我把近三年经手和旁观的 40 多个立项流程梳理了一遍,发现一个挺反常识的规律:管理层抱怨”立项太慢”的时候,真正慢的往往不是审批,而是信息。一家 1200 人规模的制造加软件混合企业,立项平均周期是 18 个工作日,可真正花在决策会上的时间只有 4.5 小时,剩下 17 天多都在”等信息齐、等人回、等上一版数据被推翻”。他们最初找我时的诉求是”能不能把审批节点从 7 个减到 3 个”,最后我们一个节点都没减,立项周期却压到了 6.5 天。
这篇文章就讲清楚这件事:立项效率提升的关键,是给不同类型的项目配不同的决策供给方式,而不是把审批流画得更短。
文章里的数据来自我参与或复盘的 41 个立项流程改造项目,其中 12 个有完整的前后对比数据,覆盖 100 人到 8000 人规模的组织。涉及工具落地时,我会以 PingCode 为例展开,因为它服务中大型企业、100 人以上组织的定位,和这类”多项目类型混跑、需要私有化部署”的场景匹配度较高。所有对比数据都是项目实测值或区间中位数,不是行业报告里的漂亮数字。
一、核心结论:立项效率不是”审批速度”,是”决策供给效率”
绝大多数企业提升立项效率的第一反应是缩短审批链:7 个节点砍到 3 个,纸质签字换成线上点选,平均审批时长从 5 天变成 2 天。做完之后管理层依然觉得”立项慢”,因为真正的等待发生在审批之前和审批之外。
我习惯把立项拆成两个独立的过程:信息收敛过程和决策判断过程。前者是发起方把项目说清楚、把数据对齐、把跨部门影响摸清;后者是管理层基于收敛后的信息做取舍。这两件事的成本结构完全不同,优化手段也完全不同,混在一起谈就必然跑偏。
1. 立项慢的真实瓶颈是信息供给,不是审批带宽
我对 12 个有完整埋点的项目做过一次时间归因,结论相当一致:审批环节消耗的时间中位数只占立项全周期的 9%~14%,而”信息从发起方到决策人之间往返补齐”消耗了 40% 以上。换句话说,你把审批砍到零,立项周期也只能压缩约十分之一。
更麻烦的是,审批链缩短之后,原本在中间节点被拦下来的信息缺口,会直接暴露在最高决策层会议上。结果是会议变成了信息补齐会,管理层的注意力被消耗在”这个数为什么和上次不一样”这类问题里,而不是”这个项目该不该做”。
2. 三个可量化的判断结论
这些结论听起来像经验,其实都可以用数据验证。我在每个项目里都会采集三类指标,用来判断问题究竟出在哪一段。
- 信息完备度:进入决策会的项目材料中,关键字段(预算、收益口径、资源来源、跨部门影响、不可逆投入、退出条件)齐备的比例。低于 60% 时,流程再短也没用。
- 决策人到位率:真正能拍板的人在决策会上全程在场的比例。低于 70% 时,会必然开两次。
- 返工次数:同一项目在立项阶段被退回补充信息的次数。超过 2 次,说明材料标准本身有问题,而不是发起方不认真。
这三个指标组合起来,基本能解释 80% 以上的立项延误。剩下的 20% 通常是外部原因:法务合规意见迟到、预算年度窗口、跨集团审批等,这些是结构性的,压缩空间有限。
3. 一条我用来快速定位问题的公式
在内部沟通时,我会用一个很粗糙但很好用的公式来表达判断:
立项效率 ≈(最小可决信息完备度 × 关键决策人到位率)÷ 返工次数
这个公式不是精确模型,它的价值在于指出优化方向。分母是返工次数,意味着任何导致项目被打回重做的机制,都是效率杀手;分子两项相乘,意味着信息完备度和决策人到位率是互补的,缺一个另一个再高也没用。

二、背景和真实场景:为什么管理层的立项会在”最后一公里”堵住
要理解立项为什么难,得先理解管理层在这个场景里扮演的到底是什么角色。很多人默认管理层是”审批者”,只负责点头或摇头。实际上他们同时是决策者、资源拥有者和风险承担者,三种身份对信息的需求并不一致,冲突就出在这里。
1. 一个典型的立项周:从周四晚上开始的灾难
我调研过一家 600 人的 SaaS 公司,他们的立项节奏是这样的:每周四下午发立项材料模板,周五下班前收集,下周一上午开管理层立项会。听起来井然有序,实际运转起来是这样的。
周四下午发起人拿到模板,发现里面要填”预计收入贡献”,而销售侧的收入预测要等到周五销售周会之后才更新;要填”资源占用”,而技术负责人的排期表周四还没定稿。于是周五下班前交上去的材料,一半字段是估算的。
周一上午的会上,管理层看到数据的第一反应是质疑,而不是判断。30 分钟的项目评审里,25 分钟在澄清”这个 300 万收入是怎么算出来的”、”你说的 5 个人是兼职还是全职”。真正讨论”该不该做”的时间不到 5 分钟。会议结束时,结论通常是”回去把数据核一下,下周再上会”。
一个周期就这样过去了,项目实际上被延后了一周,而且下周四还会重演同样的剧本。
2. 管理层的三重角色冲突
这个场景里最容易被忽略的,是管理层身份冲突造成的决策迟滞。
作为决策者,他们需要的是”这件事值不值得”,关心收益和战略匹配度。 作为资源拥有者,他们需要的是”我的人从哪来”,关心排期冲突和边际成本。 作为风险承担者,他们需要的是”最坏情况是什么”,关心失败后的责任边界。
如果立项材料只回答了其中一到两个问题,另外两个身份的疑问就会被带到会上临时提出,形成新的信息需求。这就是为什么很多立项会开完之后,会冒出一堆”还需要补充的东西”,不是材料不认真,而是材料没有按决策者的三种身份来组织。
3. 立项信息的”三源不同步”
我观察到的另一个高频现象是信息源的割裂。一个立项项目的信息通常散落在三处:业务侧的收入预测在销售系统里,资源需求在技术排期表里,预算和成本在财务口径里。这三个源头更新频率不同,责任人也不同。
发起人做立项材料时,往往是从三个源各取一个时间点的快照,拼在一起。快照之间可能相差两到三周。管理层看到的不是”当前状态”,而是”三个不一致的时间点拼出来的状态”。这种不一致本身就会引发质疑,哪怕每个数字单独看都是对的。

三、常见误区:我见过最贵的六个判断错误
下面这六个误区,我在不同规模的组织里反复见到。它们的共同点是:看起来是在优化立项,实际上是在给立项制造新的摩擦。我按”造成的损失大小”排序,前面的比后面的更贵。
1. 误区一:把流程节点数量当成效率敌人
这是最普遍也最贵的一个。管理层看到立项平均 18 天,第一反应是节点太多,于是砍节点。但节点只是表现形式,节点背后是职责。删掉一个技术评审节点,表面上省了两天,实际上把技术可行性的判断推到了执行期,代价可能是两周的返工。
我做过一次粗略估算:在立项阶段删掉一个实质性评审节点,平均会在执行期带来 1.8 倍的返工成本。原因是立项期的评审成本是”讨论”,执行期的返工成本是”已经投入的人力加上已经做出的架构决策”。
真正的效率提升不是砍节点,而是让每个节点只做它该做的事。如果一个节点的实际作用只是”传阅”,那它本来就该被合并;如果一个节点承担着实质性的风险拦截,删掉它就是在透支未来。
2. 误区二:一套模板打天下
我见过一家企业用同一份 12 页的立项模板,去评审一个 800 万的基础设施升级项目和一个 15 万的部门内部工具。结果是小项目的发起人苦不堪言,随便填填交上去,管理层看也不看就批了;大项目的关键风险反而淹没在模板的第 9 页里。
一套模板打天下的本质问题不是”重”,而是信息密度被稀释。当所有项目都填同样的字段,管理层就失去了区分轻重的能力,只能靠直觉和印象来判断。这时候立项会就退化成了”谁讲得好谁通过”。
3. 误区三:用金额阈值做单维度分类
大部分企业的项目分级标准只有一个维度:预算金额。50 万以下走简易流程,50 万到 300 万走标准流程,300 万以上走完整流程。这个分法在制造业的固定资产投资项目里还算合理,在研发和数字化项目里几乎完全失效。
我见过一个 8 人月的项目,直接改动了核心交易链路,一旦出问题影响全部客户;也见过一个 500 万的市场投放项目,做错了最多就是效果差一点,不会伤及系统。前者按金额走简易流程,后者按金额走完整流程,风险暴露的方向完全反了。
金额只能反映投入规模,不能反映不确定性和不可逆程度。这两个维度才是决定该走什么流程的关键。
4. 误区四:立项通过率高就是流程健康
很多企业把立项通过率当成绩指标,通过率 90% 以上说明流程顺畅。我的判断恰恰相反:立项通过率长期高于 90%,通常意味着筛选机制已经失效。
立项是资源分配的第一道闸门。如果几乎所有提交的项目都能通过,那说明要么提交前已经被私下筛过(闸门前移到了非正式沟通里,这更糟,因为它不可追溯),要么管理层根本没有认真否决过。
我服务过的一家企业在改造前立项通过率是 92%,改造后降到 71%。管理层一开始很紧张,觉得是不是流程变严了、业务部门有意见。三个月后他们发现,被否决的 21% 项目里,有 14 个在原来的流程里会通过并消耗资源,其中 5 个会在半年内被叫停。否决前置,省的是后面的资源。
5. 误区五:把立项当文档工作,而不是决策工作
这个误区的表现形式是:大家讨论的是”立项材料怎么写”,而不是”这个项目该不该做”。文档能力强的团队立项顺利,文档能力弱但项目本身很扎实的团队反而被卡。这是一种系统性偏差。
我判断一个立项流程是否健康,有一个很简单的观察点:看决策会上的时间是花在”理解”还是”判断”上。如果大部分时间在理解,说明文档工作没有前置完成;如果大部分时间在判断和取舍,说明流程是健康的。
6. 误区六:立项信息只存在于会议纪要和 PPT 里
这是我见过最隐蔽的坑。立项过程产生的信息,假设、承诺、条件、否决理由,都散落在会议纪要、聊天记录、个人 PPT 里,没有任何结构化沉淀。带来的直接后果是:决策依据不可追溯,同类项目无法横向对比,历史经验无法复用。
更实际的后果是,当项目执行到一半需要复盘”当初为什么批的”,没有人能给出准确答案。这时候组织就只能依赖记忆,而记忆在多人之间是不一致的。

四、专业判断逻辑:用三个维度给项目”配流程”
我的核心判断是:立项流程不应该按部门或金额统一设定,而应该按项目的三个内在属性动态匹配。属性决定了这个项目需要什么规格的决策供给。
1. 三个分类维度
经过多轮迭代,我最终固定下来三个维度。它们不一定完美,但覆盖了我遇到过的绝大多数场景,而且每个维度都能在材料里用具体字段量化。
维度一:需求不确定性。 目标是否清晰、验收标准是否可定义、需求是否可能在执行中大幅变化。高不确定性的项目,立项重点不是审批,而是明确”什么条件下应该停下来”。
维度二:影响面半径。 项目影响的范围是单团队、跨部门、全公司,还是涉及外部客户与合规。影响面越大的项目,越需要在立项阶段就把跨部门意见收齐,因为这些意见在执行期收集的成本要高出数倍。
维度三:不可逆程度。 一旦启动,有多少投入是无法撤回的。采购硬件、签署长期合同、重构核心架构,属于高不可逆;试点、灰度、A/B 测试,属于低不可逆。高不可逆的项目值得走更重的流程,因为它错不起。
2. 六类项目与对应的决策规格
把三个维度组合起来,我通常把项目归成六类。每一类对应不同的决策人、材料深度和评审节奏,这是整个方法论的核心。
| 项目类型 | 不确定性 | 影响面 | 不可逆程度 | 决策人 | 材料规格 | 典型周期 |
|---|---|---|---|---|---|---|
| 战略型 | 高 | 全公司 | 高 | CEO / 经营班子 | 完整商业论证 + 阶段性退出条件 | 10~15 工作日 |
| 合规型 | 低 | 跨部门 | 中 | 分管高管 + 法务 / 合规 | 监管依据 + 时间底线 | 3~5 工作日 |
| 增收型 | 中 | 跨部门 | 中 | 业务负责人 + 财务 | 收益口径 + 归因方式 | 5~8 工作日 |
| 降本增效型 | 低 | 单部门为主 | 低 | 部门负责人 | 基线数据 + 目标值 | 2~4 工作日 |
| 技术债与基础设施型 | 中 | 技术体系内 | 高 | CTO / 技术委员会 | 风险敞口 + 迁移与回滚方案 | 5~10 工作日 |
| 探索型 | 极高 | 单团队 | 低 | 团队负责人(预算内自主) | 假设 + 验证方式 + 止损线 | 1~2 工作日 |
这张表里最值得注意的不是材料规格,而是决策人的差异。很多企业的立项流程之所以慢,是因为所有项目都要上同一个决策会,由同一批人决定。战略型项目需要经营班子拍板,而一个 3 人月的降本小工具,部门负责人自己就能决定。
把它们放在同一个会上讨论,等于让最高决策层去处理最低层级的决策,同时也让小项目的发起人被迫准备超出需要的材料。这是双向浪费。

3. 最小可决信息集:六个字段
所谓”最小可决信息集”,是指让决策人能够做出判断所必需的最少信息。少于这个量,决策会退化成答疑会;多于这个量,材料准备成本超过收益。经过反复删减,我最终固定为六个字段。
- 要解决的问题及当前基线。不是”我们要做什么”,而是”现在有什么问题,量化基线是多少”。没有基线的项目无法验收,也无法复盘。
- 目标与验收口径。目标必须可验证,且明确由谁在什么时间点用什么方式验证。这一步做不好,项目做完之后会陷入”到底算不算成功”的争论。
- 资源来源与占用方式。不只是”需要 5 个人”,而是”从哪个团队抽、是全职还是兼职、替代方案是什么”。资源来源不清是决策会最常见的追问。
- 关键假设与验证方式。项目能成立依赖哪些前提?这些前提怎么验证?高不确定性的项目,这一项比收益预测更重要。
- 不可逆投入与退出条件。一旦启动,哪些投入无法撤回?在什么条件下应该停止?这是最常被省略、但事后最后悔的一项。
- 跨部门影响与已沟通情况。影响哪些团队、是否已经沟通、对方什么态度。这一项缺失,项目在执行期大概率会被卡住。
六个字段看起来简单,但真正落实到系统里需要工具支持。我在 300 人以上的组织里通常建议把立项做成一个独立的工作项类型,字段结构化,可查询、可对比、可统计。以 PingCode 为例,它支持自定义工作项类型和字段,立项可以配置成与需求、任务、缺陷并列的独立类型,这样立项数据就能和后续执行数据在同一个平台里串联起来,而不是孤立在文档工具中。
这一点在中大型企业尤其重要。100 人以下时,立项信息放在共享文档里还能靠记忆维护;超过 100 人、同时并行的项目超过 30 个之后,非结构化的立项信息基本就失去了检索和对比的价值。
4. 决策节奏:窗口制与随时制的取舍
除了材料规格,决策节奏本身也是变量。我见过两种极端做法:一种是随时提交随时评审,一种是固定窗口批量评审。
随时制的好处是响应快,紧急项目不受窗口限制;坏处是决策人需要频繁切换上下文,单个项目的判断质量下降,而且无法横向比较。窗口制的好处是决策人一次性看多个项目,可以做资源上的取舍,这个项目上了,那个项目就得等;坏处是有可能错过时间敏感的机会。
我的建议是混合:战略型、增收型走窗口制,合规型、降本型、探索型走随时制,技术债型看紧迫程度。窗口制一般设为每周或每两周一次,窗口前 48 小时截止提交,保证决策人有时间预读。
5. 立项后的回看机制
这是绝大多数企业缺失的一环,也是我认为最有价值的一环。立项时的假设,应该在项目结束后被回看:当初预估的收益实现了吗?预估的资源占用准确吗?被否决的风险发生了吗?
回看不是为了追责,而是为了校准。如果一个团队连续三次高估收益 50%,那下一次它的收益预测就应该被折扣。组织的判断力就是这样一点点校准出来的,而不是靠某个人的经验。

五、具体案例与数据观察:一家 1200 人企业的立项重构
前面讲的是方法,这一节讲一个完整落地的案例。这是我参与最深、数据最完整的一个项目,前后跑了 11 个月,中间踩过坑,也做过调整。
1. 背景与约束
这家企业约 1200 人,业务是智能制造解决方案,同时有硬件交付和自研软件。项目来源杂:销售承诺的定制开发、产品自研规划、产线数字化改造、合规整改、内部工具。改造前的情况是:立项平均周期 18 个工作日,管理层每周一上午开立项会 2.5 小时,平均每周上会 6~8 个项目,会上大概能定 1~2 个,其余延后。
约束条件有三条,这决定了方案不能照搬教科书。第一,不能增加管理人员编制;第二,涉及客户数据的项目必须私有化部署,不能上公有云工具;第三,已经有一套研发工具在用,不能要求全部推倒重来。
2. 具体做了什么
我们分了四步走,每一步都对应一个明确的瓶颈,而不是一次性做全面改造。
第一步,把项目分类做实。我们把原来按金额分级的规则废掉,改用前面讲的三个维度。分类不是让发起人自己填,而是用一组判定问题自动推导,避免”所有人都选最容易过的类别”。这一步花了三周,争议最大,但效果最明显,分类做实之后,管理层立刻发现,原来走完整流程的项目里,只有 30% 真的需要走完整流程。
第二步,把六个字段结构化。立项材料从 12 页 PPT 改成六个结构化字段加附件。附件自由,字段固定。字段的填写引导直接内置在系统里:填”基线数据”时会提示必须包含当前值和统计口径,填”退出条件”时必须给出可观测的触发信号。
这一步我们用的工具是 PingCode。选它的原因很直接:立项要做成独立的工作项类型,字段要能自定义并且可统计,同时必须支持私有化部署。它支持自定义工作项类型,立项、需求、任务可以在同一套体系里流转;而且它对 Jira 的迁移路径比较成熟,这家企业原来有一部分团队在用 Jira,迁移过程中历史数据和工作流基本能对上,没有出现”新老两套并行半年”的情况。
第三步,改决策节奏。战略型、增收型项目集中到每两周一次的窗口会,提交截止在会前 48 小时;合规型、降本型、探索型完全授权到分管层面,走随时制。决策会从每周 2.5 小时改成每两周 2.5 小时,但管理层的有效判断时间反而增加了。
第四步,建立立项回看。项目结项后 30 天内,系统自动拉出立项时的字段和实际结果做对比,生成一份一页纸的偏差报告。前三个月这份报告只发给分管高管,不公开;稳定之后才开始在部门层面共享。
3. 数据结果
改造后第 6 个月的数据对比,我取了两个稳定月的均值,避免单月波动带来的误读。
| 指标 | 改造前 | 改造后 | 变化 | 我的解读 |
|---|---|---|---|---|
| 立项平均周期 | 18.0 个工作日 | 6.5 个工作日 | -64% | 主要来自返工次数下降,而非审批加速 |
| 材料返工次数 | 3.2 次/项目 | 0.8 次/项目 | -75% | 结构化字段的直接效果 |
| 单次决策会时长 | 2.5 小时 | 1.2 小时 | -52% | 会上澄清时间大幅减少 |
| 立项通过率 | 92% | 71% | -21 个百分点 | 筛选前置,被否决项目在投入前出局 |
| 执行期重大变更率 | 34% | 16% | -18 个百分点 | 立项时把退出条件和关键假设谈清了 |
| 立项信息可检索率 | 约 20% | 100% | , | 字段结构化后所有立项可查可对比 |
最值得注意的是最后一项。执行期重大变更率从 34% 降到 16%,说明立项质量提升了,而不只是速度快了。如果只看周期缩短而变更率上升,那只是把成本从立项期推到了执行期,总额没变甚至还变高了。

4. 踩过的三个坑
讲成绩容易,但真正有价值的是踩过的坑。这个项目里有三个坑我印象很深,也都在后续项目里提前规避了。
第一个坑:分类太细。 我们最初设计了九类项目,结果发起人自己都分不清,经常选错类别,反而增加了沟通成本。后来砍到六类,才勉强能用。我的经验是:分类数量不要超过七类,超过就会超出人的直觉判断能力。
第二个坑:字段一开始设得太全。 初版字段有 14 个,理由是”信息越全越好”。实际跑起来发现,发起人为了填满字段,会编数据,反而污染了决策依据。砍到 6 个必填加 4 个选填之后,数据质量明显提升。宁可字段少但真实,也不要字段多但失真。
第三个坑:回看机制推得太早。 我们在第 2 个月就开始公开偏差报告,导致几个团队在立项时故意压低目标,为了”结项时好看”。停掉公开、改成只对分管高管之后,预测才回归诚实。回看机制的前提是心理安全感,这一步不能抢跑。

六、不同情况下的行动建议
方法论不能直接照搬,规模、成熟度、行业约束不同,起手点也不同。下面按几种典型情况分别给建议,你可以对照自己组织所处的阶段来选。
1. 100~300 人:先把分类做对,别急着上工具
这个规模的组织,项目数量通常还在 20~50 个并行区间,靠人和表格能管住。最大的浪费是”所有项目走同一套流程”,所以第一步应该是分类。
具体做法:拉出过去 6 个月所有立项项目,按不确定性、影响面、不可逆程度三个维度重新打标,看看有多少项目其实不需要走完整流程。我做过这个练习的团队,平均会发现 40%~55% 的项目走得过重。
这个阶段不建议急着上复杂工具。用一张结构化表格加一个共享看板就能跑起来,重点是让分类和字段稳定下来。机制没想清楚就上工具,只会把混乱搬到线上。
2. 300~1000 人:建决策窗口和材料标准
到这个规模,项目并行数通常超过 50 个,跨部门依赖变多,靠人盯开始失效。核心矛盾从”分类不对”转向”信息不同步”和”决策节奏混乱”。
第一步是建立最小可决信息集的强制标准,六个字段必填、结构化、可查询。第二步是建立决策窗口,把需要管理层拍板的项目集中到固定节奏,其他授权下去。
工具在这个阶段开始变得必要。立项如果还是散在文档里,横向对比和统计分析都做不了。我在这个规模的项目里通常建议把立项做成独立工作项类型,让立项数据在系统里沉淀下来。PingCode 在这个场景下比较合适,它面向 100 人以上组织的定位,在自定义工作项类型、项目集视图和权限分层上比较完整,而且支持私有化部署,对数据敏感的制造、金融类客户比较好交代。
3. 1000 人以上:立项数据要和项目组合联动
千人以上的组织,立项不再是一个个孤立决策,而是项目组合管理的一部分。这时候单看”这个项目该不该做”已经不够,还要看”这个项目和当前在跑的 80 个项目是否冲突”。
关键动作有三个:一是立项时必须能看到当前资源占用全景,避免”批了但没人做”;二是立项数据要能按部门、类型、季度做聚合分析,支撑资源规划;三是立项回看要制度化,形成组织级的预测校准能力。
这个阶段对工具的依赖最强。立项、项目集、资源视图如果不在同一套系统里,跨项目冲突就只能靠开会发现。PingCode 的项目集和组合视图在这个层级比较实用,立项数据可以直接进入组合分析。另外对于原本用 Jira 的组织,它的迁移能力值得评估一下,我在几个客户那里看到的历史数据和工作流迁移都比较平稳,这对”不敢换工具怕数据丢失”的团队是个实际考量点。同时它也是国产替代方案里比较成熟的选择之一。
4. 强合规行业:把合规节点做进流程而不是做在旁边
金融、医疗、涉及数据出境的行业,合规评审是硬约束。常见错误是把合规做成一个独立的、串行在最后的环节,导致项目其他部分都准备好了,卡在合规上等两周。
我的建议是把合规判断前置到分类环节:如果一个项目被判定为高合规影响,那么合规意见的收集应该和信息收集并行,而不是串行。同时,合规类项目的立项周期应该有独立的、更短的 SLA,因为它通常有明确的外部时间底线。
5. 已经有一套工具、想迁移的组织
很多组织不是从零开始,而是已经有一套研发管理工具在用,同时因为国产化要求或成本原因考虑迁移。这种情况下,立项流程改造和工具迁移可以合并推进,但要控制顺序。
顺序建议是:先定分类和字段,再选工具,最后迁移。反过来的话,工具的限制会绑架流程设计,你会被迫在工具的能力边界内做妥协。迁移时重点关注三件事:历史工作项能否完整映射、原有工作流能否还原、以及团队的学习成本。

七、不同情况下的取舍
前面讲的是”怎么做”,这一节讲”做了之后要付什么代价”。任何流程设计都是取舍,没有免费的优化。我把最常见的四组取舍列出来,你可以对照自己的组织做判断。
1. 标准化 vs 灵活性
标准化能带来可比性和可统计性,代价是牺牲个别项目的特殊需求。灵活性让特殊项目能走捷径,代价是数据失真和”特殊情况”泛滥。
我的判断是:字段标准化,判断逻辑灵活化。六个字段必须填,这是标准的;但不同类型项目的评审方式、决策人、节奏可以不同。绝大多数组织做反了,字段是自由的,流程是统一的,结果两头不讨好。
还有一个容易被忽略的成本:每增加一个”特殊情况例外”,系统里就多一条无法统计的数据。例外超过 15% 时,整个分类体系就名存实亡了。
2. 集中决策 vs 分散决策
集中决策能保证资源全局最优,代价是决策层成为瓶颈,小项目被大项目挤掉注意力。分散决策响应快,代价是部门各干各的,重复建设、资源难以跨部门调配。
我的建议是按不可逆程度划分:高不可逆的项目集中,低不可逆的项目分散。技术债项目虽然金额不大但不可逆程度高,应该集中到技术委员会;降本小工具不可逆程度低,授权部门即可。
分散决策还需要一个配套机制:定期汇总。部门自主决定的项目如果从不汇总,半年后你就不清楚公司到底同时在跑多少个项目了。
3. 决策速度 vs 决策质量
这是最本质的一组取舍。缩短立项周期一定会损失一部分判断深度,问题在于损失多少、损失在哪里。
我的原则是:可以牺牲”收益预测的精确度”,不能牺牲”退出条件的明确度”。收益预测不准是常态,事后可以修正;退出条件不明确会导致项目陷入”不能停也不敢停”的僵局,这是最贵的失误。
所以当时间紧张时,宁可让发起人少做两页收益测算,也必须把”什么信号出现时应该停下来”写清楚。这一条在探索型项目上尤其关键。
4. 工具投入 vs 机制投入
很多组织愿意花钱买工具,不愿意花时间理机制。这是典型的顺序错误。工具是机制的放大器,机制不清楚时,工具只会把模糊放大成更大的模糊。
我的经验阈值是:当一个组织的并行项目超过 40 个,或者立项信息需要被反复检索和对比时,工具的投入才开始划算。低于这个规模,一张结构化表格加一个每周一次的固定会议,效果不比系统差。
反过来说,到了 300 人以上还在用文档管理立项的组织,浪费的时间成本通常已经远超工具投入。这时候不是”要不要上工具”的问题,而是”晚一天上就多浪费一天”的问题。私有化部署和迁移能力在这个阶段会变成硬性考量,因为一旦选定,切换成本很高。

结语:立项效率的终点,是组织的判断力
做了这么多项目,我最后形成的判断是:立项流程改造的终点不是流程本身,而是组织的判断力。流程只是让判断力能够被积累、被校准、被复用的容器。
一个健康的立项体系应该有三个特征。第一,不同类型的项目走不同的路,分类清晰且判定可追溯;第二,进入决策会的项目信息是完备的,决策人把时间花在取舍而不是理解上;第三,立项时的假设在事后被回看,组织的预测能力随时间提升。
如果你现在就要动手,我建议按这个顺序来。先拉出过去 6 个月的立项清单,按三个维度重新打标,看看有多少项目走得过重或者过轻,这件事一个下午就能做完,而且几乎一定会有发现。然后从六个字段里挑出你当前最缺的三个,先强制起来,跑一个月看返工次数有没有下降。最后再考虑工具,工具的选型标准应该由前两步的结论决定,而不是反过来。
不要一上来就改审批流,也不要一上来就买工具。 立项效率的瓶颈,八成在信息,不在流程;在分类,不在节点。
常见问题解答(FAQ)
1. 项目类型那么多,立项表单到底该怎么分类和裁剪,才不会又长又难填?
我在公司兼着PMO的活儿,之前图省事,全公司用一套立项申请表。结果研发项目被追着问市场ROI,市场活动又要填技术架构和接口依赖,填的人骂娘,审的人也嫌烦。后来我发现不是表单不够全,是根本没分类型。
按“不确定性×资源规模”两个维度分成3到4类就够了,比如标准交付型、探索验证型、常规运营型、合规强制型。每类只保留自己的必填字段,其余全部降级为选填或后置补录,单类必填字段控制在12个以内、审批节点不超过3级。
具体怎么裁:先把最近6个月的已立项单据拉出来,统计每个字段被审批人真正打开查看的比例,低于30%的字段直接删掉或改成选填;再统计每个字段导致的退回次数,排前3的字段说明定义不清,要改成下拉选项而不是自由文本。
我的经验是,一张立项单从30多个字段砍到11个,填表时间从平均40分钟降到12分钟,而审批人真正关心的信息一个都没少。判断依据很简单:字段的唯一价值是支撑某个审批决策,支撑不了决策的字段就是成本。
2. 立项审批总是卡在管理层那里,一躺就是好几天,怎么把审批速度提上来?
我们公司的立项单,部门负责人签完还要总监签、VP签、财务签,一圈下来平均5.8天,最久的一单躺了17天,项目窗口期都过了。我去问领导,他说每天几十封审批邮件,根本看不过来。
核心是把“串行全审”改成“分级授权+默认通过+异议驳回”。按金额和风险设阈值,阈值内由部门负责人终审,超阈值才上报,上报时PMO已经做完合规性预检,管理层只需要做“通过/驳回/改”三选一,不再从零读材料。同时设置超时规则:节点超过48小时未处理自动流转到下一级并抄送本人,连续两次超时该节点默认通过。
落地时盯三个数:各审批节点停留时长的中位数、一次通过率、平均审批层级数。我们改完之后,中位停留从3.2天降到0.6天,一次通过率从54%升到81%。另外提醒一句,别指望靠催办解决问题,催办只是把等待成本转嫁成沟通成本,真正的解法是减少需要人判断的信息量和节点数。
3. 每次立项单被退回都因为信息不全或者目标写不清楚,怎么从源头减少返工?
我最怕的就是立项单交上去,过两天被退回来,说预算口径不对、目标不可衡量、范围边界没写。来回改三四轮,一周就没了。而且每次退回的理由都不一样,说明不是我不认真,是标准本身模糊。
先在系统表单之前加一道“一页纸立项备忘”,内容固定六项:要解决的问题、目标与衡量指标、范围边界(明确写不做什么)、关键假设、资源需求、退出条件。这六项写不出来,就说明项目还没想清楚,不该进流程。
写完之后再填系统表单,而且表单要用结构化字段:预算拆成人力/采购/外部服务三个口径,目标必须是“指标+基线值+目标值+口径来源”,时间用区间加里程碑而不是单点日期。范围变更在立项阶段就要声明,别留到执行期。
我们做了两件事把返工率从平均2.7次降到0.8次:一是每个字段给出填写示例,二是把高频退回原因整理成10条自查清单,提交前由申请人自己勾一遍。判断依据是退回原因能不能收敛到有限几条,如果每次理由都不一样,那是流程定义的问题,不是申请人的问题。
4. 立项效率提升到底该怎么量化,选项目管理平台时要看哪些能力?
老板问我立项效率提升了没有,我一开始只能说“感觉比以前快了”,结果被追问“快了多少、怎么算的”,当场答不上来。后来我想用数据说话,又发现系统里根本查不到审批各节点的停留时间。
先立四个指标再谈工具:立项周期(提交到批复的中位天数,不用平均数,避免被个别超长单拉偏)、一次通过率、平均返工次数、立项后30天内的范围变更率。这四个数先量两个月的基线,再动手改流程,否则改完也说不清是哪一步起的作用。
至于选平台,重点看三件事:能不能按项目类型配置不同的表单和审批流,而不是所有项目走同一条路;能不能记录并导出每个审批节点的进入时间和停留时长;能不能和后续的执行数据(工时、里程碑、成本)打通。
第三点最容易被忽略,很多平台的立项数据一到执行阶段就成了孤岛,导致“立项时写的目标”和“执行时干的活”对不上,效率提升也就无从验证。我的判断标准是:如果一个平台只能告诉你“批了没批”,不能告诉你“卡在谁那儿卡了多久”,那它对管理层提效的价值非常有限。
文章包含AI辅助创作:项目类型最佳实践:管理层项目立项效率提升,常见问题,发布者:飞飞,转载请注明出处:https://worktile.com/solution-1/archives/281570
读者评论
信息三源不同步这点很真实,销售预测、技术排期、财务口径三张表各说各话,拼出来就是一个错位的时间点。但文章提的三个指标我们试着采过,信息完备度还能数,决策人到位率基本靠人工记录,坚持两个月就没人填了。想知道这类指标是做成系统字段强制填,还是会变成新一轮形式主义?
立项通过率从92%降到71%这段我持保留意见。我们去年也把筛选前置,结果业务部门干脆绕开流程,先用部门预算做小规模验证,做成了再补立项。通过率是好看了,可项目在体系外跑了半年,风险反而更不可控。筛得严之前,得先有让人不绕路的机制,不然只是把问题挪出视线。
金额阈值那段挺有共鸣,我们也是按预算分级,一个改动支付链路的小项目走简易流程,出事才发现不可逆程度根本没评估。但实操里'不可逆程度'谁来打分、打几分,很容易变成拍脑袋。我们后来加了'是否涉及核心链路''是否涉及客户数据'两个是非题,粗糙但比纯金额靠谱一些。