如何运用定量分析方法优化服务流程

自上个世纪九十年代以来，随着服务业规模的扩大、服务领域的拓宽和服务业态的创新，以金融、物流、商贸、旅游、广告和会展等为代表的现代服务业发展迅速，增势强劲，成为中国经济新的增长点。这种趋势在沿海经济城市中尤为明显。以上海市为例，历史数据显示，上海市1990至2000年服务业增加值年均增速达到13.8%，占全市生产总值的比重由31.9%提高到50.6%，每年提高近2个百分点。据不完全统计，2006年1到11月，仅上海市184家重点生产性服务企业就完成了营业收入1248.1亿元，同比增长37.7%；实现了利润83亿元，同比增长149.9%，利润增幅大幅超过营业收入的同期增幅。最新统计数据更是令人欣喜地显示，2007年上海的第三产业占全市生产总值比重提高到了51.6%，高于第二产业的47.6%，达到近年来的最高水平。

与此同时，市场竞争也日趋升温。在近乎白热化的市场竞争中，客户满意度和忠诚度成为服务型企业关注的焦点。拥有稳定的客户群是企业赢得效益、在竞争中立于不败之地的保障。企业提供的服务质量与自身的管理水平在满足客户需求、吸引更多客户方面起着决定性的作用。怎样才能在激烈的竞争中保持不败呢？纵观英美、日本等服务业发展比较成熟的社会，诸如HSBC汇丰银行、Marriott万豪国际酒店等一个个在不同服务行业声名显赫的跨国公司的成功经验，不难发现有一个共同的特征：基于数据分析对服务过程进行严格的定量控制。而在数据分析的过程中，对专业质量管理统计分析软件的应用也成为多数著名服务企业的共同选择。目前全球公认的最著名的统计学软件供应商是美国的SAS公司，其专门针对质量管理、流程优化和产品设计开发的桌面统计分析软件JMP就是一款非常专业的产品，其一直以突出的可视化效果、强大的分析能力和卓越的易用性蜚声业界，本文的比较也基于JMP软件的分析进行。

有人说，服务行业的产品是无形的，服务过程的目标是动态的，服务过程的工作流程又是不断演变的，因此对服务过程的监控缺乏量化的标准，很难像制造行业那样驾轻就熟地应用统计分析方法。事实果真如此吗？从两类典型代表对服务标准表达的对比中（具体参见表一），不难感受到深刻理解业务流程的前提下，“及时送货”、“服务热情”和“简单易用”等抽象笼统的概念完全可以通过数字化的方式清晰明了地展现在我们面前，使我们的质量管理有据可循。

表一 服务标准对比

在进一步测量获取流程运作的实际数据之后，就可以对服务质量进行评估和改善了。当然，对于各行业的持续改善人员来说，具体的数据分析工作可以借助统计分析软件JMP快速高效地完成，不需要投入过多的精力和资源。下面以一家酒店的客户服务管理工作为例，说明这一理念的实践应用。

背景介绍：XX酒店是一家颇具规模的国际酒店集团，仅在中国上海就同时拥有三家五星级的酒店。通过第三方咨询公司的研究报告，中国地区的管理层已经意识到客人的回头率与他对酒店的第一印象密切正相关，而从客人在前台登记起到其行李被送达到客房的服务时间长短是与影响客人第一印象的重要因素之一。那么，目前公司内部不同营业点的表现如何呢？为此,公司先花了一周时间在上海地区的三家酒店进行了现场抽样调查……当我们收集到相关的数据后，可以用一幅合适的统计图形观察一下总体状况。如果得到的结果与图一所示类似（橙色代表来自hotel1的抽样数据，蓝色代表来自hotel2的抽样数据，棕色代表来自hotel3的抽样数据），显然说明hotel1、hotel2和hotel3三家酒店在这方面的服务水平非常接近，平均服务时间均为8.7分钟左右，仅存在一些随机波动，没有明显的优劣之分。

图一 第一种可能的数据对比图

相反地，如果得到的结果与图二所示类似，显然说明三家酒店在这方面的服务水平有明显的差异。具体来说，hotel3的服务水平最好，其平均服务时间仅约为3.0分钟；hotel2的服务水平其次，其平均服务时间约为8.7分钟；hotel1的服务水平最差，其平均服务时间竟约为14.0分钟。

图二 第二种可能的数据对比图

然而在现实工作中我们往往无法那么幸运地得到以上两种显而易见的情形，很有可能得到的结果与图三所示类似。三家酒店的服务水平确实存在差异，但由于差异程度介于前两种情形之间，收集到的数据又仅仅是抽样结果，无法分辨差异究竟主要由三家酒店的组间差异构成，还是由抽样随机误差所致。

图三 第三种可能的数据对比图

这时候，统计分析工具就有了用武之地。通过方差分析（ANOVA，全称是Analysis Of Variation），所有具有不同经历、可能持不同观点的人都会在一个客观科学的分析平台上得到一个共同的结论。其中的分析过程主要是遵循如表二所示的方差分析表的思路，根据最后计算所的P值=0.0006,小于默认的临界值0.05,使我们有较大的把握判定：三家酒店在这方面的服务水平存在明显的差异。

表二：方差分析表

喜欢刨根问底的人不满足现有的结果，此时他们常常还会再追问一个问题：“明显的差异”是指三家酒店的服务水平明显各不相同呢，还是指某一家酒店的服务水平明显不同于另外两家类似的酒店呢？如果是第二种情况，究竟是哪一家明显不同于哪两家呢？

从统计学理论上讲，这属于高级方差分析中“多重比较（Multiple Comparisons）”的范畴,它涉及的数学推导比一般的方差分析原理更为复杂。笔者此处不想从晦涩难懂的理论角度多做阐述，而是通过一种新颖的可视化方式——比较环图，向大家生动形象地介绍多重比较的实际应用。如图四所示，在方差分析中，每一个子组的数据分布都可以用一个环形表示，当两个环形相交的交角大于90度时，表明两个子组不存在显著的差异；当两个环形相交的交角等于90度时，表明两个子组是否存在显著的差异处于边缘状态，类似于假设检验中的P值=0.05；当两个环形相交的交角小于90度，甚至没有相交部分时，表明两个子组存在显著的差异。

图四 环交角与显著性的关系

根据这个原理，我们可以对图三中的数据进行进一步的分析，得到的结果如图五所示。在比较环图中，代表hotel1的环形与另外两个环形脱离，且呈鲜艳的红色，代表hotel2和hotel3的两个环形有相当于部分面积交错在一起，呈暗淡的灰色，说明 hotel2和hotel3的服务水平没有明显的区别，但它们与hotel1的服务水平存在着明显的差异。这样一来，我们从现有数据中提炼出来的信息含量就更多了。这对于中国地区的管理层来说，有着更实际的意义：hotel1的服务水平明显落后于hotel2和hotel3，最需要引起关注和改进。

图五 多重比较中的比较环图

服务行业的质量提升涉及方方面面，量化指标是改进工作中的基础组成部分，对服务时限的控制又是其中的重要一环，因为在业内人士中流传着一句谚语：迟到的服务就像是雨过送伞。养成以客户为导向、以数据分析为手段的理念对我们寻找影响服务过程质量的关键因素来说意义深远。而借助JMP这样专业质量管理统计分析软件，我们可以打开了精细化管理的大门，使我们可以轻松自信地应对服务业的激烈竞争。

责编：admin