The Leonard Curves: Another Tool in Labor Loss Quantification

en flag
fr-CA flag
zh flag
fr flag
de flag
it flag
id flag
ja flag
ko flag
pl flag
ru flag
es flag
th flag

예상 읽기 시간: 3분

경영진 요약

찰스 레너드는 레너드 곡선 결과 연구를 수행했다.이러한 곡선은 프로젝트에 대한 누적 영향으로 인한 노동 생산성 손실을 수치화하는 데 유용한 도구가 될 수 있습니다.

더 깊은 다이빙

캐나다 중 리베이와 어소 시에이트는 1988 년 레너드 연구와 그의 동시대 인에 의해 수행 다른 연구 사이에 훌륭한 비교 기사를 썼다.여러분이 읽고 있는 이 기사는 이제 표면을 거의 닦지 않습니다. 더 깊은 다이빙을 원하지만, 여전히 요약 수준에 있습니다: [QR]

이 곡선은 언제 사용합니까?

작업에 많은 변경 지시가 있고 이러한 변경이 최초 기본 계약 노무에 미치는 누적 영향 사이의 연결을 설정하려고 할 때 이 명령을 사용합니다.곡선은 토립/건축 작업 및 전기/기계 작업에 존재합니다.

수학과 사용 방법을 보여주세요.

따라서 위의 QR 코드 링크 (기사 2 페이지) 의 예제에서 볼 수 있듯이 작성자는 43% 의 “변경 주문 퍼센트” 수를 계산합니다.그 다음 29% 의 노동 생산성 손실에 해당합니다.그리고 여러분이 가지고 있습니다. 29% 의 노동손실에 대한 주장은 정량화되어 있습니다.당신은 당신이 데이터가있는 경우 매우 간단한 아래의 방정식을 사용해야합니다.

곡선의 개발에 Leonard 씨가 사용하는 방정식은 다음과 같습니다.

아래의 파란색 방정식은 위에서 43% 를 생성하는 데 사용된 방정식입니다.

녹색 방정식을 사용하여 위에 명시된 29% 숫자를 개발합니다.

이 방법은 방탄입니까?

안 돼방법이 없습니다.어떠한 청구 방법도 방탄하지 않으며 분쟁 해결 또는 법원에서 승리를 보장합니다.이 도구는 고객에게 영향을 받았음을 확신시키는 데 도움이 되는 도구입니다.

마이 스토리

저는 ASCE (미국 토목 엔지니어 학회) 와 함께 전국 위원회에 근무하며 생산성 손실을 평가하는 주장과 방법론에 대해 논의합니다.이건 내가 너에게 선물할 줄 알았는데 최근 하나였어

이 ASCE 위원회에서 언급했듯이 클레임 컨설턴트로서 내가 할 수있는 최선의 방법은 내러티브를 사용하여 수집 할 수있는 모든 데이터, 고객 (그리고 그 전에 내 회사) 에 대한 재정적 손실을 동일시하는 것입니다.계약자로서, 우리 모두는 우리가 영향을 받는다는 것을 알고 있지만, 우리가 가지고있는 입장을 뒷받침하기 위해 이와 같은 도구를 갖는 것은 적어도 클라이언트가 테이블에 와서 협상하도록하는 것이 귀중한 일 수 있습니다.대부분의 경우 소유자는 우리가 이러한 영향에 대해 우발적인 상황을 가지고 있다고 생각하지만 현실은 그렇지 않습니다.

3% 변화는 계약자가 기대하는 것이며 노동 생산성 손실 없이 흡수할 수 있습니다.

Revay and Associates Limited의 기사에 대해 매우 흥미로운 점은 5페이지에 있습니다. 계약자가 영향을 받지 않고 변화를 흡수할 수 있는 것에 대한 소유자의 기대에 대해 논의했습니다.저자의 성명서, Mr. McCeniry, 데이터는 계약자가 영향을받지 않고 변화의 약 3% 를 흡수 할 수 있음을 보여 주었다 (이것은 많은 소유자가 계약자가 변경된 작업에 대한 “기대와 계획”을 생각한 것입니다 10% 에 비교했다).그래서 다음 번에 소유자와 협상할 때 그는 모든 일자리에서 10% 변화를 계획한다고 말합니다. 모든 사람은 일자리에 변화가 있다는 것을 알고 있습니다.”당신은 말할 수 있습니다, “아니, 나는 10% 또는 20% 를 계획하지 않습니다, 일반적으로 우리는 약 3% 까지 노동 생산성에 영향을 미치지 않습니다, 나머지는 우리에게 돈을 비용입니다!”

작업 안전!

보너스: 여기 레너드 씨의 1988 논문이 있습니다.[QR]

관련 기사

노동 생산성의 손실 정량화: MCAA 요인좋은 견적과 훌륭한 평가의 차이작은 도구 추적 소프트웨어 — 그것을 얻으십시오!의견: 엔지니어가 제품 데이터레이 유형을 확인하지 않는 것에 대해 부주의한 것으로 판명됨 — 상위 4개 목록