Estudantes analisam os tempos de espera e a capacidade do processo da Starbucks

Se você estiver na fila para tomar um café na Starbucks da sua cidade, a análise realizada por alunos de pós-graduação da Universidade Rutgers sugere que a probabilidade de você esperar mais de cinco minutos pelo seu café Latte quente com essências de baunilha e mocha, metade leite vaporizado desnatado e metade leite de soja coberto por espuma de leite é muita alta.

xícara de café

Brandon Theiss e Matthew Brown usaram um projeto de engenharia de confiabilidade para combinar suas paixões pelo café da Starbucks e coletar e analisar dados com o Minitab Statistical Software.

Theiss valeu-se da sua experiência profissional na elaboração do estudo. Ocupando atualmente o cargo de chefe de engenharia industrial da Medtronic, anteriormente ele atuou como Master Black Belt na American Standard Brands e como engenheiro de sistemas na Johnson Scale Company. Em 2010, a American Society for Quality nomeou-o um dos 40 principais líderes em qualidade com menos de 40 anos (Top 40 Leaders in Quality Under 40).

"Praticamente tudo pode ser caracterizado como um processo e medido", afirma Theiss. "Uma vez que tenha os dados, você poderá usar uma ferramenta como o Minitab para tirar conclusões e, espera-se, melhorar o processo. Eu, pessoalmente, adoro o Minitab e o utilizo diariamente. Na minha opinião, ele é sem dúvida o melhor software do setor."

Enquanto muitos de seus colegas simplesmente analisavam dados existentes, Theiss tinha uma motivação pessoal para a coleta de dados reais. "Selecionei a Starbucks para estudar porque sou completamente viciado", admite ele. "De qualquer modo, ir à Starbucks é uma experiência muito comum, por isso, é algo com que todos podem se identificar."

Quando os clientes visitam uma loja Starbucks, eles esperam uma experiência consistente em termos da sua bebida e do tempo necessário para recebê-la. A equipe definiu que, para atender às expectativas de um cliente, a sua bebida deveria ser entregue em menos de 5 minutos. Então, para verificar se a experiência da Starbucks a nível nacional seria proporcionada em lojas Starbucks arbitrariamente selecionadas, Theiss e Brown escolheram duas lojas Starbucks em Nova Jersey: uma em Marlboro e outra em New Brunswick.

Brown coletou dados na loja de Marlboro durante três horas, enquanto Theiss sentou-se na loja de New Brunswick durante quatro horas. Cada um configurou um laptop e usou um aplicativo simples de cronometragem para registrar no Excel a chegada do cliente e os tempos de espera. A cultura de "café público" da Starbucks facilitou a coleta de dados, sem chamar a atenção. "Passava tanto tempo na Starbucks de New Brunswick que era visto como uma peça de mobiliário e, assim, passava despercebido", afirma Theiss. "Acho que Matt recebeu alguns olhares estranhos."

Após a coleta dos dados (Conjuntos de dados (Inglês) 4 KB), eles usaram o Minitab para analisá-los. Eles submeteram as frequências de chegadas a um teste de qualidade de ajuste para a distribuição de Poisson. Na teoria, as chegadas com distribuição de Poisson normalmente têm tempos de espera com distribuição Gama. Depois a equipe testou até que ponto os seus dados de tempo de espera se ajustavam às distribuições Weibull, Gama e Normal, para validar a suposição teórica e levar em consideração o confundimento potencial pelo processo de fabricação da bebida.

Uma vez confirmada a distribuição dos tempos de espera, a equipe realizou uma análise de capacidade do processo para cada local, corrigindo dados viciados devido ao pequeno tamanho da amostra. Por fim, eles usaram cartas de controle de amplitudes móveis e de valores individuais (Cartas I-MR) para avaliar se o processo de entrega de bebidas estava sob controle estatístico.

A análise de capacidade do processo para as 94 medições de tempo de espera coletadas nos dados de Marlboro apresentou um valor Ppk muito baixo, o que implica um processo que não é capaz de atender ao limite superior de especificação de 5 minutos. Outro dado estatístico interessante dessa análise é o valor PPM. A análise dos dados da loja de Marlboro implica que, para cada 1.000.000 clientes que entram, 127.306 não receberão a sua bebida em menos de 5 minutos.

capacidade-do-processo-starbucks-1

A análise das 198 medições de tempo de espera coletadas na loja de New Brunswick produziu um Ppk de 0,13 para o modelo Gama, o que implica, uma vez mais, um processo não capaz. O valor PPM significa que mais de 1 em cada 4 clientes vão esperar mais tempo do que o previsto para receber sua bebida.

capacidade-do-processo-starbucks-2

Em seguida, a equipe avaliou se existia uma diferença estatisticamente significativa entre os tempos de espera nos dois locais. Como eles tinham evidência suficiente para acreditar que as distribuições eram não-normais, Brown e Theiss usaram um teste de comparação de Kruskal-Wallis, que não assume que os dados são normalmente distribuídos. O baixo valor p do teste de Kruskal-Wallis indicou que havia uma diferença significativa entre os tempos de espera nos dois locais, com New Brunswick levando mais tempo. O conjunto de dados permite concluir que o local visitado por um cliente tem um efeito significativo no tempo que ele aguardará por sua bebida, ainda que nenhum dos dois locais atendeu ao tempo máximo previsto de espera de 5 minutos.

Naturalmente, observa Theiss, este estudo teve muitas limitações. "Nosso conjunto de dados era pequeno e longe de ser completo", afirma ele. "Os dados de New Brunswick e de Marlboro foram coletados durante um período bastante curto, em um único dia. Uma análise mais completa incluiria um período longo de coleta de dados, o que permitiria que o modelo incluísse fatores como a hora do dia, o dia da semana e até mesmo a época do ano. Além disso, o conjunto de dados não incluiu o número nem o tipo de bebidas solicitadas, mas seria difícil coletar esses dados sem a ajuda da Starbucks."

Embora o tempo médio até a chegada da bebida fosse menos de cinco minutos para todos os cenários analisados, a probabilidade de esperar mais de cinco minutos é ainda muito alta. Isso significa que os sedentos clientes fissurados por cafeína estão dispostos a esperar o que parece ser um longo tempo para receber sua bebida. E essas descobertas certamente não reduziram a frequência de suas próprias visitas à Starbucks, afirma Theiss. "Infelizmente, ainda vou lá várias vezes por dia e os atendentes de três locais diferentes me chamam pelo primeiro nome."

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado. Leia nossa política

OK