一个让我印象深刻的对话

"我们最近客户投诉等待时间太长，想再加5个技师。"

"你现在有多少个工位？"

"10个。"

"技师多少人？"

"15人。"

"那你加技师有什么用？工位不够，技师再多也无处干活。"

这位店长悄然了。

这就是为什么我们需要产能规划——不是想当然地加人加设备，而是科学地计算你的真实产能，找到真正的瓶颈。

产能的本质：三大资源的协同

售后服务的产能取决于三大资源的协同：

                产能
                 │
    ┌─────────┼─────────┐
    │           │           │
 人员产能     工位产能     设备产能
(技师数×时间)  (工位数×时间)  (设备数×时间)

产能计算公式

人员产能（技师产能）

人员产能（小时/天） = 技师数 × 日均工时 × 技师利用率 × 技师效率

案例计算：

• 技师数：10人
• 日均工时：8小时
• 技师利用率：75%
• 技师效率：100%

人员产能 = 10 × 8 × 75% × 100% = 60小时/天

工位产能

工位产能（台次/天） = 工位数 × 日均可用时间 × 工位利用率 ÷ 平均工时

案例计算：

• 工位数：10个
• 日均可用时间：10小时
• 工位利用率：80%
• 平均工时：2小时/台

工位产能 = 10 × 10 × 80% ÷ 2 = 40台/天

综合产能

综合产能 = 三者中的最小值

TOC约束理论：找到你的真正瓶颈

什么是TOC？

TOC（Theory of Constraints，约束理论）是以色列物理学家高德拉特（Eliyahu Goldratt）提出的管理理论。

核心观点：任何系统都有至少一个约束（瓶颈），约束决定了系统的整体产出。

TOC五步法

实战案例：如何找到你的瓶颈？

案例背景

某新能源服务中心：

• 12个工位（15个技师
• 日均接待35台，客户抱怨等待时间长
• 店长认为需要加技师

产能分析

技师产能计算：

• 技师数：15人
• 日均工时：8小时
• 技师利用率：70%
• 技师效率：95%

技师产能 = 15 × 8 × 70% × 95% = 79.8小时/天
按平均工时2小时/台，可服务 ≈ 40台/天

工位产能计算：

• 工位数：12个
• 日均可用时间：10小时
• 工位利用率：75%

工位产能 = 12 × 10 × 75% ÷ 2 = 45台/天

实际产能比较：

诊断结果

两个资源的产能都还有空间！那为什么客户还抓狂等待？

深入分析后发现：

1. 客流不均：周末日均超过50台，周中只有20台
2. 时段扎堆：上午超载，下午空闲
3. 某类工位缺少：三电工位只有2个，经常排队

真正的瓶颈不是总产能，而是峰值时段的产能！

解决方案

不是加技师，而是：

1. 错峰预约：引导客户周中到店，预约可享受优惠
2. 延长服务时间：周末提早营业、2小时
3. 增加三电工位：改造现有2个普通工位为三电工位

效果：3个月后，日均接待量提升15%，等待时间下降40%，未增加任何人员。

产能规划的三个层次

层次一：日产能规划

考虑一天内的产能分布。

关键问题：

• 上午和下午的负载平衡吗？
• 不同时段的预约分布合理吗？

层次二：周产能规划

考虑一周内的产能分布。

典型模式：

• 周一、周五：最忙
• 周二、周三：最闲
• 周末：很忙（平时车主没时间）

优化策略：

• 周二、周三提供特别优惠
• 周末需要延长营业或增加班次
• 特殊时段（节假日前后）提前规划

层次三：月/年产能规划

考虑季节性波动。

特斯拉的产能管理智慧

特斯拉如何突破产能约束？

1. 移动服务：扩展产能边界

移动服务车不受工位约束，相当于"无限个工位"。

特斯拉数据：约30%的服务通过移动服务完成，等于让工位产能提升30%。

2. 远程诊断：减少工位占用时间

到店前已完成诊断，到店就能直接工作。

效果：平均工位占用时间减少20-30%。

3. OTA服务：零工位占用

软件问题远程解决，完全不占用任何物理资源。

产能规划实操清单

本章小结

下一篇预告：有了诊断和规划，最重要的是行动。如何在90天内实现效率的显著提升？请看《Day 49-5：效率提升实战——90天行动路线图》