Ресторан Управление доходами на "шевроле": Определение лучших Таблица Mix

РЕЗЮМЕ

Доход управления был использован в различных отраслях промышленности и в целом принимает форму управления спросом, манипулируя длиной использования клиента и по цене. Поставка сочетание редко рассматривается, хотя он может иметь значительное влияние на прибыль. В этом исследовании мы сосредоточили внимание на разработке оптимального сочетания поставки, в частности, об определении энергоснабжении, которая обеспечит максимальную прибыль. Мы использовали данные из ресторана "шевроле", часть крупной сетью мексиканских ресторанов, в сочетании с имитационной модели для оценки и перечислить все возможные поставки (см. таблицу) смесей. По сравнению с существующими смесь стол в ресторане, оптимальное сочетание способен обрабатывать 30%-ное увеличение объема клиентов без увеличения времени ожидания после их первоначального уровня. Хотя наши исследования в ресторане связи, результаты этого исследования применимы и к другим предприятиям услуги.

Предметные области: Планирование, пример, управление доходами, обслуживание операций и моделирование.

ВВЕДЕНИЕ

Доход управления получила широкое распространение в авиакомпании, гостиницы, аренда автомобиля промышленности (Смит, Leimkuhler,

Доход управления является одной из форм управленческого потенциала, в котором спрос и предложение находятся в ведении манипулирования длина использования и цена (Кимс

Рассмотрим сначала управление доходами в целом, а затем представить различные измерения управления дохода. Затем мы обсудим, планирования поставок и его влияние на доходы управления. После этого мы будем обсуждать базовые выступление на "шевроле", в том числе место занятость, доходы меры, состав-участник размер и продолжительность еды время. Затем мы представляем наш имитационной модели и обсудить результаты моделирования и успешной реализации "шевроле" наших выводов.

Управление доходами

Доход управления является применение информационных систем и ценовые стратегии для выделения правой потенциала права клиента в нужном месте в нужное время. Определение "права" влечет за достижения как наибольший вклад возможность ресторан в то же время доставки наибольшее значение и ценность для заказчика. На практике, управление доходами означает установление цен в зависимости от прогнозируемого уровня спроса, с тем чтобы, чувствительных к цене клиентов, желающих купить не в часы пик раз можно сделать и по приемлемым ценам, а цена без учета регистра клиентов, которые хотят купить в часы пик будет быть в состоянии сделать это. Применение управления доходами было наиболее эффективным, когда оно применяется к операциям, которые имеют относительно фиксированной емкости, требуют является переменной и неопределенной, скоропортящиеся инвентарь, соответствующие расходы и структуру ценообразования, а также различной чувствительностью клиента цену. Эти качества можно найти в ресторанном бизнесе.

Доход управления научными исследованиями в сфере воздушных перевозок и гостиничного отраслей промышленности в основном сосредоточены на различных методов распределения для разработки будущих скорость и доступность контроля за относительно инвентаризации основных смеси (например, Belobaba, 1989; Бейкер

В литературе, посвященной ресторан управления доходами сравнительно недавно (Кимс и др.., 1998; Кимс, 1999) и почти все статьи были направлены по прибытии (Томпсон, 2002, 2003; Bertsimas

Некоторые рестораны удовлетворить только ходить в деловых и другие служить обеим сторонам с оговорками и ходить модули. Ресторан, который принимает только ходить модули должны решить, о том, где и когда место различных размеров партий. Вопрос становится одним из соответствующей таблицы, при котором на место стороной. Например, если две партии сидит за столом на 4 (далее как 4-вверху), приносящей доход потенциала двух оставшихся мест потеряно. В частности, ресторан должен решить, когда для сохранения таблицы для более крупных партий, даже если мелкие партии ждут.

Bertsimas и Сиода (2003) разработаны и испытаны три различных моделей (целочисленное программирование, стохастическое программирование целое число, приближенное динамического программирования (ADP)) для ресторанов, которые не согласны с оговорками. Они были протестированы модель с четырьмя разными гнездования модели и модели цена предложения на трех разных интенсивностей спроса (68%, 93% и 154%) для постоянных и разнообразных номера прибытия. Они обнаружили, что Полный Верстка работал лучше, чем другие подходы и гнездования, что доходы увеличились, как сложность математической модели, увеличилась. Модель ADP работал лучший для всех сценариев, и добиться более высоких доходов без увеличения времени ожидания.

Хотя их исследование интересно, многие их предположения требуют дальнейших испытаний. Они предположили, что доход на одного клиента увеличивается размер партии увеличивается, что максимальное время ожидания не зависят от размера группы, чтобы все стороны и в таблице размеров были даже номера, а также, что в таблице смесь не зафиксировано. Кроме того, они протестирован только две модели, полученные прибытия (постоянной и переменной с большей стороны прибывающих позже) в небольшом (38-место) вымышленного ресторана.

Томпсон (2002, 2003) изучила вопрос о сочетаемости стол и обнаружил, что сочетаться таблицы приведет к увеличению доходов в небольших ресторанах с большими среднего размера партии, но посвященный таблицы приведет к увеличению поступлений в другие рестораны. Он также обнаружил, что для ресторанов использованием сочетаться таблицы, доходы влияние хороший стол смеси намного превышает доход последствий в результате различных макетов из того же микса таблице. Эти исследования будут более подробно описаны ниже.

Кимс (2004) представил заявление доходов управления 230-местный ресторан "шевроле" Freshmex, обсудили выполнение базовых ресторан (место размещения, доходы на душу доступных час сиденье, вечеринки, питание продолжительности), стратегий, разработанных (улучшение смесь стол и улучшения оказания услуг), процесс внедрения и достигнутых результатах. Осуществляя улучшение смесь стол и совершенствования процесса оказания услуг, ресторан смог увеличить прибыль. Мы использовали данные из этого ресторана для нашего исследования.

Поскольку большинство исследований (за исключением Томпсон (2002, 2003) и Кимс (2004)) считает, энергоснабжении должна быть установлена, оптимальным решением будет достигнута, если энергоснабжении не точно соответствовать сочетание спроса. Например, если авиакомпания не имеет оптимальные размеры бизнес-класса, она может в конечном итоге отворачиваясь пассажиров, которые желают приобрести салоне бизнес-класса или, может привести к модернизации низкооплачиваемых пассажиров экономического класса до бизнес-класса. Некоторые европейские авиакомпании разработали низкотехнологичные подхода к решению этой проблемы. Они просто используют подвижный занавес провести различие между двумя классами обслуживания. Авиакомпаний оставить свободное место между людьми, сидя в эконом-класса мест, которые заканчиваются в разделе бизнес-класса (и обеспечивают такой же уровень продуктов питания и напитков, поскольку они обеспечивают их другим клиентам, бизнес-класса). Если спрос на бизнес-класса, низкий, бизнес-класса становится все меньше, и наоборот, если спрос высокий, бизнес-класс становится все больше. В ресторанах, создание гибкость обеспечивается таблиц, которые могут быть объединены в место более крупных партий. Кроме того, некоторые индивидуального хранения фирм аренду гибкие пространства, в котором размер пространства могут быть настроены с требованиями заказчика.

Или нет, ресторан имеет гибкие возможности, если она может обеспечить, чтобы его стол смесь близко соответствует составу размера группы своих клиентов, она добьется высшего места заселенности и, следовательно, повышения общего дохода. Хотя некоторые рестораны (особенно изысканными ресторанами) используют оговорки, чтобы помочь управлять их место занятости, большинство ресторанов США не сделать оговорки и вместо этого полагаются на прогулку в бизнесе. Это опора на прогулку в бизнес дает оптимальное сочетание таблицы, даже более важное значение. Мы решили сконцентрировать наши усилия на определении оптимального сочетания стол в ресторане. Чтобы сделать это, мы сначала изучили проблемы планирования поставок.

Планирование поставок

Проблема планирования поставок, можно разделить на четыре части: число объектов, размер кредитной линии, энергоснабжении, а также гибкость энергоснабжении. Первые два вопроса, ряд объектов, и размер каждого объекта, часто рассматриваются в литературе планирования ресурсов (Sasser, 1976; Лавлок, 1992; Нг, Wirtz,

Интересно, что тема энергоснабжении получил очень мало внимания в литературе. Планирование мощностей исследования сосредоточены на том, как лучше сопоставить предложение со спросом, но стремится, чтобы сконцентрироваться на развитии поставки уровнях, удовлетворения спроса при минимальных затратах. Сочетание поставок редко рассматриваются, а сумма поставок подчеркнул. Доход управления исследования направлены на максимизацию дохода от управления спросом, но обычно не учитывать влияние энергоснабжении.

ОБЪЕМ ПОСТАВОК И РАЗМЕР розеток

Литературы потенциала в области планирования рассматривается вопрос об оптимальных объемов поставки (или возможности), что фирма должна иметь, чтобы удовлетворить спрос клиентов. В ресторане настройки, эти решения являются количество ресторанов, построить или приобрести и размер каждого ресторана. Ресторан размер составляет в обратной зависимости от желания клиентов путешествовать. Рестораны, которые предлагают уникальный опыт, будь это продукты питания, настройки, или как-это те, которые могут привлечь клиентов из крупных областей и так несколько больших ресторанов желательны. С другой стороны, клиенты с меньшей охотой отправиться в рестораны, которые предлагают массовым пункт питания (таких, как рестораны быстрого питания). В этом случае большего числа маленьких ресторанчиков, как правило, предпочтительнее. Ресторан, который мы считаем падает куда-то в середине континуума: опыт и продукты питания не так часто, как и существующие в ресторанах быстрого питания, но это не особенно уникальный опыт столовой тоже. Таким образом, в ресторане настройки, размер может быть определен по концепции, и поэтому размер решение может предшествовать решение о количестве мест.

Энергоснабжении

Поскольку большинство исследований по управлению доходами (за исключением Томпсон (2002, 2003) и Кимс (2004)) считает, энергоснабжении должна быть установлена, оптимальным решением доходов будет достигнута, если энергоснабжении не точно соответствовать сочетание спроса. Например, если авиакомпания не имеет оптимальные размеры бизнес-класса, она может в конечном итоге отворачиваясь пассажиров, которые желают приобрести салоне бизнес-класса или, может привести к модернизации низкооплачиваемых пассажиров экономического класса до бизнес-класса.

Оптимальное сочетание поставки могут иметь значительное влияние доходов. Например, в авиационной отрасли, оптимальное сочетание размеров плоскости может помочь авиакомпании работают более эффективно и повысить прибыльность, или в гостиничном бизнесе, оптимального сочетания типов номеров может существенно повлиять на финансовые результаты. Хотя исследования по управлению доходами была сосредоточена на наиболее выгодный способ, в котором выделить требование имеющимся предложением, мы нашли очень мало исследований, возможно, за исключением программы полета назначения (Рексинг, Барнхарт, Kniker, Джарра,

ПРЕДЛОЖЕНИЕ ГИБКОСТЬ

Компании есть два способа, в которых они могут создавать гибкость в их физической поставки: через сочетаться единиц инвентаря и через клиент обновления и понижен.

Комбинироваться инвентаризации единиц, например, таблицы комбинируются в ресторане, комбинируются номера в гостинице или подвижными перегородками для авиакомпаний, могут предоставить компаниям гибкость в приведении в соответствие их предложения к их требованию смеси. Например, ресторан может объединить две таблицы 2, чтобы разместить четыре партии, или авиакомпания может двигаться раздела между первым классом и экономики регулировать количество мест в каждом классе обслуживания.

Томпсон (2002) изучали влияние таблицы сочетаемости. В частности, он изучал ли это выгоднее иметь таблицы посвященная служению партии определенного размера (например, партии 1 или 2 могут быть поданы в 2-вершины, стороны по 3-4 может быть подан на 4-вершины) или ли ресторан следует использовать таблицы, которые могут быть объединены, как необходимо в зависимости от размера группы. Он использовал моделирование, чтобы изучить последствия использования 5 уровней сочетаемости (0%, 10%, 30%, 50% и 100%) в двух разных размеров ресторана (50 и 200 мест) для трех различных средних размеров партии (2,5, 3,5 и 4,5 чел.) Он предположил, постоянная времени столовой и на одного человека средний чек для всех размеров партий, максимально допустимого подождите 90 минут и присвоило следующие доступные таблицы крупнейших ожидания сторон. Он также предположил, что ресторан уже приняла оптимальное сочетание столом и что это решение стало одним из лучших смесь специальных таблиц и комбинируются в использовании. Он обнаружил, что сочетаться таблицы работал лучше только для небольших ресторанов с небольшими средние размеры партии и что посвященный таблицы работали лучшие для всех других ресторанов. Этот результат можно объяснить снижением производительности труда, что происходит, когда некоторые таблицы протянул службы до соседних столиков становятся доступными (так, что таблицы могут быть объединены в большое место стороной).

Клиент модернизацию и уклоне может быть использован для управления спросом, чтобы лучше соответствовать энергоснабжении. Хотя обновления конкретно не подход энергоснабжении, они позволяют фирме улучшить эффект неуместным смешивать питания. Например, авиакомпании могут обновить выбранный пассажиров экономического класса в первый, а затем продать освободившиеся места экономики для других клиентов. По существу, это ситуация, когда есть избыточный спрос на один вид питания (в данном случае, экономика мест) и избыточное предложение на другой тип питания (в данном случае, первый класс мест). Подобное поведение наблюдается в аренде автомобилей промышленности (Carroll

ПРИМЕНЕНИЕ планирования поставок

Для решения этих вопросов для любой отрасли, глубокое понимание устройства инвентаризации и единицу времени, используемых в этой отрасли необходимо. Например, отели продают номера в течение определенного количества ночей, рестораны продают печатей на определенное количество минут или часов, аренда автомобилей и прокат автомобилей компании за определенное количество дней или недель.

Наиболее часто используемых в исполнении метрических управления доходами это доход от Доступное время основе инвентаризации (RevPATI). Например, отели мера доход от Наличие номеров-Night, рестораны мера доход от свободных мест-Hour (RevPASH), аренда автомобилей и доходов компании в меру Наличие автомобиля дня. RevPATI является хорошим показателем, как использование возможностей и доходов.

1 приведены энергоснабжении вопросы и факторы в различных отраслях промышленности. Например, индивидуального хранения компании арендовать помещения (как правило, определяется как число квадратных футов или квадратных метров) в течение определенного периода времени (обычно измеряется в месяцах). Self хранения операторы должны решить первых по количеству мест для работы, а затем должны определить количество мест, чтобы иметь в каждом объекте. Следующие вопросы решить, сколько каждого размера пространства каждого объекта должны иметь и желаемую гибкость этих пространств.

Кроме того, рестораны обычно продаются места (хотя и не явно) в течение определенного промежутка времени. Ресторан сети должны будут решить, несколько ресторанов, которые должны работать, и определить подходящий размер для отдельных ресторанов. После того как эти решения были приняты, вопрос стал одним из оптимального сочетания таблиц и желаемую гибкость этих таблиц.

ИССЛЕДОВАНИЯ ПРОБЛЕМЫ

В этой статье мы используем моделирования разработать оптимальное сочетание таблице 230-местный ресторан. Хотя мы используем нашу модель в ресторане контексте, он может легко быть применены в других параметров задачи, как авиакомпании, гостиницы, центры исполнительских видов искусства, а также спортивных аренах. Если оптимальное сочетание поставки могут быть разработаны и приняты, компании могут значительно увеличить свои доходы генерирующей способности. В данной статье отличается от ранее опубликованных работ в том, что мы нацелены на реальную историю успеха поиск оптимального сочетания питания. Мы надеемся, что этот успех приводит доверие к важности обеспечения оптимальной поставки смесей в других ресторанах и других местах службы.

Постановка проблемы

"Шевроле", большой мексиканской сети ресторанов, был заинтересован в применении управления доходами в свои рестораны. Мы сконцентрировались на одном из своих ресторанов, который расположен в торговом центре в большом городе Юго-Западного. Ресторан, который годовой объем продаж в 2001 году в размере 2358874, открыт с 11 утра до 11 вечера по будням и 11 утра до полуночи по выходным и делает различных клиентов, включая покупателей, пар и семей. В ресторане есть полный комплект услуг, бар и гордится своей свежеприготовленный мексиканскую пищу. Как обычно во многих ресторанах, предмет хранить очень занят на выходные обеды и ужины и заказчики зачастую ожидают стол в течение часа в эти периоды. Ресторан особенно медленные по будням до полудня, а также между 2 вечера до 5 часов вечера, а после 8 вечера по воскресеньям по четвергам.

Ресторан состоит из трех разделов: бар (50 мест), в главной столовой (230 мест), а также внутренний дворик (60 мест). Это исследование было посвящено главной столовой из-за разнообразия бизнеса в бар (как напитки и питание) и сезонность патио. Почти все таблицы в главной столовой (53 из 56) были 4-столешницей, а остальные три таблицы были 6-топы.

Сначала мы создали базовый производительности в ресторан. Мы собрали 2 месяцев транзакции с их точки продаж (POS) системы и использовать эти данные для расчета среднего чека, доход от доступных мест час (RevPASH; табл. 1), место размещения (табл. 2), партия размера состава (табл. 3), а среднее значение и стандартное отклонение еды продолжительности (табл. 4), час и день недели. Для полного описания расчетов и обсуждение результатов, см. Кимс (2004).

Экономического эффекта

С учетом фиксированного набора меню цены, RevPASH могут быть увеличены либо сокращают продолжительность столовая, увеличение среднего чека, или увеличения места проживания. Потому что увеличение RevPASH оказывает наибольшее влияние в течение периода занятости, только высокий спрос часы были сочтены. Ресторан был 11 часов высокого спроса в неделю (пятница, 5 вечера до 9 вечера, суббота, днем до 2 часов вечера до 5 часов вечера до 8 часов вечера и воскресенье с 1 вечера до 2 часов), но для простоты мы проиллюстрируем потенциальный доход с помощью 10 часов высокого спроса в неделю.

В первоначальных условиях (средний чек от $ 12 и среднее время ресторанов на 53 минут), ресторан может получить теоретические годовой доход максимум в часы пик в размере 1624755, если бы место заполнения 100% (10 часы пик 60 минут разделены 53 минутный обеденный 230 мест $ 12 средний чек 100% заполненности 52 недель в год). Наблюдается пик место периода размещение 50% приведет к годовой потенциал доход в размере $ 812344 в часы пик (10 часы пик 60 минут разделен на 53 минутный обеденный 230 мест $ 12 Средний чек 50% заполненности 52 недель в год). Таким образом, более трети (34%) своего годового дохода было произведено в течение 10 еженедельных часы пик.

Увеличение пиковой период имеет место размещение заметное влияние на доходы. Если пик периода место размещение увеличилась до 60%, годовой потенциал доходов будет составлять $ 974 853 (10 часы пик 60 минут разделен на 53 минутный обеденный 230 мест $ 12 Средний чек 60% заполненности 52 недель в год) или дополнительных ежегодный прирост доходов в размере 162 476 по сравнению с нынешним условиям. Это привело к нашим исследованиям сосредоточить внимание на разработке оптимального сочетания стол так, чтобы большее число клиентов может быть обслужен.

ОПРЕДЕЛЕНИЕ ЛУЧШЕ ТАБЛИЦА MIX

В действительности, однако, определение оптимального сочетания таблицы не может быть сделано так упрощенно. Причина этого связана с комплексной стохастический характер ресторан: в частности, изменчивость времени прибытия, участник размеры и продолжительность услуг. Изменчивости в прибытии ставки может привести к огромным изменения производственных мощностей. Например, в некоторые дни большинство покупателей могут прийти между 6 вечера и до 7 вечера, но и в другие дни большинство клиентов могут прибыть до 7 вечера, 8 вечера модель, которая позволяет моделировать изменчивости в моменты четко обоснованным. Мы описываем именно такую модель, в следующем разделе.

TABLEMIX МОДЕЛЬ

Учитывая стохастический характер ключевых переменных, влияющих на использование потенциала и RevPASH (а именно номера заезда участник размера и продолжительности питания), мы решили использовать моделирование для захвата стохастический характер ресторан окружающей среды. Другие методы решения таблице оптимизации сочетания таких как целочисленного программирования были рассмотрены, но их детерминированный характер как представляется, не способные обработки такого рода проблемы. Мы разработали имитационную модель, которую мы называем TABLEMIX (Томпсон, 2002; Томпсон

TABLEMIX это отдельная программа, закодированная в Microsoft Visual Basic 6.0, которая работает в операционной среде Windows. В таблице 5 приведены предположения, материалов, и выход модели TABLEMIX. Мы рассмотрим каждый из компонентов в следующих подразделах.

Ключевые Предположения TABLEMIX

TABLEMIX предполагает, что стороны не могут быть объединены (так что, например, две партии 2 не могут одновременно занимать 4-столешница), но стороны могут быть отнесены к сочетаться таблиц. Комбинированные таблицы создаются путем перемещения отдельных, но соседних столиков, а также создать таблицу вместимостью равной сумме сидения потенциала своих таблиц компонента. Например, два соседних 4-столешницей могут быть объединены в 8-столешница. После того, сторона завершила столовая, сводной таблицы отделяют его исходных таблиц компонента.

TABLEMIX предполагает, что ни одна из сторон в ресторане в начале моделируемого периода. В нашем случае, основной период столовая пика в 5 вечера до 9 вечера период. Так как мы приступим к моделированию в 4 вечера и с тех столовая продолжительность в среднем менее 1 часа, партий, который начался обеденный до 4 вечера будет иметь незначительное влияние на 5 вечера до 9 вечера пиковый период. Таким образом, запуск условиях моделирования согласуются с реальной системе.

Другим заслуживающим внимания предположение, что физическое пространство, необходимое на стол пропорционально числу своих мест. Это предположение не будет проводить для всех ресторанов, но является обоснованным в случае "шевроле", потому что таблицы должны быть способны проведения отдельных пластин значительного размера.

Входы TABLEMIX

TABLEMIX позволяет указать число дней, для имитации. Мы выбрали 150 дней для нашего анализа, потому что наша проверка показала устойчивые результаты деятельности за этот срок. Для сравнения, 150-дневного моделирования период примерно такое количество занятых дней, что ресторан будет испытывать в течение 18 месяцев.

TABLEMIX позволяет ограничить число ожидания сторон. Этот срок может быть основан на размер-бар, лобби, или парковки. В нашем случае мы выбрали лимит 30 партий.

TABLEMIX позволяет выбрать правило использоваться при назначении ожидания сторон имеющихся таблиц. Доступных таблице может быть назначен участник ждет длинный или крупнейших ожидания сторон. Наш опыт показывает, что бывший правило обеспечивает лучший сервис в течение периода менее занят, но это последнее правило является гораздо более эффективным средством максимизации использования ресторан в пиковые периоды спроса. Поскольку мы концентрируемся на пиковые периоды спроса на этот анализ, мы выбрали последнее правило таблице заданий. Заметим, однако, что эта норма может привести к весьма различные уровни обслуживания партийной размера, когда спрос превышает возможности. Например, если таблицы место 2, 4 или 6 покровителей, ждет сторонами 2, 4 или 6 будет значительно ниже, чем ожидает сторонами 1, 3 или 5.

Есть ряд материалов для каждой из сторон размер: вероятность того, что размер партии, среднее значение и стандартное отклонение столовая времени, распределение столовая раз (нормальный или журнала нормальное), максимальное ожидание переносится, и стоимость партии . Мы использовали максимум ждать по 60 минут за всю партию размеров. Все данные, материалы для TABLEMIX были основаны на фактических данных, представленных в таблицах 1-5.

TABLEMIX требует, чтобы один предоставлять информацию о количестве участников приедут, в 15-минутный период пика окна пользовательских срок. Это информация о прибытии может быть основана на исторических данных или прогнозов. Оценочных показателей прибытия на период используются с экспоненциального распределения для имитации фактического прибытия партии. Партия размер затем случайным образом определяется с использованием вероятности разных размеров партии.

Последнее входов TABLEMIX являются число каждого размера таблицы, что есть в ресторане, и какие таблицы могут быть объединены, с которыми другие таблицы. Можно использовать для имитации TABLEMIX текущей конфигурации в ресторане или, изменяя сочетание таблиц, для моделирования возможных конфигураций.

TABLEMIX Мероприятия

Результаты падения TABLEMIX на три категории: использования ресурсов, обслуживания клиентов и агрегированных показателей. TABLEMIX представляет использования каждого ресурса (то есть, каждый размером стола и места), в 15-минутного периода времени, как в табличном и графическом форматах. Служба поддержки клиентов мер, которые предусмотрены для каждой из сторон размер, включают число клиентов, которых обслуживают и потеряли значение клиентов, которых обслуживают и потеряли, а средняя и максимальная ждет. Совокупный меры производительности место использования (или человека), количество клиентов, которых обслуживают на свободное место, RevPASH, общее количество клиентов, которых обслуживают и проиграл, общая стоимость клиентов, которых обслуживают, утрат и среднего времени ожидания клиента.

Результаты проверки моделей

Рисунок 2 показывает результаты, которые мы получили при моделировании оригинальный микс стол в ресторане. Горизонтальная ось показывает 15-минутных периодов, начиная отметил раза, а по вертикальной оси использования конкретного ресурса. Напомним, что ресторан был 53-четыре верхних и три 6-столешницей. Использование ресурсов увеличилась с 4 вечера до 6 вечера, по-прежнему на пике или вблизи пика использования с 6 вечера до 8 часов вечера, а затем снизился после 8 вечера

Графические результаты соответствуют достаточно хорошо согласуются с фактическими результатами, представленными в таблице 2. Фактические заселенности место на пятницу в течение часа с 5 вечера до 9 вечера было 43%, 61%, 52% и 42% соответственно (табл. 2). Наши моделируемых размещение выше, чем фактическая, потому что мы включать общая продолжительность службы в нашей модели. Часть услуг длительности особенно сидения партии и автобусами стол, происходят, когда клиенты не являются, по сути, за столом и так не появляются в наблюдаемых значений использования. Во время исследования, которое мы провели в ресторане, клиенты не за столом, около 3:40 минут из общего времени цикла службе 56:58 минут. Это составляет 6,4% от общего объема симуляции, которая очень похожа на разницу между фактическими и наш моделируемых размещение сиденье. В нашей модели существующей конфигурации, мы прибыли на RevPASH стоимостью $ 6,44 за часов 5 вечера до 9 вечера Это опять-таки вполне сопоставим с фактической средней цене $ 6,57 за тот же период (табл. 1). Наконец, потому, что мы использовали фактические рассчитывает клиентов в качестве вклада в модели, мы ожидали, что нынешняя конфигурация будет выполнять все клиенты, прибывающие в 4 вечера

до 9 вечера период. В среднем в моделировании нынешней структуре таблицы служили 593,2 из 594,9 прибывших клиентов, или в пределах 0,27% от ожидаемого результата. Наша общая оценка, то, что TABLEMIX оказывает результатов, которые согласуются с фактическими результатами. Это позволило нам использовать этот инструмент для оценки производительности, которые можно ожидать в другой таблице смесей и клиентов объемы ..

TABLEMIX счетчиками

Счетчик TABLEMIX, TABLEMIX-ENUM, предназначена для поиска оптимального сочетания таблиц. Она делает это путем изучения всех возможных комбинаций таблицы размеров и с помощью имитационной TABLEMIX для оценки каждой таблицы смеси. Дополнительные параметры, используемые в TABLEMIX-ENUM которые являются таблицы размеров могут быть использованы. В случае "шевроле", ресторан "было 230 мест, и могут использовать 2 -, 4 - или 6-место таблицы. В результате 1160 отдельных таблице смесей, подлежащих оценке, каждый из которых использованы в полном составе 230 мест.

Перечисление Результаты

Мы исследовали влияние изменения таблицы смеси, как в наблюдаемый уровень потребительского спроса и в условиях повышенного спроса. Мы сделали это, запустив TABLEMIX-ENUM спроса объемы в размере 100%, 110%. . . , 180% от текущего уровня. В данном тестировании мы обнаружили, что наилучшее сочетание таблиц зависит от уровня потребительского спроса. При очень высоких уровнях спроса (т. е. более чем на 50% выше, чем текущий уровень), не смешивать 2 -, 4 - и 6-столешницей общую 230 мест может обслуживать клиентов должным образом. Когда спрос был очень высок, мы увидели сочетание таблицы изменений, с тем, что меньше из наиболее ценных клиентов будет потеряна (напомним, из таблицы 4, что клиенты в разных размера партии тратят разное количество). Мы решили найти сочетание таблиц, выполняется также по требованию уровне 100% до 150% от текущего уровня. Через этот спектр клиентов томов, наилучшее сочетание столы для ресторана, два 43-топы, 27 4-топы, и шесть 6-топы. В этой таблице смесь привел к самой высокой средней RevPASH в размере 8,01 (в среднем по объемам 100%, 110%,..., 150% от текущего спроса).

Интересно, что значительная часть таблицы смеси осуществляется также по всему спектру клиентов томов. Таблица 6, в котором сообщается исполнении таблице смесей место приказал снижением RevPASH, показывает, что 10% от возможного таблице смеси дали RevPASH пределах 0,95% от высоких сообщили. Из 1160 возможных таблице смеси, нынешней структуре таблице занял девятьсот тридцать пятого на основе его работы по всему спектру спроса значения, уступая 89,6% от RevPASH возможно лучший стол перемешать.

Установив рекомендовал смесь стол для ресторана, мы затем приступил к сравнить эффективность этой смеси для выполнения текущих смесь стол в ресторане по всему спектру клиентов томов. На рисунке 3 показана достигнуто RevPASH на пятницу 5 вечера до 9 вечера период нынешней структуре таблицы и для нашего рекомендовал смесь таблице. Нынешней структуре таблицы теряет клиентов (то есть, ниже достигнутого RevPASH) с какого-либо увеличения объема клиента, хотя потери становится очень произносится с уровня спроса более чем на 20% выше, чем на нынешнем уровне. Наблюдается плато в полученном RevPASH текущего сочетание означает, что в ресторане, в настоящее время в настройках, работает на близкой к максимальной мощности. Тем не менее, почти линейный рост достигнут RevPASH предлагаемого смесь таблица показывает, что предлагаемая смесь обладает более высокой эффективной мощности. Увеличение эффективного Вместимость ресторана дает больше клиентов, чтобы Ему служили с тем же уровнем сервиса.

Рисунок 4 показывает среднее время ожидания с которыми сталкиваются стороны в 5 вечера до 9 вечера период нынешней структуре таблицы и для нашего рекомендовал смесь таблице. Эти ожидания являются средними для всех партий, некоторые ждет гораздо больше. По сути, их нынешней структуре таблицы работает на создание какого-либо увеличения объема клиент имеет заметное увеличение ждет. Предлагаемого кривой смесь имеет намного более низкую, чем ожидания нынешней структуре (рис. 4). Опять же, это происходит потому, что предлагаемые нами смесь оказывает более эффективного потенциала с тем же количеством мест, просто путем предоставления большей сбалансированности таблицы с таблицей потенциала спроса.

Через роста спроса как минимум 30%, предлагаемый дает смесь ожидания, что такие же или ниже, чем это наблюдалось в нынешней структуре таблицы в соответствии с нынешним уровнем потребительского спроса. После того как спрос увеличивается более чем на 30% выше, чем нынешний уровень, а время ожидания для рекомендовал смесь таблице превышает существующие ожидания для существующих смесь таблице, хотя они все еще значительно ниже, что время ожидания будет с текущей таблицы смесь под повышенным спросом.

Предполагая, терпимости клиента ждать является основным фактором, ограничивающим спрос, то в случае изменения в ресторане рекомендовал смесь стол, они могут увеличить число клиентов, которых обслуживают около 30%, без увеличения ждать опытных клиентов. Мы считаем, что это вены, в которых наши результаты следует рассматривать, потому что ресторан находится в высоко конкурентной области и Есть несколько альтернатив, доступных для потенциальных клиентов. Мы считаем, что переход на рекомендуемую смесь таблице приведены ресторан возможность увеличить RevPASH в пиковые периоды спроса примерно на 30%, поскольку около 30% больше клиентов могут быть поданы не изменяя ждет опыт в текущей конфигурации. Повышение RevPASH на 30% в 11 часы пик в неделю переводит к увеличению продаж за неделю в размере 3780, или более $ 200000 в год на данном ресторане.

ОСУЩЕСТВЛЕНИЕ

управления "шевроле", дал оптимальное сочетание стол в ресторане дизайнер и попросил ее реорганизации в ресторан, чтобы разместить на оптимальное сочетание таблицы, сохраняя и клиентов и сотрудников, комфорт. Они поселились на проектирование, содержащий 39 2-топы, 35 4-топы, и 2 6-топы. Их сочетание таблице несколько отличается от той, которая рекомендуется из соображений дизайна. Наши результаты моделирования показывают, что эта смесь должна выполнить в течение приблизительно 1,3% от рекомендуемой смеси.

Ресторан руководства и сотрудников прошли обучение по принципам управления доходами и какое влияние они окажут на ресторан и каждого сотрудника. Увеличение числа таблиц, необходимых увеличения численности персонала и вспомогательного оборудования (plateware, скатерти и т.д.). Серверных станций были перенастроены, была изменена нумерация таблиц и дополнительных серверов были наняты для покрытия дополнительных таблиц. Кроме того, поскольку число клиентов, как ожидается, увеличит объем работы на кухне, три дополнительные должности были добавлены в периоды пиковой нагрузки. Дополнительных затрат на рабочую силу составляли около $ 15000 в год.

Строительство началось в феврале 18,2002 (после Дня Святого Валентина пик) и был завершен 28 февраля 2002. Все работы были завершены в период с полуночи до 9 утра, чтобы очередной операции не были затронуты. Стоимость реконструкции составляет примерно $ 50000 в дополнительные $ 1500 за 1 времени вспомогательных расходов оборудования.

Около 2 месяцев после осуществления, мы вернулись в ресторан, чтобы меры оперативной деятельности. Сиденье размещение в периоды пиковой нагрузки, возросла с 50% до 59%, средняя продолжительность столовая сократилось с 53 минут до 51 минут, а стандартное отклонение сократилась с около 23 минут до чуть более 15 минут. Соответствующего уменьшения коэффициента вариации (приблизительно от 0,43 до 0,29) может иметь положительное влияние на доходы: наши предварительные исследования показывают, что снижение коэффициента вариации (от 0,5 до 0,3) может увеличить доход на 3,6%.

Кроме того, RevPASH в периоды пика, увеличилась с $ 5,85 до $ 6,32. Хотя результаты казалась перспективной, мы хотим обеспечить, чтобы рост был доходов в связи с проектом управления доходами, а не от рыночных условий. Чтобы сделать это, мы проанализировали финансовые последствия для ресторана, сравнивая результаты оперативной деятельности с 6 недель до начала реконструкции (12/26/01 2/12/02) с аналогичным периодом 1 месяц после реконструкции (3 / 27 / 02 - 5/8/02) для испытаний ресторан и два других "шевроле" на том же рынке. Предметом ресторан зарегистрировано 5,7%-ное снижение доходов с 2001 по 2002 для предтестовая период, когда контроль ресторанов испытали 10,6% снижения за тот же период времени. Для posttest период, доходы увеличились на 2,0% в основной ресторан с 2001 по 2002 года, а выручка снизилась в контрольной ресторанов на 8,0%. На основании этого теста ресторане было увеличить доход компании на 7,7% от предварительной проверки, чтобы posttest то время как контроль ресторанов году выросла на 2,6%, на чистое увеличение на 5,1% объясняется управления доходами.

Исходя из этого, "шевроле" прогнозирует $ 120000 ежегодный прирост доходов для испытания ресторан, который приведет к приблизительно 45% прогнозируемого увеличения объема прибыли до уплаты процентов, налогов, амортизации и амортизации (EBITDA) через и 11-месячного окупаемости. Хотя это повышение доходов составляет лишь около 73% от возможного увеличения доходов ($ 120.000 / $ 162.476), доходов влияние было существенным. 3-летняя NPV (при условии 10% от стоимости капитала), их $ 50000 инвестиций составил около $ 211000. С "шевроле" имеет более 100 ресторанов, если ресторан мы изучали было характерно, потенциальный доход оптимизации таблицы смеси были бы значительными.

РЕЗЮМЕ И ВЫВОДЫ

В этой статье мы разработали и применили моделирования системы на основе таблицы перечисления, которые позволили нам определить оптимальное сочетание таблице 230-местный ресторан. По их реорганизации таблицы смеси, пересмотре своих услуг процесса и сосредоточить внимание на RevPASH, ресторан удалось достичь 5,1% больше доходов.

Хотя имитационная модель, которую мы разработали хорошо работает для выявления оптимального сочетания стол, время, связанное с полным перечислением всех возможностей является чрезмерной. В более широком ресторан, широкий спектр возможных размеров стол, проблема станет еще более громоздким. 1 эвристический мы тестировали работал хорошо (на самом деле, определить лучший столик смесь), но мы не уверены в том, насколько хорошо она будет работать в других ситуациях. Другие эвристики также могут быть разработаны для решения этой проблемы, и их относительные показатели могут быть оценены с помощью использования наших перечисления модели.

Чувствительность различных эвристики для различных параметров, таких как стандартное отклонение столовая время, изменения в скорости прибытия и изменчивости размера группы, также должны проверяться. Опять же, перечисление модель может быть использована для оценки их эффективности.

Кроме того, мы протестировали нашу модель перечисления в непринужденной высококлассный ресторан. Различные результаты могут быть получены для разных стилей ресторанов (например, кухни, семья, фаст-фуд). Кроме того, разработка оптимального сочетания поставки могут быть применены в ряде других отраслей, в том числе авиационной отрасли (оптимальное сочетание размеров самолета), само-индустрии хранения данных (оптимальное сочетание размеров единицы), совещание аренду площади промышленности (оптимальное соотношение размеров комнаты), а также гостиничного бизнеса (оптимальное сочетание люкса и других конфигураций комнате).

Ряд других вопросов исследования предложили нашу работу. Например, что является следствием ошибки в прогнозировании количества клиентов, смесь клиентов и распределение столовая раз? То есть, сделать размер и / или величину ошибки прогноза изменения оптимальное сочетание стол, лучшей политикой для объединения таблиц, а также лучшая политика для сидения клиентов? Как чувствительны доходов улучшения прогноза ошибки? Когда следует смешивать существующие таблицы можно изменить? То есть, если количество и состав клиентов меняется, то каким образом ресторан определить наилучшее время, чтобы настроить таблицу смесь? Мы надеемся на то, что исследователи могут приступить к рассмотрению этих вопросов.

Таким образом, мы показали, как оптимальное сочетание питания для услуг фирма может быть столь же важным, если не большее значение, чем оптимальное соотношение спроса. Если энергоснабжении не соответствует профилю спроса смеси, любой доход, управление усилия приведут к оптимальным результатам. В этой статье мы показали, как улучшение снабжения смесь среднего ресторан увеличение доходов на 5,1% в год. Потенциальный доход от оптимального сочетания поставки в ресторанной индустрии и других отраслей промышленности является весьма существенным и заслуживает дальнейшего изучения. [В редакцию: январь 2003. Принято редколлегией: декабрь 2003.]

Ссылки

Бейкер, Т. К.,

Belobaba, П. П. (1989). Применение вероятностная модель решения авиакомпании управления запасами место. Исследование операций, 37, 183-197.

Bertsimas Д.,

Bertsimas Д.,

Кэрролл, В. J.,

Гальего Г.

Хэнкс, Р. Б., Нолан, Р. П.,

Кимс, С. Э. (1999). Реализация управления рестораном дохода: 5-шагом. Корнелл гостиничного и ресторанного администрации Quarterly, 34 (3), 16-21.

Кимс, С. Э. (2004). Доход управления: Осуществление на "шевроле" стрелы. Корнелл гостиничного и ресторанного администрации Quarterly, 45 (1), 52-67.

Кимс, С. Е., Barrash, Д. И.,

Кимс, С. Е.,

Кимс, SE, Чейз, RB, Цой, S., Ngonzi, EN,

Кимс, С. Е.,

Кимс, С. Е.,

Кимс, С. Е., Wirtz, J.,

Классен, К. J.,

Литтлвуда, К. (1972). Прогнозирование и контроля пассажирских заказов. 1972 AGIFORS симпозиумов, "Группа Альянс" Международной федерации оперативной ученые-исследователи, 95-117.

Лавлок, C. H. (1992). Стратегии управления потенциала ограниченными сервисных организаций. В CH Лавлок (ред.), Управление Услуги: маркетинг, операции и людских ресурсов (2-е изд.). Englewood Cliffs, NJ: Prentice-Hall, 154-168.

Макгилл, J. И.,

Нг, И. C. L., Wirtz, J.,

Рексинг, B., Барнхарт, C., Kniker, T., Джарра, А.,

Sasser, Е. Е. (1976). Соответствия спроса и предложения в сфере услуг. Harvard Business Review, (ноябрь-декабрь), 133-140.

Смит, Б. А., Leimkuhler, J. F.,

Томпсон, Г. М. (2002). Оптимизация сидений вместимость ресторана: Используется выделенного или сочетаться таблицы? Корнелл гостиничного и ресторанного администрации Quarterly, 43 (4), 48-57.

Томпсон, Г. М. (2003). Оптимизация ресторан таблицы конфигурации: Указание сочетаться таблиц. Корнелл гостиничного и ресторанного администрации Quarterly, 44 (1), 53-60.

Томпсон, Г. М.,

Weamerford, Л. Р. (1995). Длина при отъезде эвристики: Действительно ли они изменить ситуацию? Корнелл гостиничного и ресторанного администрации Quarterly, 36 (6), 70-79.

Weatherford, Л. Р.,

Уикхем, Р. Р. (1995). Оценка методов прогнозирования для краткосрочного спроса воздушного транспорта. Полет Транспорт Lab, MIT диссертации.

Шерил Е. Кимс [кинжал] и Гэри М. Томпсон

Профессора операционного менеджмента, Корнельский университет школа гостиничного управления, 335 Стейтлер Hall, Ithaca, NY 14853, адрес электронной почты: <a href="mailto:sek6@cornell.edu"> sek6@cornell.edu </ A>, < HREF = "mailto: gmt1@cornell.edu"> gmt1@cornell.edu </ A>

[Кинжал] корреспондент автора.

Шерил Е. Кимс является профессором операционного менеджмента в Школе Корнельского университета Hotel администрации. Она защитила кандидатскую диссертацию по операциям из Университета Техаса в Остине и специализируется на управлении доходами. Ее исследования появились в журналах, таких как интерфейсы, Корнелл гостиничного и ресторанного администрации Квартальные и журнал операций управления. Она была в Корнельском и читает лекции по вопросам управления доходами, ресторан управления доходами и аспирантов количественных методов. Она дала семинаров по управлению доходами для гостиниц по всему миру и провел консультации с рядом компаний, в том числе Starwood-Азиатско-Тихоокеанском регионе Трун Гольф, American Airlines, Международная ассоциация руководителей Ассамблеи, Уолт Дисней Уорлд "Курорты и" шевроле "FreshMex рестораны.

Гэри М. Томпсон является профессором операционного менеджмента и исполнительный директор Центра Hospitality Research в школе гостиничного администрирования в университете Корнелла. Он имеет степень бакалавра в Университете Нью-Брансуик, MBA в Университете Западного Онтарио и кандидат от оперативного управления в Университете штата Флорида.

Его исследования появилась в Decision Sciences, интерфейсы, журнал операций, управление науки, военно-морских исследований логистика, исследование операций и других журналах. Он также является основателем Thoughtimus, Inc небольшой софтверной компании сосредоточена на планировании инструментов и услуг.