Påverkas besökarnas konverteringsgrad av bemanningen? Hur bör man bemanna för att hinna med alla besökare? Kan man matematiskt ta fram en nivå för butiksbemanning utifrån historisk data? Den här rapporten undersöker möjligheten att förutse besöks- och försäljningsmönster för butiker i telekombranschen, och tidsåtgången för respektive med en tillräcklig säkerhet för att praktiskt kunna användas för schemaläggning. Denna rapport visar att det är möjligt att förutspå förväntad ankomstintensitet med en statistisk säkerhet som möjliggör bemanningsanpassningen efter denna. Den visar också att både förväntad betjäningstid och inköpsmönster är viktiga faktorer för att kunna prognostisera framtida bemanningsbehov. Det har setts att förväntad betjäningstid och försäljningsmönster är svårare att prognostisera med hög statisk säkerhet. Rapporten visar att det är möjligt att matematiskt konstruera en modell för att ta fram förväntad ankomstintensitet och förväntat antal köp och i kombination med förväntad betjäningsintensitet ta fram en rekommenderad bemanningsnivå. Rapporten visar också att det finns ett samband mellan ökad bemanning och ökad konverteringsgrad sett till medelvärden, men med stor variation i hur stor konverteringsgraden är. / Is it possible to increase the costumer conversion rate with an increase in store staffing levels? What is the best staffing level in order to provide all potential customers desired assistance and waiting time? Is it possible to mathematically construct model for staffing from historical data? This report investigates the possibility to predict costumer entry and purchase pattern in stores within the telecom industry at a level of statistical importance. This is done in order to forecast future staffing needs and to optimize salary costs with regards to future revenue. This report shows that it is possible to predict expected costumer arrival rate with a level of statistical importance that allows customer arrival rate as a base for staffing levels. It can also be shown that purchase pattern and service times are an important factor in forecasting future staffing levels. It also shows that these factors are harder to predict at a level of statistical importance. The report shows that it is possible to mathematically construct recommended minimum staffing levels in order to serve all costumers. It shows that customer conversion rate is increased by an increase in the number of sales stations.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-170174 |
| Date | January 2015 |
| Creators | Häggbom, Maria, Åsenius, karin |
| Publisher | KTH, Optimeringslära och systemteori |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-MAT-K ; 2015:24 |
Page generated in 0.0018 seconds