排队

[Qing]

排队是中国的一大特色，人多嘛。去银行排队，坐公交车要排队，吃饭要排队，连上厕所要排队，你说烦人不烦人。

 

五一期间，去火车站买票，当然是一条长龙。我要乘的车次还有二三十分钟的样子，看长度，有点紧。于是跑到前面，找了个顺眼的，让帮忙买张票。他望望后面，说不行，果然，后面就有人扯着嗓子喊，排队去哦。悻悻地跑到队列的尾部呆着，一点一点往前移。发现这个队伍里面不少都是跟我同一趟车次的，便想着为什么不将同一车次的人集中一下，统一买，岂不节省时间，这个队伍肯定短很多。不过看来没人这么作。现在大伙变得都文明了，宁愿排队。等到我排到前面时候，有位姑娘走到前面，手里拿着钱，伸头看售票窗口里面。我很乐意帮助她，于是问她去哪儿。是跟我同一趟车的，于是帮她代买。接着，还有其他几个人也跑过来找我，都是同一车次的，于是我成了票贩子。其实，这种事情只需要车站的工作人员出来稍微组织一下，就能缓解排队之苦。不过没人管。

 

垄断行业向来是如此的，再看看一则新闻，是关于银行的服务排队的——客户排队，员工打牌，正是印证的这个道理。

http://news3.xinhuanet.com/fortune//2007-04/13/content_5970341.htm

 

其实要解决排队这个问题有很多种方法，在上面买车票的例子里面，只需要很简单的措施就搞定。银行的排队问题越来越被人唾骂，可他们就是临危不动，你也拿他没招。

 

解决排队问题是有一些现成分析模型，目标一般是缩短排队时间和降低排队人数。当然，泛而化之，排队模型可以衍生到各种领域，不一定非得是人来排队。像飞机在跑道上排队，作业在机器上的排队等等。

 

现在一般银行都有叫号系统，每个人先取一个号，等待服务。机器上显示，在你之前还有多少人等候。挺好的系统，其实这已经保证了基础数据的准备，每个号码服务的时间、等候的时间都记录下来。不知道银行有没有分析过这些数据。比如，

 

每次服务需要话费多长时间？

一个人拿号以后，需要等待多长时间？

顾客到达时间在什么时间比较密集，每小时大概多少个？

...

 

在了解了这些结果之后，便可以直接采取一些措施，比如在中午时间保持多少个服务窗口，特殊服务分流到特殊窗口等等。这肯定能够大大减少排队时间。如果要进一步优化，还可以对服务流程进行优化。考虑每种类型的服务时间，并且将服务分解成若干分项，如单据填写检查、网络等待等，看服务时间的瓶颈在哪些项上面，重点优化。

 

如果想让排队时间和人数达到一个可以接受的值，比如平均排队时间不超过10分钟，同时等候人数不超过10个人。可以用计算机仿真技术模拟一下。

 

计算机仿真是模拟概率事件来模拟事态发展的。在排队这个例子里面，服务所需时间一般是符合指数分布的，即服务时间短的多，长的少。同样，顾客到达符合一个啥分布。计算机仿真就一系列模拟服务和顾客到达，在若干服务窗口情况下，显示出顾客的排队时间和人数。

 

其实说到底，解决的方法很多，就看人家愿不愿意解决了。这倒显现出一个问题——在垄断的行业，BI不吃香，竞争的行业，BI才可能被看重。

[dong dong]

说实话，我在五一排队买长途汽车票的时候，也有小伙上来让代买，我也不好意思答应人家，然后，小伙挨着问后面的人买，也都没人替买。或许都是为了个体的公平，整体上的效率就排在后面了。

 

 

 

在07-5-16，Qing <happ...@gmail.com> 写道：

[ctwu]

"其实说到底，解决的方法很多，就看人家愿不愿意解决了。这倒显现出一个问题--在垄断的行业，BI不吃香，竞争的行业，BI才可能被看重"最后总结就
是：具有中国特色的社会主义现象

On 5月16日, 下午1时01分, Qing <happys...@gmail.com> wrote:
> 排队是中国的一大特色，人多嘛。去银行排队，坐公交车要排队，吃饭要排队，连上厕所要排队，你说烦人不烦人。
>
> 五一期间，去火车站买票，当然是一条长龙。我要乘的车次还有二三十分钟的样子，看长度，有点紧。于是跑到前面，找了个顺眼的，让帮忙买张票。他望望后面，说不行，果然，后面就有人扯着嗓子喊，排队去哦。悻悻地跑到队列的尾部呆着，一点一点往前移。发现这个队伍里面不少都是跟我同一趟车次的，便想着为什么不将同一车次的人集中一下，统一买，岂不节省时间，这个队伍肯定短很多。不过看来没人这么作。现在大伙变得都文明了，宁愿排队。等到我排到前面时候，有位姑娘走到前面，手里拿着钱，伸头看售票窗口里面。我很乐意帮助她，于是问她去哪儿。是跟我同一趟车的，于是帮她代买。接着，还有其他几个人也跑过来找我，都是同一车次的，于是我成了票贩子。其实，这种事情只需要车站的工作人员出来稍微组织一下，就能缓解排队之苦。不过没人管。
>

> 垄断行业向来是如此的，再看看一则新闻，是关于银行的服务排队的--客户排队，员工打牌，正是印证的这个道理。http://news3.xinhuanet.com/fortune//2007-04/13/content_5970341.htm

>
> 其实要解决排队这个问题有很多种方法，在上面买车票的例子里面，只需要很简单的措施就搞定。银行的排队问题越来越被人唾骂，可他们就是临危不动，你也拿他没招。
>
> 解决排队问题是有一些现成分析模型，目标一般是缩短排队时间和降低排队人数。当然，泛而化之，排队模型可以衍生到各种领域，不一定非得是人来排队。像飞机在跑道上排队，作业在机器上的排队等等。
>
> 现在一般银行都有叫号系统，每个人先取一个号，等待服务。机器上显示，在你之前还有多少人等候。挺好的系统，其实这已经保证了基础数据的准备，每个号码服务的时间、等候的时间都记录下来。不知道银行有没有分析过这些数据。比如，
>
> 每次服务需要话费多长时间？
> 一个人拿号以后，需要等待多长时间？
> 顾客到达时间在什么时间比较密集，每小时大概多少个？
> ...
>
> 在了解了这些结果之后，便可以直接采取一些措施，比如在中午时间保持多少个服务窗口，特殊服务分流到特殊窗口等等。这肯定能够大大减少排队时间。如果要进一步优化，还可以对服务流程进行优化。考虑每种类型的服务时间，并且将服务分解成若干分项，如单据填写检查、网络等待等，看服务时间的瓶颈在哪些项上面，重点优化。
>
> 如果想让排队时间和人数达到一个可以接受的值，比如平均排队时间不超过10分钟，同时等候人数不超过10个人。可以用计算机仿真技术模拟一下。
>
> 计算机仿真是模拟概率事件来模拟事态发展的。在排队这个例子里面，服务所需时间一般是符合指数分布的，即服务时间短的多，长的少。同样，顾客到达符合一个啥分布。计算机仿真就一系列模拟服务和顾客到达，在若干服务窗口情况下，显示出顾客的排队时间和人数。
>

> 其实说到底，解决的方法很多，就看人家愿不愿意解决了。这倒显现出一个问题--在垄断的行业，BI不吃香，竞争的行业，BI才可能被看重。

[Mr.Somebody]

在垄断的行业，不仅仅是BI不吃香。

在客户挤破头要把钱往你这边来送的时候，你还要在乎什么资源浪费率，提高运作效率，合理定价，精准营销什么的么？

在联通小灵通等竞争出现之前移动不就一翘二郎腿抽烟等客户来送钱的角色？根本不用开发啥套餐吧，也不用担心要不要单向收费的问题。至于BI和数据分析，
先靠后站吧。

[innovate511]

我觉得如果有意义的BI分析, 即便是垄断企业不采纳, 可以推广到非垄断企业. 比如银行, 除了四大外, 不也有招行\民生银行等商业银行, 更有
N多外资银行嘛.

[Hawking, Bin]

Charles Dickens的一句话很切合我所做的Data mining的现状 （见我的个人资料的Quote）。工作累了，读一读，心境就又好
了。

[BI4Fun]

个人资料的Quote 辩证。。 不是形而上学哦

[rainleave]

我们正在给医院做门诊的流量分析,以及如何优化门诊流程
这里也存在一个问题,这个分析到底能给客户带来什么价值？改善的成本是多少？领导的认知程度以及管理的精细程度都会影响我们所做的分析。
如果是垄断行业，没有竞争压力，医院才不会管你病人排多长时间的队呢
虽然说天下乌鸦一般黑，但垄断市场服务态度差的本因并不是人的问题，而是制度的问题。如果不拿排队时间和满意度作为考核，如果没有别家单位参与市场竞
争，叫他们改，难哦。

[袁旭]

给医院做还不如给大型的连锁酒店做呢

医院里面的门诊流程不确定因素太多

你不能很准确地判断每个病人的紧急程度

 

在07-5-21，rainleave <rain...@gmail.com> 写道：

[Qing]

On 5/21/07, 袁旭 <shohoku...@gmail.com> wrote:

给医院做还不如给大型的连锁酒店做呢

医院里面的门诊流程不确定因素太多

你不能很准确地判断每个病人的紧急程度

 

呵呵，不同意这个说法。

 

所谓"不确定因素"是微观层面的，排队的例子里面，大多都面临这种不确定因素的。医院里面不能准确判断病人的紧急程度，银行里面能够准确判断每位顾客是要开户还是取款吗？能预知顾客都会在下个什么时间到达吗？连锁酒店也是，不能预知下一位顾客是要住高级套房还是一个标准间哪？这都是不确定因素。

但干吗去预测一个单个顾客的行为呢？如果从群体看，这些行为是符合概率分布的，那么这就是规律。比如一天里面，大概有70％的人看门诊，20％的人需要看急诊...随着季节浮动，在某些特定日子里面这个百分比有上下5％的变动。这已经足够让医院来为分配资源作出决策。现在医院排队也是吓死人，同样可以作一些分析，得出医院门诊容量最大量，推出诸如电话预约的服务，超过容量范围的暂不受理预约或挂号。

 

我想医院的排队问题到确实应该比酒店更有必要作。因为医院排队是个大问题，酒店排队算啥，有那么多中介公司，还怕找不到地方住？

[袁旭]

医院里面病人的情况非常复杂，如何能够在最短的时间里面在他们之间进行最优化的统筹安排需要对每个人的病症有着比较清楚的了解才行。

bi新手，希望前辈多多指教！

 

在07-5-21，Qing <happ...@gmail.com> 写道：

[Qing]

不一定非得对每个人病症了解的比较清楚，要作出第一步改善，无需如此精细。只需要在门诊挂号处，医生哪里，急症哪里加上计时器就有很大改观。

 

病人挂号时间的概率分布，是随机分布的还是有规律可循？每小时大概有多少个？

 

门诊时长的概率分布，有的很短，两分钟搞定，有的长点要半小时，这个分布是否有规律可循，如指数分布或正态分布。

 

如此，便能得到模拟出大致的病人看病需求。具体的行动，可以在相应的科室增配人手，或者优化某些流程。

 

On 5/21/07, 袁旭 <shohoku...@gmail.com> wrote:

医院里面病人的情况非常复杂，如何能够在最短的时间里面在他们之间进行最优化的统筹安排需要对每个人的病症有着比较清楚的了解才行。

bi新手，希望前辈多多指教！
 

[袁旭]

受益良多

多谢指教

这个工作非常有意义，而且市场前景也很广阔。

前辈能否给我一些类似的流量分析或者数据挖掘方面的案例，最近正在努力学习相关的知识。才刚刚理出个头绪来，望不吝赐教！

 

在07-5-22，Qing <happ...@gmail.com> 写道：

[rainleave]

抱歉,这几天在埋头学习国土资源的知识,没有上来
在大的医院,病人的来源按照病种来分其分布离散度并不大
在一些专科医院会出现大量的单病种(广义的,如骨科医院)
另外,医院还有急诊科,120抢救来的和一些急需治疗的病人有专设的通道

现在医院出现大量排队的问题很难有直接的证据说是和患者的病种分布有关系,更多的是医疗资源分布不均衡所造成的。大家普遍相信大医院，不管大病小病都去
大医院，而医院的资源是有限的，自然会造成拥堵的现象，要解决这个问题必须从本源入手，改革整个医疗体系。

当然这并不是说我们做门诊病人耗时分析就没有意义，只不过其意义的体现点不同而已，只有一个医院的管理做到了精细化才可能来关注这方面的问题。

[rainleave]

这一点说的非常好，通过大量的数据分析表明，疾病的分布与地域/季节都有一定的关系，尤其是季节/天气等因素，会给医院的门诊流量再加上一个个波峰，诊
疗技术的提高等因素也能够创造波峰。在医院的门诊流量波动图里面可以发掘出很多有意思有价值的规律。

在新加坡，去医院看门诊要提前3-5天预约的，这样医院可以有效调配资源。不过我认为，在中国目前的情况下，完全实现预约机制是很难的，中国人口
多，医院市场还没有细分出来，这两点就很难解决门诊排队问题。

On 5月21日, 下午5时30分, Qing <happys...@gmail.com> wrote:
>
> 但干吗去预测一个单个顾客的行为呢？如果从群体看，这些行为是符合概率分布的，那么这就是规律。比如一天里面，大概有70％的人看门诊，20％的人需要看急诊. ..随着季节浮动，在某些特定日子里面这个百分比有上下5％的变动。这已经足够让医院来为分配资源作出决策。现在医院排队也是吓死人，同样可以作一些分析，得出 医院门诊容量最大量，推出诸如电话预约的服务，超过容量范围的暂不受理预约或挂号。

[rainleave]

实现你这一步有3个前提
1、社会的每一个公民都有完整的健康档案和医疗档案
2、这些档案在各医院可以共享
3、有足够的医疗资源

你结合实际想想，很难实现吧