En lagom lång kö ska det vara
I sommar inviger nöjesparken Liseberg sin nya attraktion Kanonen. Säkerligen en nervpirrande och magvändande upplevelse. Nya anläggningar brukar bli succé, och det betyder i sin tur långa köer. Det gäller att effektivisera så att köerna kan minimeras, och det gäller att underhålla och distrahera dem som står i kön.
– Har vi ingen kö alls är det förstås inte heller bra, säger Daniel Lindberg, attraktionschef på Liseberg.
Köerna i sig har ett marknadsföringsvärde, men lagom kö är bäst. Enligt Daniel Lindberg gäller det att de som står i kön vet ungefär hur länge de kommer att stå där, att de uppfattar att personalen gör allt för att köandet ska gå så fort som möjligt och att det finns något att äta och dricka när man väntar som längst.
Disneyland föregångare
Disneyland i USA är föregångaren när det gäller att hantera folk som väntar. Parken i Kalifornien har omkring tjugo anställda som arbetar enbart med ködesign och köteknik. Här har man lärt sig att distraktioner under köandet gör att den subjektiva upplevelsen blir att kötiden minskar dramatiskt. Det räcker med en tio sekunders störning varje minut för att den som står i kö ska glömma hela minutens köande.
Det är i år 50 år sedan Disneyland i Kalifornien öppnade, och som av en händelse var det faktiskt samma år, 1955, som köandets psykologi introducerades.
I New York hade höghusen blivit allt fler. På den tiden manövrerades hissarna i husen manuellt, och i de högsta byggnaderna fick hissförarna utstå mycket skäll. De som åkte hiss klagade över att hissarna var för fåtaliga, att de gick för långsamt och att de stannade för ofta. Ingenjörerna som tillkallades för att lösa problemet analyserade hur många som arbetade i huset, när de anlände och gick därifrån, hur många som åkte i rusningstrafik respektive lågtrafik, och försökte sedan optimera antalet hissar och deras körscheman.
Denna typ av analys, operationsanalys, utvecklades under andra världskriget när de allierade behövde få ut mesta möjliga ur sina begränsade resurser. Grupper av forskare kombinerade tidigare kända matematiska verktyg och använde dem för att på effektivast möjliga sätt bekämpa ubåtar, spana med radar och placera ut minor.
Fler hissar inte aktuellt
I New York visade det sig dock ganska snart att det skulle bli alltför dyrt att ordna med fler hissar, de skulle uppta för mycket av värdefull kontorsyta och köerna skulle inte heller minska nämnvärt om de befintliga hissarnas körinstruktioner utformades på annat sätt.
Så här säger Richard Larson, professor vid Massachusetts Institute of Technology (MIT) i Boston och entusiastisk marknadsförare av operationsanalys och köandets psykologi:
– Problemet var inte väntetiden, utan folks klagomål på väntetiden.
Det var en av operationsanalytikerna som plötsligt fick en idé om hur man skulle kunna lösa problemet:
– Han såg dessa människor som väntar, som tittar på sina klockor, som blir alltmer rastlösa. Och ju oroligare de blir, desto långsammare går tiden. Så han letade efter något avledande och tänkte: vad händer om jag placerar speglar där folk väntar?
När speglar efter en tid dök upp på alla våningar försvann klagomålen. Problemet var löst, även om väntetiderna var oförändrade.
Textremsa vinner
När en brittisk storbank i dag metodiskt arbetar för att förbättra köandet i sina banklokaler är det därför typiskt att man inte frågar kunderna hur länge de fick vänta, utan hur länge de upplevde att de fick vänta. Det är upplevelsen av köandet man vill åt, snarare än det faktiska köandet.
Richard Larson berättar om ett experiment där man prövade två olika typer av distraktion i kön på en annan bank. Man jämförde att inte göra något alls med att visa en prognos över väntetiden, alternativt visa en textremsa med nyheter och lättsam underhållning.
Efteråt kunde man konstatera att textremsan var den i särklass bästa distraktionen. Senare försök har också visat att textremsan är bättre än att visa vanlig tv med ljud. Att visa en prognos över väntetiden var visserligen bättre än att inte göra något alls, men inte alls lika bra som distraktionen med textremsan.
Maskinerna som visade textremsor har med tiden blivit alltmer sofistikerade och har numera blivit till datorskärmar som kan visa multimedia, ofta med aktuellt könummer och kanske även väntetid för nytillkommande infällda i ett hörn. I de allra senaste systemen får man dra sitt kontokort när man kommer in i lokalen, och systemet vet därmed vem det är som väntar och kan ge personligt anpassad reklam. I ett sådant system vet dessutom tjänstemannen vid disken vem man är när man kommer fram.
Bankkontoret i ropet igen
Enligt Magnus Orrebrant, marknadsdirektör på Q-matic som utvecklar kundservice- och kösystemlösningar, var trenden förr att styra bort kunderna från affärslokalerna och försöka få dem att i stället använda internet. Nu när banker och andra har insett att det personliga mötet med kunderna är ett utmärkt säljtillfälle lockar man åter gärna in dem i lokalerna.
Att man försöker göra köandet drägligare hindrar förstås inte att man samtidigt ställer krav som att ingen kund till exempel ska behöva vänta längre än sju minuter. Och för att lösa den typen av objektiva väntetider används den köteori som är allt annat än psykologisk och i princip är oförändrad sedan 1915, då den formulerades av den danske ingenjören och matematikern Agner Krarup Erlang. Hans mål var att underlätta dimensioneringen av telenät. De tankar han hade stämmer fortfarande förvånansvärt bra både inom modern telekommunikation och för att hantera människor som köar.
Richard Larsons favoritexempel på köer inom telekommunikation är kön för att få kopplingston. För att kunna slå ett telefonnummer finns det faktiskt två automatiska köer. När du lyfter luren hamnar du först i en lågprioriterad kö, där den som kommer in sist i kön får kopplingston först (alltså omvänt mot en normal kö). Men om man väntat mer än en viss tid i den lågprioriterade kön flyttas man till en högprioriterad kö. I den kön gäller att den som kom först också får kopplingston först (alltså som en vanlig kö). Ingen i den lågprioriterade kön får kopplingston om det finns någon i den högprioriterade kön.
Köande människor är inte datapaket
Det var för att räkna på teletrafikköer och sedan kunna dimensionera telenätet, som köteorin alltså först formulerades. I själva verket fungerar modellerna som utvecklats främst för telefonbolagen bättre på mänskliga köer än på till exempel modern datatrafik. Trafik på datanäten kan mer liknas vid biltrafik, och här finns skeenden som modellerna inte klarar av.
Typiskt för köande människor är att systemet sägs sakna minne. Det betyder att människorna kommer till kön oberoende av varandra. På ett datanät, däremot, är de köande enheterna ofta beroende av andra köande enheter. En del paket på datanätet hänger nämligen ihop. Det är visserligen en flytande gräns – det finns vissa regelbundenheter i hur till exempel bankkunder anländer till banken, och datapaket är också ofta oberoende av varandra – men köernas olika karaktär är tillräckligt stor för att man ska tvingas använda olika metoder för att angripa dem matematiskt.
När antalet köer blir stort och folks beteenden blir mycket komplicerade, då räcker inte de matematiska beräkningarna till. Då tvingas man simulera i stället för att modellera. En modell kan sägas vara en serie matematiska formler där man kan räkna fram ett resultat, medan simuleringen är ett slags förenklat rollspel som byggs upp i en dator.
Till sådant som är svårt att modellera hör hur folk beter sig om de märker att en kö är lång och därmed väljer en kö som egentligen är mindre lämplig men ser ut att gå snabbare. I en simulering kan varje kund ges egna regler för hur han eller hon ska bete sig i olika situationer. Genom att göra små förändringar i reglerna för hur kunderna anländer eller beter sig, kan man se vilka beteenden som är viktiga för olika utfall och vilka köarrangemang som fungerar bäst. Det är uppgifter som vore omöjliga att ta fram med bara formler.
Fler siffror än någonsin
Ett problem med både simuleringar och matematiska modeller är att man måste ha bra ingångsvärden för att inte beräkningarna ska skena i väg och ge oanvändbara resultat. För teletrafik har det länge varit enkelt att automatiskt samla stora mängder exakta data. Så var det inte tidigare med mänskliga köer, men även här finns det numera mer data än någonsin.
En bankadministratör har i dag tillgång till exakta siffror över hur länge olika kunder har behövt vänta. Datorn som spottar ut kölappen registrerar också när kunden väl kommer fram till disken och när kunden går vidare. På det viset vet man exakt hur många kunder som kommer, hur många som vänder, kanske för att det är för lång kö, och hur länge de som är kvar får vänta.
Eftersom många banker numera dessutom har olika köer, till exempel snabbkassor eller kassor för vissa typer av ärenden eller kunder, kan man både få statistik och senare modellera eller simulera vad som skulle hända om man hade satt in extra personal eller format köerna på ett annat sätt.
Richard Larson menar att problemet för den matematiska delen av köteorin och operationsanalys över huvud taget är att datorerna blivit så kraftfulla och mängden data så fantastiskt stor att man nu måste sansa sig och hitta tillbaka till de grundläggande teorierna.
– Det är som en guldgruva med för låg guldhalt i malmen. I dag har vi terabyte med data, men vi vet inte hur vi ska utvinna den intressanta informationen ur dem.