Тут два варианта. Первое - процесс оказания услуги долгий, второе - количество клиентов превышает возможности операторов, оказывающих данную услугу. Если первую причину придется устранять путем изменения качества труда оператора, например введением дополнительных электронных средств автоматизации, то вторая причина может регулироваться настройками систем электронной очереди. Что делать? Переспределить долгую очередь по операторам с меньшим среднем временем ожидания. Тут можно просто назначить долгую услугу еще одному оператору. Если есть операторы, у которых случаются окна в работе с клиентами, то можно назначить долгую услугу такому оператору, но с меньшим приоритетом. Это позволит закрыть окна, не задерживать клиентов услуг этого оператора, разгрузить длинную очередь. К примеру, часто бывает что оператор услуг для юридических лиц сидит и грустит т.к. юридические лица не часто заходят, но работать с ними нужно качественно и приоритетно, по этому требуется выделенный специалист. А вот операторы для физических лиц всегда загружены. В этом случае можно назначить оператору юридических лиц еще услуги для физических, но с меньшим приоритетом. В результате скучать этому оператору больше не придется, скорость обработки физ.лиц возрастет, ну а юр.лици по прежнему будут иметь приоритет и обслуживаться быстро.

Какой должен быть показатель среднего времени ожидания чтобы электронная очередь была наиболее эффективна? Говорить что он должен быть больше чем или меньше чем сколько-то не корректно. Важно чтобы он был примерно одинаков для всех услуг одинакового приоритета. Понятно что VIP должны иметь этот показатель минимальным.

Мы поговорили про анализ прошлого периода с помощью этого параметра. Можно ли применить среднее время ожидания для прогнозов? К примеру, зная среднее время обслуживания по услуге за какой-то период и количество людей в очереди, прогнозировать время ожидания для клиента в момент постановки в очередь. Тут главный вопрос в том как должен клиент интерпретировать эти данные и что он должен интерпретировать. Вот видит клиент цифру - примерное время ожидания 37 минут. Значит ли это что минут на 30 можно сбегать в соседний магазин или только неспеша покурить. А если через 37 минут не вызвали, через 40 не вызвали, через 45 не вызвали. Хммм. О чем думает клиент? Может зря в магазин бегал? Но не прокурил же я очередь, я же быстро. Может про меня забыли? Сбой в системе? Нужно уточнить? Такой ситуации необходимо избегать. Не нужно нагружать мозг клиентов информацией, которая может быть не точна, которую можно по разному интерпретировать и просто избегать всяких неоднозначностей и непонятностей. Все должно быть просто и надежно как автомат Калашникова. Но почему такие сложности с вроде как полезным параметром? Давайте посмотрим что именно приходится интерпретировать клиенту. Клиент видит только результат подсчета, но не знает алгоритм по которому он произведен. А алгоритм содержит много составляющих, статистику, погрешности. В этом алгоритме учитаваются как частые события, так и редкие. Алгоритм усредняет самые долгие периоды и самые короткие. Что именно будет происходить в очереди в конкретный период времени перед конкретным ожидающим клиентом предсказать точно не может никто. Можно дать среднее время ожидания, вывести важные случаи, влияющие на среднее значение, подсчитать погрешность и выдать клиенту все это. Вообще забавно.

В качестве вывода. Среднее время ожидания это очень хороший параметр для оценки и корректировки работы зала приема клиентов. Такие отчеты обязательно должны смотреть и анализировать администраторы залов. Но вот ему никак не место на талоне или на экране киоска-регистратора.