思维工具箱Little 定律与排队分析
E11
Little 定律与排队分析
Little’s Law / Queueing
用在制量与吞吐估算平均停留时间
这是什么
在边界一致、长期大致稳定的系统里：平均在制量 ≈ 平均到达（或完成）率 × 平均停留时间。停留时间含处理与等待。它不要求特定分布，但也不给你「每个任务哪天交付」的承诺。并行太多、利用率过高叠加波动，排队通常更糟。
示意图
什么时候用 / 别用
该用
- 需求积压、客服排队、研发并行过多
- 要用吞吐反推平均交付周期
- 考虑设在制上限（WIP limit）
别用
- 积压持续暴涨、系统明显不稳定
- 进入/完成定义混乱、单位不一致
- 想用平均值当每个任务的承诺日期
怎么做
准备：明确的进入与完成事件；连续期间在制量与完成数；停留时间、撤销返工规则与流入趋势
- 定义系统边界，统一开始、结束与计数单位
- 检查积压是否持续增长，区分稳定与转型期
- 用时间平均在制与同期吞吐估平均周期
- 排查长任务、阻塞与波动，设定在制上限
- 调整后重测，确认吞吐与质量未被一起伤到
交付：在制—吞吐—周期关系表、排队诊断、并行限制与观测计划
一个例子
假设示例 · 产品
【假设示例】AI 员工内容队列平均同时 30 条，长期每周完成 5 条，平均约 6 周。若吞吐仍约 5，把在制降到 15，稳定后平均周期才可能约 3 周——吞吐若掉了就不能保证减半。
容易踩坑
- 单日截面积压当长期平均在制
- 边界不一致或长尾未完成项扭曲估算
- 高利用率加波动却只盯平均值
出处：排队论中 Little 定律及在制品—吞吐—周期关系