[發明專利]一種基于大數據的銀行柜員智能排班方法及系統

有效

• 申請號: 202010916096.1
• 申請日: 2020-09-03
• 公開（公告）號: CN112288562B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 張盼
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q10/0631
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 錢娜

本發明公開了一種基于大數據的銀行柜員智能排班方法及系統，方法包括：基于預先構建的預測模型預測待排班網點目標日期的交易量和交易峰值；基于待排班網點目標日期的交易量和交易峰值，以及預先分類的柜員類型，配置待排班網點目標日期的柜員數量和目標柜員類型；基于待排班網點目標日期的柜員數量和目標柜員類型，以及目標柜員類型在崗柜員到待排班網點的通勤時間，動態生成待排班網點目標日期的柜員排班表。本發明能夠實現同城不同網點不同日期柜員的動態調整，以提高人力資源利用效率，提升網點效益，提升客戶體驗。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種基于大數據的銀行柜員智能排班方法及系統。

背景技術

商業銀行柜面渠道仍是銀行線下業務發起的重要渠道，各商業銀行線下網點眾多，各網點業務量大小各不相同，同一網點不同日期業務量也各不相同，目前各商業銀行線下網點柜面數量固定，網點內柜員數量也穩定不變，網點通過輪流排班的方式來進行業務辦理。由此可以看出，當前商業銀行這種排班方式存在一定的問題，可能會導致部分網點業務量大柜員不足客戶排隊等待，另外部分網點業務量小柜員空閑無業務辦理，同一網點在部分日期業務量大柜員不足，在部分日期業務量小柜員空閑的情況，出現人力資源分配不均，造成人力浪費，影響客戶的體驗。

因此，如何實現同城不同網點不同日期柜員的動態調整，以提高人力資源利用效率，提升網點效益，提升客戶體驗，是一項亟待解決的問題。

發明內容

有鑒于此，本發明提供了一種基于大數據的銀行柜員智能排班方法，能夠實現同城不同網點不同日期柜員的動態調整，以提高人力資源利用效率，提升網點效益，提升客戶體驗。

本發明提供了一種基于大數據的銀行柜員智能排班方法，包括：

基于預先構建的預測模型預測待排班網點目標日期的交易量和交易峰值；

基于所述待排班網點目標日期的交易量和交易峰值，以及預先分類的柜員類型，配置所述待排班網點目標日期的柜員數量和目標柜員類型；

基于所述待排班網點目標日期的柜員數量和目標柜員類型，以及所述目標柜員類型在崗柜員到所述待排班網點的通勤時間，動態生成所述待排班網點目標日期的柜員排班表。

優選地，預先構建預測模型，包括：

獲取各個網點歷史交易數據；

利用大數據分析技術對所述各個網點歷史交易數據進行分析，構建各個網點交易量和交易峰值的預測模型。

優選地，所述獲取各個網點歷史交易數據，包括：

自動收集各個網點每日交易數據；

將自動收集的各個網點的每日交易數據存儲至數據庫，構成各個網點歷史交易數據；

從所述數據庫中獲取各個網點歷史交易數據。

優選地，預先分類柜員類型，包括：

獲取各個柜員歷史業務處理數據；

利用大數據分析技術對所述各個柜員歷史業務處理數據進行分析，計算出每位柜員的效率值；

基于每位柜員的效率值以及預先設置的閾值對柜員進行分類，得到柜員類型。

優選地，所述獲取各個柜員歷史業務處理數據，包括：

自動收集各個柜員每日業務處理數據；

將自動收集的各個柜員每日的業務處理數據存儲至數據庫，構成各個柜員歷史業務處理數據；

從所述數據庫中獲取各個柜員歷史業務處理數據。

一種基于大數據的銀行柜員智能排班系統，包括：