售后现场服务客户服务代表外驻策略研究

曹永荣

上海交通大学安泰经济与管理学院管理科学与工程系，上海 200052

售后现场服务客户服务代表外驻策略研究

曹永荣

上海交通大学安泰经济与管理学院管理科学与工程系，上海 200052

外驻客户服务代表是改善售后服务质量的有效手段。本文根据售后现场服务的特点，应用聚类分析将所有客户按其距离远近分类，采用最小树法寻找各子类的中心作为客户服务代表的外驻点。结合现场服务排队近似M/G/M模型确定最优的外驻决策。该方法可以有效地为决策者提供外驻决策。

售后现场服务；客户服务代表（CSR）；外驻决策；排队模型

市场竞争越来越激烈，对于医疗设备企业，完善的售后服务是企业获取用户信任、提高客户满意度和获取市场份额的关键因素[1,15]。Brignall等曾提出用竞争力、财务、质量、柔性、资源利用和创新来评估服务质量[2,14]。但针对服务业的客户，时间是非常重要的价值因素,提高客户的时间满意度，对赢得客户青睐和保持客户忠诚有非常重要的作用[3]。刘勇等[3]、Ma et al.[4]研究客户时间满意度与服务时间的关系，发现随着平均响应时间和平均停机时间的增加客户时间满意度会大大降低。

Hokstad[5,6], Kimura[7]和Yao[8]用接近方法获得M/G/M模型的特征描述，然而现场服务涉及客户服务代表（Customer Service Representative,CSR）的旅行问题。Smith[9]提出了一组长方形、正方形、菱形等规则几何图形的现场服务期望旅行距离模型；Hambleton[10]和Kolesar[11]则提出针对多服务代表情况下的“平方根法”近似模型；Tang et al.[12]在文献[5-11]的基础上，针对售后现场服务的特点，提出现场服务支持系统的状态相关近似模型（State-dependent Queuing Approximation of Field Service Support System），借此研究客户服务代表配置计划问题。曹永荣等[13]进一步建立现场服务排队近似M/G/M模型，并比较准确地获得M/M/3和M/G/3模型的近似值。

设备销售后通常遍布一个国家或地区的不同角落，为提供必要的售后服务，CSR需要花费部分时间旅行，如果在某地区，某设备的市场占有达到一定份额，就意味着该地区的服务形成一定规模，设备销售公司就可能需要派遣CSR长期驻扎在该地区，如果该地区的业务持续增加，甚至会考虑在该地设立办事处等。目前研究CSR外驻决策，和外驻地选择的文献比较少，本文采用文献[13]的仿真模型，对企业的外驻地和外驻决策的选择进行研究。

1 现场服务排队近似M/G/M模型

售后现场服务环境下，服务代表往返于客户间，如果忽略服务过程的空间特性，将客户服务代表旅行和现场服务看作流程的一部分，那么该问题依然可用M/G/M模型处理[12]。通常服务代表的旅行时间可以根据客户的地理位置明确确定，设有N客户，服务代表的办公地点只有1处，则形成(N+1)*(N+1)距离矩阵CD，如果任两客户间往返距离相等，对角线上距离则为零，CD为对称方阵，模型中涉及的变量名及意义见表1。

表 1 变量名表及其说明（部分）

假设第i期客户出现设备故障，其总服务时间为服务代表从上一客户（或公司）到达下一客户旅行用时间和现场服务时间ST(i)=CD(o,p)+FST(i)。第i期服务代表的响应时间是该客户出现设备故障到服务代表到达客户现场所花费时间RT(i)=max{0,CSRL(k,i-1)-AT(i)}+CD(o,p)。服务代表平均响应时间(E[W])为:

设备停机时间为服务代表完成服务离开时刻减去设备出现故障时刻，DT(i)=FT(i)-AT(i)，设备平均停机时间(E[DT])为:

Q(i)是第i期排队队长，平均排队队长(E[Q])为:

如果Q(i)=0令a(i)=1，可能延迟的概率（П）可以由式(4)得到。

采用时钟推进事件发生法设计程序，初始化阶段产生设备故障到达间隔（服从泊松分布），现场服务时间（服从负指数分布），设备所属客户（均匀分布）等随机数矩阵，服务方式为先到先服务（FCFS）。为简化仿真过程，同时考虑CSR空闲时通常会在公司待命，故设定CSR空闲时返回公司或驻地。

2 类中心分析

N客户和服务代表的办公地点形成(N+1)*(N+1)距离矩阵CD，采用聚类分析法将服务公司和客户群体按其距离远近关系聚类，本文采用最短距离法。最短距离法用式(5)来刻画类Groupj和类Groupl中最临近的两样品间距离。

客户拥有的设备数量不同，CSR为其提供服务的概率也不相同，以时间为单位的距离矩阵不能很好地刻画客户间频繁往来关系，本文采用加权距离矩阵DWo-p来衡量。它表示为客户o与客户p之间的距离DCo-p除以客户o和客户p拥有的设备数量之和Equ(o)+ Equ(p)，见下式:

类中心需要符合两个要求：① 类中心到类中其他样本的距离最短；② 类中心拥有的设备数量超过整个类的平均数。加权距离矩阵DWo-p的任两点连接后，构成交通网络图，每个类会形成各自的子交通网络图，应用“破圈法”去掉子交通网络图中形成圈的最长边，直到不含圆圈，且是以某点为圆心向外辐射的树为止，所得到的圆心为类中心。

3 仿真实验与结果分析

以某医疗设备公司的售后现场服务为例，分析该公司现场服务的历史数据，得到设备的故障出现时间间隔服从的泊松分布，CSR的服务时间包括旅行时间(Ttrip)和现场服务时间(Tservice=25)，并服从的指数分布。该公司目前有23家客户（客户名为B到X），共100台设备，设备出现故障的概率相等，且故障出现后会重复出现，模拟次数20000。

3.1 类中心分析

图1 客户最近距离聚类图

采用最短距离聚类分析法对距离矩阵进行分析，聚类结果见图1，客户群体被明显地划分成3个群体。第一类包括B、C、D、E、F、G、H、I、J、K、L、M，其中共有41台设备；第二类包括N、O、P、Q、R、S、T，其中共有34台设备；第三类包括U、V、W、X，其中共有26台设备。

图2为第二子类加权距离矩阵网络图 (NETDRAW绘制)，点的大小代表客户拥有设备数量的多少。用破圈法处理该图，结果发现O、P和Q都可作为第二类中心，考虑到O与第一类和第三类中心距离都比较近，本文以O点为基础分析。采用同样的方法处理第三类，得到其类中心V。

表 2 CSR在不同驻地的仿真结果

图2 第二子类交通网络图

3.2 仿真实验

在CSR数量为4、5、6的情况下，为每个CSR设定不同的驻地，这就意味着CSR完成服务后，如果没有其他服务请求，CSR就回到驻地待命。表2中的AAAOV是每个CSR的驻地设定，表示为3名CSR的驻扎在A，1名CSR驻扎在O，1名CSR驻扎在V，其他类同。每次设定后运行程序10次，然后取其平均值，得到不同情况下的各项服务指标：平均排队队长、平均响应时间、设备平均停机时间、可能延迟概率，详细结果见表2。

表2的仿真结果可以解释为：① 该公司有4名CSR从事某项服务时：不外驻CSR是最佳的选择，无论外驻1名CSR在O点，抑或是V点都会增加平均响应时间和设备平均停机时间。② 该公司有5名CSR从事某项服务时：依然将所有CSR驻扎在公司是不经济的，在此情况下，外驻1名CSR在O点，或者外驻2名CSR在O点，抑或是分别在O和V点驻扎1名CSR，三种方案都会相应地减少平均响应时间和设备平均停机时间。最佳的方案是在公司驻扎3名CSR，在O和V点分别驻扎1名CSR。③ 该公司有6名CSR从事某项服务时：仍然不应该将所有的CSR驻扎在公司，在O点驻扎1名、2名或3名CSR都会减少平均响应时间和设备平均停机时间，在此情况下，公司应当考虑在O点筹建办事处。另外O、P和Q都可以作为第二类中心，为了得到更加满意的外驻方案，可以重复3.2的仿真实验，分别将第二类中心改为P或Q，结合O的实验结果比较，本文不再赘述。

4 结语

在制定CSR外驻决策时，除了考虑服务质量、客户满意度等外，成本是最被重视的因素，而旅行费用又是服务费用中的重中之重。CSR的响应时间反映CSR从一客户或公司到达另一客户所花费的时间，通常这段时间的长短与交通费用的高低成正比，减少响应时间在某种程度上反映出CSR旅行费用的降低。从这一层面上解读，基于状态相关现场服务排队近似的CSR外驻决策模型提供的决策方案有其应用价值。企业运营的主旨是获取最大的经济利润，同时降低各种成本费用，本文着重从如何减少响应时间和总服务时间的角度来研究，以提高客户的时间满意度。在某种程度上，响应时间的减少同时能反映出差旅费用的降低。

[1] 陈子侠.考虑售后服务和配送成本的选址问题系统的建模仿真[J].计算机工程,2003,29(7):23-24.

[2] Brignall T.J.,Fitzgerald L., Johnston R., et al. Performance measurement in service business[J].Management Accounting-London,1991,69(10):34-36.

[3] 刘勇,马云峰,杨超.基于时间满意的电信服务网点选址优化模型[J].工业工程与管理,2008(2):68-72.

[4] Ma Y, Zhang M, Dong P. Time Satisfaction Based Maximal Covering Location Problem and the Adaptation of Lagrangean Algorithm[R].Haerbin:Proceedings of 2005 International Conference on Management Science & Engineering,2005.

[5] Hokstad P. Approximations for the M/G/M Queue [J]. Operations Research, 1978,26(3):510-523.

[6] Hokstad P. On the steady-state solution of the M/G/2 queue[J]. Adv. Appl. Prob,1979(11):240-255.

[7] Kimura T. Diffusion Approximations for an M/G/M Queue [J]. Operations Research, 1983,31(2):304-321.

[8] Yao D. Refining the Diffusion Approximation for the M/G/M Queue [J].Operations Research,1985,33(6):1266-1277.

[9] Smith S.A. Estimating service territory size[J].Management Science, 1979,25(4):301-311.

[10] Hambleton R. S. A manpower planning model for mobile repairmen[J].Journal of Operational Research Society, 1982,33:621-627.

[11] Kolesar P, Blum E. H. Square root laws for fire engine response distances[J].Management Science, 1973(19):1368-1378.

[12] Tang QH,Wilson GR,Perevalov E.An approximation manpower planning model for after-sales field service support[J].Computers & Operations Research, 2007(3511): 3479-3488.

[13] 曹永荣,韩传峰.售后现场服务排队近似M/G/m模型仿真[J].工业工程与管理,2009,14(5):103-107.

[14] 马云峰,杨超,张敏,等.基于时间满意的最大覆盖选址问题[J].中国管理科学,2006(2):47-53.

[15] 曹永荣.现场服务质量改善对策研究[J].价格理论与实践, 2010(3):81-82.

Customer Service Representatives' Resident Decision on After-sales Field Service

CAO Yong-rong
Antai College of Economics & Management, Shanghai Jiao Tong University, Shanghai 200052, China

C93；C934

B

10.3969/j.issn.1674-1633.2010.10.016

1674-1633(2010)10-0043-03

2009-05-06

2010-07-26

本文作者：曹永荣，博士研究生。

作者邮箱：caoyongrong@hotmail.com

Abstract:Custom service representatives' resident decision can improve after-sales field service quality dramatically.According to the characteristic of after-sales field service,this paper applies the cluster analysis to divide the customers into different groups based on distance matrix, and finds the sub-cluster's center using minimum tree theory,then uses Field Service Queuing Approximation M/G/m Model to get the best resident decisions. It can provide decision makers with accurate decision alternatives.

Key words:after-sales field service; customer service representative(CSR); resident decision; M/G/M model