1、为什么要考虑不确定性？
通过课前思考中办理银行业务的案例你能够发现，即使企业的平均供给能力上限超过了平均需求量，仍然会发生客户需要等待的情况。这种现象在工作和生活中还有很多。
比如说，在咖啡店、蛋糕店或者是快餐店设计服务流程的时候，他们的供给能力上限都是大于平均顾客需求量的。但实际生活中你会发现，在星巴克、麦当劳、赛百味、或者肯德基点餐，有时候的确不用排队，有时候，比如遇到用餐高峰，就需要排很长的队了。
电话客服业务也会出现类似的情况。如果你给航空公司或者服务热线打电话，经常会遇到等待的情况。但事实上，每家知名的订票网站、航空公司的客服人数，都有精细的排班、管理和数据分析，确保供给充足，平均一分钟能够服务客户的人数，一定是多于平均一分钟打电话寻求服务的客户人数的。
我们的日常工作里也是如此。理论上来说，上司给你的工作量平均每天花6个小时可能就完成了，应该每天都可以按时完成上司交给你的任务，按时下班。
但现实中肯定不是如此，比如上司每天给你安排的工作任务不可能均匀分布，有可能这两天任务少一些，然后接下来两天突然就有很多事情要做，之后一两天可能又能稍微闲一些。这样一来，当突然出现好多事情要你马上完成的时候，就只能玩命加班了，甚至有的时候事情太多太复杂，即使加班也无法当天完成，要延迟几天才能做完。
这些生活和工作中的例子都说明，虽然很多时候我们能够保证平均供给能力的上限大于平均需求量，但各种不确定性仍然会造成客户的等待和工作的延期。
那你肯定会问了，这些问题有没有办法解决呢?在运营管理里，答案是肯定的。
假如你是一名管理者或创业者，在学完本节课后，相信你在设计企业的供给能力上限的时候，就不会仅仅满足于平均需求，还能考虑到各种不确定性带来的等待和延迟问题。
并且你在管理下属或者项目团队时，分配工作也会尽可能周全地考虑不确定性，减少由于不确定性造成的拖延和下属压力过大等问题。
那如果你是公司里一名普通的员工，在学习本节课之后，当上司再临时安排很多事情给你，而你由于这种不确定性无法及时完成的时候，你就能够更科学地和上司沟通，让他理解造成延迟的根源不是因为你的能力差或效率低，而是在于任务本身时间和难度的不确定性。相信通过沟通，你能够和上司更好地合作，设定更加合理可行的工作目标和进度。
那么这节课，我会通过三个要点，带你了解一下为什么不确定性会造成等待，以及有什么好的应对措施。
- 首先，我会告诉你，为什么不确定性会造成等待；
- 然后，我会分析等待时间和需求占供给能力比例的关系，并从这种关系中挖掘一些管理启示；
- 最后，我还会和你分享一些解决由需求不确定性造成等待的方法。
2、定性分析——为什么不确定性会造成等待？
我们结合课前思考中去银行办业务的案例，来讲解为什么在供给能力大于平均需求量时，由于不确定性的存在仍然会造成客户的等待。
假设银行从中午12点开始只有一个营业窗口。平均每5分钟来一个客户。每个客户的业务平均需要4分钟完成。你可以看到，这个例子中银行的服务供给能力是足够服务这些客户的。
那为什么还会造成客户的等待呢?主要有两个原因：客户到达银行时间的不确定性和客户服务所需时间的不确定性。
我们先来分析为什么客户到达银行的时间的不确定性会造成客户的等待。
“平均每5分钟来一个客户”，也就是说不是正好每5分钟有一个客户来银行，而是有的时候前后两个客户到银行的时间间隔可能大于5分钟，有的时候小于5分钟。
举个例子。假如说第一个客户12点到银行的时候他之前没人，所以他不需要排队马上办理业务，4分钟后离开。
但是第二个客户不是在第一个客户进入银行后正好5分钟到达的，而是晚到了一会儿，在12点08分到的。也就是说，从12点04分到08分之间银行柜台是有服务供给能力给客户办理业务的，但是因为没有客户过来，所以这四分钟里的业务窗口是闲置的。第二个客户来了以后没有排队，马上办理了业务，12点12分离开。
我们再看第三个客户。他是在第三个客户的平均到达时间12点10分准点到达。但是和刚才讨论的第一种情形不同的是，因为第二个客户到太晚了，造成了第三个客户到的时候第二个客户还在办理业务，所以他需要等待。
所以我们看到，第三个客户等待的根本原因在于第二个客户的晚到，而且在第一个客户离开和第二个客户到达之间的时间段里，银行的服务供给能力被浪费了。
需要注意的是，这种服务供给能力跟生产产品的供给能力不同，一段时间内生产出的产品如果在该段时间内没有需求的话，可以存储起来等过段时间有需求了再卖。
但是，服务供给则不同，在12点04到08分之间，富余的供给能力无法存储到以后等第三个客户来的时候使用。
所以说，由于客户到达时间是不确定的，以及服务供给能力是不可存储的，这两个因素共同造成了第三个客户的等待。
我们再来分析第二种不确定性，为什么办理业务所需时间的不确定性会造成客户的等待。
我们聚焦于客户办理业务所需时间的不确定性。“平均业务办理时间4分钟”，也就是说不是每个人的业务办理都花4分钟，而是有人办理的时间长些，有人短些。
举个例子，假设第一个客户12点到银行无需排队马上办理业务，他的业务非常简单，2分钟就搞定后离开。
第二个客户12点05分到。她来的时候柜台已经闲置3分钟了，所以她不用排队马上办理业务。但是她的业务耗时多，用了7分钟，一直办到12点12分才结束。
但是第三个客户12点10分准时就来了，结果需要等待2分钟。
我们看到，第三个客户等待的根本原因在于客户服务所需时间的不确定性，以及闲置的服务供给能力无法存储到今后使用，造成了客户的等待。
通过上面的分析，我们看到，因为各种不确定性的存在，系统有的时候是有提供服务的供给能力但是没有客户需求，也就是供大于求；有的时候是服务供给能力已经饱和了但是还有客户需求，也就是供小于求。
但是，二者的作用是不对称的，无法互相抵消。
具体体现在：供大于求的时候，剩余的供给资源无法存储到以后供给紧张的时候使用，也就是说这些资源不立即使用的话就浪费了。但是供小于求的时候，无法立即得到服务的需求不会消失，而是以客户等待的形式存储到以后有服务供给能力了再接受服务。这就解释了不确定性造成等待的本质原因。
这个结果非常具有现实意义，无论是分析和规划公司、部门现有的供给能力，还是作为管理者给团队分配工作任务，你都不能忽略实际商业环境中的不确定性，简单地考虑各种平均值，比如需求量的平均值、服务时间的平均值、下属处理一件任务的平均时间等等。
你应该尽可能周全地考虑不确定性所带来的影响。
此外，就像我在开篇时说的，作为下属，当上司布置任务时没有考虑到不确定性，即使你处理任务的供给能力是大于上司对你的需求的，但依然无法即时完成的时候，可能不是你的错，但会对你的职业发展带来负面影响，你应该把刚才讲的原理告诉你的上司，这样一是消除上司对你的误解，二是让上司以后在安排工作的时候能够更科学合理。
3、定量分析——等待时间与系统使用率
现在你已经知道了，即使设定的服务供给能力的上限超过平均需求量，因为客户到达时间和客户服务时间的不确定性，还是会造成了客户的等待。但是，当你作为公司高管，或者需要给下属布置工作任务，仅仅意识到这种不确定性，还是没有办法做出准确的决策。
所以，接下来我会教你更进一步用可量化的方法来分析，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?
了解了这点，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，即使投入大量的资源，带来的回报也会非常有限，不值得继续提升服务供给能力。
为了解决这个问题，首先，你需要掌握一个概念，叫做系统使用率。
系统使用率，描述的就是客户平均需求量，占服务供给能力上限的比例关系。
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%。
理论上来说，系统使用率的数值可以是1%，也可以是99%，并且每个数值，都对应着这个系统使用率下客户的平均等待时间，具体的计算非常复杂，这超过了本节课的内容范围。如果你感兴趣的话，可以在本节的延伸学习板块，找到我为你展示的具体结果。
现在请看下面这张幻灯片，这里横轴代表系统使用率，纵轴代表客户平均等待时间，红色曲线代表两者之间的关系。
你可以发现，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，这条红线不是一条直线，而会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。
在这种情况下，即使你投入了大量资源去降低系统使用率，效果也是非常小的。你看曲线在这一段趋势非常平缓，即使系统使用率从70%降到50%，客户等待时间也降低得非常少。
但是，当系统使用率大于80%，接近饱和的时候，供给能力仅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。这时，投入资源降低系统使用率就是很值得的。
比如，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，可以直接优化用户体验，给公司带来更好的口碑和价值。
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，在日常工作中，80%左右的工作饱和量是比较合适的，超过80%的话，工作量接近饱和，一点点不确定性事件的发生，就会造成工作拖延的情况时，你需要理性地和上级沟通，将工作饱和量调整到80%左右，这样才是真正对工作负责、对自己负责的健康的工作状态。而低于这个比例，说明工作可能不太饱和，对你的事业发展未必有利。
所以，80%左右的工作饱和量，既可以让你在职场中充分得到锻炼和成长，又不至于让你每天加班到深夜，可以拿来帮助你合理规划自己的工作和发展。
4、一些减少不确定性带来等待的方式
刚才我为你介绍了客户平均等待时间和系统利用率的关系。我们知道，当系统利用率超过80%，造成等待时间过长的时候，有必要采取措施去减少客户的等待时间，否则你可能会接到大量用户的投诉，影响口碑，甚至造成用户流失等严重后果。
那要如何减少客户等待时间呢?
接下来，我为你介绍两类非常实用的方法：
第一类，是通过降低系统使用率，减少客户的等待时间。
降低系统使用率有两个方向：
- 一个是增大分母，也就是增加服务供给能力；
- 另一个是降低分子，也就是降低平均需求量。
1）增加服务供给能力就是上节课向你介绍的方法，比如增加人力、增加设备或通过技术革新来增加服务供给能力。
我结合开咖啡店的例子帮助你回顾上节课的这部分内容，假如说你开的咖啡店因为只有一台咖啡机，造成等待时间较长，就可以考虑再购置一台设备，并增加一名员工制作咖啡。假如点餐时间很长，你可以考虑增加一名员工负责点餐，或者利用先进的自助点餐机或者手机进行点餐服务。
2）那么如何降低平均需求量呢?
北京前几年的机动车数量猛增，一度让道路交通出行接近饱和，所以前几年不限行的时候会非常拥堵。为了缓解交通拥堵，北京采取工作日限号的措施，比如说星期一限行尾号是0和5的汽车，星期二限行尾号是1和6的汽车等等。这个措施可以把系统利用率降低20%。采取措施后，拥堵状况有显著改善。
而在一些特殊日子，为了进一步保证交通畅通，北京采取单双号的限行措施，也就是单日尾号是单数的可以上路，双日尾号是双数的可以上路，这样一来系统利用率降低了50%，跟每天限制两个尾号相比，路上几乎不会出现拥堵的状况。
第二类方法是从根本上减少各种不确定性。
包括两个维度
- 降低客户到达时间的不确定性
- 和降低客户服务时间的不确定性
1）如何降低客户到达时间的不确定性呢?
这时候，我们可以考虑采用预约机制。只要不是像医院急诊这种特别紧急、不可预期的服务需求，大多数情况下，我们都可以采用预约模式。这样一来，每个客户达到的时间都是提前确定好的，在到达时间方面就几乎没有不确定性了。
比如我们维修电脑，联想维修店允许客户提前电话预约，具体在哪天几点到店里维修。再比如一些牙科诊所和私立医院，很多都能够让病人提前在网上预约选择哪天几点来看病。
这样，就能够大幅降低客户到达时间的不确定性，既能够缓解服务供给能力的闲置情况，又能够防止客户扎堆到达，造成长时间等待。
2）那如何降低客户服务所需时间的不确定性呢?
我们可以考虑对客户业务的种类和复杂程度进行分类，这样，在处理同一类客户业务的时候，时间波动性就会相对缩小。
比如我们去银行网点办理业务。银行网点的不同窗口，办理的业务是不同的，比如说有的办理存款业务，有的办理理财业务。
再比如，我们通过电话或者在线客服预订机票、酒店时，会被引导先选择服务的类型，例如预订机票酒店、还是查询已经订好的机票酒店、或是投诉等等，然后再根据服务的类型，分给不同的坐席去提供服务。
这样一来就能够大幅降低客户服务所需时间的不确定性，服务也能够变得更专业更高效。
刚才为你介绍的几种应对不确定性带来等待的方法，无论你是在企业从事管理工作，还是作为普通的员工，或是自己创业，都非常实用，希望对你有帮助。
5、【总结】
亲爱的同学，这就是本节课的全部内容。我们了解了在很多现实问题中出现客户排队等待的原因在于各种不确定性的存在。我们学到了等待时间跟系统利用率的非线性关系。最后基于这些知识，我还分享了一些解决不确定性造成等待的方法。
本节课和之前四节课，我们都是从公司内部的视角去了解如何做好运营管理。但很多情况下，只有你自己做好了运营管理仍然没法很好地匹配供给和需求，因为你还有你的上下游，你需要他们的配合。
<<<圈外商科学习笔记
