Интерактивная деятельность (решение кейса)

Кейс "Обслуживание клиентов на АЗС"

Очередной раз приезжая на заправку, можно видеть людей, находящихся в замешательстве и не знающих, как заправиться: на российских заправках все чаще используются новые, непривычные схемы обслуживания. Примеры таких схем – полностью автоматизированная заправка или заправка типа «сначала заправься – потом заплати». Если в Санкт-Петербурге и Москве такие заправки не редкость, то для российских регионов это новинка.

Дают ли выигрыш во времени новые схемы обслуживания на АЗС? Насколько они эффективнее, например, в часы пик, чем привычная бензоколонка с кассой и магазином?

Попробуем произвести расчет. Казалось бы, АЗС – не сложный объект сервиса (несколько очередей у колонок и пара очередей у касс), расчет не должен быть громоздким, и его можно выполнить, например, в Excel. Однако после непродолжительных попыток создать в Excel модель АЗС с разными схемами обслуживания и несколькими видами топлива оказывается, что на первый взгляд простая модель обрастает огромным количеством условий и взаимных зависимостей между ячейками. Наступает момент, когда становится понятно, что для решения задачи Excel – не лучший инструмент.

Гораздо более подходящий способ создания модели АЗС – имитационное моделирование. Этот подход не только позволяет легко моделировать процессы, происходящие на АЗС, но и предоставляет возможность создать динамическую анимацию работы модели.

Итак, исследуем следующие варианты обслуживания на АЗС:

Для каждого из этих вариантов с помощью имитационной модели можно определить:

· среднюю длительность обслуживания клиента (от въезда на заправку до ее покидания);

· структуру времени нахождения клиента на АЗС (подъезд к колонке, время до начала заправки, время заправки, время до покидания).

Поток клиентов, прибывающих на заправку, не постоянен и имеет два пика в течение суток – в 8 часов утра и в 17 часов. Каждая схема обслуживания моделируется при одном и том же графике интенсивности прибывающих клиентов.

Имитационная модель, с помощью которой проводилось исследование, позволяет:

· проводить анимированные эксперименты с каждой из исследуемых схем,

· запускать «пакетное» моделирование всех схем без анимации и выводить результаты на одном экране в виде, удобном для сравнения.

Результаты имитационных экспериментов позволяют провести интересный сравнительный анализ схем обслуживания на АЗС. Представим их в отдельной таблице.

Итак, видно, что наименьшее среднее время обслуживания достигается на полностью автоматизированных заправках (тип №2). Такие заправки позволяют справляться с потоком клиентов даже в часы пик - в период с 16 до 17 часов сильного роста времени ожидания в очереди не происходит. Похожие результаты позволяет достичь тип обслуживания № 5, при которой водитель только оплачивает топливо в кассе, а заправку выполняет персонал. Такая схема хороша тем, что пока водитель идет к кассе и ждет своей очереди, его машина уже заправляется. Тип обслуживания № 1, 3 и 4 не позволяют справиться с пиковым потоком, результатом чего является сильный рост очереди в часы вечернего пика.

Самая лучшая схема с автоматизированной заправкой позволяет сократить среднее время обслуживания на 40% (4,6 против 7,6 минут) по сравнению с классической схемой (№1).

Задания

1) Какие критерии сегментирования целесообразно использовать для клиентов данной АЗС?

2) Какие  стратегии  роста  подойдут нефтегазовой компании, в ведении которой находится данная АЗС? Если эта компания - малая, средняя, крупная?

3) Какой зарубежный опыт можно использовать для повышения прибыльности данной нефтегазовой компании?

4) Выберите оптимальный вариант обслуживания клиентов, учитывая соотношение "затраты - прибыль".