员工入职作为现成的计算模型

入职： 每年260人次，大约每个工作日1.05人，日波动为30%，在6%的日子里有1.4的峰值因子。入职成批到达，而不是均匀分布。

关键结论。 平均每天一个流程看起来像是不会出现瓶颈的流程。但计算结果显示另一种情况：两小时三十分钟乘以92%的利用率为138分钟；按每次设置平均110分钟计算，这是每天1.3个流程，而到达量是每天1.05个。只要某天的需求不超过该日的产能，这样是够用的。但有28%的日子需求超过产能，因为应聘者的入职集中在一些日子里。

此列之和为100%：每一次运行恰好计为一个约束步骤，该步骤在当日的负载最高。“86 %”并不是“86%被占用”的意思。该数字在旁边显示，其平均值也是86%，但在高峰日为134%。

产能并不等同于在岗。 IT全天在岗。但用于入职的时间只有两小时三十分钟。如果用人数而不是小时来计算，会得到一个永远不会成为瓶颈的流程，然后会对第一个没有笔记本电脑的上班日感到惊讶。

1. 每个工作日的入职数。 用上一年的入职人数 ÷ 工作日。人力部门通常知道；在小单位可用新工号数量代替。
2. 峰值因子。 入职呈波动。例如培训期开始、季度初、团队扩建。最强月份的一天相比正常日会有多少入职？1.4 到 2 的因子常见。没有这个值会让您估算出一个永远不承压的流程，从而忽视那一周流程断裂的风险。
3. IT为入职分配的小时数。 不是IT的人头数。关键指标是某人在日常运维同时实际可用于设置的日占比，通常为两到四小时。
4. IT设置的处理区间。 给出下限和上限，而不是均值。“标准工作站”与“需三种专业应用的特殊情况”之间的差距就是这一区间，它对等待时间的推动作用比均值更大。
5. 每天的入职培训计划数量。 当有需要时，团队主管一天能写多少份？模板中为1,8，因此此步骤在13%的运行中成为第二大瓶颈。此项几乎从不被测量。
6. 按角色的全部成本费率。 毛薪 × 1,5 到 1,8，再除以大约1 500个年产出小时。一个5万欧元的岗位因此约为每小时53 €，而不是把工资 ÷ 2 080 小时得到的天真的24 €。

计算前的交叉检验： 统计最近12周在第一工作日缺少某样东西的入职次数。如果这一比例接近模型给出的“超出产能的天数”，说明模型是可信的。

模板未包含但影响最大的内容。 流程的周转时间等于处理时间加上以工作日计的等待时间。日历链未被建模：已签合同的回签、笔记本交付期、安全培训的排期等。在实际入职中，它们通常占用了更大部分时间。有这些情况时，应将其作为独立的等待步骤加入；模型随后将计算出新同事实际经历的周数，而不仅仅是背后的工作量。

杠杆 1：为 Onboarding 提供更多 IT 时间。 每天多出一小时，是约定好的而非寄望的。P90 通过时间从 9,6 降至 2,7 个工作日，高峰日的利用率从 134% 降至 96%。不需要新增岗位，只要一次约定，因此只要这一个小时真的被预留出来，这就是性价比最高的杠杆。

杠杆 2：使用标准镜像而非单件定制。 为三种最常见角色预先准备的系统镜像。设置时间从 75–150 分钟降至 40–80 分钟。效果：P90 从 9,6 降至 1,0 个工作日，高峰日利用率从 134% 降至 71%，每次入职的工时成本从 243 € 降至 188 €。这是唯一同时撬动时间和金钱的杠杆，因为它作用于处理时长而非产能。

杠杆 3：在 IT 中增配第二个人。 最昂贵的杠杆，且结果上不如杠杆 2。即便如此去计算，也能看出原因：新增半个编制将一个步骤的产能翻倍，而该步骤的单次工作仍需 110 分钟。更短的作业时间胜过更多的双手。

杠杆 4：加快入职计划。 零效果的结论。入职计划在高峰日以 87% 的利用率成为第二紧缺的步骤，并在 13% 的运行中成为瓶颈；将其节拍几乎加倍只带来 0,2 天的改善。因为只要 IT 仍在束缚，团队负责人那端就接不来足够的工作。对第二瓶颈发力不是一半的成功，而是根本没有成功。

值得注意的是另一面：在四个杠杆中的三个里，瓶颈会转移到入职计划，也就是转移到一个今天没有人认为是根因的团队负责人环节。恰恰这种连锁效应是表格看不出来的，因为表格总是把每个步骤单独计算。

关于如何把 20 000 次运行汇总为每个步骤的百分比，请参见文章 用于流程的 Monte-Carlo 模拟；为何 P50 与 P90 之间的离散度才是关键信息，请参见 理解 P10、P50、P90。

在当前状态下保存，改变一个杠杆并进行第二次运行后，比对会给出：

• 前后通过时间 以 P50 和 P90 表示。对业务部门的承诺应以 P90 为准，而非中位数。若有人因为中位数显示 1,3 天就承诺“第一天一切到位”，那么每十次进入中就有一次该承诺无法兑现。
• 高峰日各步骤的负荷率 以及措施后的新瓶颈。在此模型中，它在四个杠杆中的三个会迁移到入职培训计划上。
• 吞吐量 以每周入职人数对比到达人数：当前状态为 4,9 比 5,3。
• 每次入职的劳动成本 以及按年计算的成本，基于数量、时间和全成本费率。模板估算每次入职约为 243 €，其中 IT 部门每年约 477 小时。
• 假设清单 包含每一项估计的输入。句子“硬件交付时间未建模”能在最尖锐的质询提出前先行化解。

输出为两个 PDF：面向决策者的报价，和用于可追溯性的文档；若您已存入信头，将在文件中使用您的信头。

同一模板，两个问题。 本页回答的是计算问题：86% 的来源以及当瓶颈被解决后它会迁向何处。另一个问题（应当推荐什么，以及一周无效产出的成本是多少）属于方法范畴而非工具范畴。该内容位于 Flowrefy 的分析档案，以及产生这些模板的 方法 页面中。一个数据集，两个问题，两个受众。

• Auftragsabwicklung 从下单到订单确认的整个流程。存在角色分担的情况：两个看起来各自轻松的步骤，其实都是同一位人员的下午。
• Angebotsprozess 是一种周转时间影响收入而不是成本的场景。
• Rechnungsfreigabe 是波动性场景：平均低于产能，但在月末超过产能。
• Reklamation 的瓶颈在外部，因此诚实的建议不是“自动化”。
• 员工入职（Mitarbeiter-Onboarding）就是本页面所述的场景。
• IT-Ticket 展示了典型的排队行为并带有分支：65% 立即解决，35% 进入二线支持。

每个模板都可以在欢迎窗口通过“Vorlagen ansehen”打开。第一次使用时，建议先打开一个模板，再开始创建您自己的模型。否则模型容易建得过于细化。