改善经验

标准工时不是考核工具，而是制造运营数据底座

一、误区：把标准工时直接用于考核，会破坏数据真实性

标准工时最常见的失败原因，是企业在基础数据尚未稳定时，就把它直接绑定到个人产量考核、奖金扣罚或产线排名。这样做会带来三个后果：现场倾向于隐藏真实问题，工时采集受到人为干扰，改善项目被理解为“压榨效率”。

在制造运营中，标准工时的第一价值不是惩罚，而是建立共同尺度。没有标准工时，企业很难判断订单需要多少人、产线是否满负荷、瓶颈在哪里、排产是否可执行、报价是否合理、改善是否有效。标准工时是制造管理的基础语言，而不是单纯的考核尺子。

二、标准工时的五类用途：从现场到经营的共同数据底座

第一，用于产能测算。标准工时可以转化为标准产能、UPPH、日产能和班产能力，为PMC排程提供依据。第二，用于人机配置。通过工位负荷率和节拍分析，判断人员配置是否合理。第三，用于线平衡改善。通过各工位工时差异识别瓶颈和等待。

第四，用于ERP/MES基础数据。工艺路线、标准工时、BOM、工序、资源和产能数据是系统有效运行的基础。第五，用于经营改善分析。标准工时可以支持人工成本核算、报价评估、改善收益核算和异常产能分析。只有当这些用途逐步发挥作用，标准工时才会被组织真正接受。

三、建立原则：先定义对象，再定义方法，最后定义用途

标准工时建立前，应先明确对象边界。例如，是按产品、工序、工位、工艺路线还是工单建立？同一产品是否区分版本、颜色、包装方式、客户要求、检验方式？若对象边界不清，后续数据会变成一堆无法复用的记录。

方法上可结合秒表测时、连续观察、录像分析、历史实绩校核和工程评估。对于成熟量产产品，可以以现场实测为主；对于新品或小批量产品，可以先建立临时标准工时，待稳定生产后修订。标准工时应包含正常作业时间、必要辅助时间、宽放时间和异常排除边界，不能把等待、返工、缺料等管理损失混入标准作业时间。

四、数据结构：标准工时表不能只是一列秒数

一份可用于经营管理的标准工时表，至少应包含产品编码、产品名称、客户或系列、工序名称、工位名称、作业内容、人数、设备/工装、CT、标准工时、标准产能、测时日期、版本状态、数据来源和适用条件。若要与PMC和ERP协同，还应补充工位数、工位负荷率、工艺路线、班次、可用工时、良率假设等字段。

许多企业的工时表只有“产品名称+工时”两个字段，短期看可以应付汇报，长期看无法支撑排程、成本、改善和系统导入。标准工时不是一张表，而是一套数据逻辑。

五、导入步骤：先试运行，再固化为系统规则

标准工时导入建议分为四步。第一步，建立样板产品工时模型，选择代表性产品完成测时、复核和线平衡分析。第二步，扩展到重点产品族，形成80%以上主力产品的基础工时库。第三步，与PMC排程、ERP物料和生产实绩录入联动，验证数据可用性。第四步，建立版本管理和定期复核机制，确保工艺变更、设备变更和人员配置变化后及时更新。

在导入初期，应明确“标准工时短期内不作为一线KPI考核依据”。更合理的定位是试运行、问题暴露、基准测时、培训沟通和改善复盘。只有当数据稳定、现场认可、异常边界清楚后，才可以逐步用于经营分析和管理决策。

六、与PMC和ERP协同：标准工时决定计划是否接地气

PMC排程如果没有可靠工时，只能凭经验排产。经验排产在订单少、产品稳定时尚可运行，一旦多品种、小批量、插单频繁，问题就会集中暴露：计划排得满，现场做不完；物料齐了，人员不足；订单交期紧，但瓶颈工序被忽略。

ERP系统同样如此。系统上线不是把线下流程搬进电脑，而是要求基础数据具备结构化、标准化和可维护性。标准工时、工艺路线、BOM、库存、产能和实绩之间若不能形成闭环，系统只会放大原有管理问题。

七、结论：先把标准工时做成数据底座，再谈考核应用

标准工时的本质，是制造运营管理的底层数据。它连接现场作业、产能模型、计划排程、ERP系统、成本核算和改善评价。若一开始就把它当成考核工具，容易导致现场抵触和数据失真；若先把它作为数据底座建设，反而能为管理者和一线建立共同事实基础。

真正有效的标准工时体系，应当让现场知道“标准从哪里来”，让PMC知道“产能怎么算”，让工程知道“改善怎么评估”，让管理层知道“经营数据是否可信”。