1. 课程导入与工程认知
在制造、能源、检修、物流等以班组为基本作业单元的行业中，管理者经常面对一类看似简单、实际很难回答的问题：同样一个班组、同样一台设备、同样一项作业，为什么这个月比上个月多用了 40 个工时？为什么甲班和乙班完成相同任务，工时差出 15%？这些差异究竟是人员技能、设备状态、物料齐套、作业方法还是统计口径造成的？如果只凭"感觉"和"经验"回答，结论往往无法复现，也无法支撑改善。本课程要建立的，正是一套把这类问题从"经验判断"转化为"可测量、可比较、可追溯、可改善"的工程方法体系。
一、什么是班组工时工效与绩效分析工程
可以把这门课程的对象拆成三层来理解。班组是分析的最小组织单元，它具备相对稳定的成员、明确的作业任务、可界定的作业区域和可归集的资源消耗；工时与工效是度量层，工时回答"投入了多少时间"，工效回答"这些时间产出了多少有效成果"；绩效分析工程是方法层，它要求用工程化的方式——定义指标、设定口径、采集数据、建立模型、分析差异、验证改善——而不是用一次性报表或主观评价来完成分析。
因此，本课程所讲的"班组工时工效与绩效分析工程"，可以定义为：以班组为分析单元，以标准工时和实际工时为基础数据，以工效指标为核心度量，通过口径统一、数据采集、差异分解、归因分析和改善验证，持续提升班组时间产出效率的一套结构化方法与管理机制。它既包含技术方法（如何测时、如何算标准工时、如何分解差异），也包含管理机制（谁填报、谁审核、多久复盘、改善如何闭环）。
二、课程目标：从"看得见"到"改得动"
本课程希望学员完成四个层次的能力跃迁。第一层是看得见：能说清班组工时花在哪里，能区分有效作业时间、辅助时间、等待时间、返工时间。第二层是算得准：能按统一口径计算标准工时、实际工时、工时利用率、工效指数等核心指标，并知道每个指标的适用条件和局限。第三层是说得清：面对工时差异，能用结构化方法把差异分解到人员、设备、物料、方法、环境、管理等因素上，而不是笼统归因于"员工不努力"。第四层是改得动：能基于分析结论设计改善措施，设定验证指标，跟踪改善效果，形成可复制的班组绩效提升闭环。
三、边界：这门工程管什么、不管什么
明确边界是工程化分析的前提，否则分析范围会不断膨胀，最终无法收敛。本课程的分析边界可以概括为"三管三不管"。
- 管作业时间，不管薪酬分配。本课程聚焦于时间投入与产出的效率分析，不涉及工资结构、奖金分配、绩效考核评分等薪酬与人事制度设计。工效数据可以作为绩效管理的输入，但绩效评分规则本身不属于本课程范围。
- 管班组可控因素，不管宏观经营变量。订单总量、市场价格、公司战略等宏观变量会影响班组任务量，但不属于班组可控范围。分析时应聚焦于班组能够通过自身努力改变的因素，如作业方法、人员配置、设备维护、物料准备等。
- 管可量化、可追溯的数据，不管主观印象。所有进入分析的数据都应有明确的采集来源、采集时间和采集口径。无法追溯来源的"估计值"只能作为参考，不能作为改善决策的依据。
四、核心术语：建立共同语言
班组工时工效分析涉及一组专业术语，如果口径不统一，后续所有计算和比较都会失真。以下是最核心的六个术语及其定义。
| 术语 | 定义 | 典型单位 |
|---|---|---|
| 标准工时（ST） | 在标准作业条件下，由合格作业者以正常速度完成一道工序或一项任务所需的时间 | 分钟/件、小时/项 |
| 实际工时（AT） | 班组实际投入完成该项任务的全部时间，包括有效作业、辅助、等待和返工时间 | 小时、人·小时 |
| 工时利用率 | 有效作业时间占实际工时的比例，反映时间被有效利用的程度 | % |
| 工效指数 | 标准工时与实际工时的比值，大于 1 表示效率高于标准，小于 1 表示低于标准 | 无量纲 |
| 工时差异 | 实际工时与标准工时之间的差额，可进一步分解为量差、效率差、结构差 | 小时 |
| 作业单元 | 为便于测时和分析而划分的最小可观测作业片段，是标准工时的基本组成单位 | — |
需要特别说明的是，标准工时不是"最快时间"，也不是"平均时间"，而是"正常速度下的合理时间"。它通常通过秒表测时、工作抽样、预定动作时间标准（PTS）或历史数据统计等方法确定，并需要定期修订。标准工时一旦确定，就应作为一段时间内稳定的比较基准，不能随意调整，否则工效指数将失去可比性。
五、整体实施框架：五层递进
把上述定义、目标和边界整合起来，就形成了本课程的整体实施框架。这个框架不是线性流程，而是一个五层递进、循环改善的结构：从基础定义出发，经过数据采集和指标计算，进入差异分析与归因，最终落到改善验证与标准化，改善结果又反过来修正基础定义和采集口径，形成闭环。
这个框架的关键在于闭环。很多班组做分析只做到第三层——算出指标、贴出报表，然后就结束了。指标本身不产生价值，只有进入第四层找到差异原因、进入第五层落实改善并验证效果，分析才真正完成。同时，改善结果要反馈到第一层和第二层：如果发现原有作业单元划分不合理，就要重新划分；如果发现某项数据采集口径有偏差，就要修订采集规则。这样，整个体系才能持续进化。
六、一个教学示例：从数据到判断
为了让大家对后续章节的内容有直观感受，这里给出一个简化示例（数据为教学假设，非实测结果）。某装配班组本月完成 1200 件产品，标准工时为 0.5 小时/件，则标准总工时为 600 小时。班组实际投入 750 人·小时，其中有效作业 540 小时、辅助作业 105 小时、等待 60 小时、返工 45 小时。由此可算出：工时利用率 = 540 ÷ 750 = 72%；工效指数 = 600 ÷ 750 = 0.8；工时差异 = 750 − 600 = 150 小时。
仅看这三个数字，只能知道"效率偏低"。要找到原因，还需要进一步分解：等待 60 小时是否集中在某几天？返工 45 小时是否与某批次物料有关？辅助时间 105 小时是否因为工具摆放不合理？这些问题，正是后续章节要逐一展开的内容。本课程的目标，就是让每位学员都能独立完成从数据采集到改善验证的完整分析过程。