有一年做年度经营计划，一家电子厂的老板把"交付周期缩短30%"写进了公司目标，然后问各部门怎么落地。生产部说要把设备换得快一点，采购说要供应商配合，计划部说要销售别老改单。三个月后回看，周期基本没动。
问题不在于各部门不努力，而在于"周期"这个东西长什么样，没人拆开看过。老板印象里的周期是"生产要几天"，但客户真正等待的时间，生产只占其中一小部分。在没有做改善的制造企业里，客户愿意付费的加工时间常常只占交付周期的5%–10%，其余都在等待。[citation:22]
这篇文章讲三件事：交付周期这个指标怎么定义和考核才不跑偏，缩短周期的三个抓手分别是什么，以及在电子行业这类多品种小批量场景里具体怎么落地。
一、先拆开看：周期里装的到底是什么
订单交付周期（Lead Time，也常叫DTC，Door to Door）指的是从接单到客户收货的总时长。它由几段构成：[citation:7]
| 环节 | 常见耗时 | 性质 |
| 订单处理与计划排产 | 1–3天 | 管理性等待 |
| 物料采购齐套 | 7–30天（视物料） | 部分刚性 |
| 生产制造 | 3–10天 | 含加工与等待 |
| 检验、入库、发运准备 | 1–3天 | 管理性等待为主 |
| 物流运输 | 1–7天 | 部分刚性 |
把这几段加起来，一个"生产只要5天"的厂，实际交付周期20–35天很常见；生产周期通常只占总交付周期的20%–30%。[citation:7] 这是价值流分析的经典结论，也是很多人认知里的盲区。
看一个更细的拆解案例。有资料给出一个14天制造周期的构成：增值加工时间约1.4天，排队等待约55%，运输搬运约18%，检验返工约12%，排程延迟约5%——14天里有12.6天是浪费。[citation:1]
另一个机加工厂的实测更直观：交付周期22天，其中各工序加工时间加起来只有36小时，约一天半；剩下的20天半拆开是等排产2–3天、等上道工序1–2天、等物料2–3天、等检验1–2天、等转运1–2天、等审批0.5–1天、在中间仓库等5–8天。[citation:13]真正增值的时间占比不到7%。
这意味着一件事：如果你的改善只盯着"把机器开快点"，等于在1.4天的增值时间里抠几分钟，却对12.6天的等待视而不见。[citation:1] 缩短周期的杠杆在等待，不在加工。
用两个公式把这件事量化
公式：总交付周期 LT = Σ（各工序加工时间）+ Σ（各库存等待时间）[citation:4]
公式：增值率（PCE）= 增值总时间 ÷ 总交付周期 × 100%[citation:4]
增值率这个数通常低得让人不敢相信，很多企业不足10%。[citation:19] 但要注意：不同行业差异很大，机械加工可能只有1%–5%，某些连续流程化工行业可能到30%以上。[citation:4]所以这个指标的用途不是横向比，而是纵向比——改善前后有没有提升。
我给客户做诊断时，增值率是必算的一项，但一般不作为考核指标。它更适合放在改善项目的立项说明里："我们的周期里只有7%在做事"，这句话比任何报表都更能让老板同意改流程。
二、指标怎么定：平均数会骗人
公式：平均交付周期 = Σ（客户签收日期 − 订单生效日期）÷ 订单数
公式本身没问题，问题在于只报一个平均数。周期这类指标有典型的右偏长尾——大部分订单集中在中位附近，少量订单拖得很长，一平均就被拉爆，而且平均数掩盖了长尾，而客户承诺恰恰是被长尾伤害的。[citation:9]
三个数一起看
- P50（中位数）：反映常态水平，用来做内部排产和日常改进的主指标。
- P90：反映长尾失控程度，是客户投诉的主要来源，对外承诺时用来定窗口。
- 超期单绝对量：分位数可能好看但绝对量在涨，必须同时看。[citation:6]
我的经验规则是：内部排产用P50，跨部门协同看P80，对外承诺用P90。[citation:15]有电商履约实践给出的参考是，若P95达到P50的8倍以上，说明流程里有明显失控环节，需要优先排查。[citation:6]
同样的思路用在采购提前期上也有参考价值：把过去一年的实际到货记录统计一遍，P50用来做计划，P90用来定安全库存。举例，某个料采购口头说"15天"，统计后发现P50是18天、P90是41天，排产时按哪个数，决策完全不同。[citation:24]
目标值怎么定
不要用老板拍的数字，也不要照抄别家。常见做法是拉取过往12个月的数据，用分位数校准：基本目标取P50，挑战目标取P75或P90。[citation:18]
两个实操提醒：一是样本量至少要有6个点，否则分位数没有统计意义；不足6个月时可以取近一年水平乘一个系数作为妥协，但总比拍脑袋强。[citation:18]二是有明显淡旺季的行业，要先按月份分组再算分位数，不要把12个月混在一起。[citation:18]
统计周期与数据来源
- 统计口径：以客户签收为终点还是以出库为终点，要和销售对客户的承诺口径一致。两个口径都出，标注清楚，不要混。
- 取数方式：时间戳要系统自动记录，不要月底补录。有对比数据显示，项目结束批量补录的时间偏差可达3.2天，而状态流转自动记录只有0.4天。[citation:9]
- 订单生效时点：以订单评审通过为准，还是以客户PO到达为准。我的建议是以后者，因为前者会把内部评审耗时悄悄排除在周期之外。
三、抓手一：拆周期，先砍等待
这个抓手的动作是画价值流图（VSM），把一张订单从接单到签收的每个环节标出来，每段花多少天，其中"动"的时间多少、"等"的时间多少。
画完通常会发现：订单在计划员邮箱里躺了一天，采购单在审批流里卡了两天，齐套的料在库里等了四天（等另一颗没到的料），产线排产排了三天之后才轮到这个单，成品在库房等物流车等了两天。[citation:7]没有一段是"生产慢"，全是在等。
压缩等待的三类常规动作
- 审批流并行化：订单进来同时触发计划和采购，而不是走完评审再往下传。
- 齐套管理前置：接单评审时就先看物料覆盖度，能覆盖的直接放行，不能覆盖的当场给出可承诺交期，而不是排到产线上才发现缺料。
- 排产规则透明：小单合并规则、急单插单规则写清楚并公开，避免每张单都要人工协调。
一个可参考的改善案例：某机械装备企业用VSM把32天的交付周期拆成技术确认5天、采购15天、生产7天、检验3天、物流2天，增值时间7天，占比22%。改善后建立标准化配置库，让八成需求可以直接选型，技术确认从5天降到1天，总周期从32天降到16天。[citation:10]
这个案例有个细节值得注意：采购周期从15天降到7天，靠的不是催供应商，而是技术确认前置让采购提前启动。很多"采购周期长"的表象，根子在前面那段等待。
这一抓手的考核落地
等待时间本身不好直接考核，因为它分散在多个部门。我的做法是把它拆成几个可归属的子指标：
| 子指标 | 责任岗位 | 说明 |
| 订单评审时长 | 销售 + 技术 | 从PO到评审通过 |
| 物料齐套前置覆盖度 | PMC + 采购 | 接单时即可确认可开工的比例 |
| 成品待发运时长 | 仓储 | 入库到发运的停留 |
| 工序间等待时长占比 | 车间 | 可用抽样或MES状态记录 |
这些子指标的好处是都有明确的归属，坏处是要采集更多数据。我的建议是先选一到两个占用天数大的环节做，不要一次铺开。
四、抓手二：用利特尔法则压在制品
公式：制造周期 CT = 在制品数量 WIP ÷ 产出率 TH（利特尔法则）[citation:20]
这条法则的含义很直接：在产出率不变的情况下，想要缩短周期，主要手段就是减少在制品；在制品翻倍，周期也翻倍。[citation:20] 反过来，一旦确定了目标周期，就能倒推出合理的在制品上限——比如目标产出10件/小时、希望周期不超过4小时，那么在制品上限就应是40件。[citation:20]
这条法则还解释了一个常见现象：当产线负荷超过85%以后，在制品会快速上升。[citation:8]这就是为什么"看着很忙"的厂反而交不出货——忙在制品，不是忙交付。
压在制品的三个具体动作
- 缩小批量。一家五金冲压厂把流转批量从500件降到100件，冲压到焊接之间的在制品从约1200件降到240件，流转时间从18天缩到6天。代价是换模分摊时间从每件3.6秒升到18秒，但资金占用和交期的收益远大于这点损失。[citation:11]
- 压换型时间。换型不降，小批量就推不动。有调味品厂把管道清洗拆成"快洗"和"深洗"，同色系产品快洗25分钟搞定（原流程90分钟），在制品堆积减少约60%。[citation:8]另有案例把换模时间从2小时压到20分钟，配合投料权下放和在制品上限红线，在制品从5000件降到1500件，周期从50天降到18天。[citation:5]
- 按瓶颈节拍投料，而不是按产能投料。一家饮料厂的灌装是瓶颈，前道调配线开足马力干，结果料液在灌装前等罐，久置还得回流处理。改成调配线只按灌装需求的105%投料后，在制品降了约四成，交期从11天缩到7天。[citation:8]
两个实操提醒
- 不要盲目压在制品。供应链脆弱、客户服务下降都是真实风险。[citation:20]在制品管理的正确做法是差异化策略加关注周转率，而不是一刀切清空。
- 连续性生产要用"时间缓冲"替代"数量缓冲"。比如规定杀菌后到灌装的等待不得超过45分钟，超时触发异常。这个阈值怎么定？看工艺允许的较长等待窗口，再打个八折。[citation:8]
这一抓手的考核落地
我一般配两个指标：[citation:8]
- 在制品周转率 = 月产出 ÷ 平均在制品：看流动快不快，挂给PMC和车间共担。
- 订单平均生产周期：看客户等多久，作为PMC的主指标之一。
值得注意的一点：计划部门的KPI应该是"流动"，不是"产量"。产量是结果，流动是原因。[citation:8] 这个判断在项目里经常被忽略——很多厂的计划部门仍在被考核产量达成。
五、抓手三：用分位数管理承诺周期
前两个抓手改善的是实际周期，这个抓手改善的是承诺周期——也就是你对客户说的那个天数准不准。
这两件事不一样。实际周期20天的厂，如果承诺25天，客户满意度可能还不错；实际周期15天的厂，如果承诺12天，投诉反而更多。客户不满的来源通常是"说到没做到"，而不是"等得久"。
所以我在项目里会把"承诺兑现"单独设成一个指标，而不是只看周期长短：
公式：承诺周期达成率 = 实际周期 ≤ 承诺周期的订单数 ÷ 总订单数 × 100%
而这个指标的改善路径，恰恰是用分位数来定承诺值：把过去90天的订单按客户或品类分组，算出P50和P90，按P90来写承诺窗口，让九成的订单能落在承诺范围内。[citation:21]
这样做的好处是承诺准确率能稳定在高位，且不会过度承诺。靠拍脑袋写承诺，结果要么写得太宽损失转化，要么写得太窄产生违约。[citation:21]
订单分层，别一刀切
把几千张订单用同一套流程处理，本身就是效率浪费的来源。建议按两个维度分层：订单价值（金额）和履约复杂度（SKU数量、是否定制、是否含长周期物料），分成几类之后，每类配不同的SOP和资源优先级。[citation:6]
交付周期管理同样要做分层服务：战略客户的关键订单走快线，常规补货订单走经济线，不是所有订单都要同样的速度。[citation:7]
长周期物料单独管
交期30天以上的物料，靠订单驱动必然迟到，要用滚动预测提前备料。[citation:7]这类物料的提前期也应该用历史到货数据的P50和P90来维护，而不是让采购员凭记忆填——很多厂的ERP里，提前期是三年前填的，市场早就变了。[citation:24]
六、这个指标该挂给谁
交付周期横跨销售、计划、采购、生产、仓储、物流六个环节，挂给任何单一部门都不公平。我的处理是拆成三层：
| 层级 | 指标 | 责任岗位 | 考核方式 |
| 公司级 | 平均交付周期（P50/P90）、承诺周期达成率 | 总经理盯 | 看板与年度目标，不设月度扣分 |
| 部门级 | 订单评审时长、物料齐套前置覆盖度、采购提前期达成率、在制品周转率、成品待发运时长 | 销售/PMC/采购/仓储 | 月度考核，各管一段 |
| 岗位级 | 订单按期评审率、计划下达及时率、换型时间、检验等待时长 | 具体岗位 | 月度或季度考核 |
几个我自己坚持的原则：
- 平均交付周期本身不挂任何人的月度扣分。它是结果指标，受订单结构影响很大，月度波动不能全归咎于某个部门。
- 各部门考的是自己能控制的那一段，加总起来就是总周期。这比考一个总数然后互相推诿有效得多。
- 物流运输段如果是外包的，考承运商的到货准时率和到货时长，不考内部岗位。
- 产线处于爬坡期或订单结构剧变时，先只统计不考核。
七、一个工控电子厂的落地片段（已脱敏）
我们服务过一家做工控与仪表类电子整机的厂，小批量多品种，客户以设备商和系统集成商为主，一张订单常常是几十到几百台、几十种机型。他们的问题不是交期长，而是交期不准——承诺20天，实际忽长忽短，客户投诉集中在"说好的没到"。
我们进去之后没有先动指标，而是按顺序做了几件事：
- 前期，做一次周期解剖。抽取过去6个月、约400张订单，按机型分组统计实际签收天数，算出P50和P90。结果发现承诺的20天，实际上P50是23天、P90是41天——也就是说，按20天承诺，天然就有一半以上的单要违约。
- 随后，画VSM拆周期。把23天的中位数拆成：订单与技术确认4天、长周期物料等待9天、SMT与组装5天、老化与检验3天、包装发运2天。增值时间集中在SMT组装那段，占比不到两成，其余是等待。
- 接着，按三个抓手分工。等待段由PMC牵头做齐套前置和审批并行；在制品段由车间缩批量、压换型；承诺段由销售按P90重设承诺窗口，并按订单金额和机型复杂度分成三类，各配不同的承诺天数。
- 然后，配置指标。为PMC、采购、生产车间、销售四个岗位各配置3到5个指标，累计12张指标卡片，考核周期定为季度制，月度只做预警不扣分；平均交付周期与承诺周期达成率只进公司级看板。
- 同期，试跑两个月只统计不考核，期间统一时间戳口径、核对数据来源，并让销售按新的承诺窗口对外报价。
这个项目里真正起作用的不是某个公式，而是前面两步——用历史数据算出P50/P90、用VSM把周期拆开。跳过这两步，后面所有的改善动作都是凭感觉。
顺带说一个我反复观察到的现象：不少企业的交付类绩效推不下去，习惯归咎于软件不好用。在我接触过的项目里，卡住的地方大多在上线之前——口径没定、周期没拆、指标挂错了岗位。软件只是把已经定好的规则跑得更快，它没法替你把没想清楚的事想清楚。
八、常见问题
周期和准时交付率，考一个还是两个？
两个都要，但用法不同。准时交付率考的是"兑现承诺"，是结果指标；交付周期考的是"响应快慢"，是能力指标。前者挂考核，后者主要进看板，改善项目里用来衡量进展。
平均数和P90差很多，说明什么？
说明流程里有失控环节。差距越大，长尾越严重。建议按机型、按客户、按订单类型分组分别算分位数，定位是哪一类订单在拖后腿。
生产周期缩短了，为什么客户感觉不到？
因为生产只占总交付周期的20%–30%。[citation:7] 如果等待段没动，生产段压缩几天对客户体感影响有限。先看VSM再决定改善哪里。
压在制品会不会导致停线？
有可能，所以要差异化处理。瓶颈前保留缓冲，非瓶颈处压；同时配合换型时间压缩，让小批量在经济上站得住。[citation:11]
承诺周期放宽，会不会丢订单？
看客户。多数B端客户更在意"说到做到"。承诺准确带来的是可预期性，客户可以据此安排自己的生产计划，这往往比单纯的"天数短"更有价值。
数据不全，时间戳没记录怎么办？
可以先做一个简化闭环：选两个关键时点（订单生效、客户签收）手工记录，跑满一个季度再逐步加密。[citation:9] 不要等系统完善了才开始，那时候历史基线也没有了。
九、把口径固化下来：工具能帮上什么忙
交付周期这个指标的特殊之处在于：它需要跨系统、跨部门的时间戳，而且承诺值要随历史数据定期校准——手工维护基本坚持不过两个季度。
绩效工坊这套绩效管理系统，在设计上就是冲着"指标能不能落地"来的，和上面这套周期口径能直接对上：
- 分位数统计：同一数据源同时输出P50、P80、P90，主指标与长尾指标一次生成，不用在Excel里做排序和取位。
- 目标值校准：支持导入历史数据自动计算分位数，按P50设基本目标、按P75或P90设挑战目标，并可按月份或品类分组计算，避免淡旺季混算。
- 指标分层配置：公司级看板指标与岗位考核指标分开配置，平均交付周期设为只观察不扣分，评审时长、齐套覆盖度等设为考核项。
- 时间戳与数据接入：ERP、MES、OMS已有数据走对接取数，自动记录状态流转时间戳；暂无系统的走定时表单录入，责任人和截止时点写死，逾期自动提醒。
- 评分规则配置：支持线性插值、阶梯计分、封顶、保底，能处理"承诺达成率低于历史基线不得分"这类条件规则。
- 结果对接与复盘：考核结果直接对接绩效工资与改善项目，同一指标可按客户、机型、月份拆解，方便定位是哪一类订单在拖周期。
绩效工坊网站本身也在持续整理各行业的指标库、落地方案和考核模板。如果是初次搭交付类指标，可以先对照站上的模板做一轮删减与改写，再往系统里配置，比从空白表开始省事不少。
写在结尾
回到开头那个"缩短30%"的目标。它不是一个坏目标，但它跳过了一个必要步骤：先知道这30%长在哪里。 如果要给一个执行顺序，我的建议是：先用历史数据算出P50/P90建立基线 → 画VSM把周期拆开、找到等待占比大的那段 → 按三个抓手分工并配置到岗位 → 试跑一到两个月只统计不考核 → 再考虑用系统固化。顺序反过来做，通常都要推倒重来。
