鲁 涛,周 晶
(1.南京大学 工程管理学院,南京 210093;2.南京理工大学 经济管理学院,南京 210094)
基于DEA和决策树的服务流程标杆框架研究
鲁 涛12,周 晶1
(1.南京大学 工程管理学院,南京 210093;2.南京理工大学 经济管理学院,南京 210094)
文章运用DEA和决策树方法,建立一个服务流程标杆框架。通过该框架,企业管理者能够在企业层面确认非有效服务单元,在服务单元层面确认非有效流程,确认非有效服务单元优先改善流程及标杆流程。
服务流程;标杆;DEA;决策树
随着服务部门重要性的提高,服务管理的重要性也在与日俱增。由于服务是一个交付体系,不像有形的产品,交付流程的设计和控制对服务管理非常重要。鉴于服务业和服务的独特性,流程设计和实施成为了决定现代组织整体竞争力的重要因素。
本文旨在给出一个系统框架以反映流程对组织效率的冲击,以便在流程效率基础上去评价组织整体效率。同时,该框架将确定哪一流程应优先考虑以改善组织效率。运用该框架,企业管理者能够在企业层面上确认非有效服务单元,在服务单元层面上确认非有效流程。企业管理者可选择他们认为非有效的服务单元流程进行优先改善并确定选择哪些流程作为标杆。本文使用DEA和决策树作为研究方法。DEA是评价多投入、多产出决策单元相对有效性的非参数方法。决策树则是通过系统性打破和数据中信息的再次细分来探寻有意义联系和规则之方法。这两种方法很少被联合使用,即使使用也主要应用在赢利顾客细分及新技术商业化程度预测方面。这些应用中,DEA优势没有得到充分发挥,它的作用主要是体现在评价决策单元的有效性,在标杆管理方面的优势根本没有得到充分发挥。
DEA即数据包络分析,是一种评价多投入、多产出DMU相对有效性方法。由于DEA能够为非有效DMUs提供参考集,而参考集作为标杆可以为非有效DMUs降低无效投入、提升不足产出,提供改善方向使其变为有效,因此DEA就成为一种有用的标杆管理工具。
DEA包括众多模型。常见的如CCR模型,该模型因为假定规模收益不变,因此它无法清楚区分规模效率和技术效率。鉴于此,BCC模型被提出,该模型可以在给定生产规模情况下去测量纯技术效率,同时一个测量纯规模效率的方法也被提出,即用1去除BCC模型得出之相对有效性分数。DEA模型也可划分为投入型模型和产出型模型,投入型模型在给定产出前提下最小化投入,产出型模型在投入一定情况下最大化产出。此外,按照如何对DMUs进行排序,DEA可划分为交叉效率排序、超效率排序等各种模型。
有些研究者试图将DEA用于多准则决策问题。Golany(1988)通过将DEA与多目标线性规划结合,首次将DEA用于多准则决策问题求解。Adolphson(1991)认为DEA能多维度比较替代方案。如果DEA中投入和产出用多准则决策属性或评价准则来代替,DEA中的DMUs看成多准则决策中之替代方案,DEA问题可同多准则决策问题统一起来。多准则决策中,有时同时将投入和产出作为评价准则是没有意义的,例如只有产出(或投入)需要考虑或是产出(或投入)值相等。为此,Lovell和Pastor(1999)提出一个没有投入(或产出)的纯产出(或投入)DEA模型,该模型适合BCC模型,不适合CCR模型。为了证明没有产出(或投入)的BCC模型与相同产出(或投入)的BCC模型一致,他们给出了应用于多准则决策问题的纯产出(或投入)DEA模型,即没有产出(或投入)的多准则决策问题可转化为具有相同产出BCC模型来解决。
研究利用CCR模型评价每一流程效率,流程效率基于各自投入和产出分别进行评价,效率分析针对服务单元每一流程展开。利用纯产出(或投入)DEA模型来评估服务单元整体效率,DEA将利用每一流程的效率结果作为纯产出,通过使用DEA模型评价服务单元总体效率,每一流程对组织效率的相对影响就得到了反映。
决策树是一种通过寻找数据间模式或关系来进行分类和预测的强有力工具。分类基于某预报变量对主体分类,例如根据信贷等级将客户划分为好或差。预测的含义在于依据从数据池中揭示的规则对未来事件预测。决策树形式上由一棵树构成,一棵完整的树是通过产生子结点直到每一枝达到最终结点为止来构造的。决策树有两种类型,它们因变量的度量水平而异,当目标变量是离散型时构成一棵分类树,当目标变量是连续型时则构成一棵回归树。
决策树构成受分支准则,中止规则和剪枝规则影响。最流行的决策树运算法是CHAID,CART和C4.5。CHAID是一个实施多向分支的运算法则,其对离散目标变量进行卡方检验,对连续目标变量进行F检验。CART对于离散目标变量利用基尼指数进行二元分支,对于连续变量则使用变异约简。C4.5用于二元分支时,使用熵指数作为分支准则。
本文使用CHAID运算法则去实施一个二元分支,服务单元整体效率作为目标变量,有效服务单元组计值为1,非有效服务单元组计值为0,每一流程有效性分数作为预报变量。利用这些信息,可以确定影响服务单元划分为有效组或非有效组的单个流程间的关系规则。
图1概括了本研究整体流程。为应用本文提出框架,需要每一流程的输入和输出数据,每一流程效率用DEA中的CCR模型进行评价。服务单元整体效率用Lovell和Pastor提出的纯输出DEA模型进行测量。当流程和服务单元效率得到评价后,以每一流程效率作为预报变量,服务单元效率作为目标变量来构造决策树。最后,利用决策树生成规则去确定哪一流程需要得到改善,哪一流程将作为标杆,从而对非有效服务单元进行改善。
流程效率评价通过服务单元所涉及流程的投入和产出数据来实施。当收集了流程输入和输出数据后,每一流程效率用DEA的CCR模型来评价。图2显示了含有m个服务单元,每一服务单元含有n个流程的企业流程效率评价结构。因为效率是在流程层面上评价的,故效率计算的次数等于服务单元流程数目。图2中,每个服务单元都有n个流程效率结果。
通过选择一个问题流程或对于提高顾客满意度的重要流程作为待改善目标流程时,上述特定流程效率的而引入具有重要意义。同时,流程也需要在组织层面得到管理,而组织效率改善也是企业最终目标,因此有必要去评价企业中哪一流程在效率方面比其他流程更显重要。
本研究通过Lovell和Pastor所提之纯产出DEA模型去评价服务单元整体效率。通过该DEA模型,每一流程权重将包含在服务单元整体效率评价中。不同于流程效率之简单相加,它考虑了流程对服务单元效率的相对影响,它用每一流程的有效性分数作为输出值去评价服务单元的效率。图3所示例子中,每一服务单元有n个流程的有效性分数,该企业有m个服务单元的整体效率分数。
我们对每一流程、每一服务单元效率进行了评价,以确定有效或无效的流程和服务单元,然而目前还不能确定哪一流程需要改善以提升服务单元整体效率。在DEA中,服务单元效率评价是赋予流程权重以最大化服务单元的效率,但它并不能就哪一流程应优先改善给出明确的答案,也不能就如何提升非有效服务单元有效性给出明确方向,这一点考察完从DEA而来的参考集和改善目标值后就更清楚了。根据DEA结果,要将一个非有效群组改善为有效群组,不能考虑一个特定流程而应同时考虑众多流程。正如前文强调,不可能同时改进众多流程,因此为需改善流程赋予优先级就显得尤为重要。
为给需改善流程设定优先级,必须在研究中引入决策树。应用决策树,能够理解每一流程在决定服务单元是否有效中发挥的作用,即我们能够利用这一信息根据每一服务单元的特征提出一种选择优先改进流程的方式(详情见图4)。为建立决策树,确定服务单元效率为目标变量,每一流程效率为预报变量。对于有效服务单元,目标变量为1;对于非有效服务单元,目标变量为0。对于目标变量为离散情况,可构建一个分类树,基于构建树所产生规则,能根据每一服务单元的条件给需改善流程赋予优先级。
最后一步确定哪一流程需改善,哪一流程作为标杆,具体流程见图5。第一步是基于纯DEA模型结果选择需改善服务单元。第二步从决策树结果选择对决定服务单元有效与否最具影响的流程。第三步从服务或企业层面,例如战略、组织结构以及资源约束的角度来判断被选择流程能否被改善。如果可能,进入下一步,否则,根据决策树结果依照优先级来选择一个新流程。第四步从DEA参考集中确定一个标杆流程。第五步通过分析标杆流程以得到非有效流程改善建议。
本文研究给出了一个服务流程标杆框架,它从组织整体效率视角确定了哪些流程应改善,哪些流程应作为标杆。该框架对企业,尤其是服务行业企业非常有用。首先,它能帮助服务单元发现非有效服务单元。其次,它能帮助企业在服务单元内部所有流程中发现非有效流程。此外,它能为提升非有效服务单元效率而需改善流程赋予优先权,并通过选择标杆目标为服务单元流程改善提供见解。
本文研究尚有需深入地方。本文假设每一服务单元由相同类型和数目流程构成,但现实中,真实服务流程的特性和数目应企业而异,因此该方面研究须继续深入。
[1]F.X.Frei,P.T.Harker.Measuring Aggregate Process Performance Using AHP[J].European Journal of Operational Research,1999,116.
[2]杨新华,林健.提高企业竞争力的新理念:基准管理及其理论基础[J].当代财经,2001,(3).
[3]冯俊文.现代企业标杆管理[J].科学学与科学技术管理,2001,(5).
[4]张成考,高爱华.21世纪企业管理的新方略——标杆管理[J].工业技术经济,2002,(5).
[5]孔华,程寨华.标杆管理理论述评[J].东北财经大学学报,2004,(2).
[6]孟凡波,白晓君.关于标杆管理及其存在问题的探讨[J].经济与管理,2004,(2).
[7]李晓燕,冯俊文,王华亭.组织标杆管理研究综述与述评[J].技术经济,2007,26,(11).
[8]C.A.K.Lovell,J.T.Pastor.Radial DEA Models without Inputs or without Output[J].European Journal of Operational Research,1999,118.
[9]B.Golany.An Interactive MOLP Procedure for the Extension of Data Envelopment Analysis to Effectiveness Analysis[J].Journal of the Operational Research Society,1988,39.
[10]D.L.Adolphson,G.C.Conia,L.C.Walters.A Unified Framework for Classifying DEA Models[J].In Operational Research,1991,90.
(责任编辑/亦 民)
F224.7
A
1002-6487(2010)20-0050-03
国家自然科学基金重点资助项目(70831002)
鲁 涛(1977-),男,湖北武汉人,博士研究生,讲师,研究方向:物流工程与管理、决策与优化。
周 晶(1963-),女,江苏泰州人,教授,博士生导师,研究方向:物流工程与管理、收益管理与项目管理。