2.3 大家说效率很低，我怎样先建立基线

云枢科技几乎每个负责人都告诉我“流程太慢”。销售说审批慢，项目说交接慢，财务说回款慢。但没人能说清到底多慢、从哪一天算到哪一天。

没有改造前的数字，上线后很容易把任何变化都解释成成功。

我先把一个指标说完整

以“销售周期”为例，我确认从客户被认定值得跟进开始，到双方签署合同结束；取消和长期暂停的商机单独记录；数据来自 CRM 和合同；观察最近六个月。

同一个名字如果起点、终点和样本不同，会得到完全不同的数字。基线不是报表上抄一个数，而是把计算方法说到别人能够重复。

CRM 报表显示销售周期平均二十八天，销售负责人认为并不慢。我抽查后发现，很多商机直到客户明确要方案时才被录入，前面数周沟通没有计算在内；三个月没有进展的商机又被销售手工关闭，没有进入平均值。

我们重新定义起点，并同时看中间值和不同类型订单。非标准订单的周期接近六十天，问题主要集中在需求确认和特殊审批。一个总平均数曾经把真正需要改造的部分藏了起来。

我因此不再问“公司效率是多少”，而问“哪类业务从哪个事件到哪个结果用了多久，失败和暂停怎样计算”。

经营结果告诉我公司真正想改善什么，例如回款时间；过程指标告诉我哪里正在变化，例如交接缺失率；保护指标防止局部优化伤害别处，例如错误承诺不能增加；采用指标告诉我员工是否真的在使用新方法。

只看节省时间，可能牺牲质量；只看使用次数，又可能把强制点击当作价值。

商机到回款的结果指标是签约周期和回款速度；过程指标包括资料退回与折扣等待；保护指标包括错误承诺、项目毛利和客户投诉；采用指标则看真实订单是否走新流程、员工为何回到旧方法。

这些指标并不是越多越好。每一类先选一两个能影响决定的数字，否则项目会花大量时间维护看板，却没有人知道什么变化需要行动。

历史记录常常缺失。我会写清哪些数字可靠、哪些只能抽样、哪些现在还不知道。必要时先人工观察两周，而不是让 AI 把缺失数据估成精确结果。

我交给 AI 全栈工程师的任务，是建立可重复计算的指标视图，并显示来源、时间范围和缺失比例。任何口径改变都要留下版本。

财务确认收入与现金口径，销售和交付负责人确认事件起止，数据负责人说明系统记录的限制，我负责把口径、样本和可信程度写到同一张卡上。AI 全栈工程师后续建立可重复的计算和观察入口。

AI 可以发现异常值，但不能自行删除“不合理数据”。一笔两百天才签约的订单可能是录入错误，也可能暴露重要的长期等待。是否排除，必须写明原因并由业务负责人确认。

我请另一位没有参加定义的人，按照基线卡重新取数。如果他得到明显不同的结果，说明起点、终点、排除条件或来源还不够清楚。

我们还用五笔订单逐条核对报表结果与真实时间线。缺失严重的指标会标成“仅供观察”，并安排两周人工记录。基线不需要完美，但必须诚实到足以支持下一次决定。

类型	指标	当前值	起点与终点	来源与可信度
结果	平均销售周期	92天	合格商机进入至合同确认	CRM与合同；中，早期录入仍不完整
结果	平均验收周期	118天	合同生效至客户验收	合同与项目系统；高
结果	应收账款周转天数	76天	按财务统一口径	财务ERP；高
保护	未充分计价的范围变化	41%项目	签约后增加且未充分收费的工作	项目复盘与财务成本；中高
保护	错误客户承诺	尚无统一记录	试点开始时建立	当前只能用样本观察
采用	新流程真实订单覆盖	0	试点订单是否经过目标流程	尚未开始

销售周期从报表中的28天变成92天，不是公司突然变慢，而是起点开始包含过去被遗漏的早期沟通。这个口径和五笔可追溯样本一起进入诊断证据包。

有了基线，我仍然只知道结果慢。下一节要把一笔延期订单的客户、工作、钱和信息放到同一时间轴，寻找第一次断开：我怎样用四条线还原一笔延期订单。