去年我带着团队做了一次立项流程复盘,翻出 47 份立项申请,逐条统计了每个环节的实际耗时。结果有点反常识:真正花在”写材料、算预算、对齐目标”上的时间只占 23%,剩下 77% 的时间全部消耗在等,等排期、等会签、等补充材料、等领导出差回来签字。更扎心的是,这 47 个项目里有 19 个在立项通过后 30 天内发生了实质性变更,也就是说,前期那 77% 的等待并没有换来更稳的决策质量。
这件事让我彻底改变了对”立项效率”的理解。立项效率从来不是”批得快”,而是”一次说清楚、一次评到位、批准后不推翻”。一个项目负责人如果只盯着审批速度,最后往往会用返工和变更把省下来的时间加倍还回去。这篇文章我想把这套判断逻辑完整拆开,包括我在实际项目里验证过的关键指标、常见误区、以及不同规模组织该怎么取舍。
一、核心结论:立项效率由五个可量化指标决定
先把结论摆在前面。判断一个立项流程是否高效,不看流程图画得漂不漂亮,也不看审批节点有几个,而是看五个可以被记录、被追溯、被对比的指标。这五个指标我建议每个季度至少复盘一次,否则流程优化就是凭感觉。
1. 立项周期:从需求确认到批准授权的自然日
注意口径,起点是”需求被正式确认进入立项池”,终点是”资源与预算获得授权”,不是”材料提交日”。很多团队统计时把起点设在提交材料,结果周期数字很漂亮,但需求在池子里躺了两周没人管,这部分才是真正的浪费。
我服务过的中大型企业里,立项周期的中位数差异极大:流程轻的团队 5-8 天,流程重的能到 25-30 天。我的经验基准是:单项目预算 100 万以内,立项周期超过 10 个工作日就该做流程诊断了。
2. 一次通过率:第一次上会就获得批准的比例
这是我最看重的指标,没有之一。它同时反映三件事:材料质量、评审标准是否透明、以及决策者之间是否提前对齐。一次通过率低于 50%,说明这个组织的立项流程基本处于”边审边想”的状态。
健康的区间我认为是 70%-85%。低于 70% 说明前端准备不足或评审标准模糊;高于 90% 也要警惕,很可能评审已经形式化,什么项目都能过,风险被推迟到了执行阶段暴露。
3. 返工轮次:材料被退回修改的平均次数
返工轮次和一次通过率是一体两面,但返工轮次更能定位问题。因为返工可以按原因分类:是格式问题、口径问题、还是目标定义问题。分类之后你会发现,大部分返工其实集中在两三个可修复的原因上。
4. 等待时间占比:非增值时间在总周期中的比例
把这个指标单独拎出来,是因为它是立项流程里最容易被忽视、也最容易改善的部分。等待时间包括:等排期、等人到齐、等财务核算、等法务反馈、等领导空档。我见过最夸张的一个案例,等待时间占比 84%,实际作业时间只有 3.5 天。
5. 立项后 30 天变更率:决策质量的滞后验证
前四个指标衡量的是”过程效率”,第五个衡量的是”决策质量”。如果立项后 30 天内目标、范围、预算发生实质性变更的项目比例超过 20%,说明立项评审并没有真正起到把关作用,只是走了一道形式。
这五个指标放在一起看才有意义。单看周期会诱导团队省略必要环节,单看变更率会让团队过度设计评审流程。正确的做法是把它们当成一组约束条件来调优,而不是逐项追求极值。

二、背景与真实场景:立项为什么总在最不该慢的地方慢下来
讲完指标,我想先讲三个我亲身参与的案例。它们不是极端个案,反而是大多数中大型组织的常态。看清这些场景,比记住任何方法论都管用。
1. 一个 21 天的立项申请,时间到底去哪了
某制造企业要上一个产线数据采集项目,预算 180 万,项目负责人是位很有经验的技术经理。他从周一启动,到第 21 个自然日才拿到批准。我让他把时间轴完整画出来,结果是:写材料 2 天,做预算测算 1 天,找 IT 部门确认接口排期等了 4 天,财务核算设备折旧口径来回沟通 3 天,法务审供应商框架协议 4 天,最后等分管副总出差回来签字 5 天,加上周末 2 天。
真正需要”思考”的环节只有 3 天。剩下 18 天里,有 9 天是可以并行掉的,财务核算和法务审查本来就不互相依赖,IT 排期确认也可以和材料撰写同时启动。
2. 规范文件越厚,返工反而越多
同一家公司有一份 42 页的《立项管理办法》,附件里还有 7 个模板。我抽样看了 20 份提交的材料,平均填写到 63% 的位置就开始出现”详见附件””参照历史项目”这类模糊表述。原因很简单:模板太长,填写人到了后半段已经疲了,开始糊弄。
后来我们把立项材料压缩到一份三页纸的主表 + 一份可选的测算附表,格式类返工从 27% 降到了 6%。规范的价值在于约束关键判断,不在于覆盖所有可能性。
3. 立项会变成了预算争夺会
这是我最常见到的组织病。立项评审会上,讨论很快从”这个项目该不该做”滑向”这个项目能拿多少钱”。因为评审材料里没有把目标、验收标准、以及不做这个项目的后果写清楚,决策者只能拿预算数字当锚点。
一旦进入这个模式,一次通过率会急剧下降,因为每个项目都要被反复讨价还价,而讨价还价的次数和项目本身的合理性无关,只和当期的预算紧张程度有关。

三、拆解常见误区:五个把立项效率带偏的判断
在我做流程诊断的过程中,几乎每次都会遇到同样的几个误区。它们听起来都很合理,甚至被写进了管理制度,但实际效果与初衷相反。
1. 误区一:节点越多,管控越强
很多管理者默认”多一道审批就多一层保险”。但立项流程的每增加一个节点,都会带来三重成本:多一次排队等待、多一次信息衰减、多一次责任稀释。当节点超过 6 个,后面几个节点基本会退化成”前面都签了我也签”的盖章动作。
更麻烦的是责任稀释。三个部门会签的项目出了问题,责任归属往往变成一场拉锯,而这恰恰是审批节点想避免的结果。
2. 误区二:用审批时长考核审批人
听起来很合理,但会带来严重的副作用:审批人会倾向于”快速通过”而非”审出问题”。我见过一个团队上线审批时效看板后,材料退回率下降了,但立项后 30 天变更率从 24% 涨到了 38%。节省的审批时间,全部在项目执行阶段加倍偿还。
审批环节应该考核的是”漏审率”和”审出问题的有效率”,而不是单纯的响应速度。
3. 误区三:模板越全越好
这是我在第二节提到的现象。模板冗长的另一个代价是:它会让真正重要的字段被淹没。当一份表格有 60 个填写项时,填写人无法判断哪 8 个是决策必需的,只能平均用力。
4. 误区四:把立项效率等同于审批人响应速度
审批人响应只是整条链路的一小段。在我的样本里,审批人实际停留时间平均只占立项总周期的 18%-26%。把全部优化精力放在这一段,天花板非常低。
5. 误区五:没有立项后的数据回填
这是最隐蔽也最致命的误区。立项时承诺的目标、预算、工期,在执行阶段如果没有任何系统性的回填和对比,那么立项评审的质量就永远无法被验证。一个组织可以连续三年用同一套评审标准,却不知道这套标准的判断准确率是多少。

四、专业判断逻辑:立项流程该怎么设计才既快又稳
前面讲的是病症,这一节讲判断逻辑。我的核心观点是:立项流程的设计目标不是”筛掉坏项目”,而是”让好项目以最低的沟通成本获得授权,同时让判断依据可追溯”。围绕这个目标,我总结了四层设计逻辑。
1. 先分清三层角色,不要混在一起评审
立项流程里其实有三类完全不同的判断,混在一次会上评审就会拖长周期。
第一层是业务合理性判断:这件事该不该做,做了对业务目标有什么贡献,不做会有什么后果。这一层由业务负责人和直接主管判断,通常只需要 1-2 天。
第二层是资源与可行性判断:人从哪来、系统能不能支撑、时间窗口是否成立。这一层由交付负责人和技术负责人判断。
第三层是财务与合规判断:预算口径、采购方式、合同风险、数据合规。这一层是规则型的,可以用清单和预检规则来替代大部分人工判断。
我在实际项目中把这层拆开之后,最常见的效果是评审会时长下降 50% 以上,因为不再需要把三类人凑在同一时段。
2. 用”可决策性”而不是”完整性”来定义材料标准
完整性是个无底洞,可决策性则可以被明确定义。我的判断标准是三个问题:
- 决策者读完能不能判断这个项目值不值得投?
- 如果批准,执行团队能不能据此判断”做到什么程度算完成”?
- 如果出现分歧,能不能回到材料上找到当时的假设?
能回答这三个问题,材料就是合格的。不能回答,写得再厚也没用。
3. 材料结构做减法:三页纸原则
我把立项主表压缩成三页,结构固定:
| 页 | 内容块 | 关键字段 | 判断目的 |
|---|---|---|---|
| 第 1 页 | 为什么做 | 业务问题、目标指标、不做的影响 | 业务合理性 |
| 第 2 页 | 怎么做 | 范围边界、关键里程碑、外部依赖 | 可行性 |
| 第 3 页 | 要什么代价 | 预算构成、人力占用、风险与应对 | 成本与风险 |
三页之外的详细信息放进可选附表,只在被追问时提供。这个结构在我们内部的试验中,把材料平均页数从 18 页降到 4.2 页,一次通过率反而从 43% 提升到了 71%。
4. 流程编排:能并行的绝不串行,能自动校验的绝不人工看
流程优化的两个杠杆,一个是并行化,一个是预检自动化。并行化解决等待,预检自动化解决返工。
并行化的判断很简单:两个环节之间如果没有数据依赖,就应该同时启动。财务核算和法务审查之间通常没有依赖;人力评估和技术评估之间通常也没有依赖。
预检自动化则是把”格式类、口径类、完整性类”的检查从人工评审中剥离出来,交给系统在提交时自动完成。这类规则通常不超过 20 条,但能消掉 30% 以上的返工。
# 立项材料提交前自动预检规则(示例,YAML 伪配置)
rules:
id: budget_assumption_declared
desc: 预算必须声明折旧年限与人力成本单价口径
severity: block # 不满足直接拦截提交
field: budget.assumptions
id: acceptance_criteria_quantified
desc: 验收标准必须包含至少 1 个可量化指标(含单位与基线)
severity: block
field: goal.acceptance_criteria
id: resource_conflict_declared
desc: 必须声明与在建项目的资源占用冲突情况
severity: block
field: resources.conflict_statement
id: external_dependency_confirmed
desc: 外部依赖方需提供确认人及确认时间
severity: warn # 警告但允许提交,进入评审时高亮
field: dependencies.external
id: risk_mitigation_present
desc: 每个高风险项必须填写应对措施与责任人
severity: warn
field: risks[].mitigation
5. 建立度量闭环:立项数据必须能回填到执行数据
如果立项系统与项目执行系统是两套割裂的工具,度量闭环就无从谈起。这是我在选型时最看重的一点:立项单必须能直接转为项目,目标、预算、里程碑这些字段要能带着走,执行阶段的实际情况要能反向对比立项时的承诺。
只有这样,你才能回答”我们立过的项目里,有多少真的达成了当初说的目标”这个问题。没有回填的立项流程,本质上只是一个审批记录工具,而不是管理工具。

五、案例与数据观察:一套立项流程改造的完整过程
这一节我把一个完整案例拆开讲。这是我在 2024 年参与的一家约 800 人规模的装备制造企业的立项流程改造,涉及 6 个事业部、年均立项约 130 个。数据来自改造前后的系统记录和我做的两轮访谈,部分指标为脱敏后的区间值。
1. 改造前的基线:流程不慢在忙,慢在等
改造前的立项周期中位数是 21 个自然日(工作日口径 15 天),一次通过率 43%,平均返工 2.6 次,评审会平均时长 110 分钟,立项后 30 天变更率 31%。
访谈中我让 12 位项目负责人各自列出”最耗时的三件事”,排第一的是”不知道找谁确认口径”,排第二是”材料改了但不知道还要给谁看”,排第三是”等领导签字”。这三件事没有一件是”想不清楚项目”,全部是流程信息不透明造成的。
2. 改造动作:三个动作,没有推翻原有制度
动作一,把三层判断拆成三条并行泳道。业务合理性、资源可行性、财务合规性分别独立推进,最后汇总到一次 30 分钟的决策会。这一步把 9 天的会签与审查压缩到 4 天以内。
动作二,上线提交前自动预检。我们把前面提到的 5 类规则配进流程,材料提交时自动校验,不通过就不能进入评审队列。退回率从 12% 降到 5%,评审会上的格式和口径争论基本消失。
动作三,分级授权阈值。预算 30 万以下由事业部负责人直接批准,30 万到 150 万由分管副总批准,150 万以上才上决策委员会。这一条把 60% 以上的立项从委员会日程里解放出来。
工具层面,这家企业选择在 PingCode 上搭建立项与项目执行的一体化流程。PingCode 主要服务中大型企业及 100 人以上组织,支持私有化部署,对制造企业比较关键的一点是数据可以完全留在内网,同时它支持 Jira 平滑迁移,这家企业原来在 Jira 上有大量项目数据和自定义工作流,迁移过程没有出现工作流语义丢失的问题,是国产替代中比较省心的选项。
3. 具体落地细节:90 天做了什么
- 第 1-14 天:梳理原流程,统计基线指标,访谈 12 位项目负责人和 8 位审批人,确认三类判断的边界。
- 第 15-35 天:重写立项主表为三页结构,确定 20 个必填字段,砍掉 41 个非必要字段。
- 第 36-55 天:在 PingCode 上配置立项工作流,包括并行泳道、自动预检规则、分级授权阈值。
- 第 56-70 天:用 10 个历史项目做回放测试,校准预检规则阈值,避免误拦截。
- 第 71-90 天:分批培训,先在一个事业部试点,再逐步推广到全部 6 个事业部。
这里我要强调回放测试这一步。很多团队上线自动化预检后遭遇抵触,都是因为规则太严导致大量材料被误拦。用历史数据回放校准,是让规则被接受的关键一步,这一点比规则本身设计得完不完美更重要。
4. 改造后的数据:周期降 62%,但真正的收益在变更率
改造后第 6 个月的数据:立项周期中位数 8 个自然日(工作日口径 6 天),一次通过率 79%,平均返工 0.9 次,评审会平均时长 45 分钟,立项后 30 天变更率 12%。
周期下降 62% 是最显眼的数字,但我认为最有价值的其实是变更率从 31% 降到 12%。因为它说明立项评审真的在起作用,而不只是把审批做快了。这个变化在财务报表上的体现是:当年因项目中途变更产生的返工工时,同比减少了约 2100 人时。
有一个反直觉的发现:改造后有 3 个项目主动撤回了立项申请。因为三页纸写下来,项目负责人自己也发现目标说不清楚、收益算不过来。好的立项流程不只是让好项目更快通过,也应该让站不住的项目更早被放弃,而且是被提出者自己放弃。


六、不同情况下的行动建议
上面那套动作在 800 人规模、6 个事业部的组织里跑通了,但直接照搬到 150 人或 3000 人的组织里都会出问题。下面我按四种典型情况给出建议,你可以直接对号入座。
1. 100-300 人、单一业务线:先砍节点,别急着上系统
这个规模的立项流程问题通常不是”流程太复杂”,而是”根本没有明确流程”。我的建议是把立项节点控制在 4 个以内:需求与目标确认、资源可行性确认、预算确认、批准授权。
这个阶段不需要复杂的自动化预检,一份三页纸模板加一份 10 条的提交前自查清单就够了。工具上,用表格或轻量协作工具也能跑。周期目标定在 5 个工作日以内。
2. 300-1000 人、多部门协作:并行化 + 预检自动化是主要杠杆
这个规模的核心矛盾是跨部门等待。建议节点控制在 6 个,并且明确把财务审查和合规审查改成并行。同时上线提交前自动预检,把格式类、口径类问题挡在评审之前。
周期目标 8 个工作日,一次通过率目标 70% 以上。这个阶段如果还在用邮件和线下签字,等待时间占比很难降到 40% 以下。
3. 1000 人以上、多事业部:必须做分级授权和数据回填
这个规模最大的效率杀手是”所有项目都上同一个决策会”。必须建立金额或风险等级的分级授权机制,让 60%-70% 的项目在中层就能批准。
同时必须建立立项到执行的数据回填机制,否则你无法评估各事业部的立项质量差异。周期目标 12 个工作日以内,但要接受这个规模下周期不可能压到 5 天,因为合规和资源统筹的复杂度是真实存在的。
4. 强合规行业(金融、医疗、军工类业务):宁可慢,但要让等待可控
这类组织的立项流程节点可能多达 10 个,周期 18-25 天是合理的。但”必要”和”不可控”是两回事。我的建议是:合规审查环节可以多,但每个环节必须有明确的承诺时限和升级机制,进入队列就开始计时,超时自动提醒上级。
这类组织要重点追踪的不是周期,而是”等待时间占比”和”合规审查的一次通过率”。如果等待占比能压到 50% 以下,就已经是相当优秀的水平。
5. 工具选型:先看数据能不能闭环,再看功能
很多团队选立项工具时先看表单功能,我认为应该先看两件事:一是立项数据能不能带到执行阶段形成闭环,二是部署方式是否满足数据合规要求。
对于 100 人以上、有国产替代需求的中大型组织,PingCode 是值得放进候选清单的选项:支持私有化部署,支持 Jira 平滑迁移,立项到项目执行的数据链路是一体的,前面提到的”立项后 30 天变更率”这类指标才能被真实统计出来。对于 50 人以下的小团队,用轻量工具可能更划算,不必为了流程而部署重型平台。
| 组织规模 | 建议立项节点数 | 周期目标(工作日) | 首要优化动作 | 工具侧重点 |
|---|---|---|---|---|
| 100-300 人 | 4 个以内 | 5 天 | 定义标准与模板 | 轻量协作工具即可 |
| 300-1000 人 | 6 个左右 | 8 天 | 并行化 + 提交前预检 | 工作流可配置、能自动校验 |
| 1000 人以上 | 6-8 个 | 12 天 | 分级授权 + 数据回填 | 立项与执行一体化、支持私有化 |
| 强合规行业 | 8-10 个 | 18-25 天 | 承诺时限 + 超时升级 | 审计留痕完整、部署可控 |
七、不同情况下的取舍:三组绕不过去的矛盾
流程设计到最后一定会遇到取舍。取舍没有标准答案,但有判断条件。下面三组是我在实际项目中反复遇到的。
1. 速度与管控:用金额阈值和风险等级来切分,而不是一刀切
要求所有项目都严格评审,会让小项目承担不成比例的管理成本;要求所有项目都简化,会让高风险项目失控。
我的判断条件是:按金额和”不可逆程度”双维度分级。金额小且可逆的项目(比如一次营销活动、一个内部小工具)走简化流程,周期 3 天以内;金额大或者一旦启动就难以停止的项目(比如产线改造、核心系统替换)走完整流程。
所谓不可逆,指的是停下来会损失多少沉没成本。这个维度比金额更能识别真正需要严格评审的项目。
2. 标准与灵活:标准管字段,灵活管论证
很多团队把”标准化”理解成所有项目用同一套论证逻辑,结果研发项目和市场项目被迫用同一份模板,两边都不好用。
我的建议是:字段标准统一,论证方式按项目类型分档。不管什么项目,目标、范围、预算、风险这四个字段都要有;但研发项目可以侧重技术可行性和迭代路径,市场项目可以侧重投入产出假设和验证方式。
3. 集中与分散:决策权下沉,但数据和标准必须集中
决策权下沉能提升效率,但会带来口径不一致。解决办法不是把决策权收回来,而是把标准、模板和数据口径集中管理。
具体做法是:立项模板、预检规则、字段定义由流程归口部门统一维护;具体项目批不批、什么时候批,由靠近业务的人决定。这样既能享受下沉带来的速度,又不会出现各事业部口径五花八门、无法横向对比的局面。
还有一个更难的取舍:要不要允许项目负责人自己撤回立项申请。我强烈建议允许,并且不设惩罚。前面提到的那 3 个主动撤回的项目,如果强行推进,造成的损失远大于写材料的成本。一个健康的立项流程应该有”体面的退出通道”。

八、常见问题(FAQ)
1. 立项周期到底该用自然日还是工作日统计?
建议两个口径都保留,但主口径用工作日,因为自然日会把周末和假期混进来,掩盖真实的管理问题。不过自然日也有价值:它能提醒你,业务方感受到的等待就是自然日。当一个项目横跨三个周末时,业务方的体感就是”三周”,不会因为你的统计口径是工作日而改变。
2. 一次通过率高于 90% 是不是好事?
不一定。要配合立项后 30 天变更率一起看。如果一次通过率 92%、变更率 35%,说明评审基本没有起到把关作用,只是把该讨论的问题推迟到了执行阶段。健康的组合是一次通过率 70%-85%,变更率低于 15%。
3. 公司规模不大,需要专门设立项流程吗?
需要,但可以极简。哪怕只有 50 人,也应该有一份三页纸的立项模板和一次明确的批准动作。没有立项流程的组织,最常见的后果是同一批人力被三个项目同时占用,而没有人意识到冲突,直到三个项目都延期。
4. 自动预检规则会不会太死板,把合理的特殊情况挡在外面?
这是最常见的顾虑,解决办法是分级:把”绝对必需”的规则设为阻断(例如预算假设未声明),把”建议满足”的规则设为警告但允许提交。经验值是把阻断类规则控制在 5-8 条,其余设为警告。上线前一定要用历史项目做回放测试,误拦截率超过 5% 就要调阈值。
5. 立项数据怎么回填到执行阶段?
关键是让立项单能直接转为项目,并且目标、预算、里程碑这些字段是同一份数据,而不是”复制一份再填一遍”。如果立项系统和执行系统是两套割裂的工具,回填只能靠人工,而人工回填在三到六个月后必然停止。这也是我在选型时把”立项与执行一体化”排在功能列表第一位的原因。
6. 项目负责人自己能做哪些事来提升立项效率?
在流程还没改之前,项目负责人至少可以做三件事:第一,提前把预算口径问清楚,不要等提交后再说;第二,在材料里主动写清楚资源冲突和外部依赖;第三,把验收标准写成带单位和基线的可量化指标。这三件事能让返工次数下降一半以上,而且不需要任何流程审批。
7. 立项效率提升后,最容易反弹的地方在哪里?
我观察到的反弹点是”人员轮换”。流程优化成果通常依赖少数几个人的习惯,一旦这些项目负责人或流程管理员换岗,三到六个月后节点会重新长回来。防止反弹的办法是把关键约束固化到系统里,而不是靠人记住。规则配置在系统里,新人来了自然按新流程走。
九、总结:立项效率的本质是减少无效沟通
回到开头那个反常识的发现:77% 的时间消耗在等待。这句话背后其实是一个更本质的判断,立项流程的成本主体不是审批,而是信息在人与人之间传递时的损耗和排队。所以立项效率的提升方向从来不是”让审批更快”,而是”让该同时发生的事同时发生,让该被一次说清的事不用第二次解释”。
我给的五个指标里,周期和等待占比衡量过程,一次通过率和返工轮次衡量材料与标准,立项后 30 天变更率衡量决策质量。它们必须一起看。只优化其中任何一个,都会把问题推向另外几个。
同时我也想提醒一个容易走偏的地方:立项流程的最终合法性来自”能不能让好项目更快拿到资源、让站不住的项目更早退出”,而不是”审批记录是否齐备”。前者是管理,后者只是留痕。
如果你现在就要动手,我建议按这个顺序:
- 本周内:先统计自己组织最近 20 个立项项目的五个指标,拿到基线。没有基线,后面所有优化都无法验证。
- 两周内:把预算口径、资源冲突声明、验收标准这三项写成提交前的必填检查项。这是投入产出比最高的单项动作。
- 一个月内:梳理流程节点,找出可以并行的环节,把串行改成并行。优先检查财务审查与合规审查之间是否存在真实的数据依赖。
- 一个季度内:建立分级授权阈值,并确保立项数据能回填到执行阶段,形成完整的度量闭环。
这四步做完,你会拿到一份属于自己的数据,而不是照抄任何一家的方法论。到那时候,你对”立项效率”四个字的理解,会比这篇文章里的任何一句话都更具体。
常见问题解答(FAQ)
1. 立项效率提升,到底该盯哪几个关键指标?
我做了两年项目负责人,每次向上汇报立项工作,领导就问效率提升了没有,我一开始只能答感觉快了,结果被追问具体快了多少、快在哪一段,就答不上来。后来我发现光看一个平均立项天数根本不够,有些项目走了两个月把平均值拉爆,但真正卡住的其实只有少数几个节点。
先建立一个最小指标集,别一上来堆十几个。我通常用五个:立项周期中位数,从材料首次提交到最终批准,按工作日计算,剔除非工作日和审批人休假;P85立项周期,看长尾,中位数好看但长尾才是业务方真正在吐槽的部分;立项首过率,即一次提交即通过的比例;平均退回次数与退回原因分布;单节点平均停留时长。
前两个衡量结果,中间两个定位问题,最后一个定位到角色。判断依据上,如果中位数和P85差距超过两倍,说明流程里存在偶发但致命的堵点,优先去查退回原因分布,通常集中在两三类的范围与验收标准不清、预算口径不一致、跨部门资源未确认。连续看四周,基本能判断立项效率是真提升,还是只是把统计口径改了。
2. 立项审批节点是不是越少越快,设几个比较合理?
我们之前立项要过部门负责人、项目管理办公室、财务、法务、分管副总五道关,一个项目平均要等两周多才有结果。后来有人提议直接砍到两个节点,我又担心风险失控,万一出了事谁背,到底节点数量和效率是什么关系,我确实纠结了很久。
节点数量不是线性关系,关键在节点之间是串行还是并行,以及每个节点有没有明确否决权。我的做法是分级:按项目金额或风险等级分三档,低风险走部门负责人加平台备案两个节点,常规项目三到四个,重大高风险才走全流程。同时做两件事,一是把串行改并行,财务和法务的审查可以同时发起,两边都通过就进入下一环;
二是每个节点必须写清否决条件,没有否决条件、只会写同意的节点就是纯耗时,应该降级为知会,抄送不占审批时长。判断标准很实用:如果一个节点在过去二十个项目里从没提出过实质性修改意见,它就是合并或降为知会的候选。审批节点不是越少越快,而是没有判断权的节点越少越快。
3. 立项材料总是被打回重做,项目负责人怎么做到一次过?
我最崩溃的一次是立项材料改了七版,每版都是不同的人提出不同的问题,财务说预算口径不对,法务说风险没写,业务说验收标准太虚。那段时间我一周有一半时间在改文档,感觉不是在立项,是在做阅读理解。后来我才意识到,问题不在我不够细心,而在退回本身没有被当成数据来管。
把退回原因当成一类数据来治理,而不是每单单独救火。做法是做一张退回原因分类表,比如预算与成本口径、范围与验收标准、资源与排期、合规与合同风险、材料格式五类,每次退回必须归到一类,连续统计两个月。
我们当时统计下来,超过一半的退回集中在范围和验收标准、预算口径这两类,于是做了两件事:一是出一份立项材料自检清单,把这两类拆成可勾选的具体条目,例如验收标准是否可量化、成本是否含人力与外部采购;二是把清单前置到立项申请表单里,提交前必须逐条确认。
结果首过率从三成多提到七成左右,平均退回次数从接近两次降到一次以内。判断依据很直接:退回原因高度集中,说明不是人的问题,是模板和信息入口的问题;退回原因非常分散,才需要逐个项目辅导。另外建议给每个项目指定一个立项对接人,材料只对一个人,避免多口反馈互相打架。
4. 立项流程规范做细了就更慢,怎么平衡合规和效率?
我们公司一边说流程要规范留痕防止出事,一边又考核立项速度,我夹在中间很难受。规范写得越细,填的材料越多,审批越慢,最后大家开始想办法绕过流程,反而更失控。我一直在找一个能同时说得过去的做法,既不被审计挑毛病,又不用让项目等两周。
把规范和审批拆开看:规范要细,审批要少。具体三条。第一,把可规则化的东西从审批里拿出来,交给模板和系统校验,比如必填项、预算计算逻辑、附件完整性,系统能卡住的就不需要人再看一遍。第二,人的审批只保留需要做取舍判断的环节,比如资源冲突、优先级排序、风险是否可接受。
第三,设置反向指标,防止效率指标被玩坏,我一般同时看三个:立项后三十天内发生重大变更的比例、立项后实际成本与立项预算的偏差率、立项后因合规问题被审计点名的次数。如果立项周期降下来了,但重大变更比例和预算偏差同时上升,那不是效率提升,是把风险推到了执行阶段。
经验上,立项周期可以从两周多压到五到七个工作日且不牺牲风控,前提是规则校验自动化、审批节点带明确否决条件、并且始终保留反向指标盯着。
文章包含AI辅助创作:立项流程与规范:项目负责人项目立项效率提升关键指标,发布者:飞飞,转载请注明出处:https://worktile.com/solution-1/archives/285318
读者评论
我们去年也做过类似复盘,等待时间占比确实最高,但并行化没那么好落地,财务和法务在流程上无依赖,实际却都要等业务侧同一份数据和同一个人确认,串行是真串行、并行是假并行。我更想知道的是怎么给这类共享资源定排队优先级,而不是画个并行箭头就完事。
把立项后 30 天变更率当成决策质量的验证,我觉得得分场景。做创新类项目或者市场变化快的业务,短期调整范围往往说明执行团队在跟着新信息走,不一定是当初没评到位。同一个阈值卡所有项目类型,容易逼着团队把变更藏起来,或者拆成新项目绕过去,指标就失真了。
五个指标里我最认同一次通过率,但它对项目数量少的团队不太友好。一年就十几个项目,样本太小,一次波动比例就很难看,复盘价值有限。相比返工轮次那种可以按原因分类的数据,比例型指标在小样本下容易变成情绪指标而不是改进依据。