Des étudiants analysent les temps d'attente chez Starbucks

Selon une analyse menée par des étudiants de troisième cycle de l'université Rutgers, aux Etats-Unis, lorsque vous attendez votre tour chez Starbucks, la probabilité est grande que vous deviez patienter plus de cinq minutes avant d'obtenir votre café allongé, sauce moka et vanille, sans sucre, au lait de soja et crème fouettée.

tasse de café  

Messieurs Brandon Theiss et Matthew Brown ont réalisé une étude de fiabilité sur Starbucks à l'aide des fonctions d'analyse de données de Minitab Statistical Software.

Monsieur Theiss a tiré parti de son expérience professionnelle pour élaborer l'étude. Actuellement ingénieur industriel chez Medtronic, il a également été Master Black Belt chez American Standard Brands et ingénieur système chez Johnson Scale Company. En 2010, l'American Society for Quality lui a décerné le classement Quality Under 40 qui honore les quarante meilleurs ingénieurs parmi celles et ceux qui présentent leur candidature à l'ASQ.

"Toute tâche, toute activité, ou presque, peuvent être mesurées, évaluées et traitées comme des processus", indique Brandon Theiss. "Lorsque vous disposez des données, vous pouvez utiliser le logiciel de statistiques Minitab pour tirer des conclusions et, avec un peu de chance, améliorer votre processus. Personnellement, j'apprécie énormément Minitab, je l'utilise quotidiennement. Pour moi, il est de loin le meilleur logiciel dans sa catégorie."

Si bon nombre de ses camarades de classe se contentaient d'analyser des données existantes, Monsieur Theiss souhaitait, quant à lui, collecter des données réelles. "J'ai choisi Starbucks comme sujet d'étude car je suis accro", reconnaît-il. "De plus, se rendre chez Starbucks est une activité que la plupart d'entre nous peuvent aisément s'imaginer, s'approprier et transposer."

Lorsque les clients se rendent dans un café Starbucks, ils s'attendent à une certaine constance, tant pour la qualité des produits que pour le service, notamment le temps d'attente. Dans l'établissement Starbucks étudié, répondre aux besoins du client consistait à lui servir sa boisson en moins de 5 minutes. Pour vérifier si ce critère était respecté dans l'état américain du New Jersey, Brandon Theiss et Matthew Brown ont choisi deux établissements Starbucks, l'un à Marlboro, l'autre à New Brunswick.

Matthew Brown a collecté des données dans le Starbucks de Marlboro pendant trois heures, tandis que Brandon Theiss a observé les allers-venues dans le café de New Brunswick pendant quatre heures. Chacun d'entre eux a utilisé un ordinateur portable et un simple chronomètre pour enregistrer l'heure d'arrivée des clients et leur temps d'attente dans un tableur. L'esprit "salon de café" de Starbucks leur a permis de collecter facilement les données sans attirer l'attention. "Je passe tellement de temps au Starbucks de New Brunswick que je fais presque partie des meubles. Personne ne m'a remarqué", précise Brandon Theiss. "Je crois que Matt par contre a fait l'objet de quelques regards peu amicaux."

Une fois leurs données collectées, (Fichiers de données (anglais) 4 Ko) ils les ont analysées avec Minitab. Ils ont soumis les fréquences d'arrivée à un test d'ajustement de la loi de Poisson. En théorie, les arrivées soumises à la loi de Poisson présentent généralement des temps d'attente soumis à la loi gamma. L'équipe a ensuite testé l'ajustement des données des temps d'attente à la loi de Weibull, à la loi gamma et à la loi normale, à la fois pour valider l'hypothèse théorique et pour tenir compte d'une confusion éventuelle causée par le procédé de préparation des boissons.

Une fois la loi de distribution des données relatives au temps d'attente confirmée, l'équipe a effectué une analyse de capabilité du procédé pour chaque site, corrigeant ainsi les données biaisées dues au petit effectif d'échantillon. Enfin, elle a utilisé des cartes de contrôle des individus à moyenne mobile (I-EM) pour savoir si le procédé de service des boissons était maîtrisé d'un point de vue statistique.

L'analyse de capabilité du procédé pour les 94 mesures du temps d'attente obtenues à partir des données de Marlboro présentait une valeur Ppk très faible, ce qui signifie que le procédé ne peut pas atteindre la limite de spécification supérieure de 5 minutes. Autre statistique intéressante dans cette analyse : la valeur PPM. L'analyse des données de Marlboro indique que sur 1 000 000 clients, 127 306 n'obtiendront pas leur boisson en moins de 5 minutes.

starbucks-process-capability-1

L'analyse de 198 mesures du temps d'attente collectées à New Brunswick présentait une valeur Ppk de 0,13 pour le modèle gamma, indiquant la même incapacité du procédé à respecter cette limite. La valeur PPM indique que plus de 1 client sur 4 attendra sa boisson plus longtemps que prévu.

starbucks-process-capability-2

L'équipe a ensuite évalué s'il existait une différence significative d'un point de vue statistique entre les temps d'attente de chacun des deux sites. Disposant de preuves suffisantes de la non-normalité des distributions sous-jacentes, Matthew Brown et Brandon Theiss ont utilisé un test de comparaison de Kruskal-Wallis, qui ne suppose pas que les données sont normalement distribuées. La valeur de p faible du test de Kruskal-Wallis indiquait qu'il existait une différence significative entre les deux sites, New Brunswick subissant le plus long temps d'attente. Le fichier de données étaye la conclusion selon laquelle que le choix de l'établissement a un effet significatif, aucun des sites ne respectant le délai de 5 minutes.

Bien sûr, comme le souligne Brandon Theiss, cette étude a ses limites. "Peu volumineux, notre fichier de données était loin d'être complet", indique-t-il. "Les données de New Brunswick et de Marlboro ont été collectées sur une durée assez courte, sur une seule journée. Une analyse plus complète nécessiterait un créneau plus long, avec un modèle incluant des facteurs tels que l'heure de la journée, le jour de la semaine, voire le moment de l'année. En outre, le fichier de données n'incluait pas le nombre ou le type de boissons commandées, mais ces données seraient difficiles à obtenir sans impliquer Starbucks."

Si le temps d'attente moyen était inférieur à cinq minutes pour tous les scénarios analysés, la probabilité d'attendre plus de cinq minutes est toujours très élevée. Cela signifie que des clients impatients doivent être a priori prêts à attendre au moins cinq minutes pour obtenir leur boisson. Néanmoins, ces résultats n'ont pas réduit la fréquence des visites chez Starbucks de Brandon Theiss. "Malheureusement, je continue à m'y rendre plusieurs fois par jour, et je tutoie les serveurs de trois établissements !"

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu. Lisez notre politique

OK