【学习分享】运营管理（40）——定量分析等待时间与系统使用率的关

【学习分享】运营管理（40）——定量分析等待时间与系统使用率的关系

【课程】圈外商学院

刚才我们讲了，当服务供给能力的上限大于平均需求量的时候，因为客户到达时间和客户服务时间的不确定性造成了客户的等待。

但是，当你作为创业者在设计供给能力的时候或者作为上司给下属布置工作的时候，仅仅知道这种定性关系，你还是没有办法做出准确的决策。

所以接下来我们进一步学习用具体的数字来分析，到底需求量占服务供给能力多少时，发生一点点不确定事件就会使等待时间大幅上升呢?

了解了这个，作为一个管理者或是创业者，你就能知道在什么情况下投入资源去提升服务供给能力是值得的；相反，在什么情况下，大量的投入带来的回报会非常有限，这时候理性的你就不会投入大量资源试图提升服务供给能力。

首先，客户平均需求量占服务供给能力上限的比例关系有一个专有名词，叫做系统使用率。

在刚才银行的例子中，平均需求4分钟可以处理完成，而服务供给能力支持平均5分钟来一个客户，所以平均需求量占服务供给能力.上限的比例是4/5,也就是说系统使用率是80%。

那系统使用率和客户平均的等待时间有什么关系呢?为什么我们说了解了系统使用率就能知道在什么情况下提升服务供给能力是值得的呢?

我们还是结合刚才讲的银行的例子来看。我们考虑系统使用率的数值为1%，2%，3%，一直到99%，然后计算在每一个系统使用率的数值下客户的平均等待时间。具体的计算非常复杂。

我们建立一个坐标系，横轴是系统使用率，纵轴是客户平均等待时间。

我们可以发现一些规律：随着系统使用率每增加一个百分点，客户等待时间也随之增加，并且增加的速度越来越快，也就是说，这条线不是一条直线， 而是随着系统使用率的增加变得越来越陡峭。数学中我们管这种关系叫做非线性关系。

为什么会是这样非线性的关系呢?因为当系统使用率很低的时候，尤其是低于80%时，服务供给能力在大多数时间是空闲的。因此，客户等待的可能性是很小的。

而且这种情况下，即使你投入了很大的资源试图去降低系统使用率，效果也是非常小的。曲线在这一段非常平坦，即使系统使用率从70%降到50%，减少的客户等待时间也非常少。

但是，当系统使用率大于80%的时候，特别是接近饱和的时候，供给能力在极少数时间是空闲的，也就是说系统几乎一直在满负荷运转。这种情况下，只要出现一点点不确定性，客户就需要长时间地等待。

那在这种情况下，投入资源降低系统使用率就是很值得的，如果你能够将系统使用率从98%降到94%，虽然只降了4个百分点，但平均客户的等待时间就能从100分钟降到30分钟，降幅非常可观。

这种非线性关系在现实中有特别重要的意义。

假如你经营一家公司，公司运营的系统利用率在80%以上。通过观察红线你能看出，客户的等待时间很长，比方说达到了90分钟。假设你能够通过增加员工数量、提高员工技能、对设备进行技术升级等方式减小系统使用率，哪怕系统使用率减少只是几个百分点，这都能显著减少客户的等待时间。那么，在这种情况下，花钱投资以减少系统使用率是值得的。

但是，假如你公司的系统使用率在80%以下，通过观察红线你能看出，虽然客户仍然要等待，但是即使通过投资等方式大幅减少系统使用率,客户等待的时间降低却不明显。因此,在这种情况下，为了减少客户等待时间去降低系统使用率是没有必要的。

我们拓展一下思路，由这种非线性关系可以得到些启示，在工作中，80%左右的工作饱和量是比较合适的,超过80%的话你可能需要经常加班、工作压力大，而且稍有不确定性就很可能导致你无法按时完成工作。而低于这个比例，工作太过悠闲对你的个人成长不利。所以， 80%左右的工作饱和量可以让你既在职场中充分得到锻炼和成长又不至于每天加班到深夜。

假如你是自由职业者或是从事某些兼职工作。在你工作的时间段里，你的最佳状态是让你平均有80%的时间在工作中。如果比例超过这个数的话，你可能会遇到很多的任务无法按时完成。而比例低于这个数的话,虽然很多任务能够按时完成，但是你却损失了潜在的接其他项目的机会。