4.1.2 “订单处理”业务流程拟合离散系统的仿真数据
从以上的“订单处理”流程可以看到，它是一个离散事件（“接到订单”）驱动的流程，流程中的分支也存在概率分布，所以它适合用离散系统进行仿真的。在对流程仿真前，首先采集流程数据并拟合为运行仿真需要的数学函数。研究中对包括作业处理时间数据、功能分支概率数据、组织人员数据、工作时间数据等进行了采集，并且拟合为相应的数学函数，说明如下。
4.1.2.1 仿真周期
首先要对流程运行仿真的周期进行定义。仿真的周期基于正常工作时间（也就是事件发生的时间范围）。仿真运行的时间周期如表4－1所示。
表4－1 正常工作时间数据
研究中的四个仿真都是基于上述的工作周期，运行一个月得到的数据进行分析。
4.1.2.1 流程驱动事件的分布函数表示
然后要对流程驱动事件“接到订单”进行数学函数表示，该事件的发生相当于流程的业务工作量负荷。每天接到的订单约为110张单。订单传真接收是离散事件，在一天中并不是平均分布的，上午9：30～12：30之间接收到大部分的订单传真，订单接收事件的发生分布接近于正态分布，经过对实际数据的拟合分析得到如表4－2的订单接收事件分布函数。
表4－2 订单接收事件数据
4.1.2.2 作业处理时间的分布函数表示
在采集的数据中作业处理时间有两类，一类大致是固定数值，例如“检查订单项目是否清晰”、“审核客户资料”等，可以取为常量值输入模型中；另一类则随着作业处理数据量的大小不同而在一定范围内变动，例如“订单有效性审核”、“订单录入”等，采集的数据接近正态分布，经过拟合分析得到正态分布函数作为流程运行的参数。
流程中一类作业只要人员时间可以安排就马上进行，如“检查订单项目是否清晰”、“致电业务代表核对订单”等，这些作业的静态等待时间（Static wait time）为0；而另一类作业客观上需要等待一定时间才能进行，如“与客户协商修改订单”、“主管批示”等，这些作业的静态等待时间要设为一定的数值。对采集到的数据整理得到表4－3示的流程作业参数。
表4－3 旧流程功能作业处理时间数据
4.1.2.3 功能分支概率数据
对于流程中存在的判断点分支，需要输入分支的发生概率。经过采集统计，得到流程的异或（两者取一）分支的发生概率，整理数据表4－4所示。
表4－4 旧流程功能分支概率数据
4.1.2.4 组织人员配置数据
流程中涉及的组织人员有订单组、财务审单、业务代表、财务经理等。人力资源的数据如表4－5示。
表4－5 旧流程人力资源配置数据
这里还需要指出：业务代表负责订单修改的协商，在人员配备上是每张订单由接单业务员跟进。也就是说一定有充足的人员来进行“与客户协商修改订单”这项作业的，人力资源可以说是无限的，设定为4人只是为了满足最低需要。所以在接下来的仿真中，业务代表的人力资源负荷是可以忽略的。
|
