎の掛け率データを取得するデータ取得手段と、
前記取得した顧客データに基づき、顧客属性を決定する顧客属性付与手段と、
前記取得した事務量データに対して、取引種別および顧客属性毎に件数をカウントする事務量集計手段と、
前記カウントした件数を、前記単位時間データおよび前記掛け率データに基づき、人員換算する事務量人員算出手段と
を備えたことを特徴とする。

また、前段落に記載の発明における、前記人員換算することは、第１の式
（前記カウントした件数／前記一定期間のうちの営業日数）×単位時間×掛け率／１日当たりの労働時間×余裕率
を用いて人員換算することを含むことを特徴とする。

さらに、前二段落に記載の発明における、前記顧客属性は、顧客の年齢、代理人の有無、国籍、および預金額のうちの少なくとも１つに基づき決定されることを特徴とする。

そして、前三段落に記載の発明における、前記件数をカウントすることは、さらに前記窓口業務を行った店舗毎および取引月毎にカウントすることを特徴とする。

以上説明したように、本発明によれば、顧客窓口業務における事務量を顧客属性別に集計・分析し、窓口配置を最適化することが可能となる。

本発明の一実施形態に係るネットワーク構成を示す図である。 本発明の一実施形態に係る事務量分析サーバの構成を示すブロック図である。 本発明の一実施形態に係る事務量データ記憶部に格納されたデータの一例を示す図である。 本発明の一実施形態に係る顧客データ記憶部に格納されたデータの一例を示す図である。 本発明の一実施形態に係る顧客属性データ記憶部に格納されたデータの一例を示す図である。 本発明の一実施形態に係る単位時間データ記憶部に格納されたデータの一例を示す図である。 本発明の一実施形態に係る事務量サマリデータ記憶部に格納されたデータの一例を示す図である。 本発明の一実施形態に係る事務量人員データ記憶部に格納されたデータの一例を示す図である。 本発明の一実施形態に係る事務量分析処理を示すフローチャートである。 本発明の一実施形態に係る顧客属性決定処理を示すフローチャートである。 本発明の一実施形態に係る事務量データ記憶部に格納されたデータの一例を示す図である。

以下、添付した図面を参照して、本発明の実施形態に係る事務量分析システムを詳細に説明する。

まず始めに、事務量分析システムの概要を説明する。図１は、本発明の一実施形態に係るネットワーク構成を示す図である。図１において、データセンタなどに設置された事務量分析サーバ１０１が、ネットワーク１０２を介して、店舗窓口に設置された複数のクライアントコンピュータ１０３ａ、１０３ｂ、・・・、１０３ｎ（以下、まとめて「クライアントコンピュータ１０３」という）と通信を行うよう構成されている。

窓口担当者がクライアントコンピュータ１０３を用いて、顧客との取引データを入力し、当該取引データが事務量データとして事務量分析サーバ１０１に蓄積される。

事務量分析サーバ１０１は、事務量データに顧客属性を付与し、顧客属性毎に事務量を集計し、事務量サマリデータを作成する。ここで事務量サマリデータとは、例えば、取引種別および顧客属性毎の一月当たりの件数を示す月次データである。

次に、事務量分析サーバ１０１は、事務量サマリデータに単位時間を掛け合わせることで、事務量を人員換算し、事務量人員データを作成する。ここで、単位時間とは取引種別毎の一件当たりの標準的な顧客応対時間である。これは、実績値をストップウォッチなどで測定し、平均値を求めるなどして算出することができる。また、顧客属性毎の応対負荷に基づき予め掛け率（重み付け）を設定しておき、これと単位時間を掛け合わせることにより、顧客属性毎の単位時間を算出し、人員換算に用いることができる。すなわち、これにより、顧客属性を意識した事務量分析が可能となる。

なお、作成した事務量サマリデータや事務量人員データは、事務量分析サーバ１０１とネットワークを介して通信を行うように構成された管理者コンピュータ（図示せず）などから、アクセスすることができる。

次に、図２のブロック図を参照して、事務量分析サーバ１０１の構成を詳細に説明する。なお、図２では、単一のコンピュータシステムを想定し、必要な機能構成だけを示しているが、事務量分析サーバ１０１を複数のコンピュータシステムによる多機能の分散システムの一部として構成することもできる。

事務量分析サーバ１０１は、ＣＰＵ２０１に、システムバス２０２を介してＲＡＭ２０３、入力装置２０４、出力装置２０５、通信制御装置２０６、および不揮発性記憶媒体（ＲＯＭやＨＤＤなど）で構成される記憶装置２０７が接続された構成を有する。記憶装置２０７は、事務量分析システムの各機能を奏するためのソフトウェアプログラムを格納するプログラム格納領域と、随時取得するデータや処理結果としてのデータなどを格納するデータ格納領域とを備えている。以下に説明するプログラム格納領域の各手段は、実際は独立したソフトウェアプログラム、そのルーチンやコンポーネントなどであり、ＣＰＵ２０１によって記憶装置２０７から呼び出されＲＡＭ２０３のワークエリアに展開されて、データベースなどを適宜参照しながら順次実行されることで、各機能を奏するものである。

データ格納領域は、本発明に関連するものだけを列挙すると、事務量データ記憶部２２１、顧客データ記憶部２２２、顧客属性データ記憶部２２３、単位時間データ記憶部２２４、事務量サマリデータ記憶部２２５、および事務量人員データ記憶部２２６を備える。何れも、記憶媒体２０７内に確保された一定の記憶領域である。

事務量データ記憶部２２１は、銀行窓口業務における取引データを格納する。一実施形態では、事務量データ記憶部２２１は、店舗を識別させる「店番号」、取引の種類を識別させる「取引種別ＩＤ」、各店舗の窓口業務において使用するコンピュータ端末を識別させる「端末機番」、取引した日を示す「取引日」、取引顧客を識別させる「顧客ＩＤ」、および取引顧客の顧客属性を識別させる「顧客属性ＩＤ」を格納する。ここで「取引種別ＩＤ」は、以下の図６にて詳細に示すように、例えば、取引の種類が現金出金の場合は「1」、現金入金の場合は「2」などを格納する。また、「顧客属性ＩＤ」は、以下の図５にて詳細に示すように、例えば、顧客が高齢者の場合は「2」、代理人を有する場合は「3」などを格納する。なお、図３にて顧客属性ＩＤの値が空である理由は、一実施形態におけるレコード作成時には格納されないことを示すためである。すなわち、窓口担当者がクライアントコンピュータ１０３を用いて、取引データを事務量分析サーバ１０１に蓄積する段階では、負荷軽減のため、顧客属性ＩＤを付与（格納）する必要はない。その後、夜間バッチなどで事務量データを集計する際に、顧客属性ＩＤを付与することができる。顧客属性ＩＤは、顧客データ記憶部２２２に記憶されている各データ項目を利用して動的に決定することができる。顧客属性ＩＤの決定については、図１０を参照しながら後述する。なお、当然ながら、顧客属性ＩＤは、取引データを事務量分析サーバ１０１に蓄積する際に併せて格納することもできる。

顧客データ記憶部２２２は、銀行窓口業務における顧客データを格納する。一実施形態では、顧客データ記憶部２２２は、「顧客ＩＤ」、顧客の氏名を示す「氏名」、顧客の国籍を識別させる「国籍コード」、顧客の年齢を示す「年齢」、顧客の代理人有無および種類を示す「代理人種別」、ならびに顧客の預金額を示す「預金額」を格納する。ここで「国籍コード」は、日本の場合「JP」、米国の場合は「US」などを格納する。また「代理人種別」は、代理人が存在しない場合「0」、成年後見人など法定代理人が存在する場合は「1」、委任契約に基づく委任代理人が存在する場合は「2」などを格納する。

顧客属性データ記憶部２２３は、顧客の属性（窓口業務において応対時間に影響を及ぼす可能性のある顧客の種類）データを格納する。一実施形態では、顧客属性データ記憶部２２３は、データを一意に表す「顧客属性ＩＤ」、「顧客属性」、および「掛け率」を格納する。ここで「顧客属性」は、例えば、70歳以上の「高齢者」、法定代理人または任意代理人を有する「代理人」、国籍が日本以外である「外国人」、預金額が一千万円以上である「預り１０Ｍ超」、およびその他の「通常」などである。また、「掛け率」は、一件当たりの標準的な顧客応対時間である単位時間に掛け合わせて、顧客属性毎の単位時間を算出するために用いる。図５の「掛け率」の各値が示すように、「通常」顧客の場合は、単位時間をそのまま用いる（すなわち単位時間×掛け率1.0の計算となる）。また、「高齢者」や「外国人」の場合は、コミュニケーション上の問題などにより通常より時間を要するため、1.0より大きい値を単位時間に掛けて用いる。また、「代理人」の場合も、本人確認など通常より手続きが増えるため、掛け率も高くなる。さらに、「預り１０Ｍ超」の場合は、投資など新たなサービスを紹介するといった営業活動も併せて行うことがあるため、より高い掛け率となる。なお、「掛け率」は実績に基づいて設定し、随時更新することが望ましい。また、顧客が「高齢者かつ外国人」である場合など、顧客属性が複合的に発生する場合は、掛け率をより大きくしたり、掛け率が大きい方を適用したりすることができる。

単位時間データ記憶部２２４は、取引種別毎の一件当たりの標準的な顧客応対時間である単位時間データを格納する。一実施形態では、単位時間データ記憶部２２４は、データを一意に表す「取引種別ＩＤ」、「取引種別」、および「単位時間」を格納する。ここで「取引種別」の細分レベルは、任意に設定することができる。但し、設定した取引種別に係る作業を実施する際、担当者間で作業が遷移し、待ち時間が発生したりしなかったりしてしまうがゆえに、単位時間を明確に定めることができないような単位で設定するべきではない。また「単位時間」は、図６の例では、単位は「分」であるが別の単位とすることもできる。さらに「単位時間」も「掛け率」同様、実績に基づいて設定し、定期的に更新することが望ましい。

事務量サマリデータ記憶部２２５は、店舗、取引種別、および顧客属性毎の事務量のサマリデータを格納する。一実施形態では、事務量サマリデータ記憶部２２５は、サマリ単位を示す「対象年月」、「店番号」、「取引種別ＩＤ」、「顧客属性ＩＤ」、および取引件数を示す「件数」を格納する。本実施形態におけるサマリ単位は、店舗毎の取引種別および顧客属性別の月次であるが、日次であったり、単なる取引種別ではなく担当者が取り扱う取引種別を一定のグループにまとめてサマリすることもできる。また、応対時間が大きく変わるハイカウンターおよびローカウンター関連業務毎にサマリすることもできる（ハイカウンター関連業務は、顧客を立たせたまま応対できる比較的応対時間が短い業務。一方、ローカウンター関連業務は顧客を座らせて応対する比較的応対時間が長い業務。）。

事務量人員データ記憶部２２６は、事務量サマリデータに基づき取引種別毎に事務量を人員換算したデータを格納する。一実施形態では、事務量人員データ記憶部２２６は、「対象年月」、「店番号」、「取引種別ＩＤ」、および事務量を人員換算した値である「人員」を格納する。「人員」の換算方法については後述する。

プログラム格納領域に格納されているソフトウェアプログラムは、本発明に関連するものだけを列挙すると、データ取得手段２１１、顧客属性付与手段２１２、事務量集計手段２１３、および事務量人員算出手段２１４を備えている。これらの手段２１１〜２１４は、ＣＰＵ２０１によって実行される。

データ取得手段２１１は、データ格納領域の記憶部から、所定のデータを取得する。まず、事務量データ記憶部２２１から、ある店舗の一定期間（例えば、先月分）の事務量データを取得する。また、顧客属性データを取得するために、取得した事務量データ毎に、顧客データ記憶部２２２から顧客データを取得する。また、事務量サマリデータを作成する際、顧客属性データ記憶部２２３から顧客属性毎の掛け率データ、単位時間データ記憶部２２４から単位時間データをそれぞれ取得する。

顧客属性付与手段２１２は、データ取得手段２１１が取得した顧客データに基づき、顧客属性を決定し、事務量データ記憶部２２１に記憶された該当する事務量データに顧客属性を付与（格納）する。

事務量集計手段２１３は、顧客属性が付与された事務量データを取引種別および顧客属性毎に集計し、事務量サマリデータを作成し、事務量サマリデータ記憶部２２５に格納する。

事務量人員算出手段２１４は、取得した顧客属性毎の掛け率データ、および単位時間データに基づき、事務量サマリデータを人員換算し、事務量人員データを作成し、事務量人員データ記憶部２２６に格納する。人員換算方法については後述する。

次に、図９および１０のフローチャート、ならびに図３−８の表を参照して、一実施形態に係る事務量分析処理を流れに沿って説明する。

図９は、本発明の一実施形態に係る事務量分析処理を示すフローチャートである。まず、ステップ９０１にて、データ取得手段２１１が、事務量データ記憶部２２１に記憶された事務量データ（図３）から、例えば、ある店舗の前月に取引されたデータを取得する。より詳細には、データ取得手段２１１が、図３における事務量データから、店番号と一定範囲（例えば前月分）の取引日を検索キーとして該当データを取得する。なお、端末機番を検索キーとすることで、端末毎の事務量分析を行うこともできる。また、当該事務量データは、店舗窓口に設置されるクライアントコンピュータ１０３において窓口担当者により入力される取引データを、クライアントコンピュータ１０３が事務量分析サーバ１０１に送信し、集約したものである。

次に、ステップ９０２にて、取得した事務量データに顧客属性を付与するため、データ取得手段２１１が、顧客データ記憶部２２２に記憶された顧客データ（図４）から、事務量データ毎のデータを取得する。より詳細には、データ取得手段２１１が、図４における顧客データから、事務量データに格納される「顧客ＩＤ」を検索キーとして該当データを取得する。

データ取得手段２１１が顧客データを取得すると、顧客属性付与手段２１２が、取得した顧客データに基づいて顧客属性を決定し、さらにデータ取得手段２１１が、顧客属性データ記憶部２２３に記憶された顧客属性データ（図５）から該当する顧客属性ＩＤを取得する（ステップ９０３）。

ここで、顧客属性の決定について説明する。図１０は、本発明の一実施形態に係る顧客属性決定処理を示すフローチャートである。まず、顧客属性付与手段２１２が、顧客の年齢が７０歳以上であるか否かの判定を行なう（ステップ１００１）。ステップ１００１にて、顧客の年齢が７０歳以上（ステップ９０２にて取得した顧客データの「年齢」が70以上）である場合、Ｙｅｓルートに進み、顧客属性付与手段２１２が、顧客属性を「高齢者」に決定し（ステップ１００２）、処理は終了する。一方、顧客の年齢が７０歳未満（「年齢」が70より小）である場合、Ｎｏルートに進み、顧客属性付与手段２１２が、顧客が法定代理人また委任代理人など代理人を有するか否かを判定する（ステップ１００３）。

ステップ１００３にて、顧客が代理人を有する（顧客データの「代理人種別」が0以外）場合、Ｙｅｓルートに進み、顧客属性付与手段２１２が、顧客属性を「代理人」に決定し（ステップ１００４）、処理は終了する。一方、顧客が代理人を有さない（「代理人種別」が0）場合、Ｎｏルートに進み、顧客属性付与手段２１２が、顧客の国籍が日本であるか否かを判定する（ステップ１００５）。

ステップ１００５にて、顧客の国籍が日本以外（顧客データの「国籍コード」がJP以外）である場合、Ｙｅｓルートに進み、顧客属性付与手段２１２が、顧客属性を「外国人」に決定し（ステップ１００６）、処理は終了する。一方、顧客の国籍が日本（「国籍コード」がJP）である場合、Ｎｏルートに進み、顧客属性付与手段２１２が、顧客の預金額が一千万円以上か否かを判定する（ステップ１００７）。

ステップ１００７にて、顧客の預金額が一千万円以上（顧客データの「預金額」が10000000以上）である場合、Ｙｅｓルートに進み、顧客属性付与手段２１２が、顧客属性を「預り１０Ｍ超」に決定し（ステップ１００８）、処理は終了する。一方、顧客の預金額が一千万円未満（「預金額」が10000000より小）である場合、Ｎｏルートに進み、顧客属性付与手段２１２が、顧客属性を「通常」に決定し（ステップ１００９）、処理は終了する。

なお、図１０における顧客属性の決定は、あくまでも一実施形態であり、各判定の順番を入れ替えたり（例えば、応対時間をより要する顧客属性が決定されるように優先的に判定する順番に入れ替える、など）、判定パラメータの値を変更したり（例えば、高齢者とする年齢を７０から６５に変更する、など）、新たな顧客属性とその判定を追加することなども可能であることを理解されたい。また、本実施形態では、国籍について、国籍コードを用いて外国人か否かについてのみ判定をしているが、これを例えば、日本人、英語圏の外国人、非英語圏の外国人などと、より細分化して判定することもできる。すなわち、外国人であっても、英語圏か否かで応対時間も変わってくるであろう。そのため、応対時間に看過できない差異が発生すると考えられるレベルまで顧客属性を細分化し、各々に対して掛け率を設定することで、より精度の高い人員換算を行なうことができる。

図９に戻り、ステップ９０４にて、顧客属性付与手段２１２が、取得した顧客属性ＩＤを事務量データ（図３）の「顧客属性ＩＤ」に格納する（ステップ９０４）。なお、顧客属性ＩＤの付与（ステップ９０２および９０３）は、クライアントコンピュータ１０３にて取引データを入力し、事務量分析サーバ１０１に集約される段階で顧客属性付与手段２１２によって行なうこともできる。

次に、ステップ９０５にて、事務量集計手段２１３が、事務量データ（図３）を集計し、事務量サマリデータ（図７）を作成する。より詳細には、事務量集計手段２１３が、図３における事務量データのうち、店番号と一定範囲（例えば前月分）の取引日、取引種別ＩＤ、および顧客属性ＩＤ毎にデータ件数をカウントする。すなわち、事務量集計手段２１３が、ある店舗の前月分の取引件数を、取引種別と顧客属性で細分化しデータ件数をカウントすることで、事務量サマリデータを作成する。また、取引種別の細分レベルは、窓口担当者の担当範囲や、応対時間が大きく変わるハイカウンターおよびローカウンター関連業務に応じて変更することができる。

そして、ステップ９０６にて、事務量人員算出手段２１４が、単位時間データ（図６）に基づいて、作成した事務量サマリデータを人員換算し、事務量人員データ（図８）を作成する。すなわち、事務量人員算出手段２１４が、ある店舗の窓口業務に必要な人員を、事務量（取引件数）、取引の応対に要する時間（単位時間）、および窓口担当者の労働時間により算出する。ここで、単位時間データは、データ取得手段２１１が、単位時間データ記憶部２２４より取引種別毎に取得する。また、この際、より精度の高い人員を算出するため、事務量人員算出手段２１４が、単位時間に対して顧客属性毎の掛け率（図５）を掛け、重み付けをする。掛け率は、データ取得手段２１１が、顧客属性データ記憶部２２３より顧客属性毎に取得する。また、事務量人員算出手段２１４が、労働時間に対して余裕率を掛けることにより、窓口担当者の疲労回復やトイレ、作業上発生するオーバヘッド等に費やす時間を考慮することができる。以上より、事務量サマリデータ（取引件数）の人員換算は、事務量人員算出手段２１４が次の式１を用いて行なう。
（取引件数／営業日数）×単位時間×掛け率／１日当たりの労働時間×余裕率 式１

ここで式１における、取引件数（図７）、単位時間（図６）、および掛け率（図５）は、任意の取引種別における、任意の顧客属性に係るものであることに留意する。すなわち、事務量人員算出手段２１４が、式１を用いて人員換算を顧客属性毎に行い、算出された人員を取引種別毎に合算することにより、事務量人員データ（図８）を作成する。

式１による具体的な計算を、図７の２レコード目のデータを例として説明すると、取引種別ＩＤ＝１（現金出金）の１月当たりの取引件数は5010件、対象年月2012年10月の営業日数を22日とし、取引種別ＩＤ＝１（現金出金）の単位時間は図６より1.8分、顧客属性ＩＤ＝２（高齢者）の掛け率は図５より1.4、１日当たりの労働時間を422分とし、余裕率を1.244とする。上記式１を用いて、取引件数を人員換算すると、約1.7人となる。これを、各顧客属性について行なうと、取引種別ＩＤ＝１（現金出金）は、通常1.9人、高齢者1.7人、代理人0.2人、外国人0.5人、預金額一千万円以上2.4人となり、これらを合算して、6.7人となる。

別の実施形態として、顧客属性を複合的に判定し、掛け率を決定する方法を示す。図１１は、本発明の一実施形態に係る事務量データ記憶部に格納されたデータの一例を示す図であるが、図３のものとは異なり、顧客属性を複合的に保持することができるよう構成される。具体的には、図１１では、図３における「顧客属性ＩＤ」の代わりに、「高齢者フラグ」など顧客属性毎にフラグ項目を有する。例えば、顧客が外国人の高齢者である場合は、図１１の３レコード目に示すように、「高齢者フラグ」が１（ＯＮ）、「外国人フラグ」が１となる。通常顧客の場合は、１レコード目に示すように、「高齢者フラグ」など顧客属性用のフラグは全て０（ＯＦＦ）となる。ステップ９０３にて、顧客属性を決定する際、図１０に示すステップ１００１、１００３、１００５、および１００７の全ての判定を行い、顧客属性を決定、格納する代わりに、「高齢者フラグ」など顧客属性毎のフラグのＯＮ／ＯＦＦ（１または０）を決定し、事務量データ（図１１）の各フラグ項目に格納する（ステップ９０４）。この場合、図７に示す事務所サマリデータの「顧客属性ＩＤ」の代わりに、顧客属性毎のフラグ項目を有することは理解されたい。これにより、次項に示すような、顧客属性を複合的に判定して掛け率を決定することができる。

顧客属性を複合的に判定し、掛け率を決定する方法を示す。まず、第１の方法として、顧客属性の複合度合いによって、掛け率を調整する方法を示す。ステップ９０６にて、顧客属性データ記憶部２２３より顧客属性毎に掛け率を取得する際、事務所サマリデータの「高齢者フラグ」など、顧客属性毎のフラグ項目において、１（ＯＮ）が格納されている顧客属性の掛け率を全て取得する。例えば、顧客が外国人の高齢者である場合は、高齢者の掛け率「1.4」および、外国人の掛け率「1.5」の２つを取得する。これらの掛け率を全て掛け合わせ（外国人の高齢者である場合は、1.4×1.5＝2.1となる）、ステップ９０６における掛け率として用いる。また、第２の方法として、掛け率が大きい方を適用する方法を示す。これは単に、第１の方法と同様、例えば、顧客が外国人の高齢者である場合は、高齢者の掛け率「1.4」および、外国人の掛け率「1.5」の２つを取得し、最も大きい掛け率（この場合、1.5）を、ステップ９０６における掛け率として用いる。なお、上記実施例では、２つの顧客属性が複合的に発生した場合を示したが、３つ以上の顧客属性が発生した場合も同様に上記第１および第２の方法を用いることができることは理解されたい。

このように、顧客属性を考慮した事務量（取引件数）の人員換算により、窓口配置をより最適化することが可能となる。より詳細には、従来の考えでは、人員換算の差異、顧客属性を考慮していなかったため、実情に沿った人員換算ができていなかったと言える。例えば、ある月の店舗Ａおよび店舗Ｂの窓口業務における取引件数は、共に10,000件であったとする。式１から掛け率を除いた次の式２を用いて人員換算する。
（取引件数／営業日数）×単位時間／１日当たりの労働時間×余裕率 式２

ここで式２において、営業日数を22日、単位時間を1.8分、１日当たりの労働時間を422分とし、余裕率を1.244とする。上記式２を用いて、取引件数を人員換算すると、店舗Ａおよび店舗Ｂ共に約2.4人となる。しかしながら、実際には、店舗Ａおよび店舗Ｂにおける取引件数の内訳が次のようであったとする。

本発明による人員換算、すなわち図５の掛け率と、式１を用いて人員換算を行なうと次のような結果となる。丸括弧内の数字が取引件数を人員換算したもの（単位は「人」）である。角括弧内は、各々の掛け率である。

すなわち、従来の考えでは共に約2.4人であったが、本発明による顧客属性を考慮した人員換算を行なうと、店舗Ａは約3.3人、店舗Ｂは約2.8人となる。

Claims (6)

1. 窓口業務における事務量を顧客属性別に集計する事務量分析システムであって、前記事務量分析システムは、
   前記窓口業務における事務量データを格納する事務量データ記憶部と、
   前記窓口業務における顧客データを格納する顧客データ記憶部と、
   前記窓口業務における取引種別毎の標準的な応対時間データを格納する単位時間データ記憶部と、
   前記標準的な応対時間データに対する顧客属性毎の重み付けである掛け率データを格納する顧客属性データ記憶部と、
   前記事務量データ記憶部から一定期間の取引日に係る前記事務量データを取得し、前記顧客データ記憶部から前記取得した事務量データに係る前記顧客データを取得し、前記単位時間データ記憶部から前記取得した事務量データの取引種別毎の単位時間データを取得し、前記顧客属性データ記憶部から前記取得した事務量データに係る顧客毎の掛け率データを取得するデータ取得手段と、
   前記取得した顧客データに基づき、顧客属性を決定する顧客属性付与手段と、
   前記取得した事務量データに対して、取引種別および顧客属性毎に件数をカウントする事務量集計手段と、
   前記カウントした件数を、前記単位時間データおよび前記掛け率データに基づき、人員換算する事務量人員算出手段と
   を備えたことを特徴とする事務量分析システム。
2. 前記人員換算することは、第１の式
   （前記カウントした件数／前記一定期間のうちの営業日数）×単位時間×掛け率／１日当たりの労働時間×余裕率
   を用いて人員換算することを含むことを特徴とする請求項１に記載の事務量分析システム。
3. 前記顧客属性は、顧客の年齢、代理人の有無、国籍、および預金額のうちの少なくとも１つに基づき決定されることを特徴とする請求項１および２のいずれかに記載の事務量分析システム。
4. 前記件数をカウントすることは、さらに前記窓口業務を行った店舗毎および取引月毎にカウントすることを特徴とする請求項１乃至３のいずれかに記載の事務量分析システム。
5. 窓口業務における事務量を顧客属性別に集計する方法であって、前記方法は、
   前記窓口業務における一定期間の取引日に係る事務量データを取得するステップと、
   前記事務量データに係る顧客データを取得するステップと、
   前記取得した顧客データに基づき、顧客属性を決定するステップと、
   前記取得した事務量データに対して、取引種別および顧客属性毎に件数をカウントするステップと、
   前記カウントした件数を、前記窓口業務における取引種別毎の標準的な応対時間である単位時間データおよび前記標準的な応対時間データに対する顧客属性毎の重み付けである掛け率データに基づき、人員換算するステップと
   を備えたことを特徴とする方法。
6. 窓口業務における事務量を顧客属性別に集計する方法をコンピュータに実行させるコンピュータ実行可能命令を有するコンピュータプログラムであって、前記方法は、
   前記窓口業務における一定期間の取引日に係る事務量データを取得するステップと、
   前記事務量データに係る顧客データを取得するステップと、
   前記取得した顧客データに基づき、顧客属性を決定するステップと、
   前記取得した事務量データに対して、取引種別および顧客属性毎に件数をカウントするステップと、
   前記カウントした件数を、前記窓口業務における取引種別毎の標準的な応対時間である単位時間データおよび前記標準的な応対時間データに対する顧客属性毎の重み付けである掛け率データに基づき、人員換算するステップと
   を備えたことを特徴とするコンピュータプログラム。

Images