---
title: "排程好壞怎麼量？準交率、產能利用率、換線次數"
description: "導入排程系統之後，怎麼知道排程到底有沒有變好？這篇講清楚衡量排程的五個指標——準交率、產能利用率、換線次數、在製品水位、重排耗時，以及一個關鍵觀念：這些指標會互相拉扯，好排程是取得平衡而非單一最大化。"
published: 2026-08-15
author: "Yeee"
tags: ["準交率", "排程入門", "生產排程"]
canonical: https://www.interagent.io/blog/how-to-measure-scheduling
---

# 排程好壞怎麼量？準交率、產能利用率、換線次數

> 導入排程系統之後，怎麼知道排程到底有沒有變好？這篇講清楚衡量排程的五個指標——準交率、產能利用率、換線次數、在製品水位、重排耗時，以及一個關鍵觀念：這些指標會互相拉扯，好排程是取得平衡而非單一最大化。

走過前四篇，你知道排程是一個決策、知道 Excel 和 ERP 的極限、知道 AI 排程在做什麼。最後一個問題，也是最實際的一個：排程到底好不好，怎麼量？

## 排程好壞，不能靠感覺

很多工廠評估排程，靠的是「這個月好像比較順」。但「順」不是指標。沒有量化，就無法知道改善從哪裡來、值不值得、有沒有真的發生。

排程的好壞，要落在幾個追蹤得到的數字上。

## 三個核心指標

**一、準交率**——守不守得住對客戶的承諾。關鍵是看「整體」，不是看單張：一張單準時不代表排程好，要看一段期間裡整批訂單的準時比例。

**二、產能利用率（稼動率）**——設備有沒有被善用。換線、空等、卡料都會吃掉稼動率，而這些損失往往是排程造成的，藏在「機台明明開著卻沒在產出」裡。

**三、換線次數 / 換線時間**——排程取捨最直接的體現。換線是純損耗，把同類工單聚在一起就能壓低——但要和交期權衡，這就是排程每天在做的決策。

## 兩個容易被忽略的指標

**在製品（WIP）水位**——排程一亂，現場就用「先開工卡著」來應急，半成品堆在線邊。WIP 是排程混亂的一面鏡子。

**重排耗時**——從狀況變動，到產出一版新的可信排程，要花多久。重排耗時越短，工廠越敢跟著現實調整，而不是死守過期的表。

重排耗時沒有業界基準可抄。文獻量得出的是生管的一天長什麼樣：Larco 等人（2018）以現場觀察記錄 7 位生管、19 個 8 小時班次，發現生管平均每天處理 55 件任務、25.2% 開始後就被打斷（<a href="https://link.springer.com/article/10.1007/s10111-017-0443-1" target="_blank" rel="noopener noreferrer">Cognition, Technology & Work 20(1), 1–10</a>）。但「人工重排一次要多久」沒有研究量得出來，因為它取決於你的機台數、工序數與變動頻率。所以這個數字只能自己量：記下每次重排的觸發原因（新單／插單／異常／例行）與耗時，累積一段期間，你就有了一條別人給不了的基線。

## 關鍵觀念：指標會互相拉扯

這是整個 101 最重要的收束。

拉高稼動率，可能犧牲準交率；壓低換線，可能讓某些急單來不及。好排程**不是把單一指標推到最大**，是在你的工廠脈絡下取得平衡——排程沒有標準答案，只有取捨。

一套好的 AI 排程，價值就在於讓你**清楚看見每一種取捨的代價**，然後有依據地選，而不是憑感覺挪。

## 先量基線，才談改善

很多工廠連現在的準交率是多少都說不準。

改善的第一步不是導入工具，是先把基線量出來：現在準交率多少、稼動率多少、一次重排要多久。有了基線，才知道問題有多大、改善有沒有真的發生。

## 走完 101

到這裡，你走完了排程 101——

- 排程是一個在限制衝突下、每天重做的**決策**；
- Excel 與 ERP 各有**結構性的極限**，不是用得不夠認真；
- AI 排程補的是「**算**」與「**重排**」的能力；
- 排程的好壞，要用一組**會互相拉扯的指標**來衡量。

接下來的 201，會從觀念進到實作：SARA 實際怎麼從你的 Excel 匯入、怎麼跑出第一版排程、怎麼和 ERP 串接。如果你想直接看 SARA 怎麼排你工廠的料況，也可以[預約一場 Demo](/demo)。

## 常見問題

### 我們連準交率都沒在固定統計，該從哪開始？

從最小可行的基線開始。挑一段期間（例如近三個月），算整批訂單的準時比例，再粗估稼動率與一次重排平均花多久。數字不必精準，目的是建立一個「之前」，日後才有得比。

### 準交率衝到 100% 就代表排程最好嗎？

不一定。準交率 100% 也可能是用大量加班和庫存堆出來的。排程好壞要同時看準交率、稼動率、換線、WIP——單一指標漂亮，代價可能藏在別的指標裡。

### 現在 AI 這麼強，是不是丟給 AI 排就好？

AI 排程不是把所有排法試一遍——這系列第二篇算過，光 20 張工單就有約 10 的 18 次方種，多接十張單，排法再多約 10 的 14 次方倍，逐一試排是不可能的。它做的是相反的事：先用工廠的限制砍掉大片不可能的排法，再在剩下的裡面找。你們的老師傅其實也是這樣排的，他沒試過所有排法，靠經驗跳過大部分選項；差別在他一次顧得了的限制有限，而且他請假時沒有備份。所以合理的期待不是「找到理論上最好的那一種」，是在你等得起的時間內，給一版守得住你設定進系統的限制、又看得見取捨代價的排程。

---
原始 HTML 頁面：https://www.interagent.io/blog/how-to-measure-scheduling