Question

相比细分(Segmentation)，最优化有哪些优点呢？

Answer

将客户分组，决定对每个小组实施策略，这种细分容易发生机会损失。另一方面，最优化是为了达到收益最大化而决定的对每位顾客的实施策略。因此由细分导致的机会损失不会发生在最优化中。从这一点来说，在收益性追求上最优化要比细分更有优势。

解祝

■细分导致的机会损失

细分和最优化最大的区别在于实施决策的单位不同。细分是对顾客划分类别后的每个部分确定实施策略，而最优化是对每位顾客确定实施策略。

下页图分别以两根数轴——期望订购率和期望购买额，来显示对顾客的评价。细分是根据期望购买额和订购率的高低进行分类，确定实施策略的。在该例中，我们划分为四组，仅对期望订购率和购买额都很高的A部分实施电话外呼，其他的部分就不实施电话外呼。

对A区域进行电话外呼的结果的确比随机拨打好，能体现细分的效果。另一方面,如果对B-D区域的顾客实施电话外呼，也会有提高收益的潜在顾客存在，但还是没有对其实施电话外呼。也就是说，由于细分是将顾客分组化，因此也有可能将能提高收益贡献的潜在顾客分在了错误的组，造成实施策略微调的难度和机会损失的发生。

■以顾客为单位的最优化

最优化是为了使收益最大化而决定对每位顾客实施的策略。具体是分别算出每位顾客的期望订购率、购买额和期望收益额，并计算出达到最大收益额的实施策略。根据最优化决定的实施策略图如下页。

为了收益的最大化对单位顾客实施策略，会对细分中的困境带来两种效果的改善。第一种效果是消除无谓的失误，即使对在细分中由于部分的差异无法实施电话外呼的顾客，只要看得到最优化对于提升收益额的作用，就能将实施电话外呼的失误降到最小；第二种效果是减少无用的电话外呼，如果无法预见最优化对提升收益额的效果，即使是重要区域的顾客，也不实施电话外呼。这样就能使对无收益无贡献的电话外呼数量最小化，合理控制成本。

■细分和最优化

细分造成的机会损失实际上比想象的要大。在比较细分和最优化的实际实施结果时，最优化可以得到收益额提高10%~30%的结果。这个差额可以看作是由于细分而发生的机会损失所带来的。如果只追求收益性，可以说相比细分，最优化可以发挥最大的威力。

然而，也不能武断地说细分就是一种毫无用处的方法。由于细分可以对顾客进行简单的分组，因此具有能够使人直观地了解顾客印象的特征。这个特征可以帮助判断细分实施的成功与否，并解释细分实施结果的因果关系。在细分策略的帮助下，不少电话呼叫中心提高了业务改善的效率，加速了改善活动的实施。因此，在以业务改善为日常工作的电话呼叫中心，细分的方式会比最优化更有优势。

是要追求收益还是要重视改善的持续、易行，则应该结合电话呼叫中心的战略与文化来分别选择使用。

我们有意向导入最优化。请问适合最优化计算的对象是哪些？

MarketSwitch公司的TrueSuite作为最优化计算软件非常有名。这个产品的特征是拥有世界最高等级的计算处理速度。

解说

■最优化计算软件

作为最优化计算的软件,MarketSwitch公司的TrueSuite非常有名。信用卡公司、金融机构、邮购、通信业等拥有大量顾客的企业经常使用该产品进行最优化计算。TrueSuite的特征是可以用惊人的速度来进行一般被认为很花费时间的个人单位的最优化计算。TrueSuite"30分钟左右就能完成超级计算机20年的计算量，它的最优化处理性能非常卓越。对顾客数量大而容易在最优化计算上花费时间的电话外呼业务，它也是适合的产品之一。详情请浏览MarketSwitch公司的主页(http://www.marketswitch,co.jp)。

其他大型的软件公司也出售最优化计算软件。但是这些软件中，把顾客细分，以细分后的组群为单位进行最优化计算的居多。另外，也有进行线性规划法的较便宜的最优化软件,请根据具体用途加以选择。

Question

线性规划法是什么？

Answer

用一次不等式或者一次方程式的形式来表示的几个制约条件下，求一次式中目标函数最大或最小的最优值的方法。作为最优化或作战计划（OperationsReserch,简称O.R）的方法被运用。

解说

■求制约条件下的最大/最小值

线性规划法就是在满足成本AW1000日元的一次不等式或一次方程式所表示的制约条件下，求出使销售额目标函数最大化或最小化的变最（如销售量、电话外呼次数）的方法。

■曾被应用于第二次世界大战中

线性规划法始于第二次世界大战中美国、英国的作战计划。制定空中爆炸计划后，如果多添加轰炸机的燃料就能扩大行动范围，但是可以装载的炸弹数目就不得不减少；相反地,炸弹数目越多,可以装载的燃料就变少了。在这样的制约下,为了达到最佳的作战效果,计算燃料和炸弹的最佳装载量就成了线性规划法的起源。

■在高中数学里已经学过

不喜欢公式的人大概对到此为止的解说敬而远之,但其实,简单的线性规划问题早已在高中数学中学过。不知道你对下页图还有印象吗？

如上图，先把制约条件的公式图表化，在符合制约条件的灰色区域里，用相符合的坐标值，代入目标函数，最后得到最大值和相应坐标。

线性规划法将之进行了发展及应用，增加了变量和制约条件,能解决目标变量更为复杂的问题。

■线性规划法的应用领域

线性规划法是思考者本身可以算出数学最优解的简便方法，在众多领域中都有实际运用。如：

• 军事、航天工业方面的轨道计算问题

• 制造相关的生产计划问题

• 物流业相关的配送问题

• 医药业相关的配制问题

• 电话外呼业相关的清单计划问题