Застосування методів статистичного аналізу для вибору виконавця задачі у розподіленій обчислювальній системі
Роман Слободян, Ілона Богач, Марія БарабанРобота присвячена оптимізації процесу розподілу завдань у розподілених обчислювальних системах. За допомогою застосування методів статистичного аналізу розроблено підхід до автоматизації вибору виконавців, що дозволяє підвищити ефективність розподілу завдань, покращити щоденну продуктивність та задоволеність працівників. Дослідження показує, що використання оптимізованого підходу дозволило зменшити середню тривалість обробки звернень користувачів обраного типу з 34 до 31 хвилини, що на 7% ефективніше порівняно з випадковим розподілом задач, тим самим покращуючи якість обслуговування та продуктивність.
Запропонована уніфікована модель для оптимізованого розподілу завдань враховує такі ключові аспекти, як профілі внутрішніх користувачів, рівень їх навантаження, пріоритетність задач, взаємодію між виконавцями та інші доступні ресурси системи. Ця модель забезпечує баланс між компетентністю працівників та швидкістю обробки завдань, що суттєво підвищує продуктивність всієї системи.
Особливу увагу приділено авторській методології, побудованій на основі інструментів Salesforce CRM, яка дозволяє ефективно використовувати історичні дані щодо продуктивності працівників для визначення найбільш підходящих виконавців. У поєднанні зі статистичними методами аналізу великих обсягів даних цей підхід сприяє не лише оптимізації розподілу завдань, але й прогнозуванню часу їх виконання, виявленню аномалій у процесах та розробці гнучких стратегій розподілу. Врахування компетенцій та продуктивності працівників сприяє високій якості виконання завдань, скороченню часу обробки та зниженню навантаження, що критично важливо для ефективної роботи розподілених систем.
Загалом, запропоноване дослідження підтверджує, що застосування статистичного аналізу та інструментів CRM сприяє підвищенню ефективності роботи розподілених обчислювальних систем. Це відкриває перспективи для впровадження оптимізованих стратегій розподілу задач у різних галузях, враховуючи постійний ріст обсягу даних та складність бізнеспроцесів