概述与动因

每个服务团队都有一个队列,无论它是否使用这个词。事件等待分诊,请求等待批准,变更等待评审时段,待办事项列表中的项等待有人来拉取。这些系统中大部分经过的时间花在等待上,而不是工作上。本主题中的测量值解释等待为何增长、如何及早发现它,以及团队能为之做些什么。

核心的量是在制品(work in process)(WIP),即已开始但尚未完成的项的数量。管理流动的敏捷团队让 WIP 在看板上可见,并用 WIP 限制为其封顶。按 ITIL 运行的服务运营则统计未关闭的事件、请求和变更,并把这个集合称为记录的队列或待办事项列表(backlog)。这两种视角描述的是同一件事:位于尚未交付它们的系统之内的项。本主题对两者都使用“在制品”,并每次都说明边界(哪些状态算“在制”,哪些不算),因为这条边界决定了随后的每一个数字。

数学来自排队论(queueing theory),即对等待队列的研究。对服务团队而言,它最有用的结果是约翰·利特尔(John Little)在 1961 年证明的利特尔定律(Little's law)。对于稳定的系统,系统内项的平均数量等于平均到达率乘以一项在系统中所花的平均时间。用交付的话说,平均 WIP 等于平均吞吐量乘以平均周期时间。无论各项以何种顺序被服务,这一定律都成立,这使它成为对任何一组流动度量的廉价合理性检查(见主题 2.1,流动度量,以及主题 2.2,前置时间、周期时间与流动效率)。

第二个结果就没有那么令人舒服。当共享资源接近满负荷使用时,等待时间上升得越来越快。一个相关的近似,金曼公式(Kingman's formula),表明队列延迟随利用率增长,与利用率和剩余空闲比例之比成正比,也随到达和服务时间的变异性而增长。支持与运维工作本质上是变化的,因为事件成批到达,每项所需的精力差异很大。计划 100% 忙碌的团队,因而也就是计划了长时间的等待,而第一起重大事件会把长时间的等待变成需要数周才能清空的积压。

本主题中使用的术语:

  • 到达率(arrival rate)是每单位时间进入系统的项的数量。
  • 吞吐量(throughput)(或离开率)是每单位时间作为已完成而离开系统的项的数量。
  • 周期时间(cycle time)是从项进入系统边界到离开边界所经过的时间。本主题使用与主题 2.2 相同的时钟。
  • 排队时间(queue time)是经过的时间中,项在等待且无人处理的那一部分。
  • 利用率(utilization)是正在使用的可用容量的比例。对团队而言,容量以工作小时或可并行处理的项数表示。利用率是团队或资源池的属性,绝不是个人的属性。
  • WIP 限制(WIP limit)是对某个阶段或整个系统中项的数量商定的上限。达到限制时,不再开始新项。
  • 瓶颈(bottleneck)是相对于需求而言容量最小的阶段。它决定了整条链条的节奏,这一点由约束理论(theory of constraints)及其瓶颈(bottleneck)的理念加以阐发。

敏捷和 ITIL 的视角在这里相遇:ITIL 4(2019)把容量与性能管理、事件管理和服务请求管理视为依赖于使容量与需求相匹配的实践,而敏捷方法把同样的理念表达为限制在制品和先完成再开始。精益软件开发(Lean software development)把未完成的工作视为带有持有成本和风险的库存。

关键原则

  • 等待主导经过的时间。 在大多数服务和交付系统中,项等待的时间远长于任何人处理它们的时间,所以减少等待是比更快工作更大的杠杆。
  • 利特尔定律把三个流动数字联系起来。 平均 WIP、吞吐量和周期时间不能独立设定。如果你想在同样的吞吐量下得到更短的周期时间,就必须降低 WIP。
  • 接近满负荷利用时,延迟陡然上升。 冗余是响应能力的代价。没有富余容量的团队,无法在不使其他一切延误的情况下吸收一次突发或一个紧急项。
  • 变异性放大队列。 即使平均负荷看起来可以接受,不均匀的到达和不均匀的项规模也会拉长队列。凡能减少变异性之处就减少,不能之处就加缓冲。
  • 限制 WIP 是为了完成工作,而不是为了显得忙碌。 WIP 限制是触发关于被阻塞的工作和容量的交流,而不是一条合规规则。
  • 在系统层面度量。 WIP、队列长度和利用率描述的是团队和服务,绝不是其中的人。
  • 报告分布,而不是平均值。 排队时间有长尾,所以展示中位数和一个高百分位数,比如第 85 或第 95 百分位数(见主题 1.6,服务度量的统计素养)。

度量定义

七项测量值涵盖本主题。每一项都针对团队写在度量登记册中的一条指明的边界来定义(见主题 1.4,度量治理与归属)。

度量 定义 公式 单位 数据来源 ITIL 实践 敏捷对应物 节奏
在制品 在商定边界内已开始但未完成的项数 快照时刻处于“在制”状态的项的计数;位于第一个工作状态之前的待办事项列表或“就绪”队列中的项以及已完成的项被排除 项 问题跟踪器或 ITSM 工具状态历史 事件管理;服务请求管理 看板上的 WIP 计数 每日快照,每周评审
队列长度 等待工作开始或在各阶段之间等待的项数 快照时刻处于等待状态(例如“新建”“等待分诊”“等待评审”)的项的计数;被阻塞的项单独报告,不加入 项 跟踪器或 ITSM 状态历史 事件管理;变更赋能 看板上的就绪列和队列列 每日快照,每周评审
排队时间 每个阶段中,项在工作开始前等待所经过的时间 时钟从项进入等待状态时开始,到进入下一个活跃状态时停止;处于标为“阻塞于客户”状态的时间被排除,并作为单独的数字报告;报告中位数和第 85 百分位数 小时或天 跟踪器或 ITSM 工具中的状态转换时间戳 服务台;事件管理;变更赋能 价值流中的等待时间;队列列中的时间 每周
到达与离开率 每期进入和离开系统的项数,及其差值即净队列增长 到达 = 期内进入边界的项;离开 = 期内完成的项;净增长 = 到达减离开;重开的项仅在团队这样定义时才算作到达 项/周 跟踪器或 ITSM 的创建和解决时间戳 监控与事态管理;事件管理 吞吐量和累积流图 每周
团队负荷比 计划内和预期的工作将消耗的团队容量占比 期内预期的需求小时数(到达数乘以每项的平均工作量)/ 扣除休假和固定承诺之后可用的容量小时数;团队说明其如何估算工作量;绝不报告个人 百分比 容量计划、跟踪器工作量历史、值班表 容量与性能管理;人力与人才管理 计划工作中的团队容量 每月,以及在每次规划活动时
WIP 限制突破率 某个阶段或系统超过其商定 WIP 限制的天数占比 WIP 高于限制的天数 / 期内工作日;团队记录了带理由的有意例外的日子单独报告 天数百分比 每日 WIP 快照和例外日志 持续改进;事件管理 WIP 限制工作协议 每周
利特尔定律一致性比 检查三个流动数字是否相互一致 期内平均 WIP /(每天离开数乘以以天计的平均周期时间),针对同一边界和期间;接近 1 的比值意味着定义一致,远离 1 的比值意味着边界或时钟不一致 比值 与其他流动度量相同的跟踪器数据 度量与报告 回顾会议中的流动测量值合理性检查 每月

建议

先定义边界

1. 在计数之前,先写下系统边界。 说明哪个状态开始“在制”,哪个状态结束它,以及哪些项被排除(例如计划内维护,或等待客户的项)。统计 WIP 方式不同的两个团队,会产生无法比较的数字,而悄悄移动的边界会破坏利特尔定律检查。把边界记录在度量登记册中,并且只有带着记录的理由才更改它。

2. 在状态模型中把等待与工作分开。 如果单个状态既涵盖“排队等待评审”又涵盖“正在评审”,排队时间就是不可见的。像主题 1.5(数据来源与埋点)所述那样,给等待状态单独的名称,使转换时间戳揭示延迟。多一个状态的成本,与看到项停留在哪里的价值相比是很小的。

把利特尔定律用作一致性检查

3. 每月运行利特尔定律检查。 针对同一期间和边界计算平均 WIP、吞吐量和平均周期时间,看它们是否大致吻合。大的不匹配通常意味着有项在未被计数的情况下进入或离开系统,或旧的项被停放在无人看管的状态。在解读任何趋势之前先修复数据。该定律是关于稳定系统的定理,所以要把它应用于队列没有急剧增长或缩短的期间。

留意利用率和队列增长

4. 在变异性高之处为冗余做计划。 对事件处理、值班工作以及由随机需求供给的任何队列,计划在低于满负荷的水平,使突发不会变成积压。团队常常发现,一个在纸面上看起来舒适的负荷比,在把打断计入后已经太高(见主题 2.9,运维工作与计划外工作)。与做这项工作的人商定目标范围,并在任何重大事件之后评审它。

5. 既跟踪净队列增长,也跟踪队列规模。 一个正在缩短的 40 项的队列是健康的,而每周增长 5 项的 15 项队列则不是。每周比较到达和离开,并用累积流图(cumulative flow diagram)绘制趋势,其中某个阶段变宽的色带预示该处 WIP 在增长。当到达连续数周超过离开时,队列在无限增长,也就该做决定了:增加容量、减少需求,或改变接受什么。

6. 按阶段读取排队时间以找出瓶颈。 把经过的时间拆分为每个阶段的等待期。排队时间最长、等待项最多的阶段是候选瓶颈。改进任何其他阶段都不会缩短整个系统,所以要把改进的精力对准约束,并在之后重新检查,因为约束会移动。

以行之有效的方式限制 WIP

7. 依据观察设定第一个 WIP 限制,然后调整。 从接近当前平均 WIP 或略低于它的水平开始,观察周期时间和被阻塞项的变化。逐步降低限制,同时团队仍能让每个人都专注于完成工作。没有普适的正确数字,借自其他团队的数字对你的团队没有任何证据价值。

8. 把突破当作提示,而不是违规。 当 WIP 超过限制时,问是什么阻碍了完成,谁可以集中攻克它。附带理由(比如一次紧急的生产修复)记录的突破是信息。如果突破成为常态,说明限制有误或系统过载,对策是一场容量交流,而不是申斥。

9. 把限制应用于整条价值流,而不是某一列。 仅对“进行中”设限,会让工作堆积在评审、测试和批准的队列中。限制端到端系统中的项数,并在特定队列持续增长之处增加阶段限制。变更咨询评审或测试环境等共享阶段,值得拥有自己可见的限制和自己的排队时间。

有意识地处理紧急和多变的工作

10. 为加急的工作制定策略。 没有策略,紧急项会悄悄超出每一个限制,团队无法区分计划内与计划外的负荷。定义什么符合条件,可以有多少加急项在途,以及哪些工作暂停。统计加急项及其对排队时间的影响,使紧急的代价对提出请求的人可见(见主题 2.9,运维工作与计划外工作)。

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
在制品 把项移到“停放”或“搁置”状态以保持在限制之下;拆分项使其看起来更小;在看板之外开始工作 处于停放状态的项数及其年龄;将看板与实际工作作抽样比较;报告在制品中最老的项
队列长度 关闭并重开项;在入口拒绝新项;给等待状态改名使其落在计数之外 在队列长度旁边报告重开率和拒绝率;每次度量评审时评审状态定义
排队时间 在工作就绪后才创建记录,使时钟开始得晚;通过阻塞或客户等待状态暂停时钟;仅仅打开了某项就把它标为进行中 处于阻塞和暂停状态的时间分布;在开始之后才创建的项的占比;来自简短调查的请求者报告的等待
到达与离开率 快速关闭项以提高离开数;把一项请求拆成许多以同时提高两个计数;把重复项算作到达 已关闭项上的质量和重开测量值(见主题 3.3,事件响应与解决时间);项的规模分布;客户成果检查
团队负荷比 低估工作量以显示有富余容量,或夸大需求以证明增加人手;报告一个有利期间的比值 比较每项的估算与实际工作量;连同趋势和打断占比一起展示比值;对估算方法的同行评审
WIP 限制突破率 提高限制以终止突破;通过把项移出看板来隐藏突破;随意授予例外 例外的数量和理由;附日期的限制变更历史;在突破率旁边展示周期时间百分位数
利特尔定律一致性比 调整边界或期间直到比值接近 1;把长寿命的项作为离群值排除 事先固定边界和期间;公布被排除的项及其数量;连同理由评审对边界的更改

健康的读数是:团队的 WIP 稳定或在下降,排队时间的百分位数持平或在改善,到达与离开大致平衡,突破都附有导向行动的理由。利特尔定律比值徘徊在 1 附近,是因为数据一致,而不是因为有人调整过它。

权衡:利与弊

方法 优势 劣势
严格的 WIP 限制 周期时间更短,更早发现问题,更多完成 某个阶段可能出现空闲时间;需要规范和一定的交叉技能培养;可能让想要工作被启动的干系人沮丧
宽松的或没有 WIP 限制 每个人看起来都很忙,请求被迅速接受 长队列、交付缓慢、隐藏的堵塞、大量的上下文切换
计划的冗余容量 吸收突发和紧急工作;保持响应时间短 在利用率报告上看起来像浪费;需要领导层接受较低的表面效率
高计划利用率 看起来高效且每小时便宜 负荷接近容量时等待陡然增长;在任何中断下都很脆弱
将利特尔定律用于规划 简单、通用,应用迅速 仅对稳定系统和平均值有效;对单个项一无所说

在变异性和延迟代价高之处限制 WIP 并保留冗余,在工作平稳且彼此独立之处接受较宽松的限制。

在带有随机到达和服务时间的单服务台最简教科书模型(M/M/1 队列)中,系统中的平均时间是服务时间除以一减利用率:50% 时为 2 倍,80% 时为 5 倍,90% 时为 10 倍,95% 时为 20 倍。真实的团队并不是单个服务台,所以应把这些数字视为曲线的形状,而不是预测。

与团队讨论的问题

1. 对我们来说,什么算“在制”?我们的统计方式一致吗? 请每个人说出使一个项成为 WIP 一部分的第一个和最后一个状态,然后比较答案。寻找“搁置”或“等待客户”等有些人计入而另一些人不计入的状态。商定一条边界并写下来。引导者应当记录这些答案会如何改变 WIP 数字,因为这显示了该度量对定义的敏感程度。

2. 我们的项在哪里等待最久?谁拥有那个队列? 画出从到达到完成的流程,并标出等待点。利用最近一个月的数据,估算每个点上等待时间的中位数和第 85 百分位数。讨论哪个队列无人拥有,比如批准步骤或共享测试环境。商定一个要详细考察的队列,以及下次带着数据来的人。

3. 对于我们做的这类工作,多忙算太忙? 比较计划的负荷与实际花在打断和紧急项上的时间占比。问上一次需求激增时队列发生了什么。讨论没有富余容量的团队无法迅速响应这一观点。引导者应当把话题引向负荷比的目标范围,而不是单一数字,并引向超出范围时的计划。

4. 我们的队列是在增长、缩短还是稳定?我们如何知道? 查看最近八周的到达和离开。一张简单的图表就够了。问是否有人会在缓慢上升变成问题之前注意到它,以及什么信号会触发行动。商定当离开连续三周落后于到达时团队应当怎么做。

5. 如果我们把 WIP 限制降低一个,会发生什么? 请人们预测哪些项会等待,哪些会更早完成,以及当他们无法开始新的东西时会做什么。让诸如被视为闲着之类的担忧浮出水面。

6. 我们的数字彼此一致吗? 取一个月的数据,计算平均 WIP、吞吐量和平均周期时间。检查 WIP 是否大致等于吞吐量乘以周期时间。如果不是,就查找原因,比如已完成但未关闭的项,或未开始就被关闭的项。引导者应当把不匹配视为一份礼物:它指向一个数据或定义问题,否则这个问题会扭曲其他所有流动度量。

四种视角

产品与交付团队

交付团队把过多 WIP 的影响感受为上下文切换、迟来的反馈,以及腐朽的未完成工作。他们从可见的 WIP 限制、小项以及先完成再开始的习惯中获益最多。团队应当审视自己各阶段之间的排队时间,比如等待评审,因为这些延迟通常比编码花费的时间更大(见主题 2.7,拉取请求与代码评审度量)。

服务与运维团队

运维团队面对随机需求,所以排队效应很强。服务台、值班轮换和变更评审委员会,各自表现得像一个到达多变的队列。这些团队需要明确的冗余、清晰的优先级规则,以及加急工作的策略,使紧急项不会悄悄挤掉其他一切(见主题 3.1,服务台度量,以及主题 5.7,繁琐工作与值班度量)。度量每次交接处的排队时间,并留意在各小组之间来回弹跳的工作(见主题 9.3,协作与交接度量)。

领导层与治理

领导者通过他们接受的需求和他们奖励的利用率来影响队列。他们应当除利用率外,也索要排队时间百分位数和净队列增长,并期望健康的服务在低于满负荷的水平上运行。要求已处于其限制的团队承接更多项目,就是决定拉长每个人的周期时间,治理应当使这一权衡明确。为约束出资,而不是推行一般性的效率运动(见主题 5.4,容量与性能度量)。

客户与用户

客户把排队体验为等待响应,他们很少关心团队有多忙。他们需要基于过往等待分布的诚实预期、查看其请求状态的办法,以及用于紧急需求的升级路径。限制 WIP 可能意味着对新请求的接受较慢,而对已接受请求的完成较快,这一选择应当向他们解释(见主题 6.2,体验级别协议)。

实践:一个服务管理示例

一家地区医院的 IT 部门有一个服务台、一个基础设施团队和一个应用团队。本示例中的所有数字均为示意。

应用团队处理针对临床系统的服务请求和小变更。在一个季度里,其仪表盘显示周期时间中位数从 6 个工作日上升到 11 个,而团队说自己“全力以赴”。团队为该季度计算的负荷比是 98%。“等待临床签核”阶段排队时间的第 85 百分位数是 9 个工作日,看板上的平均 WIP 是 44 项,吞吐量为每个工作日 4 项。应用利特尔定律,44 除以 4 得到隐含的平均周期时间为 11 个工作日,与实测数字吻合,所以数据是一致的,团队信任它。

部门主管起初建议雇一名合同工。团队负责人指出阶段细分:在这 11 天中,临床签核之前的队列和部署之前的队列占了大部分经过的时间,而主动工作只占一小部分。本季度的到达超出离开约每周 2 项,所以队列稳步增长。团队还一直接受每一项紧急请求,而加急项没有策略。

团队决定了四项变更,记录在决定日志中。它设定了全系统 30 项的 WIP 限制,并为签核队列设定了 8 项的阶段限制。它计划约 80% 的负荷比,使预期的打断能容纳其中。它撰写了加急策略,最多允许两项紧急项在途。它请临床签核小组设立一个简短的每日评审时段,而不是每周一次会议。八周后,团队报告周期时间中位数为 7 个工作日,签核处排队时间的第 85 百分位数为 3 个工作日,突破率为 10% 的天数,并记录了理由。

团队在第二个月发现了一个钻空子的风险。突破率看起来很出色,但对看板的抽样显示有几个项处于一个叫“待定”的新状态,它位于 WIP 计数之外,而停放状态计数的护栏一直在上升。团队移除了该状态,把这些项移回计数之中,并要求每个新状态都附带定义加入登记册。突破率有几周升至 18%,团队将其作为诚实的数字接受,随后随着被阻塞项被解决而下降。

敏捷、AI、自动化与分析

敏捷

限制在制品支持可持续的节奏和持续交付:进行中的事更少,意味着每件事完成得更早,反馈到来得也更早。一个切实的习惯是与团队和干系人商定一个限制,并在定期的改进交流中评审突破。需要注意的是,作为规则强制执行而不加讨论的限制,会通过拆分或隐藏工作而被钻空子。

AI

AI 辅助使并行开始更多工作变得容易,因为一份草稿成本很低。这可能提高必须评审和决定的人的在制品和队列长度。把任何已开始工作的增加,与评审处的排队时间以及评审团队的负荷比配对。需要注意的是,更多由 AI 开始的工作可能被放弃,所以既要统计被丢弃的草稿,也要统计完成的。

自动化

自动地从记录系统读取队列长度和到达率,并对诸如负荷比上升这样的趋势设置告警,也对固定阈值设置告警。路由工作的自动化应当按误路由,以及它失败时所造成的队列来度量。需要注意的是,自动分派规则可能悄悄地把工作集中到少数人或单个团队身上。

分析

把利特尔定律用作在制品、吞吐量和周期时间之间的一致性检查,并把大的差距视为数据或定义问题。这为之提供依据的决定是在哪里设置限制和容量。需要注意的是,该定律假定系统稳定,所以不要把它应用于到达发生重大变化的期间。

行业视角

初创公司。 需求不均匀,诱惑是什么都开始。一块带可见 WIP 限制的简单看板,加上每周检查在制品中最老的项,就够了。为生产问题保留冗余,因为一次中断就可能耗尽整个团队。

小型企业。 一两个人往往处理支持、项目和行政事务,收件箱就是队列。把计划性工作与被动性工作分开,设定每天开始任务的上限,并告诉客户每类请求通常要等多久。

大型企业。 许多团队共享变更批准、安全评审和测试环境等阶段,而共享队列往往最长。度量并公布共享阶段的排队时间,给每个共享阶段指定一位负责人,并避免把利用率作为目标来报告。各团队的工具统计 WIP 的方式可能不同,所以在汇总之前,先商定一条共同的边界和一套共同的状态词汇(见主题 2.4,价值流度量)。

政府与公共部门。 法定期限、采购步骤和正式批准造成团队无法控制的长队列。把团队所能控制的时间与等待其他机构的时间分开,并报告两者。凡服务目标由法律或法规设定之处,记录时钟规则和任何暂停,并保留审计线索(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

动因是在不增加人员的情况下更快、更可预测的交付,因为等待主导经过的时间,对 WIP 或一个很长的批准队列做适度的削减,会缩短随后每一项的周期时间。计划的冗余还让团队能够吸收一起重大事件,而不丢失数周的其他工作。

成本不高,主要是人:定义边界和状态的精力、根据现有工具数据构建每日 WIP 快照和排队时间报告,以及召开简短的每周评审。限制 WIP 还意味着对某些请求说“暂不”,这需要干系人的同意,而闲置的容量是一项表面成本,领导者需要把它理解为防范延迟的保险。

回报应当通过组织能自己度量的模式来描述,而不是借来的百分比。跟踪限制前后周期时间的中位数和第 85 百分位数、超过商定阈值的老项数、突破率及其理由,以及花在紧急工作上的时间占比。当业务论证把排队时间与业务已经感受到的事联系起来时,它最强,比如新员工获得访问权限的等待、一次临床系统变更,或一次客户修复。总拥有成本以评审并据以行动的人的时间为主,所以要把这些时间与它所消除的延迟相比较。团队应当建立自己的基线,因为这里没有引用任何基准值。

反模式与陷阱

  • 以 100% 利用率为目标。 它保证了长时间的等待和脆弱的交付。计划一个有冗余的负荷比,并在中断之后评审它。
  • 只限制“进行中”一列。 工作随后堆积在限制之外的队列中。限制端到端的系统,并在队列增长之处增加阶段限制。
  • 把 WIP 限制当作要强制执行的规则。 人们会为了遵守而隐藏工作。把突破当作询问什么被阻塞的提示,并记录理由。
  • 把项停放在无限制的状态。 计数保持较低,而工作在无人看见处等待。把停放状态纳入可见的计数,并评审它们的年龄。
  • 度量个人的利用率。 它奖励显得忙碌并招致排名。度量团队或资源池,绝不公布按人的数字。
  • 忽视到达一侧。 团队致力于离开,而需求持续增长。跟踪到达,并在它们超过容量时,就接受什么作出明确的决定。

成熟度模型

维度 1 起步 2 发展 3 标准化 4 管理 5 协同
定义与边界 每个人以个人方式统计 WIP 一些团队为其看板写下边界 一条书面边界和一套状态词汇,等待状态与工作状态分开 边界变更被记录,每月运行利特尔定律检查 边界与供应商和合作团队对齐,并在不再为决定提供依据时修订
WIP 限制与冗余 无限制;人人忙碌 对一列的非正式限制 全系统和阶段限制,附突破日志和声明的负荷范围 按节奏依据周期时间和队列的证据调整限制 在共享阶段的各团队之间协调限制和容量
队列可见性 只通过抱怨看到等待 一些看板统计队列长度 按阶段的排队时间百分位数展示给所属团队 净队列增长做成趋势并带有护栏,据此行动并获得资助 共享阶段和外部阶段的排队时间向客户和供应商公开报告
在决定中的使用 容量请求靠轶事争论 引用利用率来证明增加人手 队列和周期时间的证据用于规划 需求与容量的权衡在治理评审中依据数据决定 用等待时间分布与客户共同塑造需求

检查清单

  • WIP 的系统边界已写下来,含起始和结束状态以及排除项。
  • 等待状态和工作状态是工作流中各自独立的状态。
  • 捕获并保留每日 WIP 和队列快照。
  • 排队时间按阶段以中位数和一个高百分位数报告。
  • 每周绘制到达和离开图表,并附累积流图。
  • 系统以及任何队列在增长的阶段都有 WIP 限制。
  • 限制突破连同理由记录,并每周评审。
  • 有一项策略定义加急工作,并限制在途的数量。
  • 团队负荷比在团队层面估算,绝不按人,并说明方法。
  • 每月运行利特尔定律检查,并调查不匹配之处。
  • 统计停放和阻塞的状态,并评审其年龄。
  • 对边界、状态或限制的每一次更改都连同日期和理由记录。

AI 提示词

检查 WIP 计数背后的边界和状态。

我想为 [团队或服务] 定义在制品。我们的工作流状态为 [状态清单,每项附一句话含义],这些项被排除:[排除项]。请找出哪些状态算在制、哪些是等待、哪些是阻塞方面的含糊之处。建议一条边界和一份更清晰的状态清单,并说明这一变更会对 WIP 数字产生什么影响。不要猜测我们的工具是如何配置的,也不要虚构基准值。请列出你的假设,以及我应当回答的问题。

运行利特尔定律一致性检查。

这是 [团队或服务] 在 [期间] 内的数据:平均 WIP [值],每天离开数 [值],以天计的平均周期时间 [值],使用边界 [边界描述]。请计算平均 WIP 与离开数乘以周期时间之比,并解释在这条边界下不匹配可能意味着什么,比如项被停放、项未开始就被关闭,或期间不稳定。建议我可以在 [跟踪器或 ITSM 工具] 中做的检查。不要虚构数字或阈值。请列出你的假设。

规划第一次 WIP 限制实验。

我们的团队是 [团队规模和角色],从事 [工作类型]。当前平均 WIP 为 [值],阶段有 [阶段清单],最长的队列在 [阶段]。请起草一个限定时间的实验来引入 WIP 限制:一个假设、要尝试的限制及原因、要关注的测量值(至少包括一道护栏)、什么算例外,以及评审日期。不要陈述普适的正确限制或基准值。请列出你的假设和风险。

根据阶段数据找出可能的瓶颈。

对于 [团队或服务],这是 [期间] 内按阶段的排队时间和 WIP:[表格,含阶段、排队时间中位数、排队时间第 85 百分位数、等待项数和容量说明]。请把各阶段按约束候选排序,用平实的语言解释推理,并为排名第一的候选建议一项低成本实验和一项能显示它有效的测量值。不要虚构数据或基准。请列出你的假设,以及哪些额外数据会改变排名。

AI 技能

要点

  • 等待主导经过的时间,所以要度量 WIP、队列长度和按阶段的排队时间,并报告中位数和高百分位数。
  • 利特尔定律把平均 WIP、吞吐量和周期时间联系在一起,这使它成为检验你的定义是否一致的快速测试。
  • 随着利用率接近满负荷,延迟陡然上升,所以在需求多变之处为冗余做计划。
  • 为整个系统限制 WIP,把突破当作交流的提示,并防范为保持在限制之下而给工作改标签。
  • 留意到达与离开,因为一个周复一周增长的队列,需要就容量或需求作出决定。
  • 度量团队和服务,绝不度量个人,并在比较数字之前商定一条书面边界。

参考文献与延伸阅读

  1. Little, J. D. C., "A Proof for the Queuing Formula: L = λW," Operations Research, 9(3), 1961.
  2. Reinertsen, D. G., The Principles of Product Development Flow: Second Generation Lean Product Development, Celeritas Publishing, 2009.
  3. Anderson, D. J., Kanban: Successful Evolutionary Change for Your Technology Business, Blue Hole Press, 2010.
  4. Vacanti, D. S., Actionable Agile Metrics for Predictability: An Introduction, Daniel S. Vacanti, Inc., 2015.
  5. Goldratt, E. M., and Cox, J., The Goal: A Process of Ongoing Improvement, North River Press, 1984.
  6. Hopp, W. J., and Spearman, M. L., Factory Physics, 3rd edition, Waveland Press, 2011.
  7. Kleinrock, L., Queueing Systems, Volume 1: Theory, Wiley, 1975.
  8. Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
  9. Beyer, B., Jones, C., Petoff, J., and Murphy, N. R. (eds.), Site Reliability Engineering: How Google Runs Production Systems, O'Reilly Media, 2016, https://sre.google/sre-book/table-of-contents/
  10. Wikipedia, Work in process.
  11. Wikipedia, Queueing theory.
  12. Wikipedia, Little's law.
  13. Wikipedia, Kingman's formula.
  14. Wikipedia, Theory of constraints.
  15. Wikipedia, Bottleneck (production).
  16. Wikipedia, Lean software development.
  17. Wikipedia, Cumulative flow diagram.