1 / 27

Service Management

Service Management. Operational Efficiency. Resource. 서울대학교 공과대학 산업공학과 신 준 석. Why and what. Why? - Dominant proportion * GE: 1980 (Manufacturing:85%, Service 15%) 2000 (Manufacturing:25%, Service 75%) - Old paradigms cannot manage it efficiently What?

aricin
Download Presentation

Service Management

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Service Management Operational Efficiency Resource 서울대학교 공과대학 산업공학과 신 준 석

  2. Why and what • Why? • - Dominant proportion • * GE: 1980 (Manufacturing:85%, Service 15%) • 2000 (Manufacturing:25%, Service 75%) • - Old paradigms cannot manage it efficiently • What? • - Elimination: What besides manufacturing and extraction • - Features • Intangible • Instant consumption • Adjacency to customers • No inventory

  3. Service location • Why? • - Revenue depends highly on service location • - Importance is more than manufacturing • Service type • - Demand sensitive: easy to visit • - Delivery-oriented: cover efficiently • - Semi-manufacturing: reduce logistic cost as much as possible

  4. Factor scoring • How to? • - Scoring based on subjective judgment • Myungdong is the 1st place to launch the Starbucks

  5. Regression • How to? • - Set the causal relationship • - Find, measure and choose variables • - Estimate the coefficient • If all coefficients are estimated, we can get the expected profit (Expected profit) = 1 + 1 (Regional revenue) + 2 (Big department) + 3(Easy to visit) + 4 (Visibility)+ Expected profit Regional revenue

  6. 1 1 Shop A : 5 minute Shop B : 10 minute Shop C : 15 minute n = ( ) / ∑ ( ) Pik Tik Tij j=1 Gravity model • How to? • - Consumption probability is inversely proportional to the distance • - Time is the crucial factor for the customer • Limitation • - Why do some customers visit the remote shop • - Is time effect linear? • - Starting point problem Customer: i, Shop: j Tij : time from i to j,Pik : The probability to go to a certain chop k A : 0.55 B : 0.27 C : 0.18

  7. Yield management • Objective • - To sell the right capacity to the right customer at the right price • Situation • - Limited, fixed capacity • - Perishable inventory • - Fluctuating demands • Three basic elements • - Overbooking • - Differential pricing to different customer groups • - Capacity allocation among customer groups

  8. Overbooking • Why? • - No-show  Empty seats  Loss • - Airline industry: Average 15% empty • - Restaurants: Average 10% empty. 40% during holidays • How to? • - Overbooking • - Charge of no-show • Which one is better? • Problems • - Customer complaints

  9. Overbooking: Example • Case: Hotel California • Average room rate: $50 per day • In the case of overbooking, • the handling cost of an upset guest will be $150, probability=0.8

  10. Overbooking: Solution • Using average • Average = ∑ (Number of no-shows)*(Probability) • Case average = 4.05 • Solution: 4 overbooking • Problem: the weight of relevant costs • Marginal cost approach • Marginal revenue ≥ marginal cost • Mathematical formulation • Co×P(Overbooking≤No-show) ≤ Cs×P(Overbooking≥No-show) • - Case solution = 0.29  2 overbooking

  11. Capacity allocation • Problem • - Early low-revenue reservation vs. Late high-revenue reservation • - Can we find the optimal point? If possible, how? Number of Reservations Events Occurs Reservation Start Capacity High –revenue Reservation Low –revenue Reservation

  12. Capacity allocation: Example • Travel to Antarctica • - A cruise to Antarctica • - Capacity: 100 cabins • - Premium customer • Price=$12,000 – Cost=$2,000  Revenue=$10,000 • Demand follows the uniform distribution between 51 and 100 • - Discount customer • Price=$2,500 – Cost = $0  Revenue=$2,500 • Demand always meets the supply regardless of time • Problem: We can’t make the cabins full with premium customer • Then, how should we allocate the cabins to different customers?

  13. Capacity allocation: Solution • EMSR heuristic • - EMSR • Expected Marginal Seat Revenue • - Comparison • 1~51: 100% confidence • In the case of the 52nd cabin • EMSR (Premium) =0.98*10,000=9,800 • EMSR (Discount) =1*2,500=2, 500 • Repetition until EMSR (Premium) < EMSR (Discount) • 88th cabin • EMSR (Premium) =0.24*10,000=2,400 • EMSR (Discount) = 2,500 • - Allocation • Premium = 87 • Discount = 13

  14. Service queue • Why? • - Irregular arrivals of customer • - Mismatch between arrival time and service time • Approach • - Observation • : high cost, but general • - Simulation • : Complex problem • - Mathematical formulation • : Probability theory • Objective: Minimize overall cost • by analyzing trade-off between service capacity and service delay cost

  15. 분석 시스템 서비스 시설 대기행렬 봉사자 도착고객 ….. 봉사자 떠나는 고객 .…... 봉사자 모형의 요소 • (1) 고객의 도착형태 • 도착시간의 확률 분포 • (2) 봉사자의 봉사형태 • 서비스시간의 확률 분포 • (3) 봉사 창구의 수 • (4) 대기행렬 규칙 • FCFS, LCFS, RANDOM,... • (5) 대기행렬 용량 • 대기행렬의 최대 길이 • (6) 투입요소 • calling source

  16. Description of queuing system • David Kendall이 제시한 notation A/B/c/K/m/Z • A : 고객 도착을 나타내는 확률분포(inter-arrival time distribution) • B : 서비스시간을 나타내는 확률분포(service time distribution) • M: 지수분포 • D: 일정시간간격을 두고 발생(constant inter-arrival or service time) • c : 종사자의 수(# of servers) • K : maximum # of customers allowed in the system • m : # of population • Z : queue discipline • FCFS, LCFS, SIRO(Service In Random Order) • 예) 보통은 A/B/c로만 표시한다.(K,m은 무한대이고, FCFS가정)

  17. Poisson Distribution : 시간 [0,t]에서 어떤 사건의 발생횟수 • 위의 세 조건을 만족하면 t시점까지 k개의 사건이 발생할 확률은 아래와 같이 주어짐이 밝혀져 있다. • 각 사건이 발생하는 시간사이의 간격은 지수분포를 따른다고 알려져 있음.

  18. Exponential Distribution • 다음 고객의 도착은 이전 고객의 도착과 무관하다. • 다음 고객의 서비스 시간은 이전 고객의 서비스 시간과 무관하다.

  19. Exponential Distribution의 특성 • [0,T] 동안 고객이 하나도 도착하지 않을 확률 • = 첫 고객이 T시간 이후에 도착할 확률 • [0,T] 동안 고객이 도착하지 않은 상태에서 [0,T+h] 동안 고객이 아무도 도착하지 않을 확률 P01 = P(t  h)임을 알 수 있고, 이것은 T라는 시점과 무관하게 시간 간격 h에만 관계됨을 의미함.(memoryless property) • 매우 작은 시간 간격 t 동안 도착이 없을 확률

  20. Queuing system분석시의 check point • 평균적으로 시스템에 존재하는 customer의 수: • 평균적으로 queue에 존재하는 customer의 수: • 평균적으로 service를 받고 있는 customer의 수: • 한 고객이 시스템에서 평균적으로 체류하는 시간: • 한 고객이 queue에서 평균적으로 보내는 시간: • 한 고객이 서비스를 받으면서 평균적으로 보내는 시간: • Server utilization: • t시점까지 n명의 고객이 존재하고 있을 확률:

  21. Poisson 분포 순수탄생모형 • 순수 탄생 모형이란? • 시스템을 떠나는 사람이 없이 도착만 발생하는 모형 • 아주 짧은 시간 h동안 1명이 시스템에 들어올 확률이 아래와 같이 표현되고, memoryless property를 갖는다면 포아송분포로 근사가 가능하게 된다는 것이 알려져 있다.

  22. 시스템 내에 10000대 이상의 자동차가 있을 확률이 0.032로 5%보다 작기 때문에 주차 공간을 2000대 더 확장하면 원하는 수준을 맞출 수 있게 된다. • [예] 순수 탄생 모형 휴일의 서울대공원에는 사람과 자동차로 뒤덮힌다. 공원측은 앞으로 자동차가 늘어날 것에 대비하여, 현재 8,000대가 주차할 수 있는 공간의 확장 여부를 결정 하고자 한다. 보통 휴일에는 입장객이 8시부터 들어오기 시작한다. 그리고 12시 부터 줄어 들다가 오후 1시 이후에는 거의 들어오지 않는다. 이때 까지는 입장객만 있을 뿐 공원을 떠나는 사람이 거의 없다. 지금까지의 자료에 의하면 시간당 평균 1000대씩 입장하는데, 공원측은 현재의 주차 공간이 포화될 확률이 5% 이하가 되도록 확장하고자 한다. 주차 공간을 1000대 단위로 증가 시킨다면, 몇 대 수준으로 확장하여야 하는가? 단위를 1000대로 하면, =1, T=5시간(8시~1시)이 된다. 따라서 확률분포는

  23. D/D/1 시스템 • Consider a queuing system with a constant interarrival time of 20seconds and a constant service time of 10seconds. • Server utilization: 만일 서비스 time이 15초가 된다면? • Server utilization: 만일 서비스 time이 30초가 된다면? • Server utilization은 1이되고, 대기인수는 무한히 증가하게된다. 따라서, 이경우는 server가 더 필요하게 된다.

  24. M/M/1 시스템 • 확률의 유도 • 도착율 , 봉사율 의 지수분포 모델 ·t ·t ·t ·t ·t ·t ·t 0 1 2 …. n-1 n n+1 …. ·t ·t ·t ·t ·t ·t ·t

  25. 정리해서, t0으로 보내면 주어진 식들은 다음과 같이 된다. 만약, 위의 식들이 T값에 영향 받지 않는 통계적 평형(statistical equilibrium) 상태에 있다면, 즉 다음의 조건을 만족한다면

  26. - 시스템 내부의 평균 인원수 - 대기행렬에서 기다리는 평균 인원수 - 시스템 내에서 보내는 평균 시간 - 대기행렬에서 기다리면서 보내는 평균 시간

  27. [예] M/M/1 고속버스 매표소의 줄이 점점 더 길어지고 있다는 느낌이 들어서, 현재 매표소의 서비스에 대한 수리적 분석을 해 보고자 한다. 조사해 본 결과 매표소에는 평균 1분당 8명 꼴로 도착하고 있으며, 매표소는 1분에 10명까지 표를 팔 수 있는 용량이 된다고 한다. 이 매표소에서 표를 구입하기까지의 전체 시간, 줄을 서서 기다리는데 보내는 평균 시간, 매표소에 평균적으로 있는 사람과 줄 서서 기다리는 사람의 수를 파악하여라. =8, =10이므로

More Related