流程产能规划：为什么简单的计算总是估不足
通常的产能计算（数量 × 处理时间 ÷ 工作时间）得出的产能对应于100％的利用率，此时等待时间为无限。可用的计划需要三个补充：第一，使用实际产出小时而非名义在岗小时（约为在岗时间的70％，而非100％）；第二，以高峰日而非平均值进行计算；第三，将目标利用率设为80％到85％而非100％。这些合起来通常比简单计算需要多30％到60％的产能。希望降低等待时间但不增加产能的，您可以使用第四个杠杆：变异度，该项以二次方进入排队模型。
Inhaltsverzeichnis
所有人都会算的那道算术题
需求 = 每日数量 × 处理时长
产能 = 人数 × 每日工时
人员 = 需求 ÷ 每人小时数
示例。 每天 120 个事项，每项处理 12 分钟 = 1 440 分钟的需求。若每日工作 8 小时，则为 3,0 个编制。
这个数字是错误的，而且是系统性地偏低。有三个独立的原因，每个都会引入一个系数。
附加 1：以有效而非名义小时计
八小时在岗并不等于八小时在做事。要扣除会议、询问、培训、系统故障、电话、通勤时间以及分配到其他任务的时间份额。
经验法则：70％。 即每个全日制工作日大约有 5,5 到 7 小时的生产性时间，视工作性质而定。在需要大量来往询问的岗位（服务台、客户支持）可能更少。
3,0 编制 ÷ 0,7 = 4,3 编制
忽略这个系数，就会规划出一支只有在无人去开会时才可能满足需求的队伍。
附加 2：应以峰值日，而非均值
一个平均每天 120 件的流程在高峰日可能有 180 件。如果按均值规划，这些高峰日的负载会达到 150％。由此产生的积压不会在第二天自动消失。
这是被严重低估的一点。 因为用于消化积压的是产能与到达量之间的差额，而不是全部产能。若常态负载为 85％，可用于消化积压的只是 15％。60 件的积压因此需要大约三周才能消化完。
实务建议： 按日量的第 90 个百分位（P90）来规划，而不是按均值。该数值存在您系统中；获取它只需一次查询。
附加 3：目标利用率 80 到 85％
若以 100％ 利用率计算产能，等待时间将无限增长。原因来自排队论中的因子 ρ/(1−ρ)：
| 目标利用率 | 等待时间因子 | 在 12 分钟处理时的含义 |
|---|---|---|
| 70 % | 2,3 | 28 分钟 等待 |
| 80 % | 4,0 | 48 分钟 |
| 85 % | 5,7 | 68 分钟 |
| 90 % | 9,0 | 108 分钟 |
| 95 % | 19,0 | 228 分钟 |
| 100 % | ∞ | 积压每日增长 |
(对单一处理者在中等变异下的近似；在资源池中数值会更低，但非线性特性依然存在。)
规划规则： 针对峰值日的 80 到 85％。不要用 95％，因为那里的任何波动都会放大；不要用 60％，因为那会浪费资金，而这些资金在别处更需要。
完整计算步骤
1. 峰值量 = 日量 P90
2. 需求 = 峰值量 × 处理时长（均值）
3. 生产性小时 = 在岗小时 × 0,7
4. 粗略产能 = 需求 ÷ 生产性小时
5. 计划产能 = 粗略产能 ÷ 目标利用率（0,85）
对同一示例，正确计算：
- 峰值量：180 件
- 需求：180 × 12 分钟 = 2 160 分钟 = 36 小时
- 每名编制的生产性小时：8 × 0,7 = 5,6 小时
- 粗略产能：36 ÷ 5,6 = 6,4 编制
- 以 85％ 计划：6,4 ÷ 0,85 = 7,6 编制
相比天真的 3,0 编制，这超过两倍。最大单一贡献来自峰值日，其次是生产性小时的折算。
在您惊讶之前： 那个天真的 3,0 编制并不是当前实际编制；它只是表格计算的结果。现在实际在岗的人数通常介于两者之间，其差异解释了您的周转时间。
第四个杠杆：变异（波动）
若按上面方法计算后您感到惊讶，还有在不增编制下的替代办法。按 Kingman 的近似，变异对等待时间的影响是二次方的：
Wq ≈ ρ/(1−ρ) × (ca² + cs²)/2 × te
将变异减半，会把其对排队的贡献四倍减少。具体措施：
- 按类型分开处理事项。 简单与复杂混在同一队列会产生高变异。两条独立队列能同时降低两者的等待时间。
- 平滑入口。 固定交接时间、预约安排、期限管理，替代批量涌入。
- 消除返询。 每次返询都是一个会等待两次的事项。
- 在源头修复返工。
这些措施不需要增加编制，因此很少出现在人员需求计划中。
第五个杠杆：采用资源池而非指定分配
两名各自独立队列的处理者，在相同总产能下，不如两名共享队列的处理者。原因是：在分开队列时，有人一边等待，而另一边有人空闲。
实务上这意味着：共享收件箱代替个人收件箱，代理规则代替“这是您的事项”，并让资格覆盖多于一种事项类型。这是在不招聘的情况下获取产能的方式。
规划中还缺什么
- 停工时间： 请假、病假、培训。以 30 天年假和常见病假率计算，全年产能大约缺失 15％。按年编制计算时必须补充此项。
- 培养期： 新人不会从第一天就有产能。对于要求高的审核类工作，三到六个月是常见的培养期。
- 季节性： 在分布不均的情况下，用全年均值是最误导性的指标。请按季度分别计算。
在何种情况下用仿真胜过公式
上述计算是一步步的局部估算。它无法回答：
- 链式关联。 某一步的产能永远不会超过前一步放行的速度。若在错误的环节增加产能，您付出的费用可能没有效果。
- 随时间的积压消散。 从月初的积压要多久才能消失？
- 瓶颈迁移。 如果您在此处增员，下一个瓶颈会在哪里出现？
这正是一个计算模型（仿真）存在的理由。关于如何计算瓶颈的计算步骤，请参见 Engpass berechnen，完整分析的流程见 Engpassanalyse。
常见问题
我应该按每个全职岗位多少个有效的生产性小时来计算？
作为经验法则，按 70％ 的出勤时间计算，即每天约 5.5 到 7 小时。应扣除会议、答疑、系统故障、入职培训以及分配给其他任务的时间。在有大量中断的岗位（Service Desk、客户支持）中，该数值通常更低。按八小时计算会导致只有在无人参加会议时计划才成立。
为什么我不应该按 95% 利用率来规划？
因为等待时间会按因子 ρ/(1−ρ) 增长。在 85% 时，它是处理时长的 5.7 倍，在 95% 时是 19 倍。这两者之间相差十个百分点，而随着下一次量的增长您无论如何都会达到该区间。按 95% 进行规划等于在规划持续积压。
我如何考虑季节性高峰？
应以日量的第 90 百分位而非均值来计算，并把各季度分开计算。重要的是消化速度：用来消化积压的只有产能与到达量之间的差额。在 85% 的正常利用率下，那就是 15%。一个 60 个事项的积压大约需要三周时间消化。
与固定指派相比，共同池有什么好处？
在相同产能下能显著缩短等待时间。固定指派时，一个事项在等待，而旁边可能有人空闲。实际含义是：共用篮子而不是个人篮子、代理/替班规则、以及具备不止一种事项类型的资格。这样是在不招聘的情况下获得产能的手段之一，也是少数能立即生效的杠杆之一。
我需要用仿真来做产能规划吗？
对于有稳定输入的单个步骤，公式就足够了。一旦存在多个连续步骤，您就需要仿真：某一步永远不会得到比它前面最慢那步更多的输入，在错误的步骤上增加产能不会产生效果。对强烈波动的输入也需要仿真，这时要回答的问题是积压需要多长时间才能消失。
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