前置时间、周期时间与流动效率
前置时间、周期时间和流动效率,只有在各自有书面的起点和终点、有分布而不是平均值,并能看到占据了大部分经过时间的等待时,才有意义。
概述与动因
几乎每个团队都想知道工作需要多长时间。这个问题听起来简单,却会引发争论,因为“多长”取决于谁在问,以及他们从哪里按下秒表。客户从他们提出请求的那一刻算起。开发人员从他们接手工作的那一刻算起。运维经理从工单被分派到某个队列的那一刻算起。三者对各自的时钟都是对的,对同一件工作却给出三个不同的数字。
前置时间(Lead time)是从请求到达到请求被满足所经过的时间,从提出请求的人的一侧看。周期时间(Cycle time)是从团队承诺做一项工作到完成它所经过的时间,从做这项工作的团队一侧看。两者之差是请求在团队开始之前等待的时间。流动效率是经过的时间中有人真正在处理该项的占比,相对于该项在等待的时间。如果一个项从开始到完成花了 10 天,而被处理了 1 天,它的流动效率就是 10%。接触时间(touch time)是工作的部分。等待时间是其余的一切。
精益软件开发(Lean software development)和《看板指南》把这些理念从制造业带入知识工作。ITIL 实践谈论解决时间、履行时间和服务级别目标,敏捷团队谈论周期时间和工作项。本主题给出一套定义,在一起事件、一项请求、一次变更和一个故事同处一次会议时也站得住脚。
经过的时间有一个让人初次度量时感到意外的特性。在大多数知识工作和服务工作中,项的大部分生命都在等待:等待一项决定、一位评审者、一个环境、一个供应商、一个维护窗口,或仅仅是等待一个正忙于别的事的人。让这种等待可见,是这些度量最有用的作用。看不见自己等待时间的团队,往往试图通过更快地工作来改进,而在一个 90% 的经过时间都花在队列中的系统里,这几乎没有作用。排队行为在主题 2.3(在制品与排队)中深入阐述,完整的价值流视图在主题 2.4(价值流度量)中。
时间测量值以百分位数报告,比如中位数以及第 85 或第 95 百分位数(percentile),理由见主题 1.6(服务度量的统计素养)。原始时间戳来自主题 1.5(数据来源与埋点)中的来源。在制品、吞吐量和工作项年龄等流动测量值见主题 2.1(流动度量),变更前置时间这一 DORA 测量值见主题 2.8(DORA 度量)。本主题涵盖时间测量值本身:如何定义它们使其可比、它们的时钟从何处开始和停止,以及如何暴露其中的等待。
关键原则
- 在读数字之前,先给时钟命名。 每项时间测量值都有一个开始事件、一个停止事件和一份排除项清单。没有这些的数字只是一种意见。
- 前置时间属于客户,周期时间属于团队。 两者都保留,并始终标明图表显示的是哪一个,因为两者之间的差距本身就是一个信号。
- 报告分布,绝不只报均值。 中位数描述典型的项。高百分位数描述客户实际承担的风险。
- 等待是主要的发现。 流动效率通常很低,对策是消除队列和交接,而不是请人们加快。
- 暂停状态是设计决定。 如果时钟可以通过把项移到“等待”状态来停止,这个状态就会被使用,所以要统计它被使用的频率以及被谁使用。
- 把一个项与它同类的项比较。 事件、标准请求、变更和功能的形态各不相同。在比较任何东西之前,先按工作类型细分。
- 度量系统,而不是人。 时间测量值描述工作如何流经一个团队或服务。它们绝不是对个人的排名。
度量定义
下表对敏捷工作项和 ITIL 记录使用同一套词汇。“工作项”指任何在工作流中流转的记录:故事、任务、事件、服务请求、变更或问题记录。除非另有说明,所有时长都是经过的日历时间,且每个都以中位数和一个高百分位数报告。
| 度量 | 定义 | 公式 | 单位 | 数据来源 | ITIL 实践 | 敏捷对应物 | 节奏 |
|---|---|---|---|---|---|---|---|
| 前置时间 | 从请求到达,到交付给请求者所经过的时间 | 每个工作项的交付时间戳减去请求到达时间戳;时钟从请求被记录时开始,到请求者可以使用结果时停止;仍未关闭的项和交付前被取消的项被排除并单独统计 | 天或小时 | ITSM 工具或问题跟踪器历史 | 服务请求管理;事件管理;变更赋能 | 团队看板上的前置时间;从请求到发布的时间 | 每周,每月评审 |
| 周期时间 | 从团队开始工作到完成它所经过的时间 | 每个工作项的完成时间戳减去开始时间戳;时钟从首次移入活跃工作状态时开始,到首次移入完成状态时停止;开始之前和完成状态之后的时间被排除 | 天或小时 | 跟踪器或看板状态历史 | 事件管理;服务请求管理;变更赋能 | 周期时间(见主题 2.1,流动度量) | 每周 |
| 接触时间 | 有人或自动化在积极处理该项的时间 | 项处于被归为活跃工作的状态的各区间之和;等待状态、阻塞状态和队列状态被排除 | 小时 | 跟踪器状态历史,每个状态被归为活跃或等待 | 事件管理;服务请求管理 | 价值流图中的处理时间 | 每月抽样 |
| 等待时间 | 项处于队列、阻塞或暂停中的时间 | 每个工作项的周期时间减去接触时间;没有记录开始的项为 n/a | 天或小时 | 跟踪器状态历史 | 事件管理;服务级别管理 | 看板上的等待时间或阻塞时间 | 每月 |
| 流动效率 | 周期时间中花在活跃工作上的占比 | 接触时间之和 / 周期时间之和,针对期内完成的项;状态历史缺失的项被排除并单独统计 | 百分比 | 跟踪器状态历史 | 持续改进;服务请求管理 | 精益实践中的流动效率 | 每月 |
| 时钟暂停占比 | 周期时间中,正式服务时钟被暂停的占比 | 暂停时长之和 / 周期时间之和,针对期内完成的项;暂停是书面时钟规则中定义的状态 | 百分比 | ITSM 工具状态历史 | 服务级别管理;事件管理 | 阻塞或搁置列中的时间 | 每月 |
周期时间时钟的起点是必须写下来的团队决定。服务级别协议(SLA)中的正式时钟在项等待客户时往往暂停,所以本主题报告暂停占比,而不是丢弃那段时间。接触时间是从状态推断出来的,因此其准确性取决于状态对工作描述得有多好。
建议
定义时钟
1. 写下每个时钟的起点和终点。 对前置时间,起点是请求的到达,由请求者接触的第一个系统记录,终点是请求者可以使用结果的那一刻。对周期时间,起点是首次移入活跃状态,终点是首次移入完成状态。把两者放入度量登记册(见主题 1.4,度量治理与归属),并在每张图表下方展示定义。
2. 商定每种工作类型中“完成”的含义。 一次变更在它于生产环境中运行并经验证时才算完成,而不是在代码合并时。一起事件在用户的服务恢复时才算完成,而不是在周五由批量作业关闭工单时。一项请求在请求者拿到所要之物时才算完成。如果“完成”因团队而异,周期时间就无法跨团队比较。
3. 前置时间和周期时间都保留,并留意两者的差距。 两者之差是承诺等待:请求在团队开始之前所停留的时间。较短的周期时间配较长的前置时间,说明团队对其开始的工作处理高效,而受理是瓶颈。较长的周期时间配较短的前置时间,说明请求被迅速接受,然后在团队内部停滞。
诚实地报告时间
4. 使用百分位数,并说明是哪些。 报告中位数和第 85 或第 95 百分位数,例如“一半的项在 4 天内完成,85% 在 11 天内完成”。这句话同时也是一个预测:如果系统保持不变,一个新的项有约 85% 的机会在 11 天内完成。均值给不出这句话,而且当单个离群值出现时,它会移动很远(见主题 1.6,服务度量的统计素养)。
5. 绘制每一个项,而不只是摘要。 周期时间对完成日期的散点图,一眼就能显示系统的形态:聚集、缓慢的上漂、过程变更后的突然台阶。摘要数字应放在图旁边。只提供平均线的工具,去除了团队最需要的信息。
6. 按工作类型和服务类别细分。 紧急事件、标准请求、计划变更和调研故事的预期时间各不相同。在寻找模式之前,先按类型拆分数据,在优先级改变了处理方式之处也按优先级拆分。混合的总体产生一个宽阔的分布,描述不了任何人的体验。
暴露等待
7. 把每个状态归类为活跃、等待或完成。 这是使流动效率成为可能的工作。“开发中”和“评审者正在评审”是活跃的。“等待评审”“等待批准”“已阻塞”和“等待客户”是等待。与团队一起评审这一归类,因为工作流中的标签很少讲述全部真相,叫作“进行中”的状态常常藏着一个已经一周没人碰过的项。
8. 把流动效率作为诊断来计算,而不是目标。 在样本或所有已完成的项上计算它,并用它找出等待所在之处:哪个状态把项留得最久,哪次交接在它之前。预期数字较低,并且不要设定“达到 40%”这样的目标。通过把等待状态改标为活跃来提高数字既容易又无用,真正的收益来自消除队列本身(见主题 2.4,价值流度量)。
9. 把阻塞和暂停的时间分开统计。 跟踪项进入阻塞或暂停状态的频率、停留多久,以及原因是什么。一份简短的反复出现的阻塞原因清单,比如等待批准、环境或供应商,会告诉你该修复什么、该找谁谈。在任何排除暂停时间的服务级别结果旁边,报告暂停占比(见主题 3.3,事件响应与解决时间)。
用好这些数字
10. 控制队列以控制时间。 通过系统的时间随在制品的增加而增加,这一关系在利特尔定律(Little's law)中阐述,它把系统内项的平均数量、到达或完成速率,以及每项在其中所花的平均时间联系起来。因此,限制在制品是影响周期时间最直接的杠杆(见主题 2.3,在制品与排队)。改变度量目标而不改变队列,只会改变虚报的激励。
11. 将周期时间分布用于预测和服务级别目标。 如果标准请求的第 85 百分位数周期时间是 6 天,承诺 5 天会经常落空,而承诺 8 天则会有余裕地达成。依据系统已经做到的来设定内部目标,然后致力于改变系统,使分布移动(见主题 3.5,服务请求履行度量,以及主题 4.3,变更赋能度量)。
12. 把定义的变化当作事件。 如果时钟的起点或终点发生变化,就在每张图表上标注,并尽可能根据原始事件重述历史。没有这种规范,趋势线会把定义变化的效果显示得好像是改进或下降(见主题 1.5,数据来源与埋点)。
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 |
|---|---|---|
| 前置时间 | 推迟创建请求记录,使时钟开始得晚;关闭并重开项以重启时钟;把一项请求拆成许多微小的请求 | 抽样将请求记录与电子邮件或聊天中的首次联系作比较;跟踪重开率;跟踪每项请求的项的规模和数量 |
| 周期时间 | 通过仅在最后才把项移到“进行中”来推迟起算;在几乎完成之前把项排除在看板之外;把工作切成自身不交付价值的片段 | 未关闭项的工作项年龄(见主题 2.1,流动度量);检查已完成的项请求者可用;比较前置时间与周期时间 |
| 接触时间 | 把等待状态归为活跃,或记录活动使自己显得忙碌 | 每季度与团队一起评审状态归类;抽查项,并将记录的活动与提交、评论和日历作比较 |
| 等待时间 | 创建新状态,使等待时间落入未度量的缝隙;把等待的项移到工作流之外的状态 | 统计未文档化的状态和转换(见主题 1.5,数据来源与埋点);抽样确认周期时间等于接触时间加等待时间 |
| 流动效率 | 把等待重新归为活跃;仅选取快的项作为样本;先完成容易的项以抬高比率 | 带变更日志的固定状态归类;在所有已完成的项上计算;连同第 85 百分位数周期时间和未关闭项的年龄一起报告 |
| 时钟暂停占比 | 为达成 SLA 而出于不依赖客户的理由(比如内部交接)暂停正式服务时钟 | 抽样审计暂停原因;并排报告经过的时间和 SLA 时间;评审客户自己对解决时间的看法(见主题 5.1,SLA、OLA 与 XLA 度量) |
健康的读数显示前置时间和周期时间一起变动,两者之间的差距是团队能解释的,第 85 百分位数是中位数的一个稳定倍数,而流动效率虽低,却随着具体队列的消除而上升。警示信号包括:中位数改善而高百分位数变差、暂停占比在每个月末增长,以及流动效率在工作方式毫无变化的情况下跳升。当一个数字改善时,应有人能指出工作中解释它的那项变化。由钻空子驱动的改善通常通不过这项检验。更广泛的心理学见主题 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 |
|---|---|---|
| 从请求者视角的前置时间 | 符合客户的感受;难以通过更改内部标签来改善 | 起始事件在团队控制之外,可能记录不佳 |
| 从团队承诺起算的周期时间 | 在团队控制之下;易于从看板历史计算 | 忽略受理延迟;团队可能显得很快,而请求在等待 |
| 经过的时间(日历时钟) | 简单、可比,并符合客户的体验 | 包括夜晚和周末,对工作时间不同的团队可能误导 |
| 工作时间时钟 | 契合有人值守的服务级别和值班模式 | 每个团队需要一份日历;隐藏客户所经历的真实等待 |
| 作为比率的流动效率 | 用一个直观的数字显示有多少时间在等待 | 依赖状态归类;易于膨胀;可能被误读为目标 |
| 百分位数报告 | 显示风险并支持预测 | 每个期间需要足够多的项;对某些受众比平均值更难读 |
实用的建议是从经过的时间开始,仅在服务级别要求之处才增加工作时间视图,并在高百分位数上同时报告前置时间和周期时间。把流动效率用作评审中的交流话题,把状态归类摆在桌面上,并避免把它放进记分卡。
与团队讨论的问题
1. 我们的前置时间时钟从哪里开始?客户认为它从哪里开始? 取三项最近的请求,从首次联系追踪到交付。标出请求在记录系统中被记录的时刻。比较首次联系与记录创建之间的间隔。引导者应当寻找在电子邮件、聊天或共享收件箱中从不出现在任何度量里的隐藏队列。
2. 对我们处理的每种工作类型,“完成”意味着什么? 列出工作类型,比如事件、请求、变更和故事,并索要每种的停止事件。问请求者是否会同意工作在那一刻已经完成。意见分歧指向一个过早停止的时钟。为每种类型商定一个停止事件,并写下来。
3. 我们的状态中哪些是等待的?项在其中停留多久? 把工作流贴在墙上,把每个状态标为活跃或等待。索要上个月数据中每个等待状态的典型时间。最大的等待状态通常会让某个人感到意外。选择一个队列,下个月更仔细地考察。
4. 我们承诺的是什么百分位数?系统实际做到了什么? 展示上个季度周期时间的分布,附中位数、第 85 百分位数和第 95 百分位数。问团队目前向客户作出什么承诺,它落在分布的什么位置。讨论承诺一个比系统已交付的更快的时间的代价。决定一项团队出于自身理由能够做到的承诺。
5. 谁被允许暂停时钟?为什么? 列出暂停和搁置状态、能使用它们的人以及所述的理由。阅读一批被暂停的项的样本,问客户是否真的是原因。讨论如果暂停占比与 SLA 结果显示在同一张图表上会怎样。引导者应当保持好奇的语气,因为暂停状态的存在往往有从未写下来的正当理由。
6. 如果下个季度流动效率翻倍,我们在工作流转的方式上会改变什么? 请小组指出必须改变的具体队列、交接、批准或批量大小。如果答案很笼统,比如“更努力工作”或“更好地沟通”,说明这个数字还没有与任何行动相联。选一项具体的变更,预测它对一个指明状态的等待时间的影响,并商定何时检查。
四种视角
产品与交付团队
交付团队拥有周期时间时钟,并在看板上看到它的细节。他们通过诚实地归类状态、限制在制品,以及在自己的回顾会议中阅读散点图而获益最多。他们应当抵制把工作拆成人为的小片段的压力,那些片段完成得快却什么也不交付,并应当在已完成的周期时间旁边展示未关闭项的年龄(见主题 2.1,流动度量)。
服务与运维团队
服务团队处理带有正式服务级别时钟的记录,其暂停状态正是经过的时间与 SLA 时间分歧的地方。他们应当报告两个时钟,按类型和优先级细分,并记录每次暂停的原因。运维团队也是批准队列、维护窗口和供应商响应的天然负责人,这些往往主导产品团队所见的等待时间(见主题 3.5,服务请求履行度量)。
领导层与治理
领导者索要前置时间,因为它是最接近客户体验的数字。他们应当期望每个数字都附有定义、分布和细分,并应当在问人们为何缓慢之前,先问等待在哪里。针对这些测量值的目标,当应用于有明确负责人的服务或价值流,并依据系统已交付的成果设定时,效果最好。应用于平均值的目标会招致重新归类和时钟游戏。
客户与用户
客户体验的是前置时间,包括工作开始前的所有等待,以及团队认为自己已完成之后的所有等待。他们需要一个以范围表达的诚实估计,比如“这类请求大多在一周内完成,几乎全部在两周内完成”,并且需要知道何时因团队在等他们而应用了暂停。给客户的报告应当说明使用哪个时钟(见主题 5.1,SLA、OLA 与 XLA 度量)。
实践:一个服务管理示例
一家地区医院的 IT 部门运营着一个服务台、一个基础设施团队和一个支持临床人员的应用团队。本示例中的所有数字均为示意。
服务台报告说,标准的访问请求有 94% 满足了 5 个工作日的目标,但病房经理仍然抱怨访问要“大约两周”。服务运营主管请团队在一个季度内度量这些请求的前置时间和周期时间,使用来自原始状态历史的经过的日历天数,而不是 SLA 计时器。
400 项请求(示意)的结果是周期时间中位数为 3 天,第 85 百分位数为 9 天。前置时间,自经理首次向共享邮箱发邮件的那一刻起度量,中位数为 8 天,第 85 百分位数为 16 天。有两项发现解释了这个差距。第一,请求在邮箱里平均等待 3 天才有人创建工单,这对 SLA 是不可见的。第二,“待批准”状态占了周期时间的大部分:在第 85 百分位数的 9 天中,约 6 天花在等待部门负责人批准上。对 30 项请求的抽样显示,接触时间约半天,所以流动效率大约是 8%(示意)。SLA 结果很高,是因为计时器在“待批准”和“等待客户”期间停止,所以时钟暂停占比为周期时间的 52%。
团队作出三项决定。它增加了一个网页表单,在首次联系时就创建工单,使前置时间时钟从客户的起点开始。它与部门负责人商定,对一份明确的标准角色清单预先授权批准,用季度审计取代逐项请求的批准。并且它把暂停占比和前置时间,与 SLA 结果一起加入月度服务评审。一个季度后,前置时间的中位数降至 4 天,第 85 百分位数降至 8 天(示意),而 SLA 结果几乎没有变化。
评审期间,团队发现了一个钻空子的风险。一位技术员在批准邮件一发出就开始把工单移到“等待客户”,而这并不是该状态的本意。该组的暂停占比上升,对被暂停工单的抽样审计显示了这一模式,团队重写了时钟规则,使得只有向请求者索取信息才能暂停时钟。发现这个问题的护栏,是把暂停占比与 SLA 结果并排报告,这正是本主题所推荐的配对。
敏捷、AI、自动化与分析
敏捷
持续交付缩短了从想法到用户手中的回路,所以前置时间是干系人感受到的测量值。一个好的做法是与干系人商定前置时间从何处开始,比如请求被接受的那一刻,并保持该定义稳定。需要注意的是,团队可以通过推迟起算来缩小周期时间,所以始终也要从客户一侧报告前置时间。
AI
AI 工具可以削减起草和编码上的接触时间,而等待时间保持不变或更长,所以即使人们觉得更快,流动效率也可能下降。对 AI 辅助的工作,分别报告接触时间和等待时间,并将其与返工配对。需要注意的是,周期时间的下降可能来自评审深度的降低,所以要抽查变更,看质量是否保持。
自动化
从事件时间戳而不是人们键入的字段计算每个时钟,并连同原因记录每一次暂停。按自动化消除了多少等待时间,以及多常增加新的队列(比如它无法跳过的人工批准步骤)来度量自动化本身。需要注意的是,事后的状态编辑可能改写历史,所以要记录编辑。
分析
报告前置时间和周期时间的百分位数,并把接触时间与前置时间之比作为趋势展示。这为之提供依据的决定是去哪里消除等待,通常是在团队之间。需要注意的是,流动效率取决于接触时间记录得有多细,所以应将其视为粗略的指引,而不是精确的比率。
行业视角
初创公司。 团队小、交接少,周期时间容易从看板度量,前置时间接近周期时间。从第一天起就用简单的状态归类跟踪两者,并每周查看散点图。对小任务来说流动效率通常本来就高,所以主要的危险是把请求藏在聊天中的非正式受理。
小型企业。 一个人可能同时扮演请求者、批准者和执行者,托管的服务台可能只提供 SLA 计时器。导出原始状态历史,自己计算经过的时间,并为每个时钟保持一个定义。最有用的发现通常是请求等待供应商或厂商响应的时间有多长。
大型企业。 团队、供应商和批准委员会之间的众多交接,使等待时间很大且分散在各个组织。商定一套共享的词汇来表示开始、停止和暂停,在 ITSM 和工程工具之间一致地归类状态,并按工作类型和服务类别细分。只有在定义对齐之后,跨团队比较才有意义,汇总应当由分布构建,而不是通过对团队平均值再取平均。
政府与公共部门。 法定的响应时间、采购规则和批准链条造成了团队无法单独消除的等待。把外部强加的时钟与内部时钟分开记录,使组织能控制的那部分延迟能够被看到并加以改进。以平实的定义公开报告前置时间,能建立信任,并暴露政策所造成的队列(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
主要的动因是,时间测量值把一个模糊的抱怨(“要等到天荒地老”)变成一个有定位的问题(“请求要等六天才能获批”)。同样的数据给团队一个真实的预测,使对客户的承诺基于过往工作的分布而不是希望。它还暴露了在自动化、批准或人员配置上投资在哪里能缩短经过的时间,这往往与人们预期的地方不同。
当工具已经记录状态变更时,成本不高。设置涉及商定定义、归类状态,以及构建分布和散点图的视图。运行成本是维护状态归类、抽样审计暂停原因以及召开月度评审的时间。凡状态历史缺失或不可靠之处,第一笔投资是主题 1.5(数据来源与埋点)中所述的埋点。
回报体现在团队可以自己度量的模式中:某种工作类型更短的高百分位数周期时间、关于延误项的升级更少、关于谁的时钟正确的争执更少,以及前置时间与周期时间之间更小的差距。不要指望来自基准的某个特定收益。精益和流动方面的作者把低流动效率描述为常见,但在没有你自己的数据时,不应采纳任何已发表的数字作为你自己工作的目标。总拥有成本以人的时间为主,所以要计入度量负责人和评审者的工时。
反模式与陷阱
- 报告均值。 一个很长的离群值拖动平均值,典型的项被错误描述。报告中位数和一个高百分位数,并绘出各个项。
- 所有工作用一个数字。 把事件、请求和功能混在一起,产生的分布什么也描述不了。先按工作类型和服务类别细分。
- 只度量 SLA 时钟。 在等待状态下停止的计时器,报告的是客户从未体验过的结果。在旁边报告经过的前置时间和暂停占比。
- 设定流动效率目标。 人们通过给状态改标签来提高比率。把它用作诊断,并以指明队列的等待时间来判断成功。
- 从错误的地方开始计时。 从分派或首次工作时开始的时钟,会隐藏受理队列。前置时间从请求起算,周期时间从承诺起算,并将两者都发布。
- 用周期时间比较团队。 不同的工作、不同的状态和不同的定义,使排名毫无意义并招致钻空子。把团队与它自己的历史比较,只有在定义对齐之后才比较服务。
- 忽略未关闭的项。 周期时间只统计已完成的工作,所以卡住的项在结束之前是不可见的。跟踪仍在进行中的项的年龄(见主题 2.1,流动度量)。
- 悄悄更改定义。 趋势随之记录的是仪器的变化。记录每次更改,并在图表上标注。
成熟度模型
| 维度 | 1 起步 | 2 发展 | 3 标准化 | 4 管理 | 5 协同 |
|---|---|---|---|---|---|
| 定义与时钟 | 人们凭记忆引用时长;每个人起算时钟的方式不同 | 一些团队在其看板上定义周期时间;ITSM 团队引用 SLA 时间 | 所有团队使用同一份关于前置时间、周期时间和暂停的书面定义 | 定义变更被记录,历史根据原始事件重述 | 定义与供应商和客户对齐,并在不再为决定提供依据时修订 |
| 报告与分析 | 幻灯片中的平均值,手工拼凑 | 一些团队展示中位数或来自工具的图表 | 中位数和一个高百分位数,附散点图,按工作类型细分 | 对分布做趋势分析并按节奏评审;据此得出预测 | 跨团队和供应商的流动数据被合并,以预测端到端的承诺 |
| 等待与流动效率 | 不区分等待与工作 | 一些看板上存在阻塞列 | 每个状态都归为活跃或等待;在所有已完成的项上计算流动效率 | 最大的队列被考察并获得改进资助;审计暂停原因 | 与造成这些队列、批准和交接的团队和供应商共同重新设计它们 |
| 在决定中的使用 | 数字在季度评审中展示而不据以行动 | 团队在回顾会议中讨论周期时间 | 依据观察到的分布设定服务目标 | 目标与护栏配对,并评审是否被钻空子 | 客户看到诚实的范围,改进的想法来自每个接触这项工作的人 |
检查清单
- 每项时间测量值在度量登记册中都有书面的开始事件、停止事件和排除项清单。
- 前置时间和周期时间都被报告,且每张图表都标明所显示的是哪一个。
- 每种工作类型都定义了“完成”,并与请求者达成一致。
- 结果以中位数和一个高百分位数报告,且绘出了各个项。
- 数据按工作类型细分,在相关之处按服务类别细分。
- 每个状态都被归为活跃、等待或完成,且该归类每季度评审。
- 暂停状态、谁可以使用它们以及它们的理由都已写下来,并抽样审计。
- 经过的时间和 SLA 时间并排展示,并附暂停占比。
- 流动效率被用作诊断,不在记分卡上。
- 定义变更被记录并在图表上标注。
- 未关闭项的年龄与已完成的周期时间一起评审。
AI 提示词
为某种工作类型起草时钟规则。
我们在 [一个或多个工具] 中处理 [工作类型,例如标准访问请求]。工作流状态为 [状态清单]。请起草关于前置时间和周期时间的书面时钟规则:启动每个时钟的事件、停止它的事件、哪些状态暂停或排除时间,以及已取消和重开的项如何处理。指出含义含糊的状态,以及在规则定稿之前我应当回答的问题。不要虚构我们工具的功能或基准值。请列出你的假设。
将状态归类为活跃或等待。
这是 [团队或服务] 的工作流:[状态,附每个状态的一句话含义]。对每个状态,请提出它是活跃工作、等待还是完成,并解释原因。标出混合了工作与等待的状态,并建议如何以对工作流最小的改动来拆分它们。说明这一归类将如何改变流动效率的计算。不要假设项在每个状态中停留多久。请列出你的假设。
分析一组周期时间。
下面是 [数量] 个 [工作类型] 类型已完成项的周期时间,单位为 [单位],附完成日期:[数据]。请用中位数和第 [百分位数,例如 85] 百分位数描述分布,找出随时间的聚集或漂移,并建议向团队询问关于慢项的问题。建议我需要多少项才能使百分位数可信,并解释推理。不要虚构基准值,也不要与其他组织比较。请列出你的假设。
评审一项度量的钻空子情况。
我们为 [团队或服务] 报告 [度量,例如流动效率],定义为 [定义和时钟]。人们可以通过 [已知行为,如有] 影响它。请列出这个数字可能被钻空子或被误读的合理方式、每种方式配对的护栏度量或实践,以及我应当手工阅读以检查的记录样本。不要虚构关于钻空子发生频率的统计数据。请列出你的假设。
AI 技能
- Service Management Metrics skill:用于查找定义某项时间测量值的主题,以及应当放在它旁边的护栏。
- Service Management Metrics maintainer skill:用于检查编辑过的时间测量值是否说明了其时钟、排除项和钻空子途径。
要点
- 前置时间是客户的等待,周期时间是团队的等待,所以两者都保留,并考察两者之间的差距。
- 为每个时钟写下开始、停止和暂停规则,并把定义的变更视为事件。
- 报告中位数和一个高百分位数,绘出各个项,并在比较任何东西之前先按工作类型细分。
- 流动效率通常很低,因为大部分经过的时间是等待,所以用它来定位队列,避免把它变成目标。
- 在任何排除暂停时间的服务级别结果旁边,展示暂停占比。
- 减少在制品并消除交接来缩短时间,因为叫人们加快不会改变队列。
参考文献与延伸阅读
- Vacanti, D., Yeret, Y., et al., The Kanban Guide, 2020, https://kanbanguides.org/.
- Anderson, D. J., Kanban: Successful Evolutionary Change for Your Technology Business, Blue Hole Press, 2010.
- Vacanti, D. S., Actionable Agile Metrics for Predictability: An Introduction, Daniel S. Vacanti, Inc., 2015.
- Reinertsen, D. G., The Principles of Product Development Flow: Second Generation Lean Product Development, Celeritas Publishing, 2009.
- DeGrandis, D., Making Work Visible: Exposing Time Theft to Optimize Work and Flow, IT Revolution, 2017.
- Rother, M., and Shook, J., Learning to See: Value Stream Mapping to Add Value and Eliminate Muda, Lean Enterprise Institute, 1999.
- Little, J. D. C., "A Proof for the Queuing Formula: L = λW," Operations Research, 9(3), 1961.
- Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
- AXELOS, ITIL Foundation: ITIL 4 Edition, TSO, 2019.
- Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
- Wikipedia, Lead time.
- Wikipedia, Cycle time.
- Wikipedia, Lean software development.
- Wikipedia, Percentile.
- Wikipedia, Little's law.