建立高效能的劳动力队伍白皮书

　　出色的衡量架构是每个制造商都渴望拥有的，但是，如今大多数衡量系统所注重的都是设备效能或产出。制造商会认真衡量时间和出勤，但除此以外，很少有人拥有了解如何有效利用劳动力的解决方案。本白皮书介绍了整体劳动力效能(OLE)，并对如何将其作为提高劳动力整体效能的工具进行了探讨。

　　为什么劳动力是整体生产 绩效 的下一个前沿领域

　　制造商对这个问题再清楚不过了。当管理团队持有数目可观的订单步入一个生产季度时，他们对获得稳定的收入和高额利润充满了信心。但当结果出来时，预期的利润并未能实现。事后调查并未发现重要的设备故障，也没有出现影响生产率的劳动力问题，但利润却与人们预期的水平相距甚远。

　　那么原因何在呢？除了运营问题外，由于工厂一直以较低的效能运营，因此真正的原因很可能会追溯到一系列与劳动力有关的问题上，可能的原因包括：由于难以根据特定技能所需的时间和地点来调度正确的资源，工厂的硬件固定资产未能得以有效利用等；重要岗位员工缺勤也是问题之一；未提供员工学习 或学习 成效不大影响了产品质量，延缓了产品大批量生产，也同样影响到转产和新产品启动。

　　这类因素归纳起来就是劳动力问题，即在当今需求推动的社会中，需要优化的下一个生产要素。在过去的十年中，为了提高竞争力和利润，制造商将精力和资源都倾注到了 供应链 的改进中。这无疑是一项成功的战略，但是现在却没有逃脱报酬递减这一规律。精明的经理已经意识到，劳动力才是推动供应链和生产进入下一高绩效水平的引擎。

　　当前，企业所面临的压力越来越大。就许多工厂的执行官员而言，应对不断变化的劳动力、与境外制造商竞争以及保持利润率是公司生存的关键要素，而要实现这些目标，就必须优化劳动力绩效。

　　定义整体劳动力效能(OLE)

　　优化劳动力绩效需要全新的洞察力。要获得这种洞察力， 公司需要建立多种方法以便量化、诊断并最终预测劳动力绩效，这是生产中最重要、也是高度变化的因素之一。整体劳动力效能(OLE)便提供了这种洞察力。

　　简而言之，OLE就三个劳动力因素对产量的累积效应进行了分析：

　　■ 可用性：劳动力做出有效贡献所花费的时间百分比

　　■ 绩效：提供的产量

　　■ 质量：生产的出色产品或可 销售 产品所占的百分比

　　OLE是了解劳动力对生产绩效贡献情况的一把钥匙，最重要的是，它提供了一个诊断和预测绩效的平台。

　　OLE：OEE的伙伴

　　在效能衡量方面，OLE有一个先驱产品，即整体设备效能(OEE)。OEE是为确保设备的最高产量而设计的，一直是化工和炼油等资产密集型行业的生产经理衡量绩效的一个首选工具。为了全面了解OLE，必须了解OEE、两者间的关系以及两者是如何结合以提高整体制造生产率和绩效的。

　　OEE是一个可显示单个设备、甚至整个工厂的整体绩效的公式，受下列三个因素累积效应的影响：设备的可用性(调度的可用生产时间百分比)、绩效比(产出部件占标准的百分比)和质量(生产的可销售产品占原始产品的百分比)。

　　OEE提供一个整体视图，许多经理都将其视为管理注重成本和效率的生产环境运营的最佳工具。尽管OEE是一种有效的衡量方法，但它并不全面。在当今需求驱动型运营中，许多生产环境不再注重最高产量。较短的周期和更频繁的转产虽然会降低OEE数值，但却更为重要，它能减弱OEE作为工厂生产率指标的价值。

　　作为一个独立的衡量方法，OEE的缺点在于劳动力与设备的互动：

　　■ 在炼油等资产密集型行业中，员工和资产的比例极低。如果一个获得认证的操作员无法启动一台设备，则OEE看来是负面的，但实际削减的产量并不是由设备的潜能造成的。

　　■ OEE无法获取直接和间接劳动力间的相互关系。例如，设备可用性高能推动OEE的增长。 但经过深入的调查，您可能会发现维护人员为确保该设备的正常运转花费了很多时间。其结果是，其他地方会由于无法获得维护资源而间接受到影响，而造成整体劳动力生产率降低。同样，您也无法直接了解缺勤、调度、休息和其他劳动力问题。

　　■ 当没有设备需要衡量时，OEE无法运作。但是，许多关键的生产流程并没有能够进行衡量的设备。例如，焊接工位就依赖具有高度技能的员工(招聘很困难)执行人工流程。

　　■ OEE没有可比较的成本参数。 这是因为设备通常具有可预测的成本，如折旧和定期维护，而向运营中添加劳动力因素会带来三方面的可变成本。首先，操作员有不同的工资率。其次，在生产过程中，操作员可能会获得奖励工资，如加班费。最后，依照某个标准，由绩效所造成的成本差异，实际上可能是由劳动力造成的。

　　为实际了解运营绩效的真实情况，我们还需要查看OLE，从而了解劳动力预备和执行的关键因素。它能帮助经理检查劳动力对生产利润的影响，找出劳动力利用不足的根本原因。OLE能按照自己的方式解释如何将固定资产与员工相结合，推动绩效的增长。案例列举如下：

　　■ OLE提供了对机构的操作员、部门、工厂，甚至公司水平的劳动力影响的分析能力。

　　■ OLE能够揭示各项因素间的相互关系和相互作用。一个区域的改进有可能对其他区域造成负面的影响。例如，一个流程的改变可使部件更快运抵车间，但却使仓库的运营复杂化。

　　■ 鉴于其对整体绩效的级联影响，因为太小而容易被人忽视的个别趋势会提早突出显示。

　　人们所熟悉的OEE因素——可用性、绩效和质量，也是用于衡量劳动力效能的基本因素。但在衡量员工贡献方面，深入地研究和探讨其他因素的影响也是十分必要的。

　　OLE公式的背后：强大的诊断工具提高了劳动力贡献

　　当经理能够同步查看和管理三个OLE因素——可用性、绩效和质量时，才能完成有效的劳动力贡献。通过了解这三个因素间的相互关系和相互作用，并对其进行实时管理，制造商能够改进车间生产率，从而提高利润水平。让我们来检查一下这些因素：

　　可用性

　　很明显，可用性是一个基本标准，而利用率则是可用性的最重要的一个组成部分。影响劳动力可用性的因素很多，设备和工厂潜在的产出能力也是如此。例如：

　　缺勤和利用率：标准的劳动力利用率衡量，包括员工生病、经过批准或者未经过批准的休假，以及由于学习 、会议或其他公司规定活动造成的员工不可用的时间等，都计入在内。

　　调度：包括在正确的时间计划 合适的技能。除了提供人员以外，我们还必须考虑员工的技能和认证，以及灵活的工作调度。

　　间接时间：包括材料延迟、空闲时间、换班和设备停机。

　　绩效

　　这是指输出记录，用于确定生产或提供某项产品或服务是否使用了与公司劳动力标准规定相同的时间（无论是生产有形产品，还是提供某项服务）。绩效输出包括：

　　流程、指令、工具和材料的可用性：工具陈旧或错误放置、材料短缺，或缺少流程或指令等车间问题都会延缓生产、限制产量，也有可能对质量造成负面影响。

　　学习 和技能：员工是否知道如何完成分配的任务，无疑会影响整个班次或工作提供预期产量的能力。

　　间接支持员工：缺乏有效学习 或技能的劳动力队伍，需要额外的支持人员，包括监管人员、维护技术员和质检人员。

　　凭借OLE的分析功能，您能够了解各种因素间的相互关系。以下列场景为例：车间的一些看似相互没有关联的微细可用性问题，最终可能导致绩效显著降低。OLE分析功能对问题进行回溯跟踪，发现这是由于未能满足标准工作时间造成的，而原因便是适当的员工不在工作岗位并未能为手头的工作做好准备，造成工作没能按时 开始。当绩效持续低于预期时，OLE能够快速找到问题的根本原因，包括劳动力标准设置不准确等。

　　质量

　　在每个工作日结束的时候，我们需要了解产品输出是否达到规定的质量水平。虽然质量是基于材料的一项功能，但它实质上受人为因素的影响非常大。

　　■ 员工知识：员工是否了解影响某项工作质量的因素。员工技能直接影响着产品质量。知识型员工了解如何衡量其工作、流程的运作方式、条件变化对质量的影响，以及如何进行调整以确保流程按计划运行。如果质量低于规定的标准，他们还知道何时停止生产，及时进行修正。运用这类知识能够减少无效工作，削减废品和重复工作成本。

　　■ 正确使用命令和工具：员工是否使用了正确的工具，遵循正确的流程。

　　从管理 人力资源 到衡量劳动力投资：OLE给经理带来了什么

　　 制造业 经理早已对劳动力管理工具进行了投资，但是直到最近管理人员才发现，这些资金大部分都用于了管理人力资源。

　　OLE真正的动力在于，它能够揭示事物的因果关系。它能深入地分析利润中存在的问题，显示人力资源投资的效益。经理能够从OLE中学到的东西包括：

　　■ 根本原因调查：例如，发现维护人员在一个工作区的工作时间异常，经理可以查看是否需要更换设备，或操作员的使用是否恰当。通过对OLE深入分析，经理找到了问题的起因——由于增产奖金的变化造成设备过载，最终导致运营失当。

　　■ 预测性衡量：OLE能够洞察生产效率低下的起因。例如，当发现在某个时间段内加班增长超出10％时，经理就会意识到，由于聘用了新技术员，平均技能水平下降，每次装配花费的平均时间要延长15％。系统可将用于新人招聘引入计划所花费的资源与增加新雇佣人员加班费相比较。无论采用哪种方式，都可对新招聘人员的效能做出更出色的预测。

　　■ 学习 的投资回报：每个人都希望能了解学习 的效果，但却很少有人能够真正做到。利用OLE，制造商可找到问题的起因：

　　投资学习 、监控质量或绩效变化，发现生产率的增长。最重要的是，学习 结果可以通过ROI计算和修正来以金钱的方式表示。

　　OLE能够解释固定资产和员工相结合对推动绩效的影响。通过一个平衡的关键绩效指标（如OLE），可以揭示相互关联的变量和难以发现的各种关系，表明一个区域的改进有可能对其他区域造成负面影响。鉴于其对整体绩效的级联影响，因为太小而容易被人忽视的个别趋势会提早突出显示。整个机构的执行官员都可利用实际数据而非猜测数据，来帮助他们分析劳动力贡献效能。

　　一个简单案例

　　让我们设想一个制造商拥有完整的员工队伍和充足的市场需求，能够达到最高产量，设备运行状态良好。前途似乎十分光明，但结果却让工厂经理发现，还是存在某些问题。利润看起来不错，但在现有机遇下，难道不应该更好些才对吗？OLE是如何显示出劳动力对利润潜能的影响呢？让我们来了解一下每个OLE因素各自的含义：

　　■ 可用性：利用率会受到工厂中若干因素的影响。首先，缺勤造成每个周期大约2％的效能下降。此外，不良的材料调度和移动使每个班次出现约一个小时的空闲时间。

　　■ 绩效：产量受到一定程度的影响。启动设备的技术人员不足经常造成每次转产时生产受阻，损失大约5％的生产时间。

　　■ 质量：在生产时间受到上述影响的情况下，管理人员试图通过提高生产速率挽回失去的时间。随着时间的流逝，质量开始下滑，产出降低。结果淘汰产品占到了合格产品的4％。

　　累积影响：工厂的OLE数值是78.2％，极大地低于经理和员工的预期。

　　关键在于工厂只是将78.2％的潜在资源转换成利润，潜在资源一旦失去了就不可能再获得。

　　OLE的有效使用使您能分析数据，找到问题的起因，采取纠正的措施。OLE还可揭示发展趋势，诊断更微细的问题。它还可帮助经理了解纠正措施是否真正能解决问题，提高总生产率。

　　采取措施：利用OLE占据下一个生产前沿领域

　　有衡量才能有获得。令人惊讶的是，虽然制造商对时间和出勤情况进行跟踪，但是却很少有人拥有一个能够衡量或了解劳动力效能对利润的直接影响的方法。现在，制造商已从供应链中获得了一定的生产率，他们便开始进一步寻找提高竞争优势的途径。提高劳动力的生产率正是制造商要把握的下一个大的发展机遇。

　　OLE理念和强大的分析功能相结合，为确定劳动力变量的累积效能提供了一个实时的解决方案。它为诊断、纠正和提高生产流程的经济效益奠定了坚实的基础。就像劳动力可以影响整个运营的绩效一样，OLE数据能够量化所采取措施的效能。OLE能够关注更精细的细节，如按时 绩效等，并能解决学习 预算是否合理之类的大问题。

　　决定下一代制造商竞争优势的因素主要有三个：

　　■ 能够吸引客户的一系列创新产品

　　■ 高度灵活和高效能的供应链

　　■ 具有高度责任心和出色效能的劳动力队伍

　　通过帮助制造商确定需要改进流程、材料、学习 或非直接支持的地点，OLE使制造商能够发展一支具有高度责任心和出色效能的劳动力队伍。作为一款生产率工具，它能帮助经理在将劳动力成本转化为利润的同时，实现更出色的管理。