在任何時刻,系統的吞吐量只會被單一約束限制。找出它、聚焦它,比同時改善所有環節更有效。 ——Eliyahu Goldratt,《Theory of Constraints》
工廠思維:辨識瓶頸#
藍圖讓你看見地板,基準讓你看見實況——現在可以畫粉筆圈,找出瓶頸。
瓶頸的定義#
瓶頸(bottleneck)是任何容量小於或等於需求的資源。
在傳統工廠裡:
- 五個步驟,各有不同處理速度。
- 市場每天需求 12 單位,但其中某一步處理速度跟不上 → 那就是瓶頸。
- 系統可能有不只一個瓶頸,但通常只有一個是「真正的約束(real constraint)」。

五站工廠:A=10、B=15、C=7、D=9、E=10——市場需求是 12,但系統能達成嗎?

C 站才是真正的約束:吞吐量 = 7 units/day(最慢的環節),補強其他站都不會動到整體
改善其他步驟的容量都是過早最佳化(premature optimization)。在真正的瓶頸被解開前,整體吞吐量不會動。
真實情境:你看不到容量,只看得到輸出#
實務上你不會被告知每一站的最大容量,只能看到實際輸出量。
辨識瓶頸的兩個訊號:
- 吞吐量第一次下降的步驟。
- 庫存(半成品)開始堆積的步驟。

只看實際輸出(10/10/7/7/7):吞吐量在 C 站第一次下降;上游 B 與 C 之間有半成品堆積(紅點)
對應到客戶工廠:
- 「庫存」 = 等你回應的使用者:未處理的客服請求、答應卻沒回的後續、待安排的訪談…等。
別把「缺陷」誤認為「瓶頸」#
過剩庫存的堆積,比階段輸出量更可靠地指出瓶頸。
當某一站輸出量低,未必代表它是瓶頸——可能是上游送來的東西本身有缺陷(defect),它只是被迫丟棄。

加入缺陷後:實際輸出變成 10/9/7/7/5——E 站數字最低,但它不是瓶頸,C 站才是

同一場景揭示容量與缺陷率:B 站 10% 缺陷、E 站 28% 缺陷——C 站仍是 CCR,瓶頸沒因缺陷而轉移
對應到客戶工廠:
- 缺陷 = 使用者在某一步驟離開或放棄,反映為該步的轉換率。
- 缺陷常起因於定位、客戶區隔、訂價、方案不匹配導致使用者離開。
注意:永遠不要把使用者稱為缺陷或廢料。
約束 vs 缺陷:兩件不同的事#
兩者都會影響吞吐量,但處理優先級不同:
- 瓶頸(capacity-constrained resource, CCR):應優先處理,因為它直接決定整體吞吐量。
- 缺陷:也要降低,但要分清發生位置——
瓶頸前的缺陷只損失原物料成本(廣告點擊費);瓶頸後的缺陷損失的可是 LTV——時間與機會無法回收。
何時值得改善缺陷#
- 立刻在瓶頸步驟加入更好的品質控管。
- 但有些缺陷有「自然下限」——例如 SaaS 月流失率 2% 已是健康水準。客戶完成「待辦工作」後離開是合理的,盲目壓低反會回報遞減。
在客戶工廠中找瓶頸:USERcycle 案例#
作者把流量從部落格導入產品登陸頁,留下聯繫資訊(取得)→ 訪談(解決方案訪談腳本)→ 試用(提供信用卡,30 天後才扣款)。

USERcycle 的取得通路:2010-08-18 在 blog 發布的「New Product: USERcycle」+ 預告型登陸頁(Coming Soon)

解決方案訪談腳本:歡迎 → 收集人口資訊 → 講故事(設定問題情境)→ Demo → 測試定價 → Wrap up(要求 follow-up 與推薦)→ 紀錄結果
第三章估算的問題/方案契合門檻是「每月 30 個試用」,換算成週批就是相應的吞吐量目標。但實際數字低於目標,內部約束存在。
步驟 1:找出瓶頸#
- 登陸頁:每週可處理數千訪客,遠超目前需求 → 不是瓶頸(這裡會掉人,但屬「轉換問題(缺陷)」)。
- 試用引導(onboarding):每週 1 trial,遠未飽和 → 不是瓶頸。
- 訪談:每週進來 30 leads,但只跑 10 場訪談 → 漏掉 20 leads/週。
漏掉的原因是「主動退出」還是「等不到團隊」?檢查未處理 leads 清單,發現一週比一週堆得高 → 訪談階段就是瓶頸。

第 4 週的客戶工廠快照:65 訪客 → 30 leads(45.6%)→ 10 訪談(28.6%)→ 1 trial(10%)+ 6 推薦——目標是 7 trials/週,遠遠不夠

把瓶頸圈出來:訪談階段的 28.6% 與堆積中的紅點——這就是當下的瓶頸
一個「美好的問題」仍是問題——客戶在等你卻沒得到回應,每週都在累積機會成本。
步驟 2:限制到達瓶頸的缺陷#
訪談 → 試用之間掉一大批,代表系統有缺陷。
- 瓶頸右側的缺陷比左側貴:postinterview 的客戶投入了訪談時間,卻沒進入試用——失去的是後段更高價值的機會。
- 即使尚未找到根因,也應優先列入待辦。
沒有瓶頸時怎麼辦?#
若所有 leads 都能被處理但吞吐量仍不夠:
- 由右往左(高價值往低價值)搜尋內部缺陷。
- 若內部都沒問題,約束就在外部——市場約束。增加流量、再來一輪檢查瓶頸與缺陷。
練習:你會怎麼打破這個約束?#
- 列出 3–5 個行動方案。
- 排出優先序。
- 思考完再進入下一節。
約束的分類#

約束的分類樹:外部 = 市場約束;內部 = 實體(時間、金錢、人員、設備、原物料)vs 政策(心態、方法、量測)
外部 vs 內部#
外部約束 = 市場約束#
當組織的服務需求小於其產能時,存在市場約束。
10x 階段性推進策略故意利用這個約束——刻意把 leads 限制在牽引力模型定義的批量內,能反覆做出好結果之後再升級下一階。
內部約束:實體 vs 政策#
實體約束(Physical Constraints)#
「沒有資源時,你會變得有資源精神(resourceful)。」——K. R. Sridhar,Bloom Energy
常見類型:
- 原物料:對應「未察覺的訪客」。早期通常不缺,因為廣告、社群、推薦都能提供啟動流量;但要找到規模化且具成本效益的通路,會逐漸成為真正的約束。
- 時間:所有資源中最稀缺,且只能單向流動。除了轉換率,**循環時間(cycle time)**同樣強大——兩個轉換率相同的病毒型產品,循環 2 天的 20 天後 2 萬使用者;循環 1 天的可達 2 千萬。B2B 把銷售週期從 6 個月縮到 3 個月,等於騰出資源加速更多帳號。
- 金錢:金錢只在「被轉化為其他東西」時才有用。若你還不知道在做什麼,更多錢只會讓你更快迷路。金錢只能加速你已經在做的事。
- 設備:建築、伺服器、登陸頁、文案、功能——所有構成客戶工廠的機器。客戶工廠中的「缺陷」技術上歸屬此類。
- 人員:擴張人員時通常會加上流程,所有流程都運作得很好——直到你加入更多人。
IMVU 案例:金錢與政策的相互作用#
IMVU 是 Eric Ries 早期的歷練舞台。
- 早期:每位員工都能測試自己的點子,運作良好。
- 規模成長後:人數變多時這套做法難以擴展,營收下滑。
- 解法(出錯):把組織拆成各自負責一個 KPI(轉換、留存、聊天數)的產品小組——掉入局部最佳化陷阱,反而出現惡性競爭文化。例如取得團隊用便宜流量灌爆註冊數,造成下游轉換率崩跌。
- 真正解法:把所有團隊重新對齊到同一個總體目標——增加吞吐量——才扭轉頹勢。

IMVU 2006-2009 季度營收:小團隊聚焦商業模式(成長)→ 拆成多團隊各管 KPI(停滯)→ 全公司對齊吞吐量(爆發)
與其給每個團隊獨立 KPI,不如把所有人對齊到「共同的吞吐量目標」。
政策約束(Policy Constraints)#
看似實體的約束,深入分析後常常源於政策約束。
- 心智模式(Mindset):先有的思考方式會限制你看見「真正的約束」。
- 量測(Measures):使用衝突的成功指標。沒有單一進展指標,就無法協同行動。
- 方法(Methods):既有流程與技巧。如果無法把方法與商業結果掛勾,就無從質疑它。
練習:辨識你當下的單一約束#
拿出最近一週的客戶工廠資料:
吞吐量是否達到牽引力目標?
- 是 → 約束在外部(市場),把更多流量導入工廠後重新評估。
- 否 → 進入步驟 2。
是否有過剩庫存(使用者堆積)?
- 是 → 那就是系統的瓶頸;排出最關鍵的瓶頸。
- 否 → 約束多半來自缺陷而非容量。從右到左找出最大的轉換下滑與最長的處理時間(因為使用者愈往右愈值錢)。
將約束分類:外部市場 vs 內部實體 vs 內部政策。
章節重點回顧#
- 在任何時刻,客戶吞吐量只被一個約束限制。
- 透過「使用者堆積(過剩庫存)」鎖定瓶頸。
- 約束可分為外部與內部;內部又分為實體與政策。
- 早期約束多半在外部(市場是否真的存在)。
- 但多數真正的約束來自破損的政策——心態、量測、方法。