运营绩效分析报告

运营绩效分析关键词：经济效益指标 发展潜力指标 内部运营指标 客户满意指标 主成分分析法 时间序列预测系统 模糊评价法 线性回归 运营绩效分析 MATLAB Excel软件 SPSS软件 SAS软件 一、摘要高校的后勤集团是教育体制改革的产物。在经济上视自负盈亏，独立核算的。我们未来研究业绩走势，假设在未来几年内公司不会出现大的变革，基本运行正常。在调查了2000年到2009年之间经济效益等一些指标后，我们对以下问题作出相应的回答和给出了相应的解决。针对问题一： 我们运用了主成分分析法并结合了spss,maltab，sas等一些软件对经济效益指标，发展潜力指标以及内部运营指标所调查出的分析数据首先作出他们的标准化的矩阵，然后根据spss软件求出其相关系数矩阵，在用maltab软件求出相关系数矩阵的特征值及其特征向量。其次我们确定了分指标中的主成分，建立主成分与特征向量之间的线性关系。最后我们用这些主成分来对各企业的综合经济效益进行评价。再运用时间序列预测系统以及excel图表分析预测，最后将所得预测带入SAS软件中检验我们的预测是对的，有研究意义的。针对问题二： 我们同样运用了主成分分析法并结合spss,maltab软件对客户满意指标进行分析和预测。同时我们也用了模糊评价法来与其相对比评价，最后结合SAS软件中的时间序列预测系统对其预测作出判断。针对问题三： 在满足顾客，又要追求经济效益最大化上来分析客户满意指标与经济效益指标、发展潜力指标以及内部运营指标之间的动态关系，我们假设他们之间具有线性关系，为了得到验证，我们又用spss软件对我们作出的预测进行线性回归分析，在排除一些次要因素的情况下得到的答案跟我们的预测相当吻合，说明他们之间的动态关系基本确定为线性关系。同时考虑客户满意指标与愿意到后勤消费的比例之间的关系，从而发现客户满意度与经济效益的关系，最后对其作出相应的建议。二、问题的提出高校后勤集团是教育体制改革的产物。在经济上是自负盈亏的，独立核算。某高校后勤集团为了研究公司运营绩效走势，详细调查了2000到2009年的包括经济效益指标.发展能力指标.内部运营指标以及客户满意度指标的四个运营指标。且每个指标还有分指标。根据所调查的数据分析建立数学模型回答以下问题：一. 通过分别对后勤集团的经济效益.发展潜力以及内部运营作综合分析。找出这些指标表现优劣的年份以及未来三年走势。二. 综合分析客户满意指标，阐述客户满意指标的走势。三. 分析客户满意指标与经济效益指标、发展潜力指标以及内部运营指标之间的动态关系。研究既要顾客满意，又要追求经济效益的政策措施，最后提供1000字左右的政策与建议。问题的分析高校后勤集团在经济上是自负盈亏，独立核算的。某高校为了研究公司运营绩走势，分别对经济效益指标，发展能力指标，内部运营指标以及客户满意度指标进行了详细的调查。 对于问题一： 我们只对后勤集团的经济效益指标，发展潜力指标，内部运营指标综合性分析，根据所给的调查数据我们运用主成分分析法分别作出各指标与年份的关系图，以此来判断指标的表现优劣情况，并对未来三年的走势作出判定性分析。 对于问题二： 我们对客户满意指标进行综合性分析，同样的，我们根据题目所给调查数据运用主成分分析法，建立相关的图标，以此来阐述客户满意度指标的走势。 对于问题三： 三、模型的假设与符号说明2.1 模型的假设1. 假设表中所给数据均为真实可靠的。2. 假设后勤集团在短时间内不会出现大的变故，基本运行正常。2.2 符号说明1.x为标准化值，x为数据矩阵中的元素，为第j列的均值，为标准差2.N,C为标准化的矩阵，M,A,D为相关系数矩阵，B为特征向量组成的矩阵3.表示贡献率4.表示特征值5.C表示特征向量6.Z表示各主成分函数7.W表示主成分函数统一后的函数四、模型的建立与求解问题一：请你分别对该后勤集团的经济效益、发展潜力以及内部运营情况作综合分析。找出这些指标表现优劣的年份以及未来三年走势。首先我们对经济效益指标进行分析：为了消除原来各指标的量纲，使各指标之间具有可比性，则利用spss软件对其指标进行标准化,公式为：，则可得到标准化矩阵如下:R=相同利用spss软件我们也可以求得相关系数矩阵如下： M=，在用maltab求出相关矩阵的特征根，特征向量Ci, 并求出对应的贡献率 =/和累计贡献率,表格如下：特征向量C1C2C3C4C5X10.44480.71180.31630.1552-0.4139X20.4466-0.2826-0.6830.2664-0.428X30.4436-0.62730.62990.0291-0.1099X40.44990.0764-0.173-0.85780.1611X50.45110.1186-0.08260.41010.7794特征值4.88640.05550.04160.01260.004贡献率0.0.0.008320.002520.0008累计贡献率0.0.0.996680.99921可见，只需取前三个作为主成分即可表示满意指标。三个主成分y1,y2和y3,而y1占97.726%,y2占1.109%,y3占0.832%。前三个标准化样本主成分表达式分别为：Z1=0.4448*x1+0.4466*x2+0.4436*x3+0.4499*x4+0.4511*x5;Z2=0.7118*x1-0.2826*x2-0.6273*x3+0.0764*x4+0.1186*x5;Z3=0.3163*x1-0.683*x2+0.6299*x3-0.173*x4-0.0826*x5;综合为一个函数：W=4.8864*Z1+0.0555*Z2+0.00832*Z3； (其中x1,x2,x3,x4,x5都为标准化以后的元素)在excel中计算如下表：年份z1z2z3w差值2000-2.0.21879-0.086-14.2001-2.0.24047-0.0731-13.0.269332002-2.-0.0998-0.1696-11.2.866272003-0.-0.298-0.198-4.6.537842004-0.-0.4387-0.031-1.3.2894320050.-0.0711-0.04272.3.9782320061.0.29257-0.38195.2.479420071.0.011130.15249.4.5028320082.0.049390.3356612.2.8020620093.0.095230.4942814.2.47546合计-2.111E-05通过观察合计为负值即经济上自负盈亏，与题意相符，此分析有效。经济效益指标的优劣看差值大小，其中不考虑亏损状态即W为负值情况（没有意义），其中4.50283最大所对应的为2007年，最小的是2009年，也就是说2007年的经济效益指标最好，2009年的经济效益指标最差。其次我们来分析发展潜力指标：同样的首先我们对其指标进行标准化，所得标准化矩阵为：N=其相关系数矩阵我们通过SPSS软件可以求得：A=再用maltab求出相关矩阵的特征根，特征向量Ci, 并求出对应的贡献率 =/和累计贡献率,表格如下：特征根向量c1c2c3c4x10.5687-0.0386-0.29240.7678x20.2712-0.93320.0236-0.2387x30.55340.20540.8017-0.0942x40.54480.2957-0.5207-0.587特征值3.02870.89290.0540.0244贡献率0.75710.23220.01350.0061累计贡献率0.0.9800.993941可见，只需取前两个作为主成分即可表示满意指标。两个主成分y1,y2而y1占75.7175%,y2占22.322%。前两个标准化样本主成分表达式分别为：Z1=0.5687*x1+0.2712*x2+0.5534*x3+0.5448*x4;Z2=-0.0386*x1-0.9332*x2+0.2054*x3+0.2957*x4;综合为一个函数：W=3.0287*Z1+0.8929*Z2;(其中x1,x2,x3,x4为标准化的元素)在excel中计算如下表：年份z1z2w2000-2.96250.17495-8.81622001-2.82290.26547-8.31282002-1.21910.42239-3.31520030.34675-1.9215-0.665520040.13985-0.31630.1411220051.03796-1.29381.9884220060.909810.274053.0002420071.625050.354345.2381820081.422890.951725.1593120091.522151.088675.58222通过对图表中数值分析，W值越大即发展潜力指标越好，不考虑负值，即2004年的发展潜力指标最差，2009年发展潜力指标最好。最后我们来对内部运营情况作综合分析：我们还是对其指标进行标准化，得到标准化矩阵为：C=其相关系数矩阵我们通过SPSS软件可以求得：D=再用maltab求出相关矩阵的特征根，特征向量Ci, 并求出对应的贡献率 =/和累计贡献率,表格如下：特征向量c1c2c3c4x10.4792-0.6158-0.2975-0.507x20.5323-0.0538-0.34150.7727x3-0.52540.0122-0.8507-0.0131x40.45930.7563-0.267-0.3817特征值3.44210.46370.06870.0256贡献率0.0.0.0.0064累计贡献率0.0.0.99361可见，只需取前两个作为主成分即可表示满意指标。两个主成分y1,y2而y1占86.0503%,y2占11.5923%。前两个标准化样本主成分表达式分别为：Z1=0.4792*X1+0.5323*X2-0.5254*X3+0.4593*X4;Z2=-0.6158*X1-0.0538*X2+0.0122*X3+0.7563*X4;综合为一个函数：W=3.4421*Z1+0.4637*Z2;(其中x1,x2,x3,x4为标准化的元素)在excel中计算如下表年份Z1Z2W差值2000-2.5824-0.4998-9.2001-2.2561-0.321-7.1.2002-1.9604-0.4249-6.0.2003-1.01430.69012-3.3.2004-0.31951.38239-0.45872.20050.89861-0.11173.3.20061.331840.539134.1.20071.79697-0.94345.0.20081.9919-0.2286.1.20092.11347-0.08287.0.内部运营指标的优劣看差值大小，其中不考虑亏损状态即W为负值情况（没有意义），其中3.49986最大所对应的为2005年，最小的是2009年，也就是说2005年的内部运营指标最好，2009年的内部运营指标最差现在我们来考虑这三个指标在未来三年的走势： 首先考虑经济效益指标：我们用SAS软件得到自相关系数和偏相关系数的时间序列预测图，如下：此分析图说明预测图表可行，提取预测表格中的数据同原始数据画图作比较：根据此图表我们可以得到：年份指标预测2000-14.2252-15.95892001-13.9559-12.41242002-11.0896-8.8662003-4.5518-5.31962004-1.26238-1.773220052.1.773220065.5.319620079.8.866200812.5001512.4124200914.9756115.9589201019.5053201123.0517201226.5981201330.1445对发展能力指标，我们同样先用SAS软件得到自相关系数和偏相关系数的时间序列预测图如下： 此分析图说明预测图表可行，提取预测表格中的数据同原始数据画图作比较得到以下图表：年份指标2000-8.81625-9.04662001-8.31282-6.28712002-3.31501-5.14742003-0.66548-2.167120040.1.047720051.2.956520063.4.389520075.5.1120085.6.330520095.6.63920106.596420116.90420127.192720137.4638对于内部运营指标：此分析图说明预测图表可行，提取预测表格中的数据同原始数据画图作比较：年份指标预测2000-9.12065-9.24832001-7.91473-8.34432002-6.94495-6.92582003-3.17147-6.03212004-0.4587-0.46620053.2.257620064.5.977820075.6.772520086.6.671420097.7.515520107.740420118.15920128.531420138.8626问题（二）：综合分析客户满意指标，阐述客户满意指标的走势。运用主成分分析法分析每年的满意指标并运用SAS中的时间序列预测系统对其预测从而观察其未来的走势，同时简单运用模糊评价法分析每年的满意指标再预测。最后两种方法进行对比。步骤如下：模型求解 一、 主成分分析将满意指标图表中的元素通过SPSS软件化为标准型如下图所示：年份很不满意不满意基本满意满意非常满意X1X2X3X4X520000.973011.47944-0.63638-1.67314-1.1740920011.189241.23888-0.85582-1.38713-1.1740920021.189240.99832-1.51414-0.67211-1.1740920030.756790.5172-1.07526-0.24311-0.64041 20040.10811-0.20447-0.19750.32891-0.106742005-0.10811-0.445030.680270.04290.426942006-0.54056-0.324750.241380.471910.426942007-1.18924-0.805871.119150.757920.960622008-0.97301-1.286991.338591.043920.960622009-1.40546-1.166710.899711.329931.49429再运用SPSS软件得到相关矩阵：Zscore(很不满意)Zscore(不满意)Zscore(基本满意)Zscore(满意)Zscore(非常满意)Zscore(很不满意)10.-0.-0.-0.Zscore(不满意)0.1-0.-0.-0.Zscore(基本满意)-0.-0.10.0.Zscore(满意)-0.-0.0.10.Zscore(非常满意)-0.-0.0.0.1 运用matlab编程（程序在附录中）得到上述相关矩阵的特征值及特征向量C（i=1,2,3,4,5），并求出对应的贡献率y=/和累计贡献率,表格如下：C1C2C3C4C5x1-0.4543-0.1166-0.6768-0.43730.3615x2-0.45480.20530.56850.07510.6498x30.43050.7254-0.35060.19650.3562x40.4379-0.6461-0.07990.29270.5466x50.4580.0240.2991-0.82390.1465特征值4.7130.22810.04840.01040贡献率y0.0.0.0.0累计贡献率0.0.0.11可见，只需取前三个作为主成分即可表示满意指标。三个主成分y1,y2和y3,而y1占94.262%,y2占4.562%,y3占0.968%。前三个标准化样本主成分表达式分别为：Z1=-0.4543*x1-0.4548*x2+0.4305*x3+0.4379*x4+0.458*x5;Z2=-0.1166*x1+0.2053*x2+0.7254*x3-0.6461*x4+0.024*x5;Z3=-0.6768*x1+0.5685*x2-0.3506*x3-0.0799*x4+0.2991*x5;综合为一个表达式：W=4.713*Z1+0.2281*Z2+0.0484*Z3;（其中x1,x2,x3,x4,x5都为标准化以后的元素)在excel中计算如下表：年份Z1Z2Z3W2000-2.0.0.-12.34572001-2.0.-0.04074-12.25452002-2.-0.-0.00384-11.82272003-1.-0.-0.01325-6.9368620040.-0.-0.178390.20050.0.-0.294113.20060.-0.0.4.20072.0.0.1810510.2635120082.0.-0.3386511.8080220092.-0.0.13.26472从表中可以看出W的值逐年增加，而W越大满意指标越好，即客户满意指标走势比较好，再运用时间序列预测系统，有以下图表：预测表格预测表格分析此分析图说明预测图表可行，提取预测表格中的数据同原始数据画图作比较：同时通过图像的分析，预测数据与原始数据吻合程度比较好，且满意指标线性稳定增长，即未来满意指标走势好。二、模糊评价法将满意度百分制：很不满意在040分之间，取平均分20；不满意在4060分之间，取平均分50；基本满意在6070分之间，取平均分65；满意在7080分之间，取平均分75；非常满意在80100分之间，取平均分90。最后算每年总的平均分，如：2000年的总平均分=18%*20+46%*50+29%*65+7%*75+0%*90=50.7，以此类推，得下表格：年份20分50分65分75分90分总平均分200018%46%29%7%0%50.7200119%44%28%9%0%50.75200219%42%25%14%0%51.55200317%38%27%17%1%53.6200414%32%31%21%2%56.5200513%30%35%19%3%57.3200611%31%33%22%3%58.3520078%27%37%24%4%60.7520089%23%38%26%4%61.120097%24%36%28%5%62.3显然总平均分越大满意指标越好，此表格中的数据清晰地告诉大家：总平均分逐年递增，但50.7、50.75、51.55、53.6、56.5、57.3、58.35在4060分之间即不满意，60.75、61.1、62.3在6070分之间即基本满意，总的情况不是很理想。好的方面就是客户满意指标稳中有进，情况逐渐趋向良好，再观察预测情况：预测表格预测表格分析通过此图知道运用中的时间序列预测系统得出的数据可行，再提取预测表格中的数据画图，将预测数据原始数据作比较：此图像说明：客户满意指标成线性稳定增长，增长比较慢，到年才达到满意标准，不过总的客户满意指标走势是好的。以上两种方法进行比较：方法（一）、方法（二）统一的说明了客户满意指标的未来走势，都是线性稳定增长的，情景比较好。方法（一）较方法（二）具有科学性，而方法（二）可以明确的看出客户满意指标的程度。两种方法都可取。问题三：分析客户满意指标与经济效益指标、发展潜力指标以及内部运营指标之间的动态关系。研究既要顾客满意，又要追求经济效益的政策措施，最后提供1000字左右的政策与建议。建模求解由前两问标准化后，运用主成分分析法得到以下数据表格（为了研究客户满意指标与经济效益指标、发展潜力指标、内部运营指标的动态关系，以客户满意指标为因变量，其他的为自变量）：客户满意指标Y经济效益指标x1发展潜力指标x2内部运营指标x3-12.3457-15.9589-8.81625-9.12065-12.2545-12.4124-8.31282-7.91473-11.8227-8.866-3.31501-6.94495-6.93686-5.3196-0.66548-3.171470.-1.77320.-0.45873.1.77321.3.4.5.31963.4.10.263518.8665.5.11.8080212.41245.6.13.2647215.95895.7.要分析客户满意指标与经济效益指标、发展潜力指标以及内部运营指标之间的动态关系，我们从数据表格中初步对比后发现都呈现出递增的，但不能具体的得出各个指标间的内在联系。我们从构建函数的角度来猜想，这四个指标的关系是线性的，我们用SPSS软件进行线性拟合。得到下结果：Model Summary(b)ModelRR SquareAdjusted R SquareStd. Error of the EstimateChange StatisticsDurbin-WatsonR Square ChangeF Changedf1df2Sig. F Change1.990(a).980.9701.76368.98098.98636.0002.454a Predictors: (Constant), VAR00004, VAR00003, VAR00002b Dependent Variable: VAR00001从表中我们可以发现拟合度为0.980，还是非常不错的，所以我们做出初步的判断，指标间的关系为线性的。但在分析各个指标的系数时有Coefficients(a)Model Unstandardized CoefficientsStandardized CoefficientstSig.95% Confidence Interval for BCorrelationsCollinearity StatisticsBStd. ErrorBetaLower BoundUpper BoundZero-orderPartialPartToleranceVIF1(Constant)-5.472E-06.558 .0001.000-1.3651.365 VAR00002.449.274.4711.638.153-.2221.120.980.556.094.04025.094VAR00003-.514.452-.268-1.137.299-1.621.592.942-.421-.065.05916.861VAR000041.253.504.7832.486.047.0202.487.985.712.143.03330.078a Dependent Variable: VAR00001sig0.05就可以被可以表示在函数中。我们看出，前两个变量即经济效益指标和发展潜力指标都不能写进表达式。只有内部运营指标的sig0.05，才能写进表达式。参数太小所以忽略不计。我们作如下函数y=1.253x4.我们做出的图为通过以上分析说明：客户满意指标主要与内部运营指标有关，且是正比关系，即内部运营指标越好，客户满意指标越好。同时为了研究既要顾客满意，又要追求经济效益，即两者存在一定的关系，而以上分析发现两者关系不大，从而要进一步做探讨。通过对题目给出的数据分析，显而易见客户满意指标影响愿意到后勤消费的比例，而愿意到后勤消费的比例影响经济效益指标。具体分析如下：运用模糊数学法，将“愿意到后勤消费的比例图表”（见附录）中的40天以下、4059天、6079天、80天以上分别取其平均值20、50、70、90。最后算出总平均天数，如2000年的总平均天数=14%*20+33%*50+35%*70+18%*90=60，依此类推，得以下表格：年份20507090总平均天数200014%33%35%18%60200113%31%37%19%61.1200211%35%36%18%61.1200312%36%35%17%60.2200411%33%38%18%61.520059%32%39%20%63.1200610%29%42%19%6320078%27%46%19%64.420089%24%45%22%65.120098%21%47%24%66.6研究客户满意指标与愿意到后勤消费的比例之间的关系，根据问题（二）中的方法（二）得到每年的总平均分，以客户满意指标即总平均分为自变量，以愿意到后勤消费的比例即总平均天数为因变量，建立以下表格：总平均天数（y）6061.161.160.261.563.16364.46566.6总平均分（x)50.750.851.653.656.557.358.460.86162.3运用excel模拟图像：此图像发现两者有一定的线性关系，然后运用SPSS进行一元线性回归：Model Summary(b)ModelRR SquareAdjusted R SquareStd. Error of the Estimate1.926(a).857.839.889a Predictors: (Constant), Xb Dependent Variable: Y从表中我们可以发现拟合度为92.6%，说明这样拟合可行。Coefficients(a)Model Unstandardized CoefficientsStandardized CoefficientstSig.BStd. ErrorBeta1(Constant)36.5263.780 9.664.000X.463.067.9266.920.000a Dependent Variable: Y因为此表中sig都为0，所以常数与系数都有效，即y=0.463*x+36.526在研究客户满意指标与愿意到后勤消费的比例中发现，客户满意指标与愿意到后勤消费的比例是正比关系，即客户满意指标越好，愿意到后勤消费的比例就越高。现在研究客户满意指标与经济效益指标的关系。作出假设：该学校学生总人数每年变化不大，呈稳定状态，设为N,设在客户满意指标与愿意到后勤消费的比例中参与的对象人数统一为M。这样一来，以总平均天数的多少就可以判断经济效益（人数*平均总天数*每天的消费）情况，人数一定，每天的消费估计大致一定，即平均总天数越大，经济效益越好，换句话说愿意到后勤消费的比例越高，经济效益越好。根据这一关系，综合分析说明：客户满意指标越好，愿意到后勤消费的比例越高，而经济效益就越好。即客户满意度与经济效益成正比关系，就是要提高客户满意度，而客户满意指标主要与内部运营指标有关，利用前面动态关系的结论。通过上面的分析，研究既要顾客满意，又要追求经济效益的政策与建议，主要从内部运营方面着手，如食堂管理工作人员缺少必要竞争意识和服务意识，对学生服务态度差等原因。当然了，作这一分析是在忽略次要因素做出的，导致了有人为的误差，适当考虑一些其他的因素。我们对不同的影响原因提出几点意见。我们先分析部分原因，在对应的提出一些建议。造成这些问题的原因具体如下：1个别食堂经营者片面追求经济效益，导致食堂饭菜价格偏高。对食堂定的菜价，大家普遍反应较高，有很大一部分同学甚至觉得没有办法接受。2食堂就餐时间拥挤现象比较严重。在调查人员中，只有三个人选择不拥挤，其余同学均认为食堂的拥挤现象存在并且亟待改善。3卫生问题。对于食堂卫生同学们大都认为做的不错，满意度较高，但较于其他几方面，餐具消毒和卫生相比较差，有待改善。4大众饭菜菜式较少，更新速度较慢 对饭菜口味大部分人持可接受的态度，但很多同学都认为菜式不是很多，菜式更新速度也过于缓慢：而且菜的新鲜程度不高。5部分员工服务态度不好。根据调查，我们发现大家对食堂工作人员的服务态度还是持赞同的。但是仍旧有很多同学反应服务人员的微笑少，打菜量度不准，打菜分量偏少，以及部分服务员缺乏耐心，甚至有时会有打错卡的情况出现6。打菜份量不统一，没有确定的标准。同学们反应食堂员工打菜时，手法不一，有的多有的少，造成分配不均引起同学们的意见。过去谈顾客服务，多从企业的观点出发，为消费者提供产品与服务，策略上是围绕着产品进行思考，以达成企业盈利目标为重点，运用资讯科技来提升效率与效能，但是却未必能与市场准切地接轨。到了追求顾客满意的阶段，企业从自身的思考跳脱出来，转而从顾客的需求与顾客的立场来思考服务的内涵，针对顾客需求提供解决方案，而非从产品本身出发，运用资讯科技妥善经营顾客关系，借由顾客关系管理系统的建置，对顾客进行有价值的互动与管理，但是其不足之处在于未必能够促进顾客的发展。为了既要顾客满意，又要追求经济效益，根据模型中的数据分析，提以下建议：一.提高食堂的人员的效率。(1)卖饭窗口分类设，重视细化分类。食堂不妨单设置一个素菜窗口，(2)提高窗口标识认知度。比如，在盖饭窗口，有的同学买过饭后依然站在原窗口等待，后来的同学在不知情的情况下，会以为前面的人都是排队的。()缩短食堂在高峰期间的循环时间。显然，缩短学生的用餐时间是不现实的，只有缩短买饭时间。在高峰期间，人多的窗口适当增加临时人手。二.保证食堂的卫生安全。保洁要及时，卫生最关键。端着买好的饭，找不到座位的学生在食堂屡见不鲜。除去座位上有人的情况，学生找不到地方的原因还有桌面不干净。一批食客走后，又来一批，桌面上却扔满了骨头、饭粒在高峰时期，保洁要及时，桌面要保持干净。 三.学校在措施硬件上消除拥挤和急躁。(1)提高服务质量，缓解学生焦急心情。排队买饭无疑需要耐心，当人们心情稳定时，队伍会更有秩序。我们认为，可以在窗口上装上小型液晶电视，缓解等待时急躁的情绪，同时利用排队等待这一琐碎时间进行广告宣传，也为学生提供了商品信息，校园服务信息以及兼职机会，一举多得。(2)由于课程表的影响，造成学生集中在中午l2：00下课，如果学校能够更合理的安排课程，错开下课时间，分批次就餐时可以适当延长中午食堂开放时间，尽量缓解食堂排队拥挤。四.提高服务水平提升服务品质，培养服务意识目前大部分高校食堂的基础设施已经做好，就餐环境得到了很大改善，所以服务软件和管理水平一定要跟上。首先 员工素质要进一步提高。很多高校的食堂、餐厅都是整洁、明亮的，设施都是崭新的，但是工作人员的个人卫生和环境卫生还不是很到位。这就要求我们要不断学习新的管理方法，提高管理水平，全面提高员工的整体素质，提升服务品质。1.为学生提供性化服务，个性化服务这就要求餐厅经理实行全程、全方位的管理，真心实意虚心听取同学们的反映，邀请学生会、校团委以及部分老师参加座谈会，广泛听取他们的意见和建议，及时掌握来自消费者的第一手资料，以便从顾客的角度不断地改进和完善管理机制五.后勤人员素质。（1）.作风上要大公无私，廉洁奉公，勤勤恳恳，兢兢业业，吃苦耐劳，任劳任怨，不计较个人得失，甘当无名英雄。（2）.工作上认真负责，爱校如家，办事热心、细心、耐心、不安于现状、勇于改革，且有较强的政策观念，勇于坚持原则。（3）.专业上懂得教育教学规律，熟悉教育方针和有关财务政策与规定，了解各科教学的需要与发展，虚心好学，掌握一定的有关后勤管理的知识和专业技能。在选拔调配和培训后勤管理人员时，要坚持以下几条原则：一是要坚持从实践中选拔。要在实践中进行考查，尤其对需要提拔的人员必须是在实际工作中取得显著成绩的；二是要坚持扬长避短，不求全责备。选拔和调配人才，必须量才授职，善用其长，力避其短：三是在选拔后勤管理人员时，主要看一个人的实际知识水平和工作成绩；四是要坚持用养并举。人才使用是一个人才能输出的过程，人才的培养则是一个人才能输人的过程。要保持系统的正常运转，必须重视人才的才能输人，有目的、有计划对各类人员进标培训，让他们不断学习知识，提高技能；五是要坚持能上能下。对于工作卓有成效，业务管理能力强者要提拔重用。对于年老体弱，力不从心，几经实践证明，不能胜任工作者要及时调整下来或更换工作岗位。五、模型的优缺点与改进优点：模型中，我们运用了多种统计软件，各种操作。并对SPSS，SAS，Matlab的基本使用更加熟练。在建模前，参阅了许多预测的算法，对不同的方法进行了对比，了解到不同方法不同的使用条件，增加了建模的方法。模型中，图表居多，便于理解和对比，更加直观清晰。建模方法简便易懂，便于操作，但不失实用性和可靠性。在第二问中运用主成分分析法与模糊评价发作对比，是结果更具说服力。缺点：主成分分析法忽略一些影响因素，导致了模型与实际情况存在些许差异。没有更深入的分析各种因素之间内在的联系，没有对模型进行检验，预测的结果的方差过大。进行拟合变量时，方法不是很准确，应该对各个数据先分析，检验稳定性，再考虑各指标间的联系。模型的结果存在不稳定性，容易根据被忽略的因素而改变。模糊评价法用得不够深入，考虑不全面。模型改进：可以对每个因素间的联系进行深入的探索，使考虑问题更全面，分析更加合理符合实际情况，预测就更加准确。可以