大数据时代下的服务需求管理新思路

1、图1 传统的服务行业供需关系图2 动态变化机制下的服务行业供需关系沈晓雨中国传媒大学经济与管理学院摘 要:服务有四大特性，其中不可储存性导致了服务总是存在供求上的不平衡，这种供求矛盾有两种情况：供过于求和供不应求。服务的需求出现了波峰和波谷。怎样解决这种矛盾一直是营销界重要的研究问题之一，并因此产生了需求管理的 概念。目前很多服务企业花了很多精力来研究怎么将需求的波峰填补需求的波谷，但是，创造一种与消费者消费规律曲线相 平行的灵活的服务生产动态变化机制，在今天以顾客为导向的营销界，似乎显得比改变消费者需求更有效和更理性。为此， 本文创造性地提出服务参与层级理论，并将眼光放在当今世界比较热门的大

2、数据概念上，利用层级理论和大数据概念提出一 种需求管理的新思路。关键词:服务 不可储存 动态变化机制 层级理论 大数据一、服务的不可储存性服务的不可储存性又叫服务的易逝性，是指服务产品无法 保留、转售及退还的特性。服务的无形性以及不可分离性使得 服务不可能像有形的产品一样被储存起来，以备未来出售。服 务作为一种非实体的产品，不管在时间上还是空间上都是不可 储存的。体现在两个方面： 理发店的服务能够典型地体现出服务的不可储存。2.服务客户也无法购后储存，客户不能在空间或时间上将 服务保存例如客户接受洗浴中心桑拿服务，离店之后，中心提供的 所有服务结束，客户不能在离开后的时间和空间上继续享受这 个

3、服务。由于不可储存，企业在投入固定的人力物力财力形成一定 服务能力的情况下，在较少顾客购买服务时，企业的部分服务 能力就会造成浪费；而到消费高峰期时，企业不能在短时间内 改变较固定的消费能力，从而造成服务能力不能满足消费者需 求，影响部分消费者的购物体验，这种不良后果会降低消费者 的忠诚度，进而损害企业名誉。因此，如何妥善处理供求矛盾 是服务营销过程中所面临的一个重要问题。二、传统供求矛盾处理方法与生产动态变化机制需求管理中供求矛盾主要体现为供不应求和供过于求。 企业生产能力与消费者需求之间的变化关系如下：服务企业花了很多精力来研究怎么样以峰填谷，但是，影 响消费者消费的因素有很多，企业很难利

4、用各种方法来缓和消 费者的需求曲线，即使耗费大量成本，供与求仍然存在较大矛 盾。创造一种与消费者消费规律曲线相平行的灵活的服务生产 动态变化机制，在今天以顾客为导向的营销界，似乎显得比改 变消费者需求更有效和更理性。消费者的需求与服务者的服务 能力达到和谐统一是需求管理的目标。因此，服务生产动态变化机制区别于传统需求管理，如 下图：动态变化机制能够为需求管理提供另一种方向，即从服务生产角度来定义需求管理，以供应管理需求。本文将对该机制 的假设、实现可能性大小的探究以及相关实现方法进行探索。三、服务参与层级理论 让供应随需求变动的方法有服务设备数量变动、人员配备数量变动、服务效率的变化、平均被服

5、务时间的改变、劳动强 度的变动等等，但这些方法在今天看来，高变动成本和低灵活 性成为了生产能力变化难以突破的瓶颈。如何在低变动成本和 高灵活性上寻求突破？金牌教授理查德B蔡斯在1978年根据顾客对服务推广 的参与程度将服务分为三大类，即高接触度服务、中接触度 服务和低接触度服务。这种服务分类方式是从消费者（即被 服务者）角度进行划分的。但事实上，服务的两个基本对象 为消费者和服务者，因此，服务一定可以从服务者角度被分 类。本文从服务者的角度出发，以服务者参与程度不同，提 出一种新的分类方式：高参与度服务，中参与度服务和低参 与度服务。例如顾客参与程度较高的电影院在服务者角度看 属于低参与度服务

6、，而被看做低接触度服务的快递业却属于目前需求管理的很多方法将眼光瞄准了“需求”二字，以峰填谷，尽量引导消费者将需求的变化趋缓。例如：供过于求 时，通过服务创新、价格优惠及降价和广告促销等刺激消费， 将需求从高峰期转移到非高峰期，从而使人员和设备得到均衡 使用；供不应求时，通过调高价格或减少优惠转移分散消费者 需求等。2013年20期总第725期84高参与度服务类型等。通过这样的分类方式，我们从需求管理中的消费者一方转 向服务者一方。理论图示如下：如何根据上述理论，节约成本，灵活运行，实现服务供应曲线与消费者需求曲线契合的可能，并以此给国内服务业提供一些 启示。四、大数据引领服务新形式大数据是一

7、个数字集合，包括三类数据：一是结构化数 据，如人事系统、财务系统等；二是半结构化数据，如电子邮 件、网上的新闻等；三是非结构化数据，如社交网络（如微 博、微信、MSN等）产生的图片文字符号等交互数据。其中， 非结构化数据占到数据总量的85%左右。随着移动互联网、物联网、云计算等的快速发展，及视频 监控、智能终端、应用商店等的快速普及，全球数据量出现爆 炸式增长。特别是智能终端的应用，使数据越来越大，越来越 快，越来越复杂，多种数据交织存在，推动了大数据的研究及 应用。 目前企业对非结构化数据的利用程度非常低，但事实上，这一部分的数据对企业掌握消费者的购物习惯和性格偏好非常 重要。企业如果能够把

8、结构化的交易数据和非结构化的交互数 据糅合起来进行大数据处理，就会实时掌握目标消费者的有效 信息，实现精准营销。沃尔玛最早通过大数据受益。早在2007年，沃尔玛就建立 一个超大的数据中心，其存储能力高达4PB以上。通过对数据 中心中消费者的购物行为等非结构化数据进行分析，沃尔玛成 为最了解顾客购物习惯的零售商，并创造了“啤酒和尿布”的 经典案例。阿里巴巴也开始运用大数据。2012年，阿里巴巴在拿到金 融执照短短几年时间就已经万家企业实行微贷款，总额260亿万元，成为银行界未来最可怕的潜在对手。阿里金融利 用网上的客户信用数据与行为数据，建立网络数据模型与信用 体系，借此给每一个商铺、每一个店家

9、做信用等级的评分，阿 里金融根据这个评分，去发放从500元到100万元不等的微贷 款，并开发了很多业务产品。阿里金融不需要抵押，不需要贷 款，只依赖于大数据，打破了银行的传统做法，改变了游戏 规则。无论是沃尔玛还是阿里金融，无疑都创造了新的服务方 式，将以前属于层级的服务环节通过大数据处理发展为层级环节。人力成本节约的同时，服务质量不仅没有下降，反而 更显人性化。如此一来，因技术而导致的边际成本（主要为人 力成本）的降低就为创造图2.2所示的动态机制提供了条件。（1）在服务分环节中的应用。按照前述理论，服务分为多 个环节，针对服务的每个环节进行逐一分析，尤其对正处于层 级的环节，要看技术是否可

10、支持其进入到层级范围内。例如，前面提到的酒店服务中，咨询信息，预订宾馆，办 理手续等环节处于层级。随着大数据的应用，在预订宾馆环 节中，宾馆的住房系统会根据顾客在互联网上的相关信息和过 去的消费数据，分析该顾客的身份地位、性格特点（如温和或 暴躁型）、资金实力、消费习惯（是否喜欢临时变化或者是否 经常对服务产生不满情绪）、地点偏好（靠窗或喜欢安静）等，图3服务参与层级理论这种分类并不是将服务行业的所有服务简单分为三类，而是将一种服务整个过程的多个环节分为三个层级，层级是必 须人参与的服务环节；层级是有技术支撑人就不需参与的服 务环节；层级是大多数时候不需要人参与的服务环节。（1）一项服务不是一

11、个不可分离的整体，而是由多个小服 务单位组成的过程。（2）服务业最大的成本是人力成本。（3）技术一次性开发成本较高，边际成本较低。从长远来 看，技术总成本小于长期占用的人力总成本。 基于上述条件，理论内容如下（1）服务可分为多个环节，分别处于不同的层级中。 就目前发展来看，入住宾馆服务分析如下：（2）每个环节对各种显性隐性要素的需求不同，服务不可储存，但是实现最终服务的显隐性要素可以预储存。（3）层级是一个假想的动态的过渡范围，实际是指存在 于层级中并随时可能进入层级的部分。层级中提到的技 术包括有潜力实现的技术或展望未来的技术。（4）每个层级的范围并非一成不变，而是随着服务业的发 展在不断扩

12、大或缩小范围。从过去到现在，随着科技的进步， 服务的发展方向是，会逐渐减少但不会完全消 失，会逐渐增多。（5）层级的空间巨大，而且会一直存在，需要企业具 备前瞻性，进行挖掘并利用。基于以上理论内容，我们深入浅 出，引入一个时代新概念大数据，并分析这种新技术可以85服务环节所处层级备注层级可从网上查询层级 咨询需要人参与，而网上查 询不需要层级目前大多数是 预定，未来可 实现完全网络预订层级消费者可自主完成层级办理手续需要人参与，未来可刷 卡入住，无需手续层级目前办理手续需要人参与，未来 可刷卡退房，无需手续层级清洁工打扫层级消费者可自主完成经营管理 在顾客下单前已为顾客选择好合适的房间。而且分

13、析顾客性格和资金实力会有利于宾馆编排房间以及决定当客流量高峰时应 该首先满足哪部分人群的消费。至于入住手续，未来身份证可 以依托大数据技术形成一卡通，在安全系数保证下，网上预订 交款后可刷卡直接入住，无需宾馆人员办理手续，这样节省了 人力成本，等等。（2）在预储存中的应用。预储存是指储存完成服务所需要 的各要素内容，而非服务本身，如果有技术支持的服务环节能 脱离人进行，这些环节及要素较容易进行预储存。咨询类服务是可以预储存的典型服务类型。医院看病服务 中有一个环节就是患者向医生咨询信息，如果患者以往的看病 住院和咨询记录被储存起来，这类大数据在该患者再次咨询时 经过技术处理将有效数据（如患者性

14、格，家庭情况与所患病症 的联系，身体特征，服药经历及患者咨询频率和时间等）传达 给医生，那么医生向患者收集信息并整合的环节就被系统瞬间 完成，咨询所用时间就会减少很多。这种预储存经过大数据处 理，会提高服务效率，甚至服务本身在预储存之后可以由消费 者自主完成。例如，在大数据支持下，系统能够根据以往消费 数据和新加数据，提供患病信息以及推荐相关药物，这种智能 系统能够解决很大一部分常见病症（如感冒、炎症等）患者， 等于将这部分过去由医生完成的服务交由智能系统完成。这也 依赖于大数据和预储存。 大数据的使用并非单纯的数据罗列，而是大量数据的智能组合和计算，形成更加智能化和人性化的服务方式。随着技术

15、 的发展，相比人工服务质量受情绪和外界因素的影响较大，大 数据处理的智能化和人性化的稳定性会比人工服务还强。因 此，未来依托技术的服务质量并不会随着成本的降低和灵活性 的提高而变差。在这个前提下，我们分析：（1）成本大数据是一种技术，技术相对于人力来说，有初始投入 成本高，边际成本低的特点。长远来看，技术的成本一般会低 于人力成本，这也是社会能够一直进步的原因。如果企业觉得 初始成本高，可采用社区化联盟的方式做到技术信息共享，降 低初始成本。例如，宾馆可以和某家餐厅以及休闲中心共建系 统，共享数据。边际成本低就很容易使服务的供应曲线与消费 曲线契合，在消费高峰时，增加一个服务和减少一个服务的成

16、 本很低。例如，医院如果增设了患者自助看病的智能系统设 备，那么每当有患者看病，只需要智能系统进行数据智能处理 就能完成服务的大部分，这个边际成本非常低。在消费低峰 时，减少系统的这种处理数量也远比将人力闲置成本低得多。（2）灵活性 如果服务交由系统完成，那么系统增加一个服务就远比依靠增加人力物力来增加服务容易得多，灵活性也是智能设备 的一大特点，未来的大数据的诞生和蓬勃发展正是基于这种强 灵活程度。另一方面，大数据的处理也会让企业对行业内消费 者需求变化规律更有把握，从而在高峰和低谷到来之时从容 应对。综上所述，大数据时代下，服务在保证质量的情况下，低 成本和高灵活性是完全有可能实现的。因此

17、，前述的动态机制建立的可能性就存在。五、结论 本文首先通过解释服务的不可储存性，之后探究带来的供求矛盾问题，分析现有以峰填谷的解决办法之后，提出适应需 求的生产动态变化机制，之后围绕如何实现动态变化机制，首 先提出服务层级理论，将服务环节化，要素化，并提出预储存 的设想，结合目前渐露发展势头的大数据概念，分析技术代 替人力以实现供应迎合需求变化的可能性，以成本和灵活性分 析，最终得出肯定结论。即，服务层级理论可以应用于需求管 理当中，并且可以建立生产动态变化机制。 根据服务层级理论显示，服务的难点是怎样很好地把握层级的范围（服务的哪些环节可以被技术代替），在适当的 时机分清三个层级的范围并使服

18、务按照方向发展。如果在技术 未成熟之时就盲目将层级过渡为层级，发展为层级，会 降低顾客的体验价值，给公司信誉带来危险；如果在技术成熟 之后仍未将层级中服务环节过渡到层级，会使公司成本上 升，效率低下，综合竞争力下降。美国已将发展大数据提高到战略层面，大部分是源于军事 因素，但是，一旦大数据时代到来，服务行业必将产生划时代 的改变，也会带来需求管理的变革，但是变革并非一定带来益 处，一项技术产生，总会有企业错失发展良机，也会有企业借 机增强实力。参考文献：1郭国庆.服务营销管理（第二版）M.北京：中国人民 2苏 J.经济问题探索，2012.3汪晓倩.基于顾客需求的服务供应链决策分析J.物流科技，2013.4李 季，冯玉囡.服务生产力概念的演进及其测量研 究J. Proceedings of International Conference on Engineering and Business Management（EBM2010），2010.5罗海成.基于互动的服务生产力及其提升策略探析J.福建论 坛（人文社会科学版），2006.6曹花蕊，张金成.企业服务生产力及其应用模型研究J.