你承受不起讓每個客戶都滿意

弗里達·克洛茨

互聯網使企業能夠比以往更快地為客戶服務，但它也使人們變得越來越沒有耐心，總是期望自己的需求能夠立刻得到回應。盡管對于服務型企業而言，盡可能快地給客戶提供他們想要的服務似乎是一個理所當然的目標，但芝加哥大學布斯商學院運營管理教席教授埃米·沃德指出，企業不可能總是負擔得起這樣做。她認為，企業可以利用概率來了解如伺將資源與客戶需求進行最佳匹配。《麻省理工學院斯隆管理評論》的特約記者弗里達-克洛茨就此話題采訪了沃德。

對于許多組織來說，等待時間是一個重要的研究領域。在像醫院急診室這樣的環境里，等待時間可能是一個生死攸關的問題。在制造業中也需要考慮應該優先處理誰的請求，向客戶承諾的交貨期是什么時候。優先級最高的顧客等待時間很短，而其他顧客可能要等上數周或者數月。

等待公式對于預測平均等待時間將如伺隨著產能的變化而變化非常有用。當產能超過需求時，等待時間呈線性增長，而當需求接近產能時，等待時間呈指數級增長。但是，考慮到所有的系統變化，要給客戶一個明確的等待時間是非常困難的。以后可能有機會將機器深度學習的預測能力與分析公式的解釋能力結合起來運用。

弗里達·克洛茨

要找到低成本與優質服務之間的平衡點，你需要應用概率工具。

互聯網使企業能夠比以往更快地為客戶服務，但它也使人們變得越來越沒有耐心，總是期望自己的需求能夠立刻得到回應。隨著服務業成為美國和其他西方經濟體的重點發展領域，管理這些需求、提高服務質量和服務效率將成為企業競爭中一個越來越重要的組成部分。但有時，應對客戶期望水漲船高的最佳方法是在某些領域或細分市場減少服務，以便鎖定最重要的需求，使之得到滿足。芝加哥大學布斯商學院（Booth School of Business.Universityof Chicago）Rothman家族運營管理教席教授埃米·沃德（Amy R.Ward）在對運營效率的研究中發現了這一點。

在研究生時代，沃德就對企業用來管理客戶等待時間的方法——排隊——很感興趣，她在博士論文中也繼續探討了這一議題。她對服務系統的興趣促使她去研究客戶和員工的特點會如何影響有關人員配備和產能的決策。盡管對于服務型企業而言，盡可能快地給客戶提供他們想要的服務似乎是一個理所當然的目標，但沃德指出，企業不可能總是負擔得起這樣做。她認為，企業可以利用概率來了解如何將資源與客戶需求進行最佳匹配。

《麻省理工學院斯隆管理評論》（MITSloan Management Renew）的特約記者弗里達·克洛茨最近采訪了沃德，談到了她的研究。以下是她們的對話內容，經編輯整理。你是如何對概率作為一種管理工具感興趣的？

在本科時代，我受到兩位教授的影響。其中一位運用概率和統計方法為航空軍工企業洛克希德·馬丁公司（Lockheed Martin）做導彈方面的咨詢工作。另一位則為制藥公司工作，在臨床試驗中評估藥物中有效成分的保質期。我對于他們如何依靠相似的數學方法來解決非常不同的實際問題產生了濃厚的興趣。

每家公司都有客戶，都依賴投入要素，要么是原材料，要么是更接近成品的東西。運營的重點是如何在員工、成本和質量方面高效地管理流程。不過，在現實生活中，沒有什么事情是完全按計劃進行的，總是存在隨機性，而了解概率可以幫助企業在不確定的環境中做決策。

企業在滿足客戶需求方面遇到的最大挑戰是什么？

需求管理是許多不同類型的企業需要處理的問題。呼叫中心經理需要弄清楚要多少人手才能足夠快地接起客戶的電話（或者從一開始就減少要等待的客戶人數）。而在零售業，當有人走進商店，你希望他們會購買產品，然后得有一位員工能為客人服務。企業可能希望降低人員配置成本，但縮減服務人員會影響客戶的等待時間。我喜歡思考邊際變化：有5個或者6個收銀員，對客戶的等待時間分別有什么影響？如果只是增加兩分鐘的等待時間，這可能不是什么大問題。但如果要增加20分鐘的等待時間，那就另當別論了。

在過去50年左右的時間里，呼叫中心等服務系統及其現代版本已經成為美國經濟的重要組成部分，可以說甚至比制造業更為重要。在需求多變的生產系統中，通常可以通過準備成品庫存來平穩應對并提高效率。但是對服務系統而言此路不通，因為企業必須在顧客來的時候為他們服務。

在你最近的一篇論文中，你認為在繁忙的時候視情況減少呼叫中心的服務是明智的，因為這可以“減少”過度擁擠，并引開過多的客戶。這似乎是一種極端的做法。

我同意這聽起來可能很可怕，但請這樣看：如果提供服務的成本——主要是人員成本——非常高，那么企業可能無法投入足夠的服務能力來迅速服務所有客戶。這意味著一些顧客會離開。我們希望提供一個分析框架來幫助管理者確定何時提供服務的成本過高。如果與因過度等待而失去客戶的成本相比，提供服務的成本很高，那么對服務能力的投資就沒有意義。相反，故意減少對服務能力的投資——故意失去不愿等待的客戶以緩解過度擁堵——是有用的。

我知道這聽起來好像顧客不受重視。我們可以有一種更好的方式來表達。比如這是一項提供百老匯演出打折票的服務，但是人們需要等待。甚至可能因為需要等太長時間，有些人放棄這項服務也是可以的。企業需要專注于它想要提供的東西。這樣可以減少其他服務成本。

所以，如果投資客戶服務，企業可能會把錢用錯地方？

沒錯。換一種說法，提供優質的服務不容易而且成本高昂，人們非常喜歡優質的服務，但是很多企業并不能做到。要提供優質的服務，企業必須非常清楚自己的優先事項：專注于做好重要的事情，而不要承諾過多。例如，如果決定提供便宜的折扣票，就應該和客人們說清楚必須要排隊等候。與其樣樣都投入，不如專注于改善服務中對客戶而言最有價值的部分。理想情況下，這對每個人都有好處。

企業找到最佳平衡點的頻度如何？

讓我反問你這個問題：想想你上次遇到的服務不佳的情況。當企業不用在乎資源的時候，提供優質的服務是非常容易的。但是大多數企業需要對要使用多少員工和設備做出取舍，這就要求有非常明確的優先次序。

西南航空是一家在這方面做得很好的公司。它的周轉時間，也就是從飛機到達到為下一次飛行做好準備所需的時間，是業內最快的。這是怎么做到的？一方面，他們沒有頭等艙或商務艙的座位——他們的理念是乘客人人平等。所以當他們裝載飛機時，速度很快。而且，他們主要使用一種機型，這意味著他們的飛行員、副駕駛和機組人員可以適應機隊里的任何一架飛機。

這樣的服務是好還是不好呢？有些人可能不喜歡沒有頭等艙。但西南航空為特定的細分市場提供了高質量的服務。對于任何一家企業來說，關鍵是要確保你的運營能力與你要服務的客戶群體相匹配，以及什么對客戶來說是重要的。

你研究了客戶等待時間，也研究了基于員工成本和企業最優運營機制等因素對客戶優先級進行排序的不同方法。還有沒有其他領域等待時間也很關鍵？

對于許多組織來說，等待時間仍然是一個重要的研究領域。在像醫院急診室這樣的環境里，等待時間可能是一個生死攸關的問題。在過去的10年或20年里，全美的急救診室越來越擁擠，等待時間也越來越長。已經有其他研究人員的研究找到了等待時間與病人死亡的聯系。等待即使不會導致病人死亡，也可能是危險和代價慘痛的：如果病人能在5分鐘內得到看護，治療可能相對很容易，而如果需要等待幾個小時才能得到治療，病人的病情惡化，就可能需要住院。

對這個主題的研究，可以幫助醫院管理者考慮病人的優先順序和等待時間。假設有一個低風險的病人，然后急診室里有x個醫生，病人需要等一小時還是兩小時？情況的變化是不是意味著病人通常要等兩小時，但有時可能需要等長達六小時？當然，醫院已經制定了相關指導方針，但許多醫院也希望使用更多的分析工具。

等待時間和優先排序在制造業中也非常重要。接下來應該優先處理誰的請求？向客戶承諾的交貨期是什么時候？與醫院一樣，這些決定可能會對不同客戶等待收貨的時間產生直接影響。優先級最高的顧客等待時間很短，而其他顧客可能要等上數周或者數月。

展望未來，你認為這種應用概率研究會走向何方？機器學習適合在哪里切入？

等待公式對于預測平均等待時間將如何隨產能的變化而變化非常有用。每一個參加過運營課程的MBA學生都知道，當產能超過需求時，等待時間呈線性增長，而當需求接近產能時，等待時間呈指數級增長。但是，考慮到所有的系統變化，要給客戶一個明確的等待時間是非常困難的。以后可能有機會將機器深度學習的預測能力與分析公式的解釋能力結合起來運用。

以共享出行為例，這是一個令人興奮和不斷發展的領域。如果你真的想在三分鐘內把一輛車送到客戶那里，你需要有足夠的供應能力（即足夠的車）用基本的分析公式做一個粗略的估計。但是，這些車應該放在哪里，如何將它們與乘客相匹配？表面上看，公司指派離乘客最近的司機可能是明智的。但這對公司來說并不總是件好事，可能更好的安排是跳過離乘客最近的司機，指派一個離他四分鐘車程而不是三分鐘車程的人。

理想情況下，企業希望能夠提前計劃——預測未來需求。這意味著不僅可以根據現在的情況，而且還可以根據未來可能發生的事件（例如惡劣天氣或者剛看完碧昂斯演唱會的觀眾）產生的需求，指派司機。司機的地理位置將影響系統效率。平臺可能無法準確地告訴司機應該去哪里，但肯定可以指引他們去往特定的方向。這可能意味著有一些乘客不得不多等待幾分鐘，但是如同我在最近一篇合著的論文中所寫的那樣，適當的延遲可以為之后的供給創造靈活性。最好的解決方案可能是將傳統分析和機器學習結合起來運用。

翻譯：李君