03.01.2018

排队还是不排队?侧重于传闻式推理的新模型

HUANG, Tingliang | 陈滢儒

用电话试图接通呼叫中心,在自动提款机前排队…… 这都是日常生活的一部分。但是潜在客户会如何应对这些情况呢?他们会决定加入排队的行列吗?他们会改换到等待时间较短的其他服务供應商吗?他们做决定的依据是什么?

不确定性和信息缺乏往往使等待成为普通客户的一大难事,而在这些情况下,他们可能会依靠曾用过服务供應商的人提供的传闻。

Tingliang Huang和陳瀅儒研究客户使用传闻或样本来推断等待时间的服务系统。研究排队的传统方法是假设客户能估算预期的等待时间,但这是一种假设。为了规避这一点,他们研究了客户没有如此全面信息的服务模型,并设计出新颖的“传闻推断”框架,来描述客户的决策行为。研究发现客户依据观测到的传闻或样本作出决定;他们往往向以前的客户询问体验如何,然后每个人都依据这一信息决定是否加入排队的行列。如果客户听说等待时间很短,就会认为自己也不会等待很久,但是如果她获悉要等很久,可能就会避开这个服务供應商了。

他们的模型考虑的是单一服务器排队系统,比如电话中心或订货型企业使用的那种系统,客户先到先得,并在“抵达”(比如亲自到达或接通电话等)时,每位客户作出是否加入队列的决定。研究人员得出客户的“加入概率”,指将会加入队列客户的比例。

本研究主要关注客户传闻式推理对管理服务系统的意义。基于现有文献中所用的模型,与所谓“完全理性基准”对比,作者发现采用传闻式推理的客户对价格敏感度较低。结果显示,这种传闻式推理行为导致某种形式的价格刚性,进而产生新的定价建议,而这在基准中是不会发生的。抵达率较高时,如果服务率超出企业控制能力,追求收入最高的企业可以提高价格,而如果服务率任其掌控时,则可以降低价格。两种结果都与基准中的公认定价建议相反。他们还证明,采用传闻推理时,收入最大化和客户福利最大化导致截然不同的定价策略。

陈滢儒

Professor
Information Systems, Business Statistics & Operations Management