Время выполнения заказа (lead time): как измерить срок и что его удлиняет
Срок исполнения — метрика, которую клиент чувствует на себе: остальное его интересует куда меньше. При этом внутри срока полезной работы почти нет. Ниже — как считать lead time, из чего он складывается, почему очередь перед загруженным шагом растёт быстрее, чем принято думать, и какие пять цифр замерить на первой неделе.
Коротко
- Lead time — календарное время от поступления заявки до результата: ночи, выходные и ожидания входят в него, трудозатраты — нет.
- В кейсе завода ручного инструмента (Energies, 2023) срок локального заказа — около 30 дней, а полезная работа на одну заготовку — 58,1 с, то есть 0,003% срока.
- Очередь перед загруженным шагом растёт непропорционально: при загрузке 80% множитель ожидания равен 4, при 90% — 9, при 95% — 19 (наш расчёт по формуле Кингмана, 1961).
- Правило Литтла (1961): 40 заявок в работе при темпе 5 в день дают средний срок 8 дней — вдвое меньше работы в работе вдвое короче срок.
- Срок влияет на спрос: в B2B-магазине день сокращения обещанного срока давал +1,82% спроса, но эффект нелинейный — он заметен после недели (M&SOM, 2025).
Срок считается по календарю, а не по трудозатратам
Lead time — время от момента, когда заявка поступила, до момента, когда заказчик получил результат. В срок входят ночь, выходные и всё время, пока работа лежала. Трудозатраты — сколько человеко-часов потратили исполнители; это другая метрика. Путать их дорого: отчёт «мы работаем быстро» строится на трудозатратах, а клиент считает календарь, и в его календаре те же заявки идут в разы дольше.
Отсчёт от поступления заявки, а не от старта работ — принципиальное решение. Клиент сравнивает срок со своим обращением, а не с тем днём, когда заявку наконец взяли в работу. И если сократить ожидание до старта, срок уменьшится, хотя ни один исполнитель не станет работать быстрее.
| Метрика | Откуда и до куда считается | Что искажает при неверном счёте |
|---|---|---|
| Срок исполнения (lead time) | от поступления заявки до результата | очередь до старта не видна, срок занижен |
| Время цикла (cycle time) | от старта работы до её завершения | ожидание на передаче между шагами выпадает |
| Трудозатраты | человеко-часы исполнителей | принимаются за срок: «мы работаем быстро» |
Внутри срока полезной работы почти нет
Когда срок разбирают по шагам, полезного времени обнаруживается мало. В кейсе производителя ручного инструмента из Польши (Energies, 2023) карта потока показала: срок локального заказа — около 30 дней, а полезная работа на одну заготовку штукатурной тёрки — 58,1 с, то есть 0,003% срока. Остальное — переналадка литьевой машины, ходьба, сортировка, перемещения, ожидание и переделки.
Оговорка по цифре: это один завод и один участок, а не отраслевая норма, и срок в источнике указан как «около 30 дней». Смысл не в точности процента, а в порядке величины: срок образуют очереди и переналадки, а не темп работы людей. Если у вас заявка идёт две недели, а занят по ней человек два часа, картина та же.
Почему очередь растёт быстрее, чем кажется
Самая частая попытка сократить срок — «работать быстрее». Она почти не даёт результата, потому что срок определяет очередь, а очередь — загрузка. Зависимость известна со времён формулы Кингмана (1961): ожидание примерно пропорционально отношению загрузки к её остатку до единицы. Это отношение записывают как ρ/(1−ρ), где ρ — загрузка исполнителя: при 80% множитель равен 4, при 90% — 9, при 95% — 19.
Вывод из этого не «снизить загрузку до половины»: для большинства служб это недостижимо. Работает другое — ограничение незавершённой работы и выравнивание потока. Если у исполнителя в работе пять дел вместо пятнадцати, ожидание по каждому падает, хотя темп работы не изменился.
Связь между количеством работы и сроком описывает правило Литтла (J. D. C. Little, 1961): среднее число заявок в системе равно темпу их закрытия, умноженному на средний срок. На практике удобнее перевернуть: если одновременно в работе 40 заявок, а закрывается 5 в день, средний срок — 8 дней. Хотите срок в четыре дня — держите в работе около 20 заявок. Это арифметика формулы, а не норматив: она не подскажет, что именно тормозит.
Разброс важнее среднего
Средний срок скрывает хвост. Формула Кингмана устроена как произведение трёх частей: загрузка, разброс, время обработки. Если время обработки и приход заявок гуляют, множитель разброса растёт — и ожидание увеличивается даже при той же средней загрузке. Поэтому в отчётности смотрят медиану и 90-й процентиль: медиана показывает типичный срок, p90 — как часто клиент попадает в долгое ожидание.
Есть подтверждение, что хвост дороже среднего: в исследовании B2B-интернет-магазина (Jerath, Oblander, M&SOM, 2025) обещанный срок почти не влиял на спрос, пока был меньше недели, и спрос падал быстро, когда срок переходил за неделю. День сокращения срока давал 1,82% спроса — примерно как скидка 2,21%. Оговорка: это данные одного партнёра и оценка для его условий, переносить процент на другой бизнес нельзя; в препринте авторы приводили 1,98% и 3,14%, то есть цифры уточнялись между версиями.
Пять цифр, которые стоит замерить
- Срок по календарю: от поступления каждой заявки до её результата — по последним 20–30 завершённым заявкам.
- Ожидание до старта: сколько времени заявка пролежала, прежде чем её взяли в работу.
- Число передач: сколько раз заявка меняла исполнителя, отдел или систему.
- Медиана и 90-й процентиль срока: типичное значение и хвост долгих ожиданий.
- Незавершённая работа: сколько заявок одновременно находится в работе.
Порядок важнее точности: сначала фиксируется момент поступления — дата и время, которые сейчас часто теряют, — потом остальное. Собирать это можно обычной таблицей; автоматизация нужна там, где данные уже есть, но их никто не сводит вместе.
| Метрика | Как считать | Что показывает |
|---|---|---|
| Срок: медиана и p90 | календарь от поступления до результата по завершённым заявкам | типичный срок и хвост долгих ожиданий |
| Ожидание до старта | время между поступлением и первой рабочей операцией | какая часть срока проходит без работы |
| Число передач | сколько раз заявка меняла исполнителя или систему | стыки, где теряется время и данные |
| Незавершённая работа | число заявок в работе на конец дня | связь с правилом Литтла: срок ≈ заявки / темп |
| Срок по типу заявки | то же, но отдельно по видам обращений | разные потоки вместо среднего по всем |
Чего срок не показывает
Lead time ничего не говорит о качестве. Его легко улучшить переработками, отказом от проверок или лишними людьми — и потерять на возвратах и повторных обращениях. Ещё две оговорки. Агрегат скрывает разные потоки: средний срок по всем заявкам бесполезен, если типовые закрываются за день, а сложные идут месяц. И сравнивать свой срок можно только с однотипными процессами: цифра из чужой отрасли ничего не доказывает.
С чего начинают на практике
Первый шаг — не покупка системы, а одна цифра: зафиксированные момент поступления заявки и момент её закрытия. Дальше видно, какой шаг держит срок: ожидание ответа клиента, очередь на согласовании или передача между системами. Где связки систем снимают очередь на передачах, описано в разделе интеграций; с чего начинать автоматизацию, разобрано в статье «Какой процесс автоматизировать первым»; как выглядит контроль сроков у руководителя — в материале про контроль обработки заявок. Примеры разборов — в кейсах, порядок нашей работы — в разделе подхода.
Замерим срок в вашем процессе, покажем его составные части и что сокращать первым.
Получить диагностикуИсточники
- Salwin M., Pszczółkowska K., Pałęga M., Kraslawski A. — Value-Stream Mapping as a Tool to Improve Production and Energy Consumption: A Case Study of a Manufacturer of Industrial Hand Tools (Energies, 16(21), 7292, 2023) — производственный кейс одного польского завода ручного инструмента (150 сотрудников, около 350 видов изделий, две смены): карта потока показала срок локального заказа около 30 дней при полезной работе 58,1 с на одну заготовку штукатурной тёрки — авторы оценивают это как 0,003% полезного времени в сроке; крупнейшая потеря — переналадка литьевой машины, далее ходьба, сортировка, перемещения, ожидание и переделки. После улучшений авторы приводят рост производительности операторов литья на 9,4%, рост OEE на 18% и доступность оборудования с 70,3% до 85,2%, а также экономию около 295 488 кВт·ч в год при цене 0,18 евро за кВт·ч. Это единичное предприятие и один участок, а не отраслевая статистика; срок в тексте указан как «около 30 дней», поэтому доля 0,003% оценочная — при ровно 30 днях выходит ближе к 0,002%
- DORA — Accelerate State of DevOps Report 2024 (Google Cloud) — ежегодный опрос DORA; в отчёте 2024 года указано, что за десять лет исследования ответили более 39 000 специалистов, а уровни производительности определяются кластерным анализом ответов, а не задаются заранее. Границы срока изменения (change lead time — от коммита до работы в продакшене): у быстрых команд менее одного дня, дальше от дня до недели, от недели до месяца и от месяца до полугода у медленных. Это самооценка команд разработки ПО, а не измерение производственного или офисного процесса: переносить границы на другой процесс как норму нельзя, но разрыв между быстрыми и медленными командами показателен
- Jerath K., Oblander S. — The Non-Linear Impact of Promised Delivery Time on Online Purchasing (M&SOM, 2025; страница Columbia Business School) — исследование на наблюдательных данных и экспериментах одного B2B-интернет-магазина с разбросом обещанных сроков на уровне отдельных котировок: улучшение обещанного срока на один день повышало спрос на 1,82%, что авторы приравнивают к скидке 2,21%; эффект нелинейный — при сроках меньше недели спрос почти не чувствителен, а после недели падает быстро, поэтому выгоднее убирать «длинный хвост» медленных заказов (дефицит товара, задержки обработки), чем ускорять уже быстрые. Оговорки: один партнёр и его условия; в препринте на SSRN авторы приводили 1,98% и 3,14%, то есть оценки уточнялись между версиями
- Little J. D. C. — A Proof for the Queuing Formula: L = λW (Operations Research, 9(3), 383–387, 1961) — исходная работа с доказательством правила Литтла: среднее число единиц в системе L равно интенсивности поступления λ, умноженной на среднее время пребывания W. Это математическое тождество для стационарного процесса, а не отраслевой ориентир; измерения должны относиться к одному потоку и одному типу заявок. Пример с 40 заявками в работе и темпом 5 в день — наш арифметический пример, а не данные источника
- Kingman J. F. C. — The single server queue in heavy traffic (Mathematical Proceedings of the Cambridge Philosophical Society, 57(4), 902–904, 1961) — работа, из которой выросла так называемая формула Кингмана (VUT): ожидание в очереди приблизительно пропорционально отношению загрузки к её дополнению до единицы (записывается как ρ/(1−ρ), где ρ — загрузка), а также зависит от разброса времени прихода заявок и времени обработки. Множители 4 / 9 / 19 при загрузке 80 / 90 / 95% — наш расчёт, а не измерение: это оценка для одноканальной системы, и вблизи предела по загрузке приближение становится очень чувствительным к колебаниям прихода заявок