1、http:/www.managecn.org/ (海量营销管理培训资料下载),排队论与服务过程管理,排队论与服务过程管理,排队特征 管理排队的建议 排队模型实例 电话中心的人员配置优化 IBM信用处理的工作流程设计,排队系统的组成,排队,排队的实例,在饭店等候服务 航空公司旅客验票及领取登机牌的柜台 通过电话网络拨打的电话 汽车装配工厂或晶片制造厂（排队网络） 电话中心 办公室里等待处理的文书,客户服务人员来源,人员来源,例如：公司只有3台机器时，需要维修的机器数量。,例如：排队等候公共汽车的乘客人数,服务方式,服务方式,例如：从汽车装配生产线下来的产品。,例如：人们花时间购物。,排队构成的例
2、子,单队单服务员 单队多服务员 多队多服务员 串联式排队网络 工作车间式排队网络,管理排队的建议,为你的客户确定一个可以接受的等候时间。 在客户等候时，尽量转移他们的注意力。 告诉你的客户将要做的事情。 不要让客户见到那些不直接给客户提供服务的雇员。 将客户分类.,管理排队的建议 (续),对你的服务人员进行培训，使他们热情友好。 鼓励客户在生意清淡的时期也来光顾。 告诉客户可能的等待时间。 对消除排队等候现象进行长远思考。,一个简单的排队模型,客户到达率: 单服务员服务速率: 服务员使用率: 平均系统内的人数为:,简单的排队模型,实例：M/M/1 模型,随着使用率接近100%，系统内的平均人数
3、趋于无限多。 平均等候时间也是如此。 出现这种现象的原因是由于用户到达时间和服务时间的随机性；此现像存在于普遍的排队系统中。 使系统有额外的能力是非常重要的。 减少系统的随机性可以提高系统的系统效率；如，只要有可能，就应使用约时系统，使用户到达的间隔时间保持一定。,Little 公式,L = 系统中的平均顾客数； l = 单位时间里平均到来顾客； W = 系统中的平均等待时间。 买一送三,电话(服务)中心,电话中心,美国共有35万多个电话中心。 对电话中心的投资已达到250亿美元，年增长率为20%。 在美国所有的客户与企业相互交往中，有70%发生在电话中心。 电话中心雇佣了超过3%的美国劳动力
4、（150万人）,电话中心,实例：美国一个业绩突出的销售电话中心主要从事以下业务： 每天平均处理15,000个电话。 每个电话的平均持续时间为4分钟，但不同电话的持续时间有巨大的差别。 雇员使用率非常高（超过90%）。 几乎没有忙音。 平均等待时间几秒钟。 放弃率极低。,电话中心：超越传统的排队,假设一个电话中心的顾客光顾率为每小时1599人，平均服务时间为3.75分钟，N100个服务员。 使用率为 99.9%；平均等待时间1小时 如果N101，那么平均等待时间3分钟 如果N105 （95%）使用率，平均等待时间23秒；大约50%的人等待时间少于2秒钟。,电话中心：超越传统的排队,同一个电话中心
5、，现在假设顾客的平均耐心时间为5分钟。 N=100 时的使用率为 96%，有 50% 的人会立即得到服务；平均等待时间为 11秒；放弃率为4%。 N=104 时的使用率为 93.5%，有70% 的人会立即得到服务；平均等待时间为5秒；放弃率为1.8%。,优化电话中心的人员配置,为提供可接受的服务质量，应该安排多少名雇员？ 假设某个电话中心制定的服务质量标准为：需要等待的顾客不能超过 1%。那么意味着顾客时间的估价与雇员时间的估价比值是多少？,优化人员配置,模型参数（需要评估的参数）：l : 顾客光顾率（每小时到达的人数）m : 服务率（每小时服务的人数）c : 雇员成本（美元/每名雇员每小时）
6、a : 等待成本（美元/每名顾客每小时）,服务质量（续）,考虑前面提到的业绩突出的电话中心。假设忙期每小时有1800个电话。 90% 的利用率意味着 N*133；这样。 这样, 顾客每等一小时的价值，就相当于每名雇员1小时收入的3倍。 有15%的顾客需等待。 只有5%的顾客等待时间超过20秒。 “平均应答速度”: ASA2.7秒。,服务质量（续）,假设一个电话中心想达到这样一个目标：需等待的顾客不超过1%。 这就是说，顾客时间的价值相当于雇员时间价值的75倍。只有在极端情况下（如紧急电话中心），这才可能合理。,服务质量,一种普遍的行业标准是： 80% 顾客的等待时间都应少于20秒。 假设有一个大型电话中心，每分钟平均接100个电话，每个电话耗时4分钟。20:80 规则意味着: N*411。,电话中心的其它问题,运作模型： 优先服务 放弃 再试 管理问题： 不是接电话，是联系。 将电话中心迁到总部。 使看门人变成找点子的人。 保持通话,接电话并记下请求,信用部：检查信用,商务惯例部：贷款条例,定价,发出报价,IBM 信用处理,问题：周转时间很长。通常为6天，有时长达2周， 尽管实际的处理时间只有90分钟。你如何解决这个问题？,IBM 信用处理（续）,
