一家连锁零售企业，每月要发三千多笔兼职人员的费用。财务说差错率大概在百分之一上下，也就是每月三十来笔要返工。客服和财务每次处理这些差错，零零散散要花掉两三天时间。经理问了一句，把差错率压下去，到底能省多少，没人算得出来。
判断：差错的代价是能算的，等于单次差错的处理代价乘以差错频次。差错率降一半，省下的就是这一半，比单看百分比实在。
先算单次差错的完整代价
单次代价不止返工的人力。它至少包括四块，更正与重发的操作时间、与本人沟通的时间、退回重发带来的额外流转，以及由此产生的信任损耗。
前两块是明账，能按小时折算。沟通与操作加起来，一次差错花掉的时间是可以估出来的，乘上人力单价就是一个数。
后两块是暗账，比较容易漏。退回重发可能带来资金到账推迟，信任损耗则体现在后续的配合与投诉上，这两块算不清具体金额，但要放进判断里。
把四块合起来，就得到一个可以横向比较的数。不同的差错类型，这四块的占比不一样，账户类偏操作时间，金额类偏沟通与冲正，归类算得越细，后面的改进越有针对性。
判断在口径上：明账按人力时间折算，暗账按频次趋势观察。两块都算，结论才不至于偏乐观。
频次怎么统计才准
差错率要按笔数算，不按批次算。一次发佣里有一笔出错，和整批发错，性质完全不同，用批次做分母会把问题稀释掉。
差错要分类统计。账户类、名单类、金额类各有各的成因，混在一起统计，只会得到一个笼统的百分比，没法指导改进。
| 差错类型 | 主要成因 | 单次代价构成 |
|---|---|---|
| 账户类 | 户名不符、账户变更未同步 | 核验加重新发放 |
| 名单类 | 重复、漏录、信息格式错误 | 核对加沟通 |
| 金额类 | 单价或数量取值偏差 | 冲正加重发 |
分类之后才能看清哪一类占大头。如果账户类占了多数，改进的重点就落在名单预检与账户核验上，不必先去动别的环节。
统计口径要固定下来，按月沿用同一套分类和同一套算法。口径一换，前后两个月的数据就没法比，涨了跌了也判断不出来。
判断在这里：先分类再算总账。总体差错率只说明问题的规模，分类数据才说明问题出在哪儿。
降差错率的投入怎么回本
- 把账户核验前置到结算前，减少退回
- 名单导入前做格式与重复项预检
- 金额在生成单据时做一次区间校验
- 差错按类归因，按月回看趋势
这些动作多数是一次性投入，换来的却是每月持续减少的处理时间。把省下的时间折算成金额，与投入做个对比，回本周期就出来了。
具体能省多少，取决于差错率基数与人力单价，不同企业差别很大，以实际测算为准。基数越高的企业，同样降幅代表的空间越大。
判断落在优先级上：先治占比最高的那一类差错，投入产出最直接。逐类推进比一次追求全面达标更可行。
结算差错的完整代价怎么算，灵活用工案例里有复盘的做法；批量发佣的差错按什么顺序排查，灵活用工资讯做了拆解；成本口径的选择，灵活用工方案里有说明。
本月能动的一步：把上个月的差错按三类归因，算出各类的占比与处理时间，挑占比最高的一类先做一道前置校验，下月回看这一类的频次变化。
