用途
process-mapper 用于解决内部运营中反复出现的三类问题:流程仅存在于团队口口相传的隐性知识中,导致交接遗漏、入职耗时数周;流程中大部分时间消耗在排队、等待和审批上而非实际工作,团队却优化了错误的环节;忽视约束理论(TOC),在非瓶颈环节增加资源却毫无收益。该技能产出文档化的流程地图,识别工作等待的位置,并以确定性逻辑(而非 LLM 直觉)点名指出约束所在。
主要能力
- 流程文档化:将流程以 JSON 文件录入,每个阶段包含名称、负责人、类型(value-add | wait | rework)、duration_minutes_p50、duration_minutes_p90。运行 process_documenter.py 生成 ASCII 泳道图(按负责人分泳道,标注阶段类型与时长)和规范化 JSON 产物。
- 周期时间测量:运行 cycle_time_analyzer.py 计算总 P50、总 P90、价值增值比(VA%)、等待占比、返工占比,以及基于 Little's Law 的吞吐量估算(WIP / 周期时间)。判定标准:VA% > 25% 为 HEALTHY,10–25% 为 TYPICAL,< 10% 为 WASTE-HEAVY。
- 瓶颈检测:运行 bottleneck_detector.py,可指定 --profile(saas / services / manufacturing / healthcare)。应用三条确定性规则:(a) 阶段 P50 > 价值增值阶段均值的 2 倍;(b) 等待状态占比 > 总周期的 40%;(c) 返工占比 > 15%。阈值随 profile 调整。输出为带严重程度(CRITICAL / HIGH / MEDIUM)、根因假设和每条发现对应一项推荐行动的排名列表。
- 建议:将瓶颈列表与周期时间判定配对,依据 Goldratt 的“让一切服从于约束”原则,针对单一约束提出干预建议,不推荐优化非约束阶段。
使用方式
五步确定性流程:
- 录入:将流程捕获为 JSON 文件,使用 assets/process_template.md 及其 JSON 骨架。
- 映射阶段:运行 process_documenter.py 生成泳道图与规范化 JSON。
- 测量周期时间:运行 cycle_time_analyzer.py 计算各项指标与判定。
- 检测瓶颈:运行 bottleneck_detector.py 并指定合适的 --profile。
- 建议:结合瓶颈列表与周期时间判定,提出单一约束聚焦的干预建议。
快速示例:
# Renders a BPMN-style swim-lane diagram + normalized JSON for the built-in 6-stage procurement-intake example
cd business-operations/skills/process-mapper && python3 scripts/process_documenter.py --sample
在调用工具前,编排器(或 /cs:grill-bizops)会逐一询问五个强制性问题,每个问题附带推荐答案与经典引用,不打包提问:
- “你是否拥有前三个最长阶段的实测周期时间,还是仅有估算?”推荐坚持实测数据。引用 Goldratt 1984。
- “你是在映射当前流程(as-is)还是预期流程(to-be)?”推荐先映射 as-is。引用 Rother & Shook 1999。
- “团队之间的交接发生在哪里,每次交接等待多久?”推荐记录每次交接的中位等待时间。引用 Reinertsen 2009。
- “每个阶段的批量大小是多少?”推荐尽可能将批量推向 1。引用 Anderson 2010。
- “每个阶段的返工率是多少?”推荐显式呈现,返工循环应纳入地图。引用 Pyzdek。
深度优先推进,前 3 个问题未回答前不要打开第 4 个。五个问题全部锁定后,依次调用 process_documenter.py → bottleneck_detector.py → cycle_time_analyzer.py。
适用场景
- 记录新的业务流程(采购受理、供应商入职、员工入职、事件交接、费用报销、客户入职、理赔裁定)。
- 现有流程“太慢”但无人能指出瓶颈。
- 正在测量周期时间但未测量价值增值比,团队无法判断流程是健康还是浪费严重。
- 跨职能交接出现工作遗漏且根因不明。
限制与假设
- 用户需能提供阶段级周期时间数据(即使是粗略的 P50 / P90 估算)。若无法提供,第一步应是给流程加埋点,而非映射。
- 此处的“流程”指具有离散阶段的可重复业务工作流,而非一次性项目。
- 用户需有权对瓶颈采取行动(或能将发现转交有权限者)。
- 阶段类型需诚实标注:被用户标为“value-add”的阶段确实从客户视角改变了工作产物。将等待误标为价值增值是最常见的数据质量问题。
反模式
- 一次性映射所有流程。应选一个。Goldratt:约束是单点。
- 优化非约束。若阶段 4 是瓶颈,加速阶段 2 只会在阶段 4 前堆积库存。让一切服从于约束。
- 将总周期时间误认为处理时间。二者几乎从不相同;VA% 揭示差距。
- 向等待受限的流程增加人手。等待时间不靠增加人头解决,而靠移除交接或批量。
- 将返工视为独立问题。返工循环属于流程地图,隐藏它会低估真实周期时间。
与其他技能的区别
- business-growth 技能:外部销售动作、线索漏斗转化、客户成功留存。process-mapper 是内部运营。
- engineering/slo-architect:系统可靠性 SLO / 错误预算 / 燃烧率告警。process-mapper 是业务流程周期时间,不是系统正常运行时间。
- c-level-advisor(COO / CEO):修复哪些流程的战略优先级。process-mapper 是该优先级决策后使用的战术工具。
- project-management 技能:Jira / Confluence 工单工作流工具。process-mapper 是流程设计,不是工单跟踪。
参考文档
- references/lean_six_sigma_canon.md — TIMWOOD 浪费、价值流映射、约束理论、看板 WIP、Little's Law。引用 Womack & Jones、Rother & Shook、Goldratt、Ohno、Liker、Pyzdek、Anderson。
- references/bpmn_essentials.md — 池、泳道、网关、事件、消息流、常见符号错误。引用 OMG BPMN 2.0 规范、Silver、Allweyer、Freund/Rücker、OASIS、ISO/IEC 19510:2013。
- references/bottleneck_anti_patterns.md — 来自 Goldratt、Kim 等、Spear、DORA、Deming 及流程挖掘研究的七种具体反模式。