《刀剑笑翻译-时间驱动的作业成本法》由会员分享，可在线阅读，更多相关《刀剑笑翻译-时间驱动的作业成本法（15页珍藏版）》请在金锄头文库上搜索。
1、刀剑笑翻译转载请注明出处，谢谢合作。翻译于2009-12-01至2009-12-10时间驱动的作业本钱法罗伯特-卡普兰，史蒂文-安德森Robert S. Kaplan and Steven R. Anderson2003年11月摘要：传统的作业本钱Activity-Based Costing，ABC模型，在一些组织中很难应用。因为传统的作业本钱法需要花费大量本钱和时间去访谈和调查员工以设计初始的模型，并且采用了主观且消耗精力的时间分配方法。在模型变更时，如1改变处理程序和资源消耗，2增加新的作业，3订单、渠道和客户的多样性或复杂性增加，维护和更新模型也很困难。时间驱动的作业本钱法Time-dr
2、iven ABC仅仅需要确定两个参数：1提供的资源的单位本钱，2完成一项事务或一项作业需要的时间。时间驱动的作业本钱模型能够：-快速的建立、应用。-容易更新和维护，以反映流程、订单多样性和资源本钱的变化。-直接从事务性的ERP和CRM系统中获取数据。-通过直接的观察可以确定模型估计的单位时间是否合理。-很容易处理大范围内的几百万条事务，而不影响报告的适时的制作和交付。-显性的描述资源能力，并突出空闲的资源能力以辅助管理。-建立时间方程，可以描述订单和客户行为的多样性，但不会增加模型的复杂性。这篇论文使用几个简单的例子，示范如何构建时间驱动的作业本钱法。并提供几个公司的例子，这些公司已经实现了这
3、个方法，并获得了快速和显著的利润提升。时间驱动的作业本钱法在1980s年代中期，哈佛商学院的几篇文章和几个案例，让大家了解了作业本钱法1。虽然这些案例有不同的特色，但是都有一个共同的特征：分配到一项作业的资源消耗是通过时间分配的比例来确定的，而时间分配比例是通过访谈、时间日志和直接观察确定的。例如，产品存储的本钱将需要分配到一些作业，如产品接收、检查、处理、挑选、包装和装运，分配的比例是基于仓储员花费在这些作业上的时间比例。工程团队用这些作业的本钱除以输出来计算作业的驱动因子的单位本钱。驱动因子，例如收据的数量、检查的数量、挑选的数量以及装运的数量，用于将作业本钱分配到单个产品或者客户。这样确
4、定作业本钱模型的过程，虽然在早期的研究中是可行的，但是事实已经说明当模型推广到全公司时，这个过程会非常困难，且消耗大量的本钱。并且，即使在初始的模型建立之后，当公司的运营改变时，需要重新进行这个完整的过程，来更新这个模型，需要通过新一轮的访谈、调查来重新估计参数。结果就是，这个模型将不会维护，用这个模型核算的本钱很快就过时了。在这篇论文中，我们回忆了传统的作业本钱模型存在的问题。描述了一个新的方法，这个方法更简单-不管是建立初始的模型，还是维护模型-并且更准确。新的时间驱动的方法允许作业、订单和客户行为的更多差异性，而不会为计算作业、产品和客户的本钱带来更多的负担。一个根本的作业本钱模型建立一
5、个简单的作业本钱模型的标准过程，是从识别出完成多项作业的资源集合开始的。例如，客户效劳部门需要完成以下三项作业：-处理客户订单。-处理客户投诉。-执行客户信用检查。假设每个季度，完成这些作业消耗的资源的本钱共560 000美元，包括员工、管理、信息技术、通讯、职场等本钱。在为客户效劳部门构建作业本钱模型时，系统设计人员要求员工估计他们在这三项根本的作业上花费的时间的比例或者他们期望的比例。假设他们估计的在这三项作业上的时间比例分别为70%、10%和20%。系统设计人员也了解到这个季度这三项作业的准确的或者估计的工作量是：-9 800个客户订单。-280个客户投诉。-500个信用检查。作业本钱系
6、统基于时间的比例，将这560 000美元的本钱分配到这三项作业上，并计算作业的本钱驱动因子的单位本钱，如下所示：作业时间分配分配的本钱驱动因子数量因子的单位本钱处理订单 70%392 000美元9 80040美元/订单处理投诉 10% 56 000美元 280200美元/投诉信用检查 20%112 000美元 500224美元/信息用检查合计100%560 000美元然后，基于每个客户需要处理的订单数量、投诉的数量和执行的信用检查的数量，工程团队就可以使用计算出来的因子的单位本钱将这三项作业的本钱分配到单个的客户。在应用这个方法的前几年里，常常仅仅应用在单个的部门、工厂和区域，由于设置比拟少，
7、故能够应用的很好。并且，一些早期的应用，仅仅是一次性的事件，以提供工厂的当前经济状况的有用的快照，例如识别出高本钱、无效率的流程，和无利润的产品和客户。即使在今天，识别高本钱流程、产品和客户，以辅助采取短期的行动作业本钱管理，也常常可以带来快速而显著的利润提升。构建和维护作业本钱模型的问题但是，当公司尝试将这个模型推广到全公司范围，或者更新这些模型，以反映作业、流程、产品和客户的变化时，常常会出现一些问题。首先，访谈和调查员工，以获得他们在多个作业之间的时间分配，这个过程需要花费大量的时间和本钱。例如，在一个银行经纪业务的资金运营中心应用该模型的时，传统的作业本钱模型需要在超过100站点调查7
8、0 000个员工的时间分配，并提交他们的调查结果。为了管理作业本钱的数据收集、处理，并编写报告，公司需要14个全职员工。一个20亿美元的经销中心需要超过12人花几个月的时间来构建内部的作业本钱模型。构建并维护-通过重新访谈和调查-作业本钱模型需要这么多的时间和本钱，已经成为作业本钱法广泛应用的一个主要障碍。此外，由于持续的更新作业本钱模型需要消耗很高的本钱，一些作业本钱系统常常不更新，导致出现过时的因子单位本钱，进而导致流程本钱、产品本钱和客户本钱的估计不准确。因为因子的单位本钱是由员工根据过去或者预期未来的行为来主观确定的，它的准确性也成了一个问题2。除了员工错误的估计他们的时间分配会出现错
9、误外，由于预期到数据的用途，员工提供的数据也有可能带有偏见，或者直接提供错误的时间分配。结果就是，运营经理、销售经理和市场管理人员常常争论模型评估的本钱和利润是否准确，而不是如何改善无效率的流程、无利润的产品和客户，以及如何处理模型显示的多余的资源3。另一个问题就是传统的作业本钱法难以大规模应用。给模型增加新的作业，例如在一个作业中引入异质性，需要重新估计分配到新作业中的本钱。例如，考虑“为客户递送这个作业的复杂性。如果每个订单的递送本钱不是相同的，公司希望识别不同递送方式的本钱差异，当一个订单装满一整车、少于一车a less than truckload，LTL、隔夜的快递，或者使用外包的运
10、输商，递送订单的本钱是不同的。另外，可能有手工的或电子的订单，也可能是标准的或者加急的递送。为了反映不同递送方式在资源需求方面的明显差异，必须向模型中增加新的作业，因此增加了模型的复杂性4。不管是为了反映作业的更小粒度和细节，还是将模型推广到整个公司，作业的数量会不断的增加，对计算机的存储和处理需求也在大幅度的增长。例如，如果一个公司有150项作业，600 000个本钱对象产品、SKU或者客户，以月为周期运营该模型2年，需要估计、计算和存储的数据到达2亿条5。数据增加的如此快，已经导致一些公司的作业本钱系统超过了表格工具的处理能力如微软的Excel，甚至超过一些正式的作业本钱软件包的处理能力如
11、ABC Technologys Oros。如果这个方案覆盖到整个公司的话，常常需要花费几天的运算才能得到一个月的数据。例如，Hendee Enterprises公司，一个销售收入12亿美元的遮阳篷制造商，计算该公司40个部门、150个作业、10 000个订单和45 000条产品线的每个月的本钱，需要花费3天时间6。为了减少运行整个公司的作业本钱模型的计算和存储负担，公司常常在每一个站点运行一个单独的作业本钱模型。这样的模型在计算覆盖多个站点的产品的本钱时，就不是那么容易。例如，一个钢铁制造和运输工厂，一种特级钢在送达客户之前，需要三个不同的站点处理。由于每个站点都有自己的作业本钱模型，尝试着协
12、调多个作业本钱模型，以估计跨站点的产品的本钱，或者估计由多个站点生产的组件组合的产品的本钱，将根本变成了一个不可能完成的任务。对于构建作业本钱模型的人员来说，实现模型已经是一个很明显的问题了。一个更微妙、更严重的问题是访谈和调查过程本身。当员工估计他们在多项作业上的时间分配的时候，他们会毫不犹豫的将这些比例凑成100%，很少有员工说他们有一局部空闲或者没有使用的时间。因此，是在假设资源得到充分利用的情况下，计算因子的单位本钱的。但是，实际情况必然是，满负荷工作的情况是很少的，那么，员工估计的各项作业的时间不准确就是一种常态了。因子的单位本钱应该按照实际使用的资源来计算，而不是按照资源刚好完全使
13、用的情况来计算7。回到本文开始的那个例子，如果9 800个客户订单、280个信用检查和500个信用批准，并没有使用完所有的资源。那么，如果按照资源的实际使用情况来计算的话，因子的单位本钱就应该低一些，可能会低很多。总之，实践证明，通过访谈、观察和调查来计算作业本钱的过程，需要花费大量的时间和本钱来收集、存储数据，处理和制作报告也是很昂贵的。模型的更新，即使是少量的变更，也是很困难的。并且计算因子的单位本钱的时候，没有空闲的资源，从理论上看也是不正确的。时间驱动的作业本钱法：一种简单、准确的方法一种替代的构建作业本钱模型的方法，我们称作“时间驱动的作业本钱法，可以解决上面提到的所有问题8。这种方
14、法更简单，消耗更少的本钱，能更快的构建出来，并在计算因子的单位本钱时，使用的是实际使用的资源量。在过去，1980s年代的作业本钱法的革命时，我们希望能有一种方法，使得这种方法一出现就能够应用。但是，在1980s年代作业本钱法刚刚出现的时候，还没有完整的作业本钱法方面的理论，在那个时候这个新方法还不是很简洁，概念也不是很清晰。在早期的本钱管理文章中，大量的强调了新方法的根底。在那些文章中，Robin Cooper澄清了“事务性的和“效果性的本钱驱动因子之间的区别9。事务性的本钱驱动因子计算一个作业执行的次数。例如，产品运行的次数、安装的次数、递送的次数、下订单的次数以及客户订单的数量。当每次完成
15、作业所需要的资源变化时，如当一些安装作业比其它的安装作业更困难或者更复杂时，或者当处理一些客户订单需要更多时间和努力时，简单的根据完成的作业的次数来估计完成工作需要的资源，就会不准确。对于作业本钱系统，有两种方法来处理事务中的异质性。一种方法是增加作业的数量，例如，可以说处理简单的订单、处理正常的订单和处理复杂的订单。这时，本钱将分配到三种类型的订单处理作业中，并且每项作业分别使用一个事务性驱动因子-简单订单的数量、正常订单的数量、复杂订单的数量。另一种方法是可以使用“持续的时间驱动因子，这个因子估计完成这些任务需要的时间。例如，安装的时间、处理材料的时间，当然还有劳务时间和机器时间。一般来说，虽然持续时间驱动因子比事务性驱动因子更准确，但是确定这些因子也比确定事务性驱动因子更困难，需要花费更多的本钱。所以无论什么时候，他们总是有理由近似确实定完成每次作业的资源需求时，本钱系统的设计人员一般都使用事务性驱动因子10。大多数的作业本钱系统，例如前面的客户效劳部门的例子，使用大量的事务性驱动因子。因子的单位本钱是根据事务性驱动因子的数量例如，安装的数量，客户订单的数量，来分配作业花费的本钱得到的，计算结果就得到了完成每项事务的本钱。这个过程假设完成每次事务例如一次安装、一个客户订单，消耗了相同数量的资源，这个假设是寻找替代方法来估计因子的单位本钱的关键
