AI 工作實務 · 流程拆解與營運瓶頸分析
工單總共花 4 小時，不代表同仁做了 4 小時：如何拆出跨部門等待時間？
用案件 ID 及步驟起迄時間分開計算總歷時、活躍處理與等待，先查轉手介面再改善
客服說「工單從早上 9 點到下午 1 點多才結束」，主管直覺可能認為承辦人工作太慢。但一張工單的經過時間通常包含兩類：真正處理的時間和交棒後沒有人動手的等待時間。把兩者混在一起，可能讓改善方向落在錯的人身上。
以下用 3 張虛構工單示範，將每步驟開始、結束、責任部門記為事件資料，拆解工作量、排隊等待與交接瓶頸。你能直接取得事件表、核算結果與可填寫的交接記錄。數字皆為合成教學案例，不是對任何公司員工效率的評價。
先把「開始處理」與「接到通知」分開
標準流程挖掘的資料至少要有案件 ID、活動名稱和時間戳；如要分開計算單步驟處理時間與等待時間，需有每項活動的開始及結束時刻。Microsoft Learn 的流程挖掘說明指出：只有一個時間戳時，難以得知真正活躍處理時間，兩活動開始點間隔不宜直接稱為人工作業時間。S01S02
因此，人工記錄也要先確認以下欄位：
| 欄位 | 意義 | 常見錯誤 |
|---|---|---|
| case_id | 同一張工單的穩定識別碼 | 每個步驟另產不同號碼 |
| activity | 本次處理活動 | 填成「處理中」而不知做了什麼 |
| owner_team | 此步驟責任部門 | 把通知收件者誤當實際處理者 |
| started_at、ended_at | 開始及結束實際作業時間 | 拿系統建單時間當所有步驟開始 |
| handoff_reason | 為何轉下一關 | 未區分補件、審批與技術排隊 |
有重疊作業、班別、假日或暫停狀態時，還需先定義計時規則。本篇案例假設 3 步驟不重疊、同日完成、按日曆分鐘計算；不能直接當成一般企業 SLA。
把一張工單拆成時間線
虛構工單 C001：接案組 09:00–09:10 處理 10 分鐘，審核組 10:30–11:00 處理 30 分鐘，結案組 13:00–13:15 處理 15 分鐘。
工單歷時 255 分鐘，其中實際處理 55 分鐘、步驟間等待 200 分鐘。等待占歷時約 78.4%。換句話說，單看總完成時間來責備接案組或審核組都缺乏證據。
這種拆法可用兩個公式核算：歷時＝最後結束時刻－最早開始時刻；處理＝各活動結束與開始之差的合計；本例等待＝歷時－處理。前提是沒有活動重疊，且開始和結束均有完整紀錄。若有重疊，單純相減會造成重複計算或負等待，需改以時間區間聯集或另外定義併行規則。
三張工單放在一起，改善優先序會改變
| 案件 | 經過時間 | 處理時間 | 等待時間 | 等待占比 |
|---|---|---|---|---|
| C001 | 255 分 | 55 分 | 200 分 | 78.4% |
| C002 | 120 分 | 60 分 | 60 分 | 50.0% |
| C003 | 310 分 | 60 分 | 250 分 | 80.6% |
3 案總歷時 685 分、處理 175 分、等待 510 分；合計等待占比約 74.5%。這是一組虛構案件的時間拆解，不代表全站工單平均或部門績效。S03 如按單案平均等待時間則是 170 分；它與等待占總歷時的加權比率是兩個不同統計量，應分開標示。
在這個教學案例中，值得先問的是「接案到審核的等待」與「審核到結案的等待」：它們是缺少前置資料？權責未定？還是班表錯位？不要因某個部門碰巧在最長的工單中出現，就推論該部門效率最差。
不買流程挖掘軟體，也能完成第一輪診斷
第一步：針對一種高重複工單選 10–20 筆樣本，標記其取樣期間和排除條件。這個數量只是啟動工作坊的編輯建議，不是統計充分性規則。
第二步：逐步填寫開始與結束時間、責任人或團隊、下一步通知時間與交接原因。若只能取得建立、完成兩個時間戳，先稱為「歷時」，不可稱為「處理工時」。
第三步：找出等待最長的兩個交接邊界，對照補件比率、例外原因與值班時間。必要時訪談承辦人核對紀錄代表的實際工作。
第四步：先對一個明確界面做小型改善，例如在審核前加上必要附件檢查，不要一次導入整條流程的新系統。
第五步：在相同案件類型、相近負荷與同一定義下比較改善前後，保留異常案件；同時檢查是否將等待轉移到其他部門。
何時這個計算不能直接用？
- 交疊活動：兩人同時做不同工作，總處理工時可大於經過時間。本例公式不適用。
- 夜間或週末：SLA 只算營業時間時，請另算營業分鐘，不能拿日曆時間直接比。
- 工單尚未結案：只能記目前等待或流逝時間，不能當作已完成案件的最終分布。
- 外部客戶等補件：需將「外部依賴」與「內部可控等待」分開，不要錯算內部責任。
下載並驗收
請從事件表任選 C001 手算 255、55、200 三個值，並確認結束時間均不早於開始時間；再比對 summary 的 3 筆案件 ID 沒有遺漏。這比直接盯著「平均總工時」更能定位問題。
延伸閱讀：AI 自動化節省工時，如何納入複核與維護 回答導入後成本；本文回答導入前的等待與處理時間歸屬。若後續要將工單串接自動化，可再核對企業 AI 工作流程課程的現行內容，而不是先買工具。
來源與限制
[S01] Microsoft Learn〈Prepare processes and data〉：https://learn.microsoft.com/en-us/power-automate/process-mining-processes-and-data
[S02] Microsoft Learn〈Gather case overview statistics〉：https://learn.microsoft.com/en-us/power-automate/minit/case-overview-statistics
[S03] Microsoft Learn〈List of statistical operations〉：https://learn.microsoft.com/en-us/power-automate/minit/statistical-operations
讀者需按實際流程的活動重疊、工作時間與責任分工調整指標。
圖片與素材說明
封面：藍色網格底的綠色模組與橘色路徑，中央以沙漏表示工作等待的概念圖。（教學概念或合成資料示例）
本文由 TARAISG（TIANDIREN AI SOLUTION GROUP）使用 AI 模型產生正文、整理來源並設計實務工具。方法依據與限制列於文末；案例為明確標示的教學假設。未有具名紀錄時，不宣稱經人工或專家審核。
查看內容製作與更正說明
