Question

相比細分(Segmentation)，最優(yōu)化有哪些優(yōu)點呢？

Answer

將客戶分組，決定對每個小組實施策略，這種細分容易發(fā)生機會損失。另一方面，最優(yōu)化是為了達到收益最大化而決定的對每位顧客的實施策略。因此由細分導(dǎo)致的機會損失不會發(fā)生在最優(yōu)化中。從這一點來說，在收益性追求上最優(yōu)化要比細分更有優(yōu)勢。

解祝

■細分導(dǎo)致的機會損失

細分和最優(yōu)化最大的區(qū)別在于實施決策的單位不同。細分是對顧客劃分類別后的每個部分確定實施策略，而最優(yōu)化是對每位顧客確定實施策略。

下頁圖分別以兩根數(shù)軸——期望訂購率和期望購買額，來顯示對顧客的評價。細分是根據(jù)期望購買額和訂購率的高低進行分類，確定實施策略的。在該例中，我們劃分為四組，僅對期望訂購率和購買額都很高的A部分實施電話外呼，其他的部分就不實施電話外呼。

對A區(qū)域進行電話外呼的結(jié)果的確比隨機撥打好，能體現(xiàn)細分的效果。另一方面,如果對B-D區(qū)域的顧客實施電話外呼，也會有提高收益的潛在顧客存在，但還是沒有對其實施電話外呼。也就是說，由于細分是將顧客分組化，因此也有可能將能提高收益貢獻的潛在顧客分在了錯誤的組，造成實施策略微調(diào)的難度和機會損失的發(fā)生。

■以顧客為單位的最優(yōu)化

最優(yōu)化是為了使收益最大化而決定對每位顧客實施的策略。具體是分別算出每位顧客的期望訂購率、購買額和期望收益額，并計算出達到最大收益額的實施策略。根據(jù)最優(yōu)化決定的實施策略圖如下頁。

為了收益的最大化對單位顧客實施策略，會對細分中的困境帶來兩種效果的改善。第一種效果是消除無謂的失誤，即使對在細分中由于部分的差異無法實施電話外呼的顧客，只要看得到最優(yōu)化對于提升收益額的作用，就能將實施電話外呼的失誤降到最??；第二種效果是減少無用的電話外呼，如果無法預(yù)見最優(yōu)化對提升收益額的效果，即使是重要區(qū)域的顧客，也不實施電話外呼。這樣就能使對無收益無貢獻的電話外呼數(shù)量最小化，合理控制成本。

■細分和最優(yōu)化

細分造成的機會損失實際上比想象的要大。在比較細分和最優(yōu)化的實際實施結(jié)果時，最優(yōu)化可以得到收益額提高10%~30%的結(jié)果。這個差額可以看作是由于細分而發(fā)生的機會損失所帶來的。如果只追求收益性，可以說相比細分，最優(yōu)化可以發(fā)揮最大的威力。

然而，也不能武斷地說細分就是一種毫無用處的方法。由于細分可以對顧客進行簡單的分組，因此具有能夠使人直觀地了解顧客印象的特征。這個特征可以幫助判斷細分實施的成功與否，并解釋細分實施結(jié)果的因果關(guān)系。在細分策略的幫助下，不少電話呼叫中心提高了業(yè)務(wù)改善的效率，加速了改善活動的實施。因此，在以業(yè)務(wù)改善為日常工作的電話呼叫中心，細分的方式會比最優(yōu)化更有優(yōu)勢。

是要追求收益還是要重視改善的持續(xù)、易行，則應(yīng)該結(jié)合電話呼叫中心的戰(zhàn)略與文化來分別選擇使用。

我們有意向?qū)胱顑?yōu)化。請問適合最優(yōu)化計算的對象是哪些？

MarketSwitch公司的TrueSuite作為最優(yōu)化計算軟件非常有名。這個產(chǎn)品的特征是擁有世界最高等級的計算處理速度。

解說

■最優(yōu)化計算軟件

作為最優(yōu)化計算的軟件,MarketSwitch公司的TrueSuite非常有名。信用卡公司、金融機構(gòu)、郵購、通信業(yè)等擁有大量顧客的企業(yè)經(jīng)常使用該產(chǎn)品進行最優(yōu)化計算。TrueSuite的特征是可以用驚人的速度來進行一般被認為很花費時間的個人單位的最優(yōu)化計算。TrueSuite"30分鐘左右就能完成超級計算機20年的計算量，它的最優(yōu)化處理性能非常卓越。對顧客數(shù)量大而容易在最優(yōu)化計算上花費時間的電話外呼業(yè)務(wù)，它也是適合的產(chǎn)品之一。詳情請瀏覽MarketSwitch公司的主頁(http://www.marketswitch,co.jp)。

其他大型的軟件公司也出售最優(yōu)化計算軟件。但是這些軟件中，把顧客細分，以細分后的組群為單位進行最優(yōu)化計算的居多。另外，也有進行線性規(guī)劃法的較便宜的最優(yōu)化軟件,請根據(jù)具體用途加以選擇。

Question

線性規(guī)劃法是什么？

Answer

用一次不等式或者一次方程式的形式來表示的幾個制約條件下，求一次式中目標函數(shù)最大或最小的最優(yōu)值的方法。作為最優(yōu)化或作戰(zhàn)計劃（OperationsReserch,簡稱O.R）的方法被運用。

解說

■求制約條件下的最大/最小值

線性規(guī)劃法就是在滿足成本AW1000日元的一次不等式或一次方程式所表示的制約條件下，求出使銷售額目標函數(shù)最大化或最小化的變最（如銷售量、電話外呼次數(shù)）的方法。

■曾被應(yīng)用于第二次世界大戰(zhàn)中

線性規(guī)劃法始于第二次世界大戰(zhàn)中美國、英國的作戰(zhàn)計劃。制定空中爆炸計劃后，如果多添加轟炸機的燃料就能擴大行動范圍，但是可以裝載的炸彈數(shù)目就不得不減少；相反地,炸彈數(shù)目越多,可以裝載的燃料就變少了。在這樣的制約下,為了達到最佳的作戰(zhàn)效果,計算燃料和炸彈的最佳裝載量就成了線性規(guī)劃法的起源。

■在高中數(shù)學(xué)里已經(jīng)學(xué)過

不喜歡公式的人大概對到此為止的解說敬而遠之,但其實,簡單的線性規(guī)劃問題早已在高中數(shù)學(xué)中學(xué)過。不知道你對下頁圖還有印象嗎？

如上圖，先把制約條件的公式圖表化，在符合制約條件的灰色區(qū)域里，用相符合的坐標值，代入目標函數(shù)，最后得到最大值和相應(yīng)坐標。

線性規(guī)劃法將之進行了發(fā)展及應(yīng)用，增加了變量和制約條件,能解決目標變量更為復(fù)雜的問題。

■線性規(guī)劃法的應(yīng)用領(lǐng)域

線性規(guī)劃法是思考者本身可以算出數(shù)學(xué)最優(yōu)解的簡便方法，在眾多領(lǐng)域中都有實際運用。如：

• 軍事、航天工業(yè)方面的軌道計算問題

• 制造相關(guān)的生產(chǎn)計劃問題

• 物流業(yè)相關(guān)的配送問題

• 醫(yī)藥業(yè)相關(guān)的配制問題

• 電話外呼業(yè)相關(guān)的清單計劃問題