沒有最好,只有更好

從小小的便利商店到大型商場的結帳櫃台、機場的 check-in 的服務櫃台,甚至馬路上的紅綠燈、高速公路,都可以視為一種服務。我們如何把這個服務的效用最大化,或是優化客戶等待的時間和服務成本

親愛的林瑋林瑄:

這週好嗎? 聽說林瑋已搬到新的宿舍。住在學校外面要多注意安全,上學提早個幾分鐘出發,早一點到課堂都好,可以做一些準備(或快速溫習上次所教的…)。要注意交通安全,不要急躁。古人說「慎獨」,就是一個人的時候,他是不是能夠約束自己,很有紀律地生活作習。公司在挑選人才時,也會重視一些細節,例如:他的桌子是不是總能收拾地乾乾淨淨? 會議是不是都能準時(最好是早個幾分鐘就到位)? 會議資料是不是能夠提早遞交、提早跟相關的人員溝通、會議時是否言之有物…這些都是評估一個人才的品質。

爸爸很高興林瑋提了一個很好的問題。商店的收銀台是每一個開店者的痛。從小小的便利商店到大型商場的結帳櫃台、機場的 check-in 的服務櫃台,甚至馬路上的紅綠燈、高速公路,都可以視為一種服務。我們如何把這個服務的效用最大化,或是優化客戶等待的時間和服務成本,都屬於工業工程的範圍。

最早對這件事情的研究,是一位美國人 Frederick Taylor。他曾就讀哈佛法律系,但後來眼睛有問題,就綴學到工廠去工作。從機械工人做起,他研究工場如何增加效率、降低成本,最後做到總工程師。他的著作 Scientific Management (科學管理原理),是管理史的里程碑,後來人們稱他為「科學管理之父」。

Taylor 很大的貢獻,是用科學方法來研究管理。他對工廠的佈置、人員的分派、工時的計算等等做了很多的貢獻。很多的工業管理的研究,像是 OR (Operation Research),都是基於 Taylor 的很大貢獻。另外,他也是全美網球公開賽的雙打冠軍。很酷吧…不是說眼睛不好的嗎??

我們先從簡單的問題開始。假設小商店只有一個收銀台,一位收銀員。這個商店每小時有40位客人。而每位收銀員平均一小時可以服務 50 位客人。請問,這個商店里平均會有多少人? 每個人平均等待付錢的時間是多久?

這個問題我們可以用 queueing theory (等候理論/等待理論/排隊理論)來解答。爸爸在台積電上班時,曾經自修過這門課,也使用這個理論在台積電發表過一篇論文 – 曝光機的派工法則,拿到了台積電的最佳論文獎。這理論不難,從網路上抓了一個簡單的介紹供你參考:

我們開始解題。首先,我們先定義服強度:

p = 40 (每小時進店人數) / 50 (每小時可服務人數) = 0.8

這個值必需小於 1,如果每小時平均進來 60 人,小商店只能服務 50 人,那肯定是不行的。

平均店裏會有多少人呢? 如果他們進來不逛街,只做結帳的動作,那麼我們用平均隊長的公式 1,

L = p / (1-p) = 0.8 / (1-0.8) = 4 (人)

如果平均逛街時間是 10 分鐘,那我們就加上去 10(分鐘) /60 (分鐘) X 40 (每小時進店人數) = 6.7 (人)

所以,我們會看到,平均 6.7 人逛店,4 人在結帳。

結帳的人平均等待多長時間呢? 我們用公式 4:

W = 40 / (50 X (50 – 40)) = 40 / 500 (小時) = 4.8 分鐘

事實上,這個公式是 based on 一個機率分布來推導的,叫 poisson distribution,大體上就是一種常態分佈。但是,我們也知道,平常日和假日,小商店的生意不會一樣;上班時間、下班時間、深夜的模式也不相同,所以會有很多的變型。這個你上網去美國大學的公開課,查 OR (operation research),就可以學習到這些知識。上個幾次課就可以了,不難的。Python 的 Simpy 模組也十分有趣,爸爸有寫幾個簡單的例子可以玩。至於兩個服務櫃檯有兩種可能,你猜一猜,是 A 的方法好,還是 B 的方法好?

你也可以去看一部片子,叫「大創業家」,是講麥當勞的故事。這個影片非常好,中間你會看到 Ray 先生如何安排每一個工序的位置、計算時間、計算各個工序的數量人員…工業上,這是非常基本的、卻也十分重要的改善。也唯有不斷地改善,才能在高度競爭的製造業中存活下來…

愛你們的爸爸