排隊是服務業必然出現的事,
即使平日有多空閒, 萬一有兩位客人同時光臨,
總有一個要等一兒才能得到服務.
排隊的模型可以以隊伍的數目和服務者的數目來劃分,
簡單普遍的是一條隊和一位服務者, 大多數排隊模型都是這樣子.
但大公司一位服務者是不足夠的, 所以出現多條隊和多位服務者的排隊模型.
這個排隊模型的問題是服務者的效率不一致, 使有些隊伍會比其他隊伍快.
所以亦出現一條隊和多位服務者的排隊模型, 令客人的等候平均一點.
有沒有多條隊和一位服務者的排隊模型呢?
答案是有, 但不是常見的做法,
例如火車站的客戶服務, 分為閘外和閘內兩條隊, 但人數的火車站, 往往由一位服務者兼顧兩條隊的.
當客人增多時才會改為多條隊和多位服務者的排隊模型.
訂立了排隊模型之後, 學者們就可以深入研究排隊模型的數據.
首先是需求率, 需求率就是客人進入隊伍的速度.
然後是服務率, 服務率就是服務客人的速度, 也就是令客人離開隊伍的速度.
當需求率大於服務率時, 隊伍的人數會無止境的增加.
但現實生活不會發生, 第一是因為需求率是時段性,
即某一時段會需求率會高, 而過了該時段需求率會回落,
例如晚飯時間餐廳的需求率會提高, 但到了半夜餐廳的需求率會大幅回落.
第二是因為當隊伍太長時, 令客人望而郤步,
這並不等於需求率減少, 只是實際進入隊伍的速率是需求率減郤步率.
而這個郤步率會因應隊伍人數而上升.
第三是因為當客人在隊伍內等得太久, 會選擇離開,
當然不是高高興興的離開了, 總之離開隊伍的速率上升了.
最終變為成 需求率 - 郤步率 = 服務率 + 離開率 的時候
隊伍人數會飽和, 不會上升也不會下降.
但不管望而郤步還是中途離開, 都是一種服務失敗.
是否令服務率大於需求率, 就沒有問題了?
首先服務率大於需求率, 就會出現使用率的問題,
當服務率大於需求率, 使用率 = 需求率 / 服務率
若果服務率太高, 使用率就會偏低, 做成浪費.
而因為客人出現是隨機的, 就像一開始的例子,
即使平日有多空閒, 萬一有兩位客人同時光臨,
總有一個要等一兒才能得到服務.
然後學者們苦心計算了一條公式去估計隊伍很長很長的機會率,
總之需求率不是0, 隊伍很長很長的機會率就不是0了.
結論是做到需求率跟服務率差不多就好了.
沒有留言:
張貼留言