Excel 中的流程成本:会使每个商业案例翻车的四个错误
流程成本表系统性地高估节省,原因有四个:它们用均值而不是分布来计算, 它们把处理时间相加因此忽略了等待队列, 它们对利用率取月均值而不是关注峰值日, 并且它们把节省归于并非瓶颈的步骤。 这四点不是粗心错误,而是工具的局限:表格无法表示等待队列。
Inhaltsverzeichnis
流程改进的商业案例几乎总是在表格中产生。这完全没问题。直到有人核算一遍。
有四类错误出现得如此频繁,以至于可以称作固定模式。它们都不是粗心。四者都是工具的局限性。
先做一处界定,好让您在正确的地方阅读:这里讲的是“计算方法”,也就是如何在您自己的表格中找到这四个错误,以及应当如何计算。问题的另一半(瓶颈每年以欧元计的成本,以及如何把这个数字提交给管理层)由 Flowrefy.com 上的 Prozesskosten-Rechner 回答,那里包含完全成本率、隐藏成本和节省空间。想要直接提交数字的人在那里会更快。想知道数字如何得出的人,请继续阅读。
错误 1:用平均值计算
表格上写着“处理时间:7,5 分钟”。实际上该项在 4 到 25 分钟之间波动,通常是 6 分钟左右。
这不是一个四舍五入问题。在非线性关系中,结果的期望值并不等于期望值的结果。这是詹森不等式,通俗称为“平均值的缺陷”。而排队论高度非线性。
实际上这意味着:一个每次恰好 7,5 分钟的流程,和一个具有相同均值但更大波动的流程,会有完全不同的通过时间。后者明显更慢。表格会把两者视为相同。
识别标志: 模型中的每个时长都是单一数字。没有“从”和“到”的列。
解决办法: 以区间记录时长。不要问“通常需要多长时间?”,而要问“在一个好日子里需要多长,在上个月您遇到的最坏情况里需要多长?”。
错误 2:将处理时间与通过时间混淆
表格把 5 + 12 + 8 + 10 相加得出 35 分钟。算术无误。但它测量的并不是客户所经历的情况。
客户经历的是:周一提交申请,周四收到答复。那 35 分钟工作之间有三天等待时间,分布在收件箱、审批和补件环节。
在大多数行政流程中,真实处理时间占通过时间的比例通常只是个位数百分比。一个声称节省 20% 处理时间的商业案例,实际上只节省通过时间的极小一部分,却被当作“快了 20%”来宣称。
识别标志: 汇总行标注为“Durchlaufzeit”(Durchlaufzeit,指通过时间),但实际上是处理时间之和。
解决办法: 以 Little's Law 进行交叉检验。数一数等待的事项,然后除以日吞吐量。如果结果与您的求和相差很大(事实通常如此),说明模型中缺少等待队列。
错误 3:用月均负荷衡量利用率
表格写着:“办事人员 74% 利用率,因此还有余地。”
月均值是最友好的指标。它正好掩盖了出问题的地方。一个月均 74% 的流程可能在每月的五天里达到 130%。正是在这五天产生了全部积压,剩下的 15 天去消化这些积压。
另外还有非线性效应:等待时间按因子 ρ/(1−ρ) 增长。在 74% 时该因子为 2.8,在 95% 时为 19。对这两种状态的平均并不是一个有意义的数字,因为关系是弯曲的。
识别标志: 表格中有一个利用率百分比,但没有说明它基于哪个时间粒度或哪个参照。
解决办法: 以第 90 百分位的那一天来计算。如果您只有月度数据:先用月量除以工作日数,随后将该值乘以峰值因子 1.4 到 1.8,并在文档中说明这一假设。
错误 4:在错误的步骤上节省成本
这是最昂贵的错误,因为它会导致实际投资却没有效果。
表格计算:“步骤 4 花 18 分钟,我们把一半自动化,变为 9 分钟 × 1200 个工单 × 65 €/h = 每年 23.400 €。”乘法无误。但节省并未出现。
因为如果步骤 4 不是瓶颈,加速它对产出量毫无影响。腾出的那部分时间不会出现在损益表上,而是变成了在真正瓶颈前的等待时间。这正是约束理论的核心,也是每个曾经引入某个工具却“没有效果”的流程负责人所经历的事实。
反过来,若解决了真正的瓶颈,通常会得到超过预期的效果,直到瓶颈迁移到另一步并在那里再次形成限制。
识别标志: 商业案例用时间节省乘以小时费率再乘以数量计算节省,但文中没有说明哪个步骤是瓶颈。
解决办法: 先计算并排序各步骤的利用率。除最高利用率外,其他所有步骤对吞吐量都不会有影响。它们仍可能有意义(质量、错误率、员工满意度),但商业案例必须据此给出相应的理由。
并列的四个错误
| 错误 | 对商业案例的影响 | 识别标志 |
|---|---|---|
| 平均值而非区间 | 通过时间被低估 | 每个时长都是单一数字 |
| 处理时间而非通过时间 | 节省被严重高估 | “Durchlaufzeit” = 处理时间之和 |
| 月均利用率 | 瓶颈看不见 | 百分比没有参照基准 |
| 在非瓶颈处节省 | 节省永远不会实现 | 文中没有说明哪个步骤是瓶颈 |
表格从根本上不能做的事
通过纪律可以缓和这四点,但有一部分是结构性的:一张表格不认识排队。表格计算单元格,而不是会互相等待的事项。因此它看不到改进后会发生什么:解决的瓶颈会把全部量传递到下一步,使其成为新的瓶颈。
这正是仿真的用武之地。仿真让单个事项带着波动和日历穿过模型,重复数百次。输出不再是单一数字,而是一组分布,这能经受得住关键问询。
提交前的检验
在将您的商业案例作为决策文件提交之前,请书面回答四个问题:
- 哪个步骤是瓶颈,我如何识别它?
- 我指的是处理时间还是通过时间?
- 我的利用率数字基于哪一天?
- 我节省幅度的区间有多宽,最不利的情况是什么?
能把这四个问题都答出来的人,才有一个商业案例。答不出来的,只有一张表格。
常见问题
什么是“均值谬误”?
指的是用均值进行计算的计划在非线性关系下系统性出错的观察。数学上这是詹森不等式。在流程中它作用尤其明显,因为等待时间与利用率的关系是非线性的:两个具有相同平均处理时间但波动不同的流程,会有显著不同的流转时间。
流转时间中有多少百分比是真正的处理?
在行政流程中,这一比例通常处于较低的个位数百分比。其余是:在收件箱中等待、在审批前等待,以及在回询循环中等待。因此,节省处理时间的措施对客户所体验到的流转时间往往影响甚微。请测量这一比例,而不要估计:存量除以日吞吐量得到流转时间。
为什么在非瓶颈处的自动化没有作用?
因为流程的吞吐量由最慢的步骤决定。若加速了瓶颈之前或之后的步骤,释放出来的产能只会在瓶颈处等待更久。表格中会出现节省,但在财务报表中不会体现。该措施仍可能有意义,但需以不同于吞吐量的理由来说明。
我该用什么系数把高峰日放大到平均日之上?
如果没有日度数据,按日平均值的 1.4 到 1.8 倍,是对存在月初或周末效应的行政流程的一种常用近似。比精确值更重要的是将这一假设写入文档。这样,别人可以纠正它,而不是在不知不觉中沿用。
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