效率涨了还是跌了，先问跟谁比

陈立群在一家区域连锁零售企业管仓库，手下三个拣货班组轮班作业。季度运营会上，领导拿着系统里的拣货效率数字说本季度比上季度提升了，让大家继续保持。陈立群心里犯嘀咕，因为他明显感觉最近晚班压力更大、出错也更多。会后他把数据调出来重新看，发现系统里的效率是按全仓总单量除以总工时算的，这个口径把不同班次、不同品类的差异全抹平了。

他换了个做法，把拣货效率按三个维度拆开对比：时间维度看工作日和周末的差异，班组维度看三个班组的单人时效率，品类维度看小件、大件和生鲜的拣货耗时。拆完之后结论完全变了：整体效率确实略有上升，但晚班效率在下滑，生鲜品类的拣货耗时明显拉长。九游在数据分析栏目中多次提到，对比分析的第一原则是口径一致，第二原则是维度足够细，否则平均数会掩盖真实问题。

三个维度怎么选，取决于你想回答什么问题

陈立群没有把所有能拆的维度都拆一遍，而是先列出管理层真正关心的问题：晚班人手够不够、哪个班组需要培训、生鲜流程要不要改。每个问题对应一个对比维度，分析才有针对性。九游在帮助企业搭建分析框架时也强调，维度不是越多越好，而是要跟决策挂钩。

  • 时间维度：回答什么时候效率低，帮助排班调整。
  • 班组维度：回答谁需要支持，帮助培训分配。
  • 品类维度：回答哪个环节卡住了，帮助流程优化。

拆完之后他还做了一件事：把对比结果画成简单的趋势对照，让三个班组的效率变化放在同一张图上看。图形比表格更直观，班组之间的差距一眼就能看出来。陈立群说，这不是为了好看，而是为了让讨论聚焦在差距上，而不是停留在感觉上。

对比分析要防止的三种误读

做了几个月对比分析，陈立群总结了三种容易踩的坑。第一种是拿不同口径的数据直接比，比如把含退货的单量和不含退货的单量放一起；第二种是忽略基数，小品类单量少，效率波动大，不能和大品类同等看待；第三种是只比结果不比过程，效率高了可能是单量结构变了，不一定是人变快了。

这三种误读在九游接触的企业案例里都很常见。避免的方法不复杂：每次对比前先确认口径，对比时标注基数，对比后追问原因。陈立群把这三点写进了仓库的周报模板，要求每个班组长提交数据时一并说明口径和基数。几个月下来，周报里的争论少了，讨论开始集中在具体改进措施上。对比分析的意义，不是证明谁好谁坏，而是让运营决策有据可依。