所有文章
方法2026年8月14日 · 1 分钟阅读时间

计算瓶颈:为什么 85% 的利用率已经太高了

简而言之

一个流程的瓶颈是利用率最高的环节 ρ = 需求 ÷ 产能,而不是处理时间最长的环节。该环节之前的等待时间不是线性增长,而是按照因子 ρ/(1−ρ) 增长:在 70 % 利用率时为处理时间的 2.3 倍,85 % 时为 5.7 倍,95 % 时为 19 倍。因此,即便工作量仅增加几个百分点,流程也会看似突然崩溃。由此可见,月均 85 % 的利用率已是警戒值,而非合适的目标值。

Inhaltsverzeichnis

在几乎每个流程项目中都会出现的两句话,实际上都是错的:

“瓶颈是耗时最长的步骤。”

“我们的利用率是85%,还有余地。”

为什么它们是错的,可以用三条公式说明,这三条公式可以放在一页纸上。从此您可以用计算器找到任意流程的瓶颈,并准确看到计算器的局限在哪里。

本文假定一件事已确定:您知道要计算的是哪个流程。如果您还需要先找出哪个流程最昂贵,正是Flowrefy.com 上的 Engpass-Diagnose回答这个选择问题:它指出具体流程,展示背后的级联并给出三个杠杆。选择在那边,计算在这里。

1. 利用率:唯一能指出瓶颈的数值

利用率  ρ  =  需求 ÷ 容量

需求是数量乘以处理时长。容量是可用工作时间。

示例。 步骤“检查”每天收到120个事项,每个耗时12分钟。三个人每人每天有七小时的有效工作时间。

  • 需求:120 × 12 min = 1440 min/天
  • 容量:3 × 7 h = 21 h = 1260 min/天
  • 利用率:1440 ÷ 1260 = 114 %

超过100%意味着:排队每天都会增长。不是“会稍微晚一点”,而是无限增长。直到有人升级、加班或事项被放置不管为止。

另一个步骤可能耗时40分钟,但只要那里的容量够用,这一点与瓶颈无关。持续时间不是利用率。 瓶颈始终是具有最高 ρ 的步骤。

2. Little's Law:队列、吞吐量和时间之间的关系

在途量  L  =  吞吐量 λ  ×  周转时间 W

在途量 = 吞吐量 × 周转时间。该关系不依赖于分布假设。它是一个记账恒等式。

实际应用时可以变形为:

周转时间  W  =  在途量 L  ÷  吞吐量 λ

示例。 您的收件箱里有40个未处理的事项,您每天能处理20个。则周转时间为 两天。与流程文档里写的无关。

这是最便宜的测量方法:数在途量,数吞吐量,做除法。您不需要工具,只需两个任何部门负责人都能提供的数字。

3. Kingman:为什么接近边界时会爆发

关键公式来自排队论的近似,常称为“VUT 公式”:

等待时间  Wq  ≈    ρ / (1 − ρ)      ×   (ca² + cs²) / 2   ×   te
                 └─ 利用率 ─┘       └─ 波动性 ─┘      └─ 持续时间 ─┘

三个因子,而项目中讨论的通常只有最后一个。

第一个因子是一切的根源。观察其变化情况:

利用率 ρ因子 ρ/(1−ρ)处理时间为10分钟时的等待时间
50 %1,010 min
70 %2,323 min
80 %4,040 min
85 %5,757 min
90 %9,090 min
95 %19,0190 min

(对单一处理者且中等波动性的近似。若多个人共享同一池,数值会更低。非线性特性依然存在.)

从70%到85%是15个百分点的上升,等待时间约增加2.5倍。从85%到95%再增加10个百分点,等待时间又增加约3倍。

这就是对“为什么流程突然崩溃?”的答案。 它并非突然崩溃。它可能在88%运行,随后工作量增长6%了。

第二个因子:波动性是一个杠杆

中间项几乎总被忽视。ca 和 cs 是到达和处理时间的变异系数(标准差除以均值)。

实际含义是:您可以在不让任何单个事项变快的情况下减少等待时间。 将波动性减半,会把它对队列的贡献减为四分之一。具体而言:

  • 按类型分开事项,而不是把简单和复杂的放在同一队列里
  • 平滑进入量(预约代替突发,固定交接时间)
  • 消除返工查询,因为每次查询都是一个再次等待的事项

这些通常不需要投资。它们很少出现在商业案例中,因为难以作为项目单独出售。

实务中的计算:四个步骤

  1. 为每一步收集需求和容量。 数量 × 时长 对比 可用工作时间。首次估算可以很粗略。
  2. 算出 ρ 并排序。 最高的就是您的瓶颈。凡是超过85%的是报警值,超过100%就是回流积压。
  3. 按峰值日计算,而非月均值。 一个流程月均70%但月初第一天达到130%的问题在均值中是看不见的。请用第90百分位日进行计算。
  4. 数在途量并用 Little's Law 交叉验证。 若实测周转时间明显高于计算值,则模型中缺少一个队列。通常是返询或审批造成的。

手算的局限在哪里

三件事是手算做不到的,而这三件事都决定着项目:

它看不见级联效应。 上游的某步永远不会看到比其之前最慢步骤更多的事项。只要“检查”在114%,后面的“放行”看起来很宽松,因为它几乎收不到东西。若您解决了“检查”的问题,“放行”将承受全部量。瓶颈会移动。 表格按每步单独计算,看不到这种移动。

它看不见峰值日。 公式使用到达的平均值。真正的损害发生在季度最糟糕的五天。

它给出一个确定值,而不是区间。 “57分钟”的等待时间是基于估计输入的近似结果。只有作为区间(P10 到 P90)时才具备可靠性。

正是这三点促使使用模拟。模拟让事项真实地穿过流程:重复上百次,带有波动性和日历效应。它回答了没有公式能回答的问题:如果我解决瓶颈,它会被移到哪里,价值是多少欧元?

总结

  • 瓶颈是利用率最高的步骤,而不是持续时间最长的步骤。
  • 等待时间随 ρ/(1−ρ) 增长。大约在85%时,任何进一步的量增加都会变得昂贵。
  • 波动性是一个独立的杠杆,而且通常是最便宜的。
  • Little's Law 用两项计数验证您的模型与现实的一致性。
  • 要回答“改变会带来什么效果?”手算不够,因为手算不知道瓶颈会如何移动。

常见问题

在多大程度的负载下,一个流程步骤会变得关键?

经验法则是从85%开始。原因是因子ρ/(1−ρ):在85%时,等待时间已是处理时间的5.7倍,在95%时是19倍。这两个值之间仅相差十个百分点的数量增长。因此,虽然崩溃并非突然发生,但其效果会显得突然。

什么是Little's Law,我为什么需要它?

Little's Law 表示:在制品 = 吞吐量 × 周转时间(L = λ × W)。将其变形后,您可以用最低成本测量周转时间:数一数正在等待的事项,再除以日吞吐量。该定律不依赖分布假设,因此非常适合用来将模型与现实进行校验。

我可以在Excel中计算瓶颈吗?

每个步骤的利用率可以在Excel中计算,这也是最重要的一步。Excel 做不到的是表示串联关系。瓶颈之后的一个步骤在表格里看起来宽松,因为它只得到瓶颈放行的量。瓶颈解决后它自己会成为新的瓶颈。这种迁移是表格中的商业案例在运行中无法兑现的原因。

为什么减少波动会降低等待时间?

因为等待时间与到达和处理时间变异系数的平方成正比。把波动减半,会把其贡献减为四分之一。实际操作意味着:按类型分离事项、平滑输入、取消追问。这些是无需投资的措施,但在商业案例中几乎不会出现。

FlowVisual

在您自己的流程上进行计算验证

FlowVisual 会把本文中的数字变成一个可运行的模型,使用您的数量、您的产能、您的利润率。

Guide: seven steps to the number