一、定义(Define)
1、运用SIPOC分析对柜台服务过程进行定义
SIPOC的含义依次为：
S-Suppliers，供应方；
I -Inputs，输入；
P-Process，流程；
O-Outputs，输出；
C-Customers，顾客。
分析的结果图1所示：
由图1可以看到，柜台服务过程中，由于顾客提供了输入信息等输入元素，工作人员接受了工作系统开发方以及顾客提供的服务，故顾客和工作人员具有双重身份--既是供应商，又是顾客，这反映了服务过程的特殊性。
2、运用质量特性树(Requirements Tree)定义顾客需求
质量由顾客驱动，特别是服务质量，很大程度由顾客的感知与评价所决定。倾听顾客的声音((VOC： Voice of Customers)，满足顾客的需求，是提高银行柜台服务质量的关键。根据调研结果，银行柜台服务的质量特性树如图2所示：
从上图可以看出，银行柜台服务的质量取决于四个方面：及时性、安全性、准确性、便捷性。只有从这四个方面分别满足了顾客的需求，才能到到顾客的满意。然而，顾客的所有需求并不是同等重要的，比如上述的安全性和便捷性相比，安全性的重要性就要大得多。因此，我们需要进一步找出影响银行柜台服务质量的关键质量要素，即关键顾客需求，实现顾客满意度的提高。
3、确定关键顾客需求和关键过程输出变量
满足关键顾客需求(Key Customer Requirements)将最大幅度地提高顾客对服务过程的评价。依据著名的“80/20规则”，项目小组用帕累托图对影响顾客满意度的因素作了分析，目的是为了识别出关键顾客需求，以其作为改进重点。
通过图3我们可以明显看到，尽管在银行柜台服务过程中引起顾客不满的因素很多，但仅“及时性”一项即占了所有因素的50%。也就是说，即使顾客个人需求不同，却都期望等待时间缩短。人类行为研究结果表明：等候超过10分钟，情绪开始急躁；超过20分钟，情绪表现厌烦；超过40分钟，常因恼火而离去。可见，若要提高银行柜台的服务质量，该营业大厅的顾客等待时间应控制在20分钟之内，否则顾客会产生厌烦情绪，降低满意度。调研结果亦显示，该营业厅顾客的平均顾客期望等待时间约为10分钟，可忍受的最长等待时间约为20分钟，而该银行的实际等待时间常常在30～40分钟左右。因此，可确定该银行柜台服务过程的关键顾客需求是“顾客等待时间缩短”：关键过程输出变量(Key Process Output Variables)是“顾客等待时间”。
二、测量(Measure)
数据采集和实地调研工作在4月中旬至6月上旬的不同工作日以及工作日的不同工作时段展开。共实地采集了1641组样本数据，其中有效样本1494组，有效率为91%。天行健管理咨询公司将由于特殊天气造成顾客到达规律不符合日常情况的样本数据视为无效。其采集数据的样本记录如下表所示：
根据有效样本数据得到下列指标，用以度量现有工作绩效：
·平均等待时间：15.09分钟
·等待时间标准差：9.38分钟
·平均空号率：19.37%
·平均到达率：0.904人/分钟
·平均排队长度：10.8369人
·平均服务窗口数：3.66383个
上述指标表明，顾客“等待时间控制在20分钟之内”的需求未能得到满足，且该银行在这一需求上的服务质量水平仅约为1σ。
根据关键顾客需求，天行健管理咨询公司提出了现阶段的改进目标：将任一时间点的顾客等待时间控制在20分钟以内；平均顾客等待时间缩短至10分钟；等待时间标准差缩短至5分钟，即达到2σ质量水平。
三、分析(Analyze)
1、确定关键输入变量
是什么影响“顾客的等待时间”呢？经分析，顾客等待时间与两类因素有关：
一是银行相关因素；
二是顾客相关因素。
银行相关因素包括服务时间、窗口数、柜台服务流程等。由于服务时间由顾客需要的服务种类和数量决定；该营业大厅的工作窗口设置数量己饱和；同时，银行内部已设有一套统一、规范的服务流程，故可将银行相关因素视为外部因素，即现阶段不可变因素。顾客相关因素包括排队长度、顾客到达率等。由于银行相关因素均为外部因素，若顾客到达突然呈现波峰，那么银行现有的柜台服务设施必然成为资源瓶颈，导致顾客等待时间延长。因此，可以认为“顾客到达率”是该银行柜台服务过程的关键输入变量(Key Input Variable)。
①到达率“日规律”分析
对日不同时段的有效样本数据进行到达率“日规律”分析。样本数据通过了正态性和齐方差检验。对日不同时段顾客到达百分比的直观分析见图4，单因素方差分析结果参见表2、表3。
由表2和表3可见，9：00至11：00的顾客到达率最高，其次为15：00至17：00，而11：00至15：00的到达率最低，总体间有显著差异。
②到达率“月规律”分析
对不同工作日同一时段的有效样本进行到达率“月规律”分析。
样本数据通过了正态性和齐方差检验。对月不同时间段顾客到达率的单因素方差分析结果见表4。由表4可见，上、中、下旬到达率总体并无显著差异。
③客户等待时间“月规律”分析
对关键输出变量--客户等待时间，做类似上述的“月规律”分析。由于方差分析有一个比较严格的前提条件：不同水平下，各总体均值服从方差相同的正态分布。而正态性检验结果拒绝了“样本数据均服从正态分布”的假设，参见表5，在此情况下，方差分析不再适用。受季节、月份等因素的影响，上、中、下旬3个等待时间总体相互之间有关联，故运用多相关样本非参数检验进行分析，参见表6和表7。
由表5可见，上、中、下旬等待时间中旬均值最高，下旬均值最低；由表7可见，上、中旬两总体之间有较为显著的差异，下旬与上、中旬的差异均非常显著.。
2、建立客户等待时间的数学模型
设：
Y代表客户等待时间(分钟)；X1代表客户到达时，在其之前的排队人数；X2代表客户等待期间，银行对外服务的窗口数。多元线性回归分析得到回归模型为：
Y=13.15439+0.94794X1-2.2198X2
R Square的值为0.8285，故“客户等待时间”大约83%的波动可由“排队人数”和“服务窗口数”进行解释。
3、识别浪费及相关性分析
根据有效样本计算得出的该银行平均空号率为19.37%，这意味着相当高的客户离开率，给银行带来难以度量的损失。客户提前离开，首先浪费客户的时间和精力；其次，导致其他客户过长预期等待时间也提前离开，形成恶性循环；再者，造成该银行的业务流失和收入损失，以及客户满意度下降。造成这些浪费的表面现象是过高的客户离开率，但更深层的原因是顾客等待时间过久。由表8可见，相关性分析结论为：空号率与等待时间有非常强的正相关性。可见，减少顾客等待时间是该银行目前需要解决的关键问题。只有降低等待时间，满足关键顾客需求，才能减少空号率带来的浪费，提高柜台服务质量，提升顾客满意度。
四、改进(Improve)
经过以上分析，产生了2个可操作的改进方案。在它们的背后，减少顾客到达率的波动是主要思想。如果顾客到达率变得平稳，那么银行的有限设施就不会成为柜台服务过程的瓶颈，顾客等待时间也能得到控制。
1、公布顾客到达规律
顾客了解银行的顾客到达规律，即可选择客流较小的时段去办理业务。对于银行而言，也可减少客流波峰与波谷之间的差距。“平峰”的结果对银行和顾客双方都有利。银行可采用多种途径和媒体公布顾客到达规律，例如通过营业大厅内的电子屏幕，或者张贴告示。为了掌握其它月份或年份的规律，银行必须记录详细的工作数据。完整、客观的数据和事实对今后的问题改进大有帮助。
2、显示“等待时间估值”
银行排队机电子屏幕上，可显示等待时间估计值。等待时间估值能够有效地帮助顾客做出判断。顾客到达后，可利用等待时间处理其他的事宜，缩短顾客感知时间。若顾客留在银行内等待，在预期等待时间内也不会产生较强烈的厌烦情绪。可以考虑在给出时间估计的同时，也显示95%的上、下置信区间，从而让顾客对等待时间有更客观的认识。
五、控制(Control)
DMAIC最后一步“控制”的目的是固化六西格玛项目带来的成果，保持改进后的绩效，不让问题重现。在银行柜台服务质量改进项目中，改进方案己经提出，但是仍然需要通过“控制”，固化改进后的工作绩效，检验过程能力，防止问题重现，保持长期稳定。
