5.2 服务与流程创新案例

5.2 服务与流程创新案例

本节摘要：两个中约束案例——航空登机流程与工厂维修排程。前者展示时序分割在服务域的威力与落地阻力，后者展示时间乘法与属性依赖在流程域的组合用法。两案都记录了模板之外的组织功课。

案例一：登机流程的时序手术

背景：一家中型航空公司的国内线登机平均耗时 24 分钟，延误成本与旅客抱怨双高。惯常方案是按舱位分层叫号（把人分组）——各航司都试过，效果有限且高端旅客体验受损。

操作：四要素。对象系统：登机牌、廊桥、座位、行李架、旅客队列；环境：到达习惯、随身行李量。矛盾："我们想缩短登机总时长，但行李架抢占使通道反复堵塞。"整体绑架型——"按叫号顺序整体涌向同一节通道"这个形态锁死了并行度。判定器首选分割。

分割推演走三刀：时序分割把"登机"整体拆成"靠窗组先登、过道组后登"两个切片（不是按身份分，是按座位几何分）；重定位把行动不便旅客与携带婴儿车的旅客从队尾提到最前（他们放行李最慢，放在拥堵期之前完成）；并联开双廊桥门（对机场资源是加价项，列为可选）。第一刀是纯规则改动，零硬件投入。

结果：在两条航线试运行三周，登机平均时长降到 17 分钟，行李架冲突投诉下降过半。

解读：时序分割在这里的本质是把"通道占用"这个瓶颈资源按几何重新排序——靠窗者先入座不产生二次起立。值得注意的是组织功课：试运行时地勤抵触（新口播规则增加工作量），项目组做的正是 2.6 节的功课——两周回退窗口加一线反馈直通会。第三周地勤自己提出了口播话术的简化版，采纳后执行成本低于旧流程。

变式：影院散场分排引导、超市高峰分道收银、大会分批用餐，同一骨架。

案例二：维修排程的时间乘法

背景：一家食品工厂的产线维修采用"故障后抢修 + 每季停产大修"混合模式，故障抢修的加班费与停产大修的产能损失都高。设备科的方案是上预测性维护系统——加装传感器、采购平台，预算被董事会驳回两次。

操作：四要素。对象系统：产线设备、维修工单、备件库存、操作工日常点检；环境：故障历史记录、生产计划、设备年龄。矛盾："我们想提前干预故障，但监测能力依赖新增投资。"功能真空型——需要"预测"功能却不许加部件。判定器首选联合。

联合推演：谁在封闭世界里"顺路"接触设备？操作工——每日点检时本来就在设备旁。闲置属性扫描（回顾 2.2）落在时间与信息两类上：点检动作的时间可以承载简易诊断，点检表上的信息可以累计成趋势。于是方案成形：把点检从"打勾确认"升级为"四项参数记录"（温度、异响、振动手感、油色），操作工即传感器。配套做了一次属性依赖：点检频率依赖设备年龄与故障史（老机器每周两次，新机每月一次），而不是一刀切。

维修排程的模板连招：

联-1  操作工领任务  点检表升级为四参数记录  -> 操作工即传感器
AD-1 点检频率 随 设备年龄与故障史 变化       -> 检查资源按风险分配
乘-1 时序乘法     本周读数与上月快照求差      -> 趋势即预警 无需平台
消-1 证伪         每季大修整体环节改为按工单触发 -> 大修拆解为针对性检修
​

结果：半年后故障抢修次数下降四成，加班费回落，被驳回的预测性维护预算不再需要——董事会转而批准了点检数据看板的小额投入。

解读：这个案例把第 2.2 节的"闲置属性矿脉"展示得很全：操作工的在场时间、点检表的空白栏位、既有故障记录，三样现成资源被三个模板分别激活。预测性维护的真正需求是"趋势数据"，而不是"传感器平台"——把功能需求与默认载体分开（2.6 节的老问题），出路就出现了。

图5.2-1 两案的模板连招结构

⚠️ 常见坑：服务与流程域的方案"便宜"就容易轻视落地功课。登机案若没有回退窗口与一线反馈通道，第三周就会被地勤的消极执行拖回原样——模板解决方案结构，解决不了执行政治，两件事要分开预算。

💡 关键直觉：两个案例共同指向一句经验——预算被否决的功能需求，先问封闭世界里谁在闲置。预测要数据，数据未必非要新传感器；并行要空间，空间未必非要新通道。

本节要点回顾

• 登机案例：时序分割按几何重排，零硬件改动，靠窗先登；
• 维修案例：联合（操作工即传感器）+ 属性依赖（频率随风险）+ 时序乘法（差分趋势）；
• 功能与载体分离：预测性维护的真需求是趋势数据，不是平台采购；
• 组织功课：回退窗口与一线反馈通道是服务域落地的标配预算；
• 连招常态：真实方案极少单模板成事，记录连招结构是复盘的正事。

延伸问答

服务域方案的隐性成本在哪里

在人的习惯重建上。登机案例的地勤话术、维修案例的点检升级，都要求一线改变肌肉记忆，这类改变的自然周期以月计。预算里要给培训与过渡期留位置，否则方案在纸面上省钱、在现实里返工。

流程数据从哪来——没有信息系统的团队怎么办

用最朴素的纸面记录起家。维修案例的四参数点检表最初就是纸质卡片，人工汇总成月度趋势，半年后才上了看板。属性依赖与时序乘法都不依赖信息系统，只依赖"同一对象不同时刻的读数"这个动作本身。

这两个案例可以照搬吗

骨架可以，参数不可以。靠窗先登的前提是机型座位布局、点检频率的前提是故障史分布——照搬参数是把模板用成了教条。正确姿势是借连招结构，回自己的对象清单重推一遍变量与数值。

顺手练一题

找一个你常排的队——食堂、医院挂号、机场安检——做一次分割诊断：队伍的整体等待能不能按需求拆成不同流速的道？哪类人的服务时间方差最大、应该被单独分出去？写出你的分道规则后，实地观察半小时验证预测。排队系统是时序分割最忠实的实验场，验证成本为零，反馈当天到手。