首发于数据冰山
生活中的数据犀利哥之二:排队

生活中的数据犀利哥之二:排队

生在我泱泱大国,排队是自然免不了的。在我爸不是李刚的情况下,只好通过数据分析来提高下效率。

日常排队的时候,往往遇到两大困惑。第一大困惑是,为什么别人的队列比我快?道理其实很简单,假设队列总数为n(n>=2),而某队列为最快队列的概率平均分布为1/n。那么很简单,存在一个非自己所在队列比自己现在队列更快的概率就等于(n-1)/n。可见,n越大及队列越多的时候,往往此时等待队列的心情也越焦急,这时候存在别人的队列比我快的概率就越大,而且产生的创伤指数也越高,记忆也越深刻。

第二大困惑是怎么找到最快的队列。如果假设每个人都是足够聪明的自私人,那么队列的选择是一个market efficiency的问题。因为聪明的个体会做足够理性的决定,将任何一个存在占便宜或者套利的机会填平(在这里,占便宜或者套利可以理解为占到一个更优的队列)。所以选择最有队列的核心,就是找到那些容易出现market inefficiency的地方。

而基本假设是:一般人选择队列的时候,只是看队伍尾部所在的位置,而不是目测队伍的长度或者队伍的质量。因此所有的inefficiency都来自于队伍尾部位置对最终排队时间的误判上。



地利

先选地利,上图是一般超市的草图,在地理位置上容易出现套利机会的地方:

  • 远离入口的地方:一般人懒得走那么远,就近找位置排队
  • 障碍物遮挡的位置(比如图中柱子挡住的两个队列):一般人没那么容易发现而容易忽略
  • 交错的柜台:柜台2比柜台1更靠后,因此能容纳更长的队列。柜台2伸进去的部分,往往能多容纳几个人,所以柜台2是更差的队列。

人和

再找人和,队列的等待时间等于你前方队列各个用户处理时间的总和。因此策略就是:尽量避免耗时长的人位于队列,尽量选择耗时短的人位于队列。以下因素会影响每个用户的处理时间:


  • 验证件。在过安检值机的时候,老外花费的时间往往会更长。
  • 扫货。老人、家庭妇女以及老外,一般喜欢大采购,所以会引起扫货的时间很长。
  • 付费,手机支付<刷卡<现金<优惠券换礼品。一般来讲,年轻人或者男性更接受手机支付及刷卡,而且不爱去凑优惠券。而老年人及家庭妇女,更喜欢使用现金及凑优惠券。
  • 两个王的王炸或者4个2的炸弹。值机或者过海关的时候,往往会有旅行社的带头人,一下子拿着十几本护照或者身份证值机,极大拖延处理时间。

因此,选队列的是,要根据队列中的人员组成进行判断:尽量选择队列中年轻男子多的,避免有老人、家庭妇女及老外多的,坚决躲开旅行社的带头大哥大姐。


Option

最后无法做决策的时候,可以选择一些队列,它们尽量距离尚未开启闸口的通道很近,这样就保持了一个很好的option。因为无论是超市还是机场等地方,往往会根据排队情况或者上班人员的情况,新开通道。如果离新开通道很近,就很容易抢到前排就坐。


最后补充一个搭讪小技巧(记得从知乎上学的,没有找到出处)。去有取号机的地方拿号排队的时候,可以多拿一个。在排队的时候,遇到感兴趣的人可以主动搭讪:我这里有一个多的号,你需要吗?

生活中的数据犀利哥之一:开篇及选车 - 数据冰山 - 知乎专栏


___________________________________

更多精彩回答请看:何明科的主页

编辑于 2016-04-16 08:16