Modélisation du système de Back Office de la Banca d'Italia

La Banca d'Italia traite une certaine quantité de transferts de crédits manuels chaque année. Ces transferts ne peuvent être traités automatiquement et requièrent deux divisions d’employés dans le back office de la banque. La banque voulait déterminer si la fusion de ces deux divisions serait profitable.


Problème :




Les opérations du back office Bank back office processes simulationcomprenaient toutes les activités de traitement des chèques et de paiement (voir la Figure 1) liées aux opérations commerciales réalisées par le front office correspondant. Deux divisions, ou unités, étaient impliquées dans l'exécution de transferts de crédits domestiques. Les employés des unités travaillaient par roulements de 7:30 à 19 :00. Il y avait trois catégories d'employés dans chaque division (assistants, adjoints and responsables) et chaque catégorie accomplissait des tâches différentes.


Les responsables de l’unité A autorisaient, par signature, la transmission des paiements enregistrés dans le système informatique vers l'unité B pour que celle-ci commence à traiter ces opérations. Un assistant de l’unité A ne pouvait pas remplir les tâches d'un assistant de l’unité B. L’unité B commençait ses opérations uniquement lorsque l’unité A avait terminé ses tâches pour chaque processus individuel. Par conséquent, les tâches des deux unités étaient différentes et séquentielles.


Le processus de transfert des crédits domestiques n’était pas la seule tâche accomplie par ces unités, mais c’était la plus importante car chaque paiement devait être effectué dans un délai imparti (17:30). Si ce délai était dépassé, les clients demandaient le paiement de pénalités par la banque, ce qui faisait de ce processus une priorité pour les deux unités.


Les buts du projet de modélisation de simulation, mené par Fair Dynamics Consulting, consistaient à :

  • vérifier l'effet des absences des employés (du fait des congés, de la formation, des maladies, etc., etc.) sur le délai de réalisation du processus.
  • vérifier l’effet des situations de stress (nombre de paiements élevés, fort pourcentage de paiements accomplis manuellement, nombre important de paiements prioritaires à traiter) sur les délais de réalisation du processus et sur le ratio d’utilisation des employés.
  • investiguer les avantages possibles d’une modification organisationnelle (une fusion des deux unités) ou d’une modification du processus d’autorisation et de contrôle.

Solution :




Les consultants ont eu recours à la capacité unique d'AnyLogic d’utiliser différentes méthodes de modélisation et ont créé deux modèles du système, l’un utilisant la méthode des événements discrets et l’autre la méthode basée sur des agents, pour valider les conclusions. Les résultats numériques étaient les mêmes. Traditionnellement, ces systèmes sont souvent simulés avec la méthode des événements discrets. Dans ce cas, le modèle basé sur les agents s’est avéré plus facile à utiliser et plus rapide à construire.


Plusieurs expériences ont été menées avec le système :

  • Activité normale : la performance en termes de délais des unités avec un volume standard de paiements.
  • L’absence d’employés : les performances pour chaque équipe de roulement en termes de délais des unités dans une journée avec un volume standard de paiements et en l’absence d'une ressource critique.
  • Activité anormale : les délais de réalisation dans une journée comportant une augmentation de 300 % du le volume des paiements.

L’efficacité des scénarios « en l’état » (situation actuelle) et « à venir » (fusion possible de deux unités organisationnelles) est comparée sur les graphes (voir figure 2). Les graphes illustrent ce qui se produirait dans une journée de travail normale pour les deux scénarios.

L’avantage de fusionner les deux divisions est clairement apparu dans la simulation d’une absence des employés. Dans le scénario actuel, les unités n’étaient pas capables de respecter les délais de traitements de tous les paiements si un employé était absent. La fusion était de nature à résoudre ce problème.


Business Process Optimization Bank of Italy

Conclusions :




La simulation a mis en évidence que la fusion des deux divisions opérationnelles actuelles en une seule serait bénéfique. La fusion procurerait les avantages suivants :

  • Une augmentation évidente de la productivité du processus tout entier, en améliorant l’efficacité du processus et en libérant une partie du temps de travail des employés, qui pourrait alors être réaffecté à d’autres processus.
  • Une réduction sensible des risques opérationnels, en améliorant le compromis volume/délai et en réalisant davantage de paiements, dans les limites de temps imparties, avec le même nombre d'employés.
  • Un abaissement raisonnable du seuil de stress des employés, particulièrement les jours d’activité anormale.

Écoutez Luigi Geppert de Fair Dynamics Italie présentant ce projet lors de la AnyLogic Conference 2012 ou téléchargez sa présentation ou un article exposant ce cas.



More Case Studies

  • Simulation de la construction d’un tunnel à l’aide d’un tunnelier
    Le coût d’une heure d’arrêt d’un tunnelier (machine de forage de tunnel) est habituellement élevé et les gestionnaires de projet doivent s’efforcer d’éviter les retards dans la construction. Le but du projet de simulation, qui a été mené à l’université Bochum de la Ruhr en Allemagne, consistait à créer un modèle de simulation capable de déterminer les goulots d’étranglement dans les processus de construction du tunnel, afin de minimiser les pertes financières potentielles.
  • Planification de la production dans l’industrie maritime
    Les dirigeants de l’un des fabricants italiens les plus en vue recherchaient une nouvelle approche intelligente pour simplifier l’élaboration du planning. FD et DSE ont été approchés pour développer un outil de simulation du planning entièrement nouveau. L’objectif était de fournir au planificateur de la production réelle une mine d’informations pour le planning permettant de tester et d’ajuster le plan avant sa mise en œuvre. Le concept de l’outil s’organisait autour de l’aide décisionnelle, ce qui signifie que l’individu peut facilement affiner les idées et tester la faisabilité d’un plan dans de multiples situations avant de le déployer dans l’atelier.
  • Construction Simulation Model Tackling Increased Constraints on a Complex Earthmoving Project
    “Anylogic’s flexible and easy to use environment enabled CCT’s simulation engineers to rapidly model the newly added constraints and deliver a valuable simulation model leading to a highly successful claim process,” affirms Ramzi Roy Labban, Manager, Construction Systems and Simulation at CCC.
  • Improving Plane Maintenance Process with AnyLogic Agent-Based Modeling
    The military aircraft maintenance turnaround process (the in-between time when the aircraft touches down, is refueled, rearmed, and inspected, in order to be released) is complex and, being fairly time-consuming, includes multiple interactions and parallel workflows. Engineers from Lockheed Martin, one of the largest companies in the aerospace, defense, security, and technologies industry, used AnyLogic simulation modeling to improve decision making in the entire military airplane turnaround process and evaluate the impact of process changes on turnaround time.
  • Apparel Company Chose Location for New Distribution Center Using Simulation Modeling
    Fruit of the Loom (FOTL) is one of the largest US apparel manufacturers and marketers. The company was expanding, and the executives wanted to know if it would be beneficial, in terms of shipping costs, to add a new distribution center (DC) on the east/west coasts of the US, or to redistribute products to a pre-existing DC. The contractors decided to simulate the whole supply chain in order to visualize DC locations on a GIS map, and the supply network between them.
  • Business Processes Optimization Using Data Science and Simulation Modeling
    The world’s largest companies use data analytics to increase their revenue and keep up with the changing business world. But how does data science relate to simulation modeling, and what are the cases for the implementation of this interaction, primarily concerning value for the business? The United Services Automobile Association (USAA), a Fortune 500 group of companies, has answered these questions with real-life solutions.
  • Outpatient Appointment Scheduling Using Discrete Event Simulation Modeling
    Indiana University Health Arnett Hospital, consisting of a full-service acute care hospital and a multispecialty clinic, faced poor statistics because the number of no-show patients (those who don’t show up for their scheduled appointments) rose dramatically to 30%. This was primarily connected to the fact that clinic schedules were driven by individual preferences of the medical staff, which led to increased variations in scheduling rules. To eliminate the problem, the client wanted to develop a scheduling methodology that would benefit the clinic, doctors, and patients.