e2 Sanjeev Bordoloi 服務管理：運作、戰略與信息技術 v9

第14章　服務需求預測

學習目標

通過本章學習，你應該能夠：

1.對於給定的狀況，會使用一種合適的預測模型。

2.應用德爾菲法做練習。

3.描述指數平滑法的特徵，使之成為時間序列預測法中一種非常有用的模型。

4.使用趨勢和季節調整的指數平滑模型進行時間序列預測。

當飢餓的人們走進一家快餐店，他們希望能快速得到食物，但又不想要一個烤過頭而變得焦黑的漢堡。那這樣一家餐館的經營者如何瞭解在一個給定的時間裡何時應該製作漢堡以及製作多少漢堡？超快技術（Hyper-Active Technologies）給快餐店提供了一種方法，可以讓廚房工人通過使用屋頂攝像頭來監控進入停車場和汽車餐廳的汽車，以提前知道需要給客人準備什麼。利用歷史數據，基於車輛的類型（如小型貨車表示車上有很多人）和購買者的類型（如兒童和成人）來決定購買行為偏好（即炸雞漢堡或雞肉三明治），從而進行預測。廚房工人可以根據這些信息在獲得真實的訂單之前備好食物，從而提前準備好為客人服務。

例如，假設在麥當勞巨無霸促銷期間，有5輛汽車停在汽車餐廳門口6分鐘時間。我們知道，根據歷史數據，百分之百會有人在接下來的3分鐘訂購一個巨無霸。在快餐領域，中午時段賣120個漢堡是微不足道的。管理者必須知道在只有20分鐘準備時間的窗口，廚房需要提前準備什麼食品。如果他們低估這個步驟，差距就會開始形成，並且“快餐”服務會變為“慢餐”服務；如果過度重視這個，又會因為浪費食物而導致利潤損失。這種識別軟件的早期結果已經顯示，快餐行業浪費的時間已經被削減到一半，並且在汽車餐廳的等待時間也減少到25～40秒。¹