京公网安备 11010802034615号
经营许可证编号:京B2-20210330
要是刘姥姥来到21世纪,把每一座大都市都逛上几圈,她一定会觉得都市人最喜欢的娱乐就是排队。早在1946年,匈牙利裔的作家乔治·米克斯(George Mikes)定居伦敦时,就在著作《如何当一个外星人 》(How To Be An Alien)中写下了一段经典名言:“到周末,英国人在公车站前排队到里士满公园(Richmond Park)玩。他们排队等游船,排队等喝茶,排队等吃冰淇淋。然后纯粹出于兴趣,再去排一些更奇怪的队伍。最后回到公车站前排队,花上他一辈子的时间……许多英国家庭喜欢晚上在家里排上好几个小时的队伍。当小孩子不玩了,准备排队去睡觉时,是父母们最难过的时刻了。”
这是旁观者兴灾乐祸的心态。对于身陷在队伍之中的人,或者商家来说,看到这么多等得不耐烦、随时要离开的客人,总归是一件不好的事。各位有没有想过,如果不考虑先来先到的公平性原则,想减少所有客人等候时间总和的话,该先服务哪些客人吗?答案是,先服务很快就可以搞定的客人。
举例来说,大毛、二毛、小明三兄弟在柜台前排队,大毛买了全家的生活用品,得花100秒结帐;二毛拿了一堆零食,需要花50秒结帐;而小明只拿一罐奶茶,10秒就结完帐了。如果按照年龄从大到小的顺序结帐,大毛、二毛、小明各自会花上100秒、150秒、160秒的时间才能完成结帐,平均时间为136.7秒。但如果颠倒过来让结帐快的人先结帐,则小明、二毛、大毛仅需要10秒、60秒、160秒可以完成结帐,平均是76.7秒,缩短了60秒。
用符号表式可以看得更清楚,当三人结帐时间各自为t1、t2、t3,并按照这样的顺序结帐时,每个人各自完成结帐的时间是t1、t1+ t2、t1+ t2+ t3,平均为t1+ 2t2/3+ t3/3。随着队伍的顺序,越后面的人对结帐时间影响越小,以N个人来说,第n位客人的排队时间是tn,平均时间即为:
因此,店家可以先处理那些不大需要花时间的客人,这样可以降低每人平均等待时间,提升顾客满意度;同样的道理,店家也可以反过来,先处理大客户的单,营造出门庭若市的热闹形象。所以如果你看到某间盐酥鸡摊位前排队的人特别多,说不定不一定是很好吃,只是老板数学很好,刻意延后那些只买豆干或甜不辣的点单。
然而,因为现实情况中需要考虑的地方太多,数学理论有时很难直接套用。在排队这个问题上,就算可以依照结帐时间排队,商家也不愿意真的这么做。因为要是真按照这个标准,等于变相鼓励大家买少一点,才能快点结帐。买了10万元的大客户永远得被排在最后面,等到铁卷门拉下来了才能结他的帐。
但这则理论并没有失效,商人们依然成功地将它转化为了一件我们都知道的东西——快速结帐柜台。借由快速结帐柜台设定的结帐门槛,将原本结帐时间短到长的排序,用二分法取代,低于门槛的人优先处理。如此一来,就能够大幅缩减整体的排队时间。
★让我们再来看看同样是等待,麦当劳和wendy汉堡店又有什么不同的排队方式:
排队是件烦人的事情,却又无法避免。不同地方排队方式不总是一样。很多地方采用的是“蛇形排队法”,在几个柜台同时工作的时候,所有的顾客只排一队,队伍像一条长长的蛇一样在间隔的栅栏之间穿行,排在队伍最前面的顾客就可以得到服务。而有的地方采用的则是传统的,每个柜台后面各自排一队的方式。美国卖汉堡的两家快餐店——Wendy汉堡和麦当劳,就分别使用了蛇形排队法和多列排队法。如果要较个真的话,这两种排队方法孰优孰劣呢?麦当劳和Wendy汉堡假设餐厅里有两个柜台可以提供服务,在几十秒之内 10 位顾客先后到达,排起了队,麦当劳和 Wendy 汉堡店里的队伍分别会是这样:
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15