Framework Deep Dive

約束理論 Theory of Constraints

任何系統的產出都被最弱的那個環節決定。找到瓶頸、全力打通它,整個系統的效能才會真正提升。別浪費資源優化非瓶頸。

提出者
Eliyahu Goldratt
來源
《目標》(The Goal) · Goldratt Institute
適合階段
營運優化 · 流程改善 · 產品開發效能提升
使用時長
瓶頸辨識 1-2 天 · 完整改善循環 2-4 週
⬇ 下載 Skill

什麼時候該用它?

約束理論(TOC)最適合在你明明很忙但產出卻沒有等比增加的時候拿出來。如果團隊每個人都在加班,backlog 卻越來越長、交付速度沒有變快——問題幾乎一定出在你不知道瓶頸在哪裡。

  • 開發效能停滯:Sprint velocity 上不去,加人也沒用,怎麼回事?
  • 轉換率優化:購物車加入率不錯但結帳完成率很低——漏斗的瓶頸在哪裡?
  • 跨部門協作卡住:行銷、產品、工程都很忙,但專案就是推不動
  • 營運成本飆升但產出沒增加:每個部門都在「優化」,但整體效能沒提升
  • 供應鏈或物流延遲:客訴集中在交期,但不確定問題出在哪個環節

框架結構

約束理論的核心觀點:系統像一條鏈條,強度由最弱的一環決定。與其讓每一環都變強,不如找到最弱那環,專注打通它。

五步聚焦法(Five Focusing Steps)

這是 TOC 的核心操作流程:

Step 1:辨識瓶頸(Identify the Constraint)

找出系統中限制整體產出的那個環節。判斷方式:

  • 它前面的東西在堆積(WIP 越來越多)
  • 它後面的東西在等待(下游閒置)
  • 整個系統的產出速率 ≈ 這個環節的處理速率

Step 2:壓榨瓶頸(Exploit the Constraint)

在不增加資源的前提下,讓瓶頸的每一分鐘都在處理最有價值的工作。

  • 減少瓶頸的停機時間
  • 確保瓶頸不處理低優先級的工作
  • 不要讓瓶頸等待其他環節

Step 3:配合瓶頸(Subordinate Everything Else)

讓所有其他環節配合瓶頸的節奏。

  • 非瓶頸環節的速度不需要最大化——它們只需要「夠快」
  • 控制進入系統的工作量(不要讓非瓶頸環節製造更多半成品堆在瓶頸前面)

Step 4:提升瓶頸(Elevate the Constraint)

如果前三步做完還不夠,才考慮投入資源擴大瓶頸的能力。這通常意味著花錢——加人、加設備、加系統。

Step 5:回到 Step 1(Prevent Inertia)

瓶頸打通後,新的瓶頸會在別處出現。回去重新找,不要假設問題已經解決。

鼓-緩衝-繩(Drum-Buffer-Rope,DBR)

TOC 的執行機制:

  • 鼓(Drum):瓶頸的產出速率,決定整個系統的節拍
  • 緩衝(Buffer):在瓶頸前面放一個緩衝區,確保瓶頸永遠有工作可做
  • 繩(Rope):控制原料投入系統的速率,與瓶頸同步,避免 WIP 爆量

蒸發雲(Evaporating Cloud)

TOC 的衝突解決工具。當兩個團隊或兩個目標看似矛盾時:

  1. 畫出共同目標
  2. 畫出兩個對立的需求
  3. 畫出各自導致的行動(看起來互相矛盾)
  4. 質疑連結兩端的假設——通常衝突來自錯誤的假設,而非真正不可調和

來源與歷史

  • 1984:以色列物理學家 Eliyahu Goldratt 出版商業小說《目標》(The Goal),用故事講述約束理論,全球銷量超過 700 萬冊
  • 1990:Goldratt 創立 Avraham Y. Goldratt Institute,開始將 TOC 推廣到更多產業
  • 1997:出版《關鍵鏈》(Critical Chain),將 TOC 應用到專案管理,挑戰傳統甘特圖方法
  • 2004:David Anderson 將 TOC 概念帶入軟體開發,影響了後來 Kanban 方法的誕生(WIP 限制就是 TOC 思維)
  • 2010 年代至今:TOC 的 WIP 限制和瓶頸思維被 DevOps 運動大量採用,《鳳凰專案》(The Phoenix Project) 致敬《目標》,成為 IT 管理經典

真實案例:亞馬遜物流中心的瓶頸突破

亞馬遜在 2013 年 Prime Day 前夕發現物流中心的出貨速度跟不上訂單量。傳統做法是「全面加人加設備」,但亞馬遜用 TOC 思維重新分析:

  1. 辨識瓶頸:不是揀貨、不是包裝,而是「分揀站」——所有包裹匯集到分揀站等待配送路線分配,這裡的處理速度決定了整體出貨量
  2. 壓榨瓶頸:讓分揀站 24 小時不停機(輪班制)、優先處理 Prime 會員訂單、減少分揀站的非核心工作
  3. 配合瓶頸:控制揀貨和包裝的速率——故意讓前面慢下來,避免分揀站前堆滿等待的包裹(減少混亂)
  4. 提升瓶頸:投入 Kiva 機器人(現更名為 Amazon Robotics),讓分揀效率提升約 4-5 倍

結果:物流中心的日處理量從平均 100 萬件提升到超過 300 萬件。而且投資集中在瓶頸上——如果亞馬遜把同樣的預算平均分配到每個環節,效果會差很多。到 2024 年,亞馬遜全球有超過 75 萬台倉儲機器人,但最初的決策就是 TOC 的「找瓶頸,打瓶頸」。

使用步驟

Step 1:畫出你的系統流程

把從「需求進入」到「價值交付」的每個環節畫出來。電商場景就是:需求 → 設計 → 開發 → QA → 部署 → 上線。或者:流量 → 瀏覽 → 加購 → 結帳 → 出貨。

Step 2:量測每個環節的吞吐量和等待時間

看數據。哪個環節前面堆最多待處理的東西?哪個環節的處理時間最長?哪個環節後面的人在等?那就是你的瓶頸。

Step 3:先壓榨、再配合

不要急著加資源。先問:瓶頸環節有沒有在浪費時間做不重要的事?其他環節有沒有在製造更多壓力給瓶頸?調整這些就能免費提升產出。

Step 4:有意識地投資

如果壓榨和配合做完還不夠,再決定投入資源。但只投入在瓶頸上——不是每個部門都要加預算。

Step 5:重新找瓶頸

舊瓶頸打通後,馬上去找新瓶頸。系統永遠有瓶頸,只是位置會移動。這不是做完一次就結束的事。

這樣做 vs 避免這些

這樣做

  • 用數據找瓶頸——看 WIP 堆積量、等待時間、吞吐量,不要用感覺判斷
  • 先做免費的改善(壓榨 + 配合),再考慮花錢的改善(提升)
  • 讓非瓶頸環節「慢下來」是對的——不要讓每個人都追求 100% 利用率
  • 持續循環——瓶頸會移動,這個框架不是一次性的

避免這些

  • 不要「每個部門都優化一點」——這是 TOC 最核心的反直覺觀點:只有優化瓶頸才有意義
  • 不要把「最忙的人」跟「瓶頸」搞混——忙不代表是瓶頸,要看整個系統的流向
  • 不要在打通瓶頸前就加速前面的環節——你只會製造更大的堆積
  • 不要忽略「慣性」——打通舊瓶頸後,團隊可能還在用舊的做法,沒有跟上新的節奏
Maki 觀點 — 電商場景實戰

約束理論在電商的應用分兩條線:一條是轉換率漏斗,一條是開發流程。兩條都超實用。

轉換率漏斗這邊,很多品牌電商會同時優化首頁、商品頁、購物車、結帳頁——覺得「每個頁面都改善一點,整體就會變好」。TOC 告訴你這是錯的。你應該先找到漏斗中掉最多人的那個環節(瓶頸),集中火力打通它。我看過一個案例:某品牌花了三個月同時優化五個頁面,轉換率只提升 0.3%。後來用 TOC 思維找出瓶頸在「商品頁到加購」這一步(流失率 78%),集中改善商品頁的尺寸選擇 UX 和評價呈現,兩週內轉換率就提升了 1.2%。

開發流程這邊,台灣品牌電商團隊最常見的瓶頸不是工程師,是 QA。很多團隊工程師很多、QA 很少,結果大量功能寫完了堆在 QA 前面等測試。用 TOC 的做法:限制進入開發的需求數量(繩),在 QA 前面放 buffer(讓工程師自己先做基本測試),然後投資自動化測試提升 QA 產能。這比再加一個工程師有效得多。

我在 91APP 觀察到的另一個常見瓶頸是「決策」。功能做完了,但要不要上線、文案怎麼寫、價格怎麼定——卡在等某個人拍板。如果你發現很多東西都在「等決策」,那瓶頸不在執行面,而在管理面。這時候該做的不是加人,而是下放決策權。