Arena 시뮬레이션 리포트 자료..(극장 매점)

소개글

좋은 정보가 되었음 합니다~!! 정말 고생해서 했거등요..^^;

아레나 소스 파일은 분실 돼었는데 아무 문제 없이 잘 돌아갑니다

목차

Ⅰ. System Selection
Ⅱ. Problem Definition
Ⅲ. Alternative
Ⅳ. Simulation
1. About Data
2. Modeling
3. Comparing

본문내용

Ⅰ. System Selection

저희 팀의 시뮬레이션 주제는 영화관 매점입니다. 영화관 매점이라고 모두 같은 것은 아닙니다. 영화관 매점마다의 특성이 있고 경영방식도 모두 틀린 것이 현실입니다. 이에 우리는 어떤 특정 한 곳을 선택할 필요가 있었습니다. 이에 따라 선정하게 된 곳이 영화관 시장에서 1위를 달리고 있는 CGV에 있는 매점입니다. CGV는 2007년 기준 총자산 4387억 원, 매출액 3205억 원이며, 현재 영화관수는 271개에 달하는 우리나라 대표적인 영화관 입니다.
시뮬레이션 모델링에는 가능한 많은 데이터가 수집되어야 더욱 정확한 결과를 도출해 낼 수 있고, 그것을 바탕으로 더욱 좋은 대안을 선택할 수 있다고 생각하여 고민한 끝에 경기도 죽전에 위치하고 있는 영화관 매점을 선정하게 되었습니다. 영화관은 주변에 많은 아파트들이 있고, 근처에 대학교와 백화점, 쇼핑몰 등이 있어서 매우 많은 사람들이 이용하는 곳입니다. 저희는 이번 프로젝트를 통해 해당 영화관 매점의 문제점을 구체적으로 파악하고 시뮬레이션을 통해 의미 있는 대안을 찾아 더욱 효과적인 운영이 가능하도록 할 것입니다.


Ⅱ. Problem Definition
영화관 매점의 주 이용객은 영화관을 이용하는 사람들입니다. 영화관 이용객이 많아지는 시간대에는 자연히 영화관 매점 이용객 또한 많아지기 마련입니다. 그렇기 때문에 영화관 매점을 이용할 때 오래 기다리게 되거나 영화시간이 다가오면 매점 이용을 포기하게 됩니다. 특히, 저희가 이번에 선정한 죽전 CGV 같은 경우에는 이용객들이 많기 때문에 긴 대기 시간이 발생합니다. 특히 영화 이용객이 많아지는 시간인 정오부터 오후 2시까지와 오후 6시부터 9시까지는 긴 대기행렬을 볼 수 있습니다.
하지만 이런 특별한 상황에도 불구하고 상황을 고려하지 않고 매점에서는 거의 대부분의 시간에 같은 수의 직원과 같은 수의 카운터를 운영함으로써 매점이 한산 할 때는 인력낭비가 생기게 되고, 많은 사람이 몰리는 시간에는 줄을 서서 순서를 기다리기를 꺼려하는 고객들이나 많은 시간 여유가 없어 빨리 사야하는 고객들은 주문을 하지 않고 다시 되돌아가는 상황이 발생해 다수의 고객들을 놓치고 있습니다.
그래서 위에서도 잠시나마 언급한 적이 있었지만 이번 프로젝트에서 현재 매점 내에서 운영되고 있는 카운터 수와 고객의 주문시간, 그리고 도착시간을 정확히 파악하여 현재의 상황에 여러 가지 다른 대안을 적용시켜 모델링 해 봄으로써 가장 최적의 운영방법을 찾아내 보려고 합니다. 결과물에 해당하고 비교의 대상이 되는 측정값은 한 사람이 매점을 방문하여 주문을 완료하는 데 까지 걸리는 시간인 Cycle Time과 얼마나 많은 사람이 주문을 포기하고 돌아가는지에 대한 대략적인 수치를 사용하였습니다.
일반적으로 측정하게 되는 평균 대기행렬의 길이에 대한 값은 이 매점의 경우 3개의 카운터가 각각 독립적인 대기 행렬을 가지고 있기 때문에 전체적으로 정확한 대기행렬의 값을 구하기는 힘들 것으로 판단되어 대기행렬의 길이와 가장 밀접한 관계를 가지는 주문을 포기하고 돌아가는 거절 고객의 수에 초점을 맞추었습니다. Cycle Time은 고객의 만족도에 해당하고 거절 고객의 수는 매점의 수익과 연관이 있는 것이기 때문에 어떤 것에 비중을 둘 것이냐에 따라서 다른 대안이 나올 수 있음을 밝혀 둡니다. 최대한 한 쪽에 치우치지 않고 여러 시각에서 바라 볼 수 있도록 노력하였습니다.

참고 자료

Arena를 이용한 컴퓨터 시뮬레이션