概述与动因

大多数团队度量的是自己的阶段。服务台报告关闭的工单,开发团队报告完成的故事,变更委员会报告批准的变更。当提出请求的人等待数周时,每个数字看起来都可能很健康。原因是结构性的:在典型的请求中,大部分经过的时间花在队列和交接上,而没有哪个团队拥有这段时间。

价值流(value stream)是请求转变为已交付价值所经过的一系列步骤。价值流图(Value-stream mapping)是这样一种技术:它发展于精益制造(lean manufacturing),后来应用于办公室、医院和软件,通过绘制从流程开始直至客户的每一个步骤,并记录每个阶段的时间和数量。这张图是对当前状态的描绘,随后是对更好的未来状态的描绘。图上的数字是本主题的主题。

两套词汇在这里相遇。在 ITIL 4,即信息技术基础架构库第四版中,价值流是一组特定的 ITIL 服务价值链活动(计划、改进、参与、设计与转换、获取与构建、交付与支持)的组合,以创造特定的产品或服务。例子有“在事件之后恢复服务”和“把变更从想法交付到生产环境”。ITIL 告诉你什么是价值流,以及需要谁参与。精益告诉你如何度量它。敏捷的对应物是跨看板的工作项流动,管理流动的团队已经用周期时间等测量值来跟踪它(见主题 2.1,流动度量)。

精益的测量值很少。前置时间(lead time)是从提出请求到交付它所经过的总时间。处理时间(process time),有时称为接触时间,是有人在积极处理该项的时间。等待时间(wait time)是该项在积极工作之间停留的时间,处在队列、批准或交接中。完整且准确百分比(percent complete and accurate,%C/A)是下一个阶段可以按收到时的样子直接使用,而不必更正、补全或退回的项的占比。节拍时间(takt time)是价值流为匹配客户需求必须完成项的节奏,计算为可用工作时间除以该时间内所需求的项数。处理时间与前置时间之比是过程效率(process efficiency),本书把它视为流动效率的价值流形式(见主题 2.2,前置时间、周期时间与流动效率)。

有两个关系使这些数字合起来有用。第一,前置时间(lead time)是各阶段处理时间与等待时间之和,所以前置时间为数周、处理时间为数日的价值流,大部分是队列。利特尔定律(Little's law)把该队列与在制品和吞吐量联系起来,这就是为什么主题 2.3(在制品与排队)是天然的伴侣。第二,%C/A 会复合。五个阶段的价值流,其中每个阶段干净地传递 90% 的产出,只有约 59% 的时间能交付干净的结果,这个乘积在制造业中称为滚动通过率(rolled throughput yield)。各单阶段的报告都说 90%,而价值流说的则要让人不舒服得多。

关键原则

  • 从客户的请求开始,到客户的使用结束。 从“工作开始”到“工作合并”度量的价值流,隐藏了两端的等待,而那往往是最长的部分。
  • 在每个阶段把接触时间与等待时间分开。 单一的阶段时长混合了二者,并把改进的精力送到错误的地方。等待通常是价值流的设计属性,而不是努力的失败。
  • 既以完整性和准确性,也以速度来度量质量。 把工作退回的快速阶段,按价值流的标准来看是慢的,因为返工消耗容量并增加等待。
  • 一次映射一条价值流和一类项。 把紧急变更与常规请求混在一起的图,产生的平均值哪个也描述不了。
  • 报告分布并展示样本。 前置时间和等待时间是偏态的,所以展示中位数和一个高百分位数,并说明有多少项、哪个期间(见主题 1.6,服务度量的统计素养)。
  • 描述价值流,绝不描述人。 阶段度量指出工作在哪里等待。它们绝不是对每个阶段的个人或团队的排名。

度量定义

下面的度量针对一条指明的价值流和一类工作来定义。除非另有说明,项的计数排除已取消的项。处理时间和等待时间按每个阶段报告,并对价值流求和。

度量 定义 公式 单位 数据来源 ITIL 实践 敏捷对应物 节奏
价值流前置时间 从客户提出请求到客户能够使用结果所经过的时间 交付确认时间减去请求被登记的时间;已取消或撤回的项被排除;报告中位数以及第 85 和第 95 百分位数 天 ITSM 工具记录,与来自流水线或履行系统的交付事件相连接 服务请求管理;变更赋能 团队看板上的前置时间 每月
处理时间 项被积极处理的时间,按阶段和价值流计 每个阶段中项处于活跃状态的各区间之和;队列、批准等待和阻塞状态被排除 小时或天 跟踪器状态历史;状态过粗时使用工时记录 事件管理;服务请求管理 “进行中”列中的周期时间 每月
等待时间 项在积极工作之间停留的时间,按阶段和价值流计 阶段经过的时间减去该阶段的处理时间;包括队列、批准、交接和阻塞时间 天 跟踪器状态历史和 ITSM 工具状态变更 变更赋能;服务台 队列列中的时间;阻塞时间 每月
过程效率 前置时间中属于处理时间的占比 各阶段处理时间之和 / 同一批项的价值流前置时间;仍未关闭的项被排除 百分比 由处理时间和前置时间推导 持续改进 流动效率 每季度
完整且准确百分比(阶段) 某阶段收到的项中,无需更正、补全或退回就可使用的占比 按收到时的样子被接受的项 / 期内收到的项;因任何原因被退回的项算作未被接受 百分比 跟踪器或 ITSM 工具中的退回和重开事件;抽样验收评审 服务请求管理;变更赋能;问题管理 就绪的定义;返工率 每月
滚动完整且准确百分比 干净通过每个阶段的项的占比 针对一条价值流和一个期间的各阶段 %C/A 值的乘积(例如 0.90 x 0.85 x 0.95);价值流之外的阶段被排除 百分比 由各阶段值推导 持续改进 贯穿流水线的逃逸缺陷和返工率 每季度
交接次数 一个项在团队或队列之间传递的次数 每个项从请求到交付的所属团队或队列的变更次数;报告中位数和第 85 百分位数 计数 ITSM 工具或跟踪器中的分派历史 服务台;服务请求管理 团队之间的依赖 每季度
节拍时间比 价值流的节奏是否与需求相符 观察到的完成之间间隔的中位数 / 节拍时间,其中节拍时间是可用工作时间除以同一期间所需求的项数;大于 1 的比值意味着价值流比需求慢 比值 来自受理队列的需求计数和完成事件 容量与性能管理;服务级别管理 吞吐量对比需求;预测 每季度

处理时间、等待时间和各阶段前置时间,是针对同一批项的总和与比值,所以它们是根据项级别的记录计算的,绝不通过把在不同样本上度量的阶段平均值相加得到。节拍时间最适用于可重复的工作,比如标准请求和常规变更,对每个项都独一无二的工作则不太合适。

建议

选择价值流

1. 选一条有价值的价值流和一类项,并指明其边界。 好的初始候选是高业务量的请求类型,比如访问或设备供应,或者一次正常变更从批准到上线的路径。写下启动时钟的触发条件,以及向客户确认交付的事件。如果你不能各用一句话陈述两者,说明这条价值流尚未定义(见主题 3.5,服务请求履行度量)。

2. 让时钟在客户的请求处开始,在客户的使用处停止。 一条从团队接受工作时开始、到团队标为完成时停止的价值流,排除了受理队列和确认延迟。这些往往是最长的等待。如果真实边界的数据尚未被捕获,就用诚实的标签报告较窄的测量值,并规划埋点(见主题 1.5,数据来源与埋点)。

绘制当前状态

3. 与做这项工作的人一起走一遍价值流。 召开一场映射会议,让每个阶段都有代表,包括客户一侧。如实画出步骤,然后与文档化的流程比较。两者之间的差距本身就是发现。方法见 Rother 和 Shook 的《Learning to See》以及 Martin 和 Osterling 的《Value Stream Mapping》。

4. 根据真实的项记录每个阶段的处理时间和等待时间。 取一批近期项的样本,如果业务量允许,取 20 个或更多,利用跟踪器历史并在需要时通过交谈,追踪每个项走过价值流。记录每个阶段之前的接触时间和等待。把样本视为估计,并说明其抽取方式。当价值流的变化大到使映射失效时,重新进行映射。

5. 把等待展示为单独的一条。 在图和仪表盘上,将每个阶段的处理时间和等待时间画成各自独立的段。处理时间 30 分钟、等待四天的阶段,与处理时间四天的阶段看起来截然不同,尽管阶段时长相同。

沿价值流度量质量

6. 在交接处度量 %C/A,由接收阶段来定义。 由接收团队决定“按收到的样子可用”意味着什么,最好有一份简短的书面验收条件。把退回、对缺失信息的请求或默默的更正算作未被接受。默默更正是最常见的漏洞,因为工作被修好了,却没有任何人记录它曾经是坏的。

7. 计算滚动 %C/A,并与各阶段值比较。 把各阶段值相乘。滚动数字与看起来最好的阶段之间的差距,就是返工的复合效应,而且它往往比任何速度测量值都更能为修复某次交接提供论据。把它与同一条价值流的返工和变更失败测量值联系起来(见主题 4.4,变更失败与返工)。

用这些数字作决定

8. 先改进最大的等待,并到接口中去寻找其原因。 按等待时间对阶段排序,然后问等待的项在等待什么:一项决定、一个人、一个批次、一个预定时段,还是一个缺失的输入。然后问这项等待是否必要。约束理论(theory of constraints)认为,价值流的节奏由其最紧的阶段决定,所以改进一个非约束的阶段几乎改变不了什么。变更赋能中的批准等待是一个常见的案例(见主题 4.3,变更赋能度量)。

9. 在优化阶段之前先减少交接。 每次交接都增加一个队列、一次上下文切换,以及信息不完整的一个机会。统计交接次数,然后检验是否可以合并某个阶段、把某项决定下放给做这项工作的团队,或预先授权一项标准请求。ITIL 4 把标准变更描述为预先授权的低风险变更,这正是应用于变更价值流的这一做法。

10. 仅对可重复的工作,把需求和节奏与节拍时间作比较。 根据该期间的真实需求数据计算节拍时间,然后将其与价值流实际完成项的间隔比较。比节拍慢的价值流会增长一个队列,利特尔定律能大致告诉你增长多快。比节拍快得多的价值流则有可重新调配的冗余。不要用节拍时间为个人设定目标。

保持度量诚实

11. 跨工具连接数据,并说明哪些是估计。 价值流通常跨越 ITSM 工具、问题跟踪器和流水线。依据项的标识符连接,记录连接规则,并标记哪些阶段来自系统事件,哪些来自抽样。标注为估计的估计,远比来源不明、看似精确的数字有用。

12. 每季度评审这张图,并且每次都阅读原始项。 价值流会随团队重组和工具变化而漂移。把这张图和一项决定放入每个阶段都有代表的常设评审的议程中(见主题 1.4,度量治理与归属)。

钻空子途径与护栏

度量 如何被钻空子 配对的护栏度量或实践
价值流前置时间 推迟起算,例如在分诊而不是请求时;在客户能使用之前关闭项;把一项请求拆成几个小的 写入度量登记册的固定时钟规则;客户对交付的确认;重开项和关联子项的计数
处理时间 把空闲或阻塞状态记为活跃,使处理时间上升、价值流显得高效;或把等待记为工作以显得忙碌 对一批项样本的观察;将处理时间与存在的工时记录作比较;与团队一起评审状态定义
等待时间 把等待移入未被跟踪的状态,比如私下交谈、电子表格或停止时钟的“待定”状态 报告暂停和阻塞状态的使用;将工单年龄与阶段时间戳作比较;抽查系统之外的等待
过程效率 对被度量的项加急处理以缩短前置时间,或膨胀处理时间以提高比率 在比率旁边展示前置时间和处理时间;报告加急的占比;绝不为比率本身设定目标
完整且准确百分比(阶段) 接收阶段降低验收门槛使退回减少,或发送阶段通过非正式变通推动工作通过 书面的验收条件;下游缺陷和返工的计数;由第三方评审已被接受的项的样本
滚动完整且准确百分比 合并阶段,使退回发生在阶段内部而从交接计数中消失;选择对自己有利的阶段清单 事先固定阶段清单;在决定日志中报告阶段变更;与整条价值流的返工率比较
交接次数 把项重新分派到共享队列或一个包罗万象的负责人,以避免被计数的所属变更;把交接隐藏在跨越多个团队的单个“团队”中 按队列和角色计数;阅读抽样项的分派历史;跟踪每个项的重新分派次数
节拍时间比 把推迟或被拒绝的需求算作没有需求;把部分完成算作完成 在比率旁边报告需求、被拒绝的需求和待办事项列表的年龄;仅在客户确认时才计入完成

健康的读数显示:前置时间和处理时间相对于样本是合理的,等待时间明显是较大的部分并在逐渐缩小,%C/A 值背后有书面的验收条件,交接次数只在真正移除了某项决定或步骤时才下降。如果前置时间改善而滚动 %C/A 下降,说明价值流是通过把成本转移到下游而更快地推送工作,这正是护栏存在的意义(见主题 1.2,古德哈特定律与度量的心理学)。

权衡:利与弊

方法 优势 劣势
基于工作坊并带样本的映射 快速,展示整条价值流,建立跨团队的共同理解 很快过时的快照;样本偏差;依赖诚实的参与者
根据工具事件的自动度量 持续、客观,支持百分位数和趋势 只能看到工具所记录的;系统之外的等待和默默的更正是不可见的
端到端的客户边界 反映体验;暴露受理和确认延迟 需要来自多个系统的数据和共享的项标识符
节拍时间与需求的比较 把节奏与真实需求联系起来;使队列增长可预测 对独特的、不可重复的工作较弱;需要可靠的需求计数
滚动 %C/A 显示返工如何跨交接而复合 需要就验收条件达成一致;易于在定义上争论

用映射工作坊来了解价值流的形态,用自动度量来观察它。把团队边界的测量值作为输入,把客户边界的测量值作为裁决。这种方法的代价是它所迫使的跨团队交流,而这也是它的主要益处。

与团队讨论的问题

1. 在我们最常见的请求中,客户的时钟从哪里开始和停止?我们的报告与之一致吗? 挑选一种请求类型,在白板上从客户提出请求的那一刻追踪到他们能使用结果的那一刻。标出我们当前的报告在何处开始和停止计数。引导者应当寻找两端的差距,因为受理队列和确认延迟经常被遗漏。商定是更改报告,还是把它标注为局部视图。

2. 对我们价值流中的每个阶段,经过的时间中有多少是有人在处理该项? 取五个近期项,重建每一个的历史。估算每个阶段的接触时间和等待,并比较总数。大多数小组对其中只有那么少的经过时间是工作感到惊讶。问每个长时间的等待在等什么,并抵制第一个答案,那通常是“大家都很忙”。记录哪些等待看起来是设计选择,而不是容量限制。

3. 下一个阶段需要我们提供什么?我们如何知道它缺失了? 请接收阶段的代表用平实的话陈述验收条件。将其与发送阶段认为自己提供的内容比较。统计上个月工作被退回、被别人补全或被默默修复的次数。讨论往往会产生一份小清单,消除一个反复出现的退回。

4. 哪些交接的存在是出于历史而非需要? 列出图上的交接,问每一个为何存在。有些是真实的:一项技能、一项控制、职责分离。另一些之所以持续存在,是因为多年前划定了一条团队边界。选择一项交接来移除、下放或预先授权,并指明谁必须同意。

5. 如果我们改进了人人抱怨的那个阶段,客户会注意到吗? 比较最受关注的阶段与等待最长的阶段。约束理论表明,改进非约束对客户几乎没有改变。问什么条件下最吵的阶段也会是最慢的。引导者应当帮助小组商定如何用数据来检验答案。

6. 有人如何能让这条价值流看起来更好,而不使它变得更好? 与小组一起走一遍钻空子途径表。对每项度量,问处于压力下的人可能怎么做,如果这么做了,团队会看到什么。商定每次评审哪个护栏读数,以及由谁负责。目的是形成共同的检查习惯,而不是搜寻罪魁祸首。

四种视角

产品与交付团队

交付团队通常能清楚地看到自己的阶段,却看不清价值流。价值流视图向他们显示,一项完成的变更要等多久才能获得评审、批准、发布时段或部署窗口,其中有多少是他们无法控制的。他们受益于在其交接处的 %C/A,因为它把关于“糟糕的需求”或“迟到的评审”的含糊抱怨变成被计数的事件。他们应当警惕以牺牲接收阶段为代价来改进自己的周期时间(见主题 2.8,DORA 度量)。

服务与运维团队

运维团队拥有许多队列:服务台受理、变更批准、发布计划、值班交接。他们受益于预先授权的标准变更、对传入工作的清晰验收条件,以及对哪些交接增加最多等待的认识。他们还应当预期自己会是 %C/A 度量中的接收阶段,并要定义完整的交接是什么样子。他们的项往往带有自己严格的时钟,所以价值流测量值与服务级别测量值并存,而不取代它们。

领导层与治理

领导者发起跨团队的变革,并决定一条价值流是否有指名的负责人。他们应当索要价值流从客户角度的前置时间和最大的等待,而不是逐阶段的记分卡。批准工作的治理机构本身就是阶段,它们的等待时间属于图上的内容。针对处理时间与前置时间之比设定目标,会招致上述途径,所以用它来引导探究(见主题 6.5,价值实现与业务成果)。

客户与用户

客户体验到前置时间和返工,却很少看到各阶段。他们最有用的贡献是确认结果何时可用,并说明为得到它他们不得不做什么,比如重新提交一份表单。面向客户的报告应当用平实的话说明时钟的起点和终点。当价值流公布诚实的中位数和一个高百分位数时,客户也会受益,因为仅基于中位数的承诺,会让几项请求中的一项失望。

实践:一个服务管理示例

一家中型保险公司的 IT 部门向其保单管理平台交付正常变更。业务一侧的客户抱怨“小变更要一个多月”。本示例中的所有数字均为示意。

该部门绘制了从业务负责人提交变更请求,到负责人确认变更已上线的价值流。对 20 项近期正常变更的样本,得出下面的阶段表,使用的是每个阶段的示意性中位数。

阶段 处理时间(天) 等待时间(天) %C/A(示意)
受理与分诊 0.5 6 85
构建 1.5 5 90
测试 0.5 8 80
变更批准 0.25 9 70
部署与确认 0.25 4 95
价值流合计 3.0 32 41(滚动)

样本中价值流的前置时间约为 35 天,所以过程效率大约是 9%。滚动 %C/A 约为 41%,即五个阶段值的乘积,所以不到一半的变更能在没有退回的情况下通过每个阶段。变更批准阶段单看 %C/A 显得不起眼,但它的 9 天等待是最长的单个队列,而且 30% 的变更到达那里时缺少风险信息,委员会会将其退回。

团队作出两项决定。第一,它把十种最常见的低风险变更类型归类为带预先授权程序的标准变更,使其跳过委员会。第二,受理表单增加了委员会总会问的风险字段,并与委员会商定了一份简短的验收清单。这些选择针对的是最大的等待和最大的复合退回,而不是构建阶段,团队此前被要求在那里“更快些”。

三个月后,被抽样类别的前置时间中位数下降,批准的等待缩短,而滚动 %C/A 上升。钻空子的风险出现在第三个月。一个产品团队把几项请求各拆成两三个更小的,因为小项符合标准变更的条件,每项的前置时间急剧下降。评审者注意到关联子项的计数上升了,而每项原始请求的客户确认并没有改善。该部门保留前置时间,但把“项”重新定义为客户的原始请求,使拆分不再有用。决定日志记录了定义的变更,并用同样的规则重述了上一季度。

敏捷、AI、自动化与分析

敏捷

价值流跨越团队边界,而持续交付常常在那里停滞。一个切实的步骤是与在其中工作的人及其干系人一起映射一条价值流,标出各阶段之间的等待,并选择一项交接来改进。需要注意的是,只做一次就归档的图会过时,所以要随着工作的变化重新审视它。

AI

AI 可以加速某一个阶段,比如起草或分诊,而工作随后在下一个阶段等待得更久。在 AI 变更前后度量整条价值流,而不仅仅是得到该工具的阶段,并把端到端的前置时间与每次交接处的完整且准确百分比配对。需要注意的是,来自 AI 的局部收益可能隐藏更长的总前置时间。

自动化

自动地对阶段进入和退出事件埋点,使价值流由真实时间戳来度量。按自动化消除的处理时间和等待时间,以及它在下游造成的返工来度量它。需要注意的是,在不修复其后交接的情况下自动化某个阶段,只是转移了队列,并没有缩短价值流。

分析

把过程效率展示为趋势,并把前置时间按每个阶段分解为接触和等待。这为之提供依据的决定是先修复哪次交接。需要注意的是,各团队对阶段的定义不同,所以在比较之前先商定边界,并避免按阶段时间给团队排名。

行业视角

初创公司。 交接很少的短价值流没有多少可映射的,最有用的测量值就是从客户请求到客户使用所经过的时间。把价值流画在墙上,阅读原始项,并留意随团队增长出现的第一次交接。在价值流稳定之前,抵制构建工具的做法。

小型企业。 一两个人往往覆盖多个阶段,所以交接发生在角色或工具之间,而不是团队之间。跟踪器或服务台的报告可以廉价地给出前置时间,十个项的样本就能揭示等待。向供应商(比如托管服务提供商)索要其阶段时间,因为供应商的队列往往是最长的等待。

大型企业。 带有众多团队和批准关口的长价值流,是滚动 %C/A 和交接次数回报最大之处。为每条主要价值流指定一位负责人,让每个阶段都有代表,共同映射,并使用共享的项标识符,使工具可以连接。不同的事业部会为不同的时钟使用同样的词,所以每项测量值只发布一个定义,并保持一份变更日志。

政府与公共部门。 法定批准、采购步骤和审计控制构成了无法移除的正当阶段,它们往往持有最长的等待。如实地映射它们,把强制的等待与可避免的等待分开,并把强制的部分展示给制定规则的人。保留数据和任何定义变更的审计线索(见主题 8.5,受监管与政府报告)。

业务论证:动因、投资回报与总拥有成本

动因在于,等待通常是前置时间中最大的部分,也是最便宜就能减少的,因为修复往往是一项决定、一条规则或一次交接,而不是额外的容量。客户直接感受到前置时间,而组织为返工付出的代价体现在从未出现在阶段报告上的容量中。减少交接和退回,也减少了日后变成事件的失效模式。

成本不高,主要来自人:几个人用几个小时参加映射工作坊和抽样、跨工具的共享项标识符(见主题 1.5,数据来源与埋点),以及每月少量的分析师时间。更大的成本是跨团队的交流,以及改变某人拥有的规则的意愿。

回报表现为更短、更可预测的前置时间,不断上升的滚动 %C/A,更少被退回的项,以及从返工中释放出来的容量。不要依据已发表的案例研究预测一个百分比的改进。根据你自己的价值流估算回报:项的数量、当前的等待、你能陈述的对客户的延迟成本,以及你能统计的返工小时数。流动框架(Flow Framework)和精益文献描述了这一模式,两者都没有提供能迁移到你的价值流的基准(见主题 7.7,投资回报与业务论证)。

反模式与陷阱

  • 映射一个阶段而不是一条价值流。 一张精美细致的某团队工作图,把最长的等待留在了页面之外。从客户的请求映射到客户的使用,并只在有等待之处增加细节。
  • 对来自不同样本的阶段时间取平均。 阶段平均值之和不是价值流的平均值。根据项级别的记录计算价值流的测量值,并报告中位数和百分位数。
  • 把等待时间当作努力问题。 叫人们工作得更快,很少能缩短队列。问项在等待什么,以及等待是否必要。
  • 把优化过程效率当作目标。 一旦比率成为目标,处理时间就会被虚增,或前置时间被技巧性地削减。把它用作探究的提示,并与客户确认的前置时间配对。
  • 没有书面验收条件就度量 %C/A。 没有它,每次退回都是一场争论。让接收阶段写下条件,并保持简短。
  • 让默默的返工不被记录。 如果一个阶段修复传入的工作而不记录,%C/A 就被高估,发送阶段也永远学不到东西。把每次更正都记录为一次退回。
  • 用价值流测量值给团队或人排名。 它们描述的是系统,最大的等待很少是某一个团队的过错。按阶段和价值流报告,并在所有阶段都在场的情况下评审结果。
  • 映射一次后再不管。 价值流会漂移。按计划,并在任何重组或工具变更之后评审这张图。

成熟度模型

维度 起步 发展 标准化 管理 协同
价值流定义与时钟 价值流未定义;每个团队度量自己的阶段 一个团队映射了一条价值流;时钟与其他团队不同 每条主要价值流有书面的起点和终点,从客户请求到客户使用 评审时钟规则,记录变更,定义变化时重述历史 随着价值流和需求的变化,定义在团队和供应商之间修订
处理时间与等待时间 只知道经过的时间 为一条价值流手工抽样 根据工具事件收集,附文档化的状态模型和标注的估计 带百分位数做趋势分析,等待的削减获得资助并被跟踪 供应商和团队之间的等待被联合管理,共享的队列可见
沿价值流的质量 注意到返工但不统计 一些阶段统计退回 书面的验收条件,阶段 %C/A 展示给所属团队 滚动 %C/A 做成趋势,并与返工和失败测量值配对 验收条件由发送者和接收者共同拥有,并与客户成果相联
在改进中的使用 映射一次后就搁置 偶尔的工作坊带来局部修复 每个阶段都在场的季度评审 每个季度都有负责人去解决最大的等待或退回 改进的想法来自每个阶段,决定被记录,结果被检查

检查清单

  • 已指明一条价值流和一类项,并有价值流负责人。
  • 时钟的起点和终点按客户的请求和客户的使用书写。
  • 当前状态图由每个阶段的代表(包括客户一侧)共同构建。
  • 根据真实项的样本,为每个阶段分别记录处理时间和等待时间。
  • 阶段和价值流的时间以中位数和一个高百分位数报告,并显示样本量。
  • 每个接收阶段都有书面的验收条件,退回被记录。
  • 滚动完整且准确百分比根据各阶段值计算。
  • 统计交接,最大的等待有指名的负责人和计划中的实验。
  • 每项度量的钻空子途径和护栏都已与团队一起评审。
  • 按计划评审这张图和样本,定义变更被记录。

AI 提示词

起草价值流图的访谈指南。

我正在为 [价值流名称] 映射价值流,从 [开始事件] 到 [结束事件],针对项类别 [项类别]。涉及的团队有 [团队清单]。请为映射工作坊起草一份访谈指南:针对每个阶段关于处理时间、等待时间、交接、退回和验收条件的问题,另加面向客户一侧的问题。不要虚构时间或基准值。请列出你的假设,以及我应当收集哪些数据来核对这些答案。

根据样本计算价值流测量值。

这是 [数量] 个项的样本,含阶段进入和退出时间、活跃和等待状态以及退回:[粘贴数据或描述各列]。请计算前置时间、处理时间、等待时间、过程效率、阶段完整且准确百分比和滚动完整且准确百分比,并展示所用的公式。报告中位数和第 [百分位数] 百分位数。标出时间戳缺失的项,并说明你如何处理它们。不要用虚构的值填补空白。请列出你的假设。

找出价值流仪表盘中的钻空子风险。

我们的价值流仪表盘为 [价值流名称] 显示 [度量清单],各团队依据 [目标或无] 受到评审。对每项度量,列出在价值流没有改进的情况下数字可能改善的合理方式、能揭示每种方式的信号,以及能发现它的护栏度量或实践。聚焦于 [所关注的阶段或交接]。不要建议给个人排名,也不要虚构阈值。请列出你的假设。

为交接撰写验收条件。

发送阶段是 [发送团队],接收阶段是 [接收团队]。项为 [项类型],被退回的最常见原因是 [原因]。请起草一份简短的验收条件,不超过 [数量] 项接收者可以应用的检查,以及一种记录退回的方法,使完整且准确百分比可以计算。保持措辞中立,不要归咎于任何人。请列出你的假设,以及我应当向两个团队提出的问题。

AI 技能

要点

  • 从客户的请求到客户的使用度量价值流,因为团队边界的测量值隐藏了最长的等待。
  • 把每个阶段拆分为处理时间和等待时间,并在团队之间的接口中寻找最大等待的原因。
  • 完整且准确百分比会跨阶段复合,所以滚动值通常低于任何阶段报告所暗示的。
  • 在推动各阶段更快之前,先减少交接并预先授权常规工作。
  • 把对真实项样本的观察与工具数据一起使用,报告百分位数,并标注估计。
  • 给每项价值流测量值配上护栏,并用这些测量值描述系统,绝不用来给人排名。

参考文献与延伸阅读

  1. Rother, M., and Shook, J., Learning to See: Value Stream Mapping to Add Value and Eliminate Muda, Lean Enterprise Institute, 1999.
  2. Martin, K., and Osterling, M., Value Stream Mapping: How to Visualize Work and Align Leadership for Organizational Transformation, McGraw-Hill, 2014.
  3. Womack, J. P., and Jones, D. T., Lean Thinking: Banish Waste and Create Wealth in Your Corporation, Simon and Schuster, 1996.
  4. Reinertsen, D. G., The Principles of Product Development Flow: Second Generation Lean Product Development, Celeritas Publishing, 2009.
  5. Little, J. D. C., "A Proof for the Queuing Formula: L = λW," Operations Research, 9(3), 1961.
  6. Goldratt, E. M., and Cox, J., The Goal: A Process of Ongoing Improvement, North River Press, 1984.
  7. Kersten, M., Project to Product: How to Survive and Thrive in the Age of Digital Disruption with the Flow Framework, IT Revolution, 2018.
  8. Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
  9. Vacanti, D. S., Actionable Agile Metrics for Predictability: An Introduction, Daniel S. Vacanti, Inc., 2015.
  10. AXELOS, ITIL Foundation: ITIL 4 Edition, TSO, 2019.
  11. Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
  12. Wikipedia, Value stream.
  13. Wikipedia, Value-stream mapping.
  14. Wikipedia, Lean manufacturing.
  15. Wikipedia, ITIL.
  16. Wikipedia, Lead time.
  17. Wikipedia, Little's law.
  18. Wikipedia, Rolled throughput yield.
  19. Wikipedia, Theory of constraints.