为什么这很重要

服务团队总是很忙。请求、事件、变更和改进毫无预兆地到来,人们整天在它们之间切换。团队觉得自己很有成效,客户却要等很久才能等到任何事情完成,却没有人能说出原因。

流动思维解释了这一差距。已经开始但尚未完成的工作停留在队列中,在大多数团队里,等待的时间远比工作的时间长。增加人手或开始更多事项没有帮助,往往还会更糟,因为更多的在制品意味着更长的队列。补救办法是看见工作,限制同时进行的数量,并度量事项从请求到完成所需的时间。

这些理念来自精益制造,最知名的工具是看板。许多敏捷团队使用看板方法,或受其启发的看板。本指南把看板视为若干选择之一。如果你的团队选择使用看板,这里的理念会有帮助;如果不用,可见性、限制和流动度量的原则依然适用。

核心概念

流动。 工作在系统中的移动。流动良好的系统稳定而可预测地交付事项,等待时间短。流动不良表现为交付时间长且不稳定、某些步骤之前出现堆积,以及频繁的加急处理。

在制品(WIP)。 已开始但尚未完成的事项数量。维基百科关于在制品(work in process)的文章描述了它在制造业中的概念。在知识工作和服务工作中,WIP 往往不可见,因为事项存在于收件箱、聊天线程和人们的脑海中。让它可见是第一步。

利特尔法则。 对于一个稳定的系统,事项在系统中停留的平均时间等于系统中事项的平均数量除以它们离开的平均速率。如果你的团队每周完成五项,有 25 项在进行中,则平均每项大约需要五周。要在不加快工作的情况下缩短时间,就要减少在制品数量。

前置时间与周期时间。 前置时间是客户从请求到交付所等待的时间。周期时间是事项开始工作之后所需的时间。各团队的定义不同,所以请写下你们自己的定义。吞吐量是一段时间内完成的事项数。

看板方法。 看板(kanban)在日语中意为“标牌”或“卡片”。丰田生产方式由大野耐一参与开发,用卡片来发出需要更多零件的信号,使生产由需求拉动。David J. Anderson 在 2000 年代把这些理念改造用于知识工作,形成了看板方法(Kanban method),维基百科对此有描述。其核心实践包括:将工作可视化、限制 WIP、管理流动、使政策明确、实施反馈回路,以及协作改进。

看板(板)。 看板把工作事项显示为卡片,放在代表各步骤的列中,例如“待办”、“进行中”、“评审”和“完成”。看板可以是实体的,也可以是数字的。看板不定义流程;它显示的是你已有的流程。

WIP 限制。 对一个步骤或整个看板中允许的事项数量设置上限。达到限制时,团队不再开始新的工作,而是帮助完成某件事。这起初感觉很慢,但会使交付更快、更稳定。

服务类别。 并非每个事项都应在同一个队列中等待。团队可以把重大事件这类紧急事项视为带严格限制的“加急”类别,把有固定日期的事项视为另一类,把普通事项视为标准类。类别使取舍变得明确,也防止每个事项都被宣布为紧急。

瓶颈。 限制系统吞吐量的步骤。Eliyahu Goldratt 提出的约束理论建议:找出瓶颈,确保它永不闲置,并改进它,因为加速其他任何环节都没有帮助。WIP 限制常会把瓶颈暴露为工作堆积的那一列。

累积流图。 显示各状态事项数量随时间变化的图表。变宽的色带表明队列正在形成。这是判断流动是否稳定的一种快速方法。

适合服务工作。 服务团队处理的是一股到达不可预测的、各种类型的工作流,这比固定的计划周期更适合流动方法。如果你的团队选择使用冲刺,流动度量仍然有助于看清冲刺之内发生了什么。

这些视角如何契合。 敏捷实践要求持续交付与改进;流动度量显示这是否正在发生。AI 可以在审查下总结看板或建议分诊类别。自动化可以更新卡片并强制执行限制。分析提供度量,但通常也有它们变成目标的风险。

最佳实践

  1. 将所有工作可视化。 把各种工作都放到看板上:事件、请求、变更、改进以及计划外的打断。只显示“项目”工作的看板会掩盖真实负荷。
  2. 根据真实流程定义列。 创建与工作实际流转方式相符的列,包括“等待客户”等等待状态。延迟就藏在等待状态里。
  3. 设置 WIP 限制并遵守。 从略低于当前数量的限制开始,观察后再调整。当某列已满时,先帮助推进事项,再开始新的工作。
  4. 使政策明确。 在看板上或旁边写下“就绪”和“完成”的含义、如何排优先级,以及谁可以加急。不成文的规则会引发争论。
  5. 有意识地使用服务类别。 定义少量类别,并为其设定各自的限制和预期时间。定期评审加急类别:如果它总是满的,说明系统过载或优先级不清。
  6. 度量前置时间、周期时间和吞吐量。 以分布的方式报告,例如“85% 的事项在 9 天内完成”,而不只是平均值。分布显示客户实际面临的风险。
  7. 关注最老的事项。 在定期会议上评审进行时间最长的事项。老事项通常意味着被阻塞的依赖或不明确的负责人。
  8. 找出并改进瓶颈。 当工作在某处堆积时,问是什么在限制它,并把它当作优先改进的对象。
  9. 一起评审看板。 围绕看板进行的简短而定期的交谈,无论是否站着,都能让团队有共同的视图。关注被阻塞和老化的事项,而不是汇报。
  10. 让看板演进。 随着学习改变列、限制和政策。如果你的团队选择使用看板方法,把它当作可以调整的起点。

与团队讨论的问题

我们现在有多少工作在进行中?我们是怎么知道的? 团队一旦数过,往往会对这个数字感到吃惊。请每个人列出自己正在做的事情,包括被打断的工作。预期会有一份很长的清单,其中有些事项没人记得。追问:商定一个初始限制,哪怕很粗略。

工作在哪里等待得最久?它在等谁? 等待是延迟的主要来源。典型的回答是审批、某位专家、客户或供应商。使用带日期的真实例子。追问:选择一次等待,问谁能缩短它。

哪些类型的工作永远不应在普通队列里等待? 这个问题引入服务类别。重大事件和法定期限是常见的回答,人们还可能加上自己偏爱的类型。请追问判断标准。追问:商定一份简短的清单以及对加急工作的限制。

看板满了而来了新请求时会怎样? 这个问题检验纪律。团队往往还是会开始新事项。问问政策应该是什么、由谁决定。追问:为每种类型的请求商定一条规则。

哪个度量能告诉我们流动改善了?它可能被怎样误读? 选择一个度量,例如 85% 的事项完成所用的时间,并讨论它可能如何被钻空子,比如拆分事项,或关闭后再重新打开。追问:商定如何对照现实检查这个度量。

自动化或 AI 能在哪里帮助流动而不掩盖问题? 自动更新卡片和建议类别可以节省时间,也可能把停滞的事项掩盖成“进行中”。问问每条自动化规则由谁负责,如何发现错误。追问:选择一种低风险的用法和评审日期。

实践:一个服务管理示例

一家医院的临床系统支持团队每周处理约 100 个请求:账户变更、报表请求、小修复和紧急故障。这个七人团队使用电子邮件收件箱和工单工具,临床医生抱怨请求“消失了”。

团队负责人在团队办公室里搭建了一块实体看板,为每个未完成事项做了一张卡片,一共约 70 张。数了一下发现,每个人平均有十个事项在进行中。负责人增加了“等待临床医生”和“等待供应商”两列,70 项中有 25 项在这两列里。团队设定每人最多同时进行四项,同时最多两项加急。他们商定了政策:影响患者护理的紧急故障进入加急通道,优先处理;其余一律先进先出。

两个月后,完成一个请求的中位时间从 12 个工作日降到 7 个工作日,最老的未完成事项为 20 天,而之前是 70 天。“等待临床医生”一列在增长,团队意识到许多请求缺少信息。于是增加了一份简短的表单,询问常被遗漏的问题。

变化在于:临床医生可以看到请求处于哪里,团队回复“它在哪里?”之类邮件的时间减少了。仍然困难的是:等待供应商的事项仍需数周,团队无法控制;加急通道有时被用于仅仅对某位资深人士重要的请求;当人们忘记更新其中一个时,数字工单工具和实体看板就会出现偏差。团队每月评审政策,并计划把看板移入工具中。

四种视角

产品与交付团队

用看板查看所有工作,包括运维方面的打断,并限制在制品,使功能和修复得以完成。与运维团队共享流动度量,找出变更在哪里等待。

服务与运维团队

你们是流动方法的天然使用者。让整个价值流可见,商定服务类别,并用限制来防止打断淹没计划中的工作。把延迟的证据带给能够消除它们的人。

领导层与治理

要求以分布的形式提供流动度量,并关注最老的事项。避免向已满的系统塞入更多工作。支持团队修改政策,而不是要求更多产出。

客户与用户

你应该能够看到你的请求在哪里、这类请求通常需要多长时间,以及团队在等什么。当某件事紧急时告诉团队并说明原因,因为清楚的理由有助于他们作出决定。

敏捷、AI、自动化与分析

敏捷

流动通过暴露延迟、鼓励小而完成的事项,支持持续交付与改进。注意:看板本身不是改进体系;用它来促成与干系人的定期评审。

AI

AI 可以总结看板、为新事项建议类别,并标出老化或被阻塞的事项,需要人审查,并为每条规则指定负责人。注意:猜错的 AI 分类器会把工作送进错误的队列;跟踪更正的比例。见主题 5.1 — 服务管理中的 AI。

自动化

从工单工具自动创建卡片,根据事件更新状态,并在超出 WIP 限制时发出警告。保留日志。注意:自动的状态变更可能使流动看起来比实际更好;抽取真实事项进行核对。见主题 6.2 — 工作流自动化与编排。

分析

使用前置时间分布、吞吐量、在制品的账龄和累积流图。注意:这些都可能通过拆分、合并或重新标记事项来钻空子,而在团队之间比较会忽略工作的差异;用它们来理解你自己的系统。见主题 7.6 — 流程与价值流分析和《服务管理度量》一书。

常见失败模式

  • 看板没有限制。 卡片堆积,什么也没有改变。设定限制并遵守。
  • 看板上只有计划工作。 打断不可见,负荷被低估。显示所有类型的工作。
  • 一切都加急。 快速通道被堵塞。限制它并评审每一次使用。
  • 只看平均值。 平均值掩盖了长时间的延迟。报告分布和最老的事项。
  • 钻度量的空子。 事项被拆分或提前关闭。对照真实事项检查度量。
  • 把看板当成目标。 团队复制了一块看板,却忽视了流动。关注交付时间和等待。
  • 优化非瓶颈环节。 努力投向了错误的步骤。找出工作在哪里堆积。

成熟度模型

维度 起步 发展 标准化 管理 协同
可见性 工作存在于收件箱和脑海中 为计划工作建立了看板 所有工作可见,政策明确 看板与工具一致并值得信赖 流动在团队和供应商之间可见
WIP 控制 没有限制 非正式限制 商定的限制以及例外规则 根据数据调整限制 限制在相互依赖的团队之间协调
流动度量 无 事项计数 前置时间和吞吐量以分布形式呈现 用度量发现瓶颈 度量在整个系统中共享并据此行动
服务类别 一个队列 紧急与非紧急 定义了带限制的类别 依据证据评审类别 类别在团队和协议之间保持一致

检查清单

  • 所有类型的工作,包括打断,都在看板上。
  • 列中包含等待状态。
  • 我们有 WIP 限制,并有看板满时怎么做的规则。
  • 就绪、完成、优先级和加急的政策已写下来。
  • 我们以分布的形式度量前置时间、周期时间和吞吐量。
  • 我们定期评审最老的事项。
  • 我们知道当前的瓶颈,并有针对它的改进。
  • 我们对照真实事项检查度量是否被钻空子。

AI 提示词

在看板数据中发现规律。

这是我们事项的导出数据,包含创建、开始和完成日期以及状态变更:[粘贴已去除姓名的数据]。
请计算前置时间的中位数和第 85 百分位数,列出五个最老的未完成事项,并指出事项在哪里停留时间最长。不要推断原因。请标出你注意到的任何数据问题。
请列出你不确定的事项。

建议服务类别。

我们团队处理这些类型的工作:[列出通常的紧急程度和数量]。
请提出最多四个服务类别,为每个类别设定限制,并给出进入最快类别的规则。解释每项选择的取舍并标明假设。
请列出你不确定的事项。

准备一次看板评审。

下面是我们看板的当前状态:[粘贴各列、事项、账龄和阻塞项]。
请列出我应首先讨论的五个事项及原因,并针对每个事项给出三个问题。不要归咎于人,也不要提出解决方案。
请列出你不确定的事项。

AI 技能

主要来源

  • David J. Anderson,Kanban: Successful Evolutionary Change for Your Technology Business(2010):把该方法用于知识工作的出处。
  • 大野耐一(Taiichi Ohno),Toyota Production System: Beyond Large-Scale Production(1988):看板卡片的起源。
  • Wikipedia, "Kanban (development)":该方法的概述。
  • Wikipedia, "Little's law":WIP 限制背后的公式。

参考文献

  1. Kanban — Wikipedia — https://en.wikipedia.org/wiki/Kanban
  2. Kanban (development) — Wikipedia — https://en.wikipedia.org/wiki/Kanban_(development)
  3. Work in process — Wikipedia — https://en.wikipedia.org/wiki/Work_in_process
  4. Little's law — Wikipedia — https://en.wikipedia.org/wiki/Little%27s_law
  5. Toyota Production System — Wikipedia — https://en.wikipedia.org/wiki/Toyota_Production_System
  6. Cumulative flow diagram — Wikipedia — https://en.wikipedia.org/wiki/Cumulative_flow_diagram
  7. Theory of constraints — Wikipedia — https://en.wikipedia.org/wiki/Theory_of_constraints
  8. Lead time — Wikipedia — https://en.wikipedia.org/wiki/Lead_time
  9. Bottleneck (production) — Wikipedia — https://en.wikipedia.org/wiki/Bottleneck_(production)
  10. Taiichi Ohno — Wikipedia — https://en.wikipedia.org/wiki/Taiichi_Ohno