利特尔法则讲什么
利特尔法则给出稳定排队系统中三个量之间的关系：在制量等于吞吐率乘以周期时间。实践含义很直接——在工作节奏大致不变的前提下，降低在制量是缩短周期时间的主要抓手；反过来，同时开更多工作通常不会提速，只会让每一项排更久的队。法则成立的前提是系统处于相对稳定状态，短期内吞吐波动会让结论出现偏差。
基本信息
| 公式 | 在制量 = 吞吐率 × 周期时间 |
|---|---|
| 三个量 | 在制量、吞吐率（单位时间完成量）、周期时间（开始到完成） |
| 前提条件 | 统计窗口足够长、系统相对稳定、统计范围一致 |
| 应用方式 | 固定其中两个量，推算第三个的变化趋势 |
| 常见用途 | 看板容量设定、交付周期预测、改进效果验证 |
典型使用场景
- 交付周期越来越长时，用公式反推是在制量上升还是吞吐下降
- 设定 WIP 上限之前，用历史吞吐与周期时间估算合理在制量
- 向干系人解释为何不再同时开更多任务时，用公式把影响量化
- 验证流程改进效果：吞吐是否上升、周期时间是否下降
- 容量规划：按目标周期时间与预估吞吐推算可承接的工作规模
公式与示例
公式与示例
# 公式：在制量 = 吞吐率 × 周期时间
# 示例：吞吐率 4 项/周，周期时间 3 周，则平均在制量约 12 项
# 推论：在制量减半且吞吐保持稳定，周期时间随之缩短
# 提醒：先确认统计窗口足够长，短期数据波动较大应用前提检查
| 前提 | 说明 | 违反后果 |
|---|---|---|
| 统计窗口 | 需要长期观察才趋于稳定 | 用单点数据推断长期结论 |
| 范围一致 | 在制量与吞吐统计同一范围 | 口径不一致导致结论失真 |
| 瓶颈视角 | 瓶颈变化时结论需重算 | 按旧瓶颈推算，预测失准 |
| 吞吐稳定 | 改进期间避免同时改动多处 | 无法判断到底是哪项改动起作用 |
法则的前提是系统处于稳定状态：短期内吞吐与在制量的关系会受瓶颈波动影响。
只想着压低在制量而不处理瓶颈，吞吐会同步下降，交付反而更慢。