瓶颈分析报告一：
DL扩张的边际成本测算
DL扩张的成本被严重低估，DL扩张或已进入边际收益递减区间
[ ]
数据来源一：DL交付大盘， 条记录， 年 月– 年 月（剔除PM自交付与渠道交付）。
*
Reference：原始数据系从 ERP 系统中导出的全量招聘数据。
[ ] 数据来源二： 年DL在职及离职明细， 人样本， 年 月至今。
*
Reference：原始数据系由人事部门导出的 年顾问在职与离职情况明细。
推演产能扩张时，我们往往习惯性地默认：我们承担稍高的流失成本即可将新人沉淀为交付能力，且边际成本保持不变。
但 走访现状与接下来的数据分析将直接敲响警钟：我们对扩张成本的判断出现了较大的低估。
一、业绩集中度
基于 条交付记录、 名DL（ 个月完整数据），业绩分布如下：
| 人群区块 | 人数 | 累计业绩占比 |
|---|---|---|
| Top | 人 | |
| Top | 人 | |
| Top | 人 | |
| Top | 人 |
人撑起了公司 的业务盘。剩余 名DL（长尾），合起来贡献不到 。
集中度本身并不可怕。真正值得追问的是：这 名长尾DL，到底是什么人？
二、长尾剖析与真实流失
如果长尾是一批动力不足的老员工，通过激励或淘汰就能解决。但HR的离职数据否定了这个判断。
年 月至今的入离职明细显示， 名有记录的DL情况如下：
关于长尾侧的三个核心数字：
- . 真实流失率 ，核心转化率仅 人中， 人已经离职（ ）。进入核心 名单的仅 人（ ）。换言之，每招募 个人，仅 人能最终成为核心战力。另有 人滞留在长尾区间，绝大多数最终也将流失。
- . 离职高峰期在头 个月，转正前已大量阵亡 名离职者中， 人（ ）在入职 个月内离开。这是极度浪费的消耗，在成本爬坡最陡峭阶段直接切断——既无产出积累，也无经验传承。
- . 每培养一名核心DL，隐性沉没高昂： 元 为了沉淀 名战力，公司在流失者身上净消耗了约 元。平均算下来，每入账一名核心战力，背后背负了 元的流失成本。这是被所有管理层忽视的漏斗结构性代价，从未进入主营预算。
三、扩张的“土豆悖论”陷阱
把上述漏斗转化率代入扩张规划，即产生极具迷惑性的数学陷阱——“土豆悖论”。
100公斤土豆，含水量99%，干物质1公斤。晾晒后含水量微降至98%。土豆现在多重？
直觉上可能觉得是99公斤，但正确答案是50公斤——因为1公斤的干物质，此时浓度跃居至2%，总重腰斩一半。
同样逻辑套用在扩张上：
新招募的DL中， 是必然离开的“水分”，仅 能成为核心队伍的“干物质”。
当要求“规模增长 ”时，直觉做法是扩招 人。但这 人里有 人会在成为战力前流失，最终仅有约 人沉淀——表面招了 的人，真实产能只增长了 。
如果反过来问：要让核心顾问真正增长 （即净增 人），需招募多少人？
损耗量化前提条件（保守口径）：
- 一次性招募培训成本： 元/人
- 月度在职综合管理成本： 元/人·月
- 离职前产出乐观高估： 人/月，毛利 元/人
- 每位流失白卡人员的平均净折损 = 元/人（以实测 个月流失期结算）
| 扩张情景模拟 | 所需招募量 | 预计损耗量 | 核心产能净增 | 流失净损耗 |
|---|---|---|---|---|
| 现状复盘（过去 个月） | — | 人 | — | 约 万 |
| 单纯扩招（人头目标完成） | 招 人 | 耗 人 | 增 人 (实质+ ) | 约 万 |
| 核心顾问增长 | 须 人 | 损 人 | 增 人 | 约 万 |
| 核心顾问增长 | 须 人 | 损 人 | 增 人 | 约 万 |
过去 个月的 损耗，一直藏在“正常人员流动”中未被单独核算。我们往往没有意识到：“简单扩编 人头”与“核心战力净增 ”是截然不同的两件事。
① 边际成本递增： 模型假设流失单兵成本恒定，真实情况是规模越大，招聘成本越高、带教资源越紧张，获取新人的边际代价只会呈非线性指数上涨。
② 间接成本没有完全纳入考量： 流失不仅仅占用薪酬成本，更消耗了公司的管理带宽和行政成本，难以量化但客观存在。
③ 增量需要先弥补流失： 核心基盘并非完全稳固的。 年入职的头部DL 人中已有 人离职，占比 。因此相当比例的招聘损耗在补缺上了。
四、核心判断与行动建议
新人转化率仅有 、成长路径未打通时，每一批新人都在重复同样的损耗。规模越大，损耗越严重。这是经济学上的规模不经济（Diseconomies of Scale）。走访时见闻 的新员工，就是一个印证。
我们的建议是解决卡点优先于扩张：锁定并优先解决DL复制的卡点，盲目扩量在收效甚微的同时会导致成本失控。
若能将核心转化率从目前的微弱 仅抬升至 ，兑现同样的商业增量，可直接剥离掉 的冗余成本。