构建餐饮行业中的作业成本法模型.docx
《构建餐饮行业中的作业成本法模型.docx》由会员分享，可在线阅读，更多相关《构建餐饮行业中的作业成本法模型.docx（16页珍藏版）》请在冰点文库上搜索。
构建餐饮行业中的作业成本法模型
在饭店管理中构建作业成本模型
营养学营养科学系，Harokopio大学，雅典，希腊
摘要：
本研究试图证明一种方法的应用，该方法基于三种技术的整合。
目的是构建作业成本法在饭店方面的模型。
建议的方法作为一种有效计算在饭店行业成本动因的价值的工具，以及使成本预测更准确的工具。
设计/方法：
方法基于三种技术的整合：
仿真建模、关联规则挖掘、作业成本法，仿真模型用于模型过程可变性，并且通过产生一系列模拟成本驱动的价值来产生一系列成本价值，而不是以一个点来预测成本。
建议的方法的优势在于，在作业成本法模型中，有效地使用关联规则挖掘数据技术。
它在一个基于时间消耗预测的成本动因和另一个能容易计算的成本动因之间提取变量这种联系可以支持成本驱动的明显分布估计，而这一估计很难计算。
发现：
提取的关系证明了成本动因之间的假设关系。
产生的结果对那些作业成本模型很难预测到的成本动因有很高的价值。
更准确的成本预测意味着饭店管理者能更好的制定价格决策。
独创性：
提到的方法是一种创新技术，因为它为饭店行业提供了更准确的会计信息。
关键字：
作业成本法；仿真模型；数据挖掘；饭店；成本动因
1、介绍
在餐饮业成本和管理会计实践中的权益逐渐升高了（拉布等人，2009年Annaraud等人，2008）。
Pavesic（1985）已着手研究餐饮业中的定价和成本会计，引入在菜单工程（ME）中的利润因素（PF）概念了。
此前的研究，如在陈和金（1998）的调查中显示的在香港餐厅的菜单项目盈利能力分析中不纳入间接成本的影响。
从那时起，一些研究人员已经探讨当代的成本和管理会计技术的应用，特别是作业成本法（ABC）在餐厅环境（拉布等人，2004）的应用。
作业成本法是一种成本会计方法，其目的是有效地分配间接成本。
作业成本法通过使用资源和作业成本动因跟踪成本，资源和成本动因揭示作业和目标消耗模式的因果关系。
在作业成本法中，成本驱动模型被用来建立一个资源、作业、和成本目标之间的过渡性的映射。
鉴定和选择适当和准确的成本动因是作业成本法模型中的最困难的任务之一（Cobb等人，1992）。
本次调查显示，大多数公司发现很难将理论转化为行动，主要是由于有关数据收集、活动鉴别和缺乏资源的困难。
用于识别活动和选择成本动因最常用的方法是通过采访各部门主管。
其他方法包括：
劳动力报告系统，工单系统，员工调查，观察，计时系统和记事板（卡普兰和库珀，1998年）。
Velcu（2002）认为，一些数据，如成本动因信息可以更容易地从公司的信息系统中获得，如ERP系统。
虽然公司可能已经实施了多种管理信息系统，从员工的采访获得可靠的信息仍然是一个问题（Kostakis等，2011）。
本研究旨在通过在餐厅引入作业成本法来克服估计成本驱动的问题，也是实践中经常出现的问题。
特别是，研究说明了在真实的数据不可用或者很难利用一家收集耗费时间的情况下，如何通过整合三大管理技术，准确地计算成本驱动的价值的情况下。
这些技术包括作业成本法，仿真模拟和关联规则挖掘（关联规则挖掘），并应用在餐饮行业。
该方法同样可作为一种工具，来提高菜单项目盈利能力分析中的成本估计水平。
2、目的和背景
餐饮中的作业成本法
作业成本法是成本和管理会计领域中最重要的创新之一（Bjornenak和米切尔，1999年Bjornenak，1997年）。
作业成本法系统类似于传统成本系统的结构，比如工单成本和流程成本，用到了一个两阶段的方法，传统的成本核算系统使用实际部门或成本中心来积累和再分配成本，而作业成本法系统使用作业来达到此目的。
因此，作业成本法不是询问如何将服务部门支出分配给一个生产部门，而是由它的系统设计者要求通过服务部门的资源进行一系列的作业。
资源费用一方面分配给所需的活动的数量和另一方面分配给执行这些活动的服务部门的使用量（Atkinson等人，2001；驻军和诺琳，2000年）。
作业成本法在公司财务绩效上的益处已经由文献探明。
Cagwin和Bouwman（2002）使用验证性因素分析和结构方程模型，来检验作业成本法的使用是否能提高财务绩效。
研究结果表明：
当作业成本法与其他战略举措同时使用时，当在复杂和多样性公司实施时，当在成本相对重要的环境中使用时，以及当公司内部交易的数量有限时，作业成本法和改善投资回报率之间有一个正相关关系（Cagwin和Bouwman，2002年）。
最后卡普兰和库珀（1998）建议，服务公司是作业成本法的理想企业。
其中一个原因是，在服务行业总成本中有很大比例是劳动力成本，并且过程是高度变化的（Kostakis等，2008年）。
研究还显示了在酒店行业中作业成本法的可能用途和潜在益处（Kostakis等人，2011;BERTS科克，1995年，努尼和格里芬，1999）。
协助大型作业成本法实施的新技术在最近几年里也已经有所发展了（卡普兰和安德森，2004）。
餐饮业正面临着巨大的挑战，主要是由于激烈的竞争环境和多样化的客户需求。
餐厅有不得不在服务需求与它们的菜单项目定价之间取得平衡，来实现足够的盈利水平（拉布等人，2009）。
传统的成本系统和简单化定价方法在餐饮业中是非常普遍的。
管理费用和营业外支出通常是排除在外的，价格是食品成本，以及客户的需求，历史价格等和其他因素的一个函数。
此方法具有明显缺点，它导致单个菜单项目的误导性信息。
研究揭示了劳动力和能源成本在餐厅中的重要作用（陈和金，1998年）。
这项研究还发现，餐馆是劳动密集型，劳动力成本占总经营成本很大份额。
虽然餐厅经理通常能够观察他们客户的需求，但是拉布和梅耶（2003）进行的一项研究显示，他们大多不知道他们各个菜单项的真实盈利能力。
这项研究还显示，尽管一些餐厅经理追踪他们菜单中的部分未分配运营成本，但一般餐饮业没有将间接成本非配到菜单项目中。
在餐饮业的成本与管理会计的研究表明了作业成本法在其业务中使用的潜在好处。
拉布等（2005）应用了一个由库珀（1989）在一个香港自助餐厅里开发的改造了的作业成本法模型。
作业成本法能够深入了解单个菜单项的营业利润率。
作业成本法也被应用到主要的快速服务餐厅链中（Annaraud等，2008）。
拉布和梅耶（2007）进行的一项研究把餐饮中的菜单评价和作业成本法相结合，通过直接观测计算时间雇员花费在作业上的百分比，而拉布等人（2009年）将PF分析用到比较传统的ME方法（边际贡献-CM）和作业成本法的菜单评价（ABC/ME）方法上。
这种模式也可用于观测将劳动力成本分配到各个菜单项的方式。
最近的研究提供实证证明了目前在酒店行业对实际考虑，采纳和使用作业成本法的一般趋势（Pavlatos和Paggios，2009）。
所提出的方法的目的是克服使用观察法的缺点和类似的用估计成本动因来把操作成本分配到菜单项目方法的缺点，从而试图在餐厅行业中更准确估计成。
本研究考虑到一些成本动因即使使用观察技术也是难以计算的，因此它证明了一个新的方法，该方法允许用户计算包含在作业成本法模型中所有成本动因。
估计成本动因的方法
作业成本法是一种用于有效分配间接成本的方法论。
度恩和布鲁克斯（1990年），努恩和格里芬（1999）讨论了在酒店行业设计作业成本法模型的步骤：
确定作业、分配成本-成本的成本池，选择合理的成本动因来为成本目标评估作业成本以及把作业成本分配到服务和消费者。
因此，作业成本法是一个两阶段的方法。
在第一阶段中，考虑到由每个执行的作业都需要资源，将资源成本通过资源成本动因映射到作业。
在第二阶段中，通过作业成本动因，作业成本再映射到使用这些作业的成本目标。
在上述的两个阶段中，一些相关数据可能不能用。
这样的一个例子是员工在进行各种活动时所花的时间。
这些数据包括最终产品、服务和要进行评估的需求在生产部门的每项作业的使用水平（Wieserma，1995）。
餐饮业有数以百计的活动，如安装，清洗，烹饪，接受订单等等。
定义适当的成本动因并准确的计算是必要的，以实现总成本的高准确度。
要解决缺乏数据的问题，数据的准确性的三个水平可以用于上述方面的比例和水平评估上：
教育性的猜测，有系统地评估和收集真实的数据。
当真实的数据不可用或不能获得，或当它们是非常昂贵来获得的时候，就可以使用训练有素的猜测方法。
此方法使用专家意见收集数据，然后将其放在一起形式估计。
显然，教育性猜测方法是有效节约时间的。
然而，安德森和卡普兰（2007）指出的一个微妙的和严重的问题从采访和调查过程本身产生了。
他们建议，当人们估计他们在一系列的作业中花了多少时间时，他们报告的百分比加和为100%，但并没有报告闲置或未使用时间。
因此，几乎所有的作业成本法系统假设资源满负荷工作来计算成本驱动率，这使成本估计不太准确了。
第二，系统的评价方法采用定量的方法来获得百分比例，如层次分析法。
这种方法提供了更高的准确度。
但是具有分析能力的人员和专门的计算机软件还是必要的，而且该方法需要大量的计算时间。
最后，实际的数据采集（ADC）方法需要统计方法进行数据分析后的系统数据样本。
此方法的主要缺点是实施的成本高。
本研究旨在通过将离散事件模拟和关联规则挖掘整合入餐饮业的作业成本法环境的新方法，克服三种估计成本动因方法的缺点。
可以证明这种方法是很有用的，因为它是通过模拟成本动因建立过程变量模型的。
此外，它使用数据挖掘法来提取容易估计的成本动因和不容易还费事估计的成本动因之间的关联。
关联规则可以使之前很难计算的成本动因值进行估计。
所提出的方法的弥补了估计成本动因的三种方法的缺点，即猜测，系统性估计和真实数据收集，而是替代它们。
作业成本法的仿真建模
在商业，制造业和服务业，如餐饮业，流程涉及大量的相互关联。
这意味着成本动因通常是相互关联的，这种关联影响总成本，因此在建立作业成本法模式行时应当给予考虑（Kostakis等，2008）。
传统的作业成本法模型只生产产品成本的点估计；然后进行成本敏感度分析来测试各种成本方案。
这种方法有其缺点，它没有把成本动因之间的相互关联考虑进生产过程中。
因此，在实践中，传统的作业成本法技术的应用可能是有问题的，特别是在服务行业。
为了解决这个问题，贝克和诺瓦克（2000年）推出一种基于制造业离散事件仿真的作业成本法模型。
他们用仿真建模来提供作业成本法模型的成本动因值，从而在不同的系统条件产生可信的成本区间估计。
他们的模型采用了一系列模型过程变化的作业动因值。
例如，估计购置一台机器的成本，他们会使用一个持续作业动因，如“机器的购置时间”，而不是“购置数量”。
这表明一些设置比其他花费时间少，这取决于最终产品，而选择“设置数量”作为作业动因会扭曲最终成本。
贝克和诺瓦克（2000）提出的模型是建立在流经系统的实体概念基础上的。
在离散事件仿真中，物理项目按顺序流经制造工序，而在作业成本法模型中成本由成本动因驱动流经模型。
仿真模型使用发展了的成本动因统计分布提供作业成本法系统支持，从而建立系统活动的随机性质的模型。
这些分布是基于绩效数据进行计算的。
然而在实践中，根据用于仿真模型的所有成本动因来收集绩效数据和进行统计分布是相当困难的。
为了克服这一瓶颈，现有模型建立在贝克和诺瓦克（2000）提出的仿真模型基础上，并介绍了相关规则挖掘的概念。
它是基于容易估计的成本动因和不易估计的成本动因之间的关联规则进行提取的。
3、作业成本法的模拟/手臂模型
所提出的方法集成了三种技术：
在餐饮背景下离散事件仿真，关联规则挖掘和作业成本法。
关联规则挖掘是一个核心数据挖掘技术，并已初步发展用于市场购物篮分析。
关联规则挖掘的目的是通过使用知识发掘方法发现数据之间的重要关系，关联规则挖掘算法就是提取数据库中各因素之间的相关性（Agrawal等，1993）。
在市场购物篮分析中，一系列项目的购买被视为一个单独的交易。
目标是发现一系列的交易的趋势和关系，反过来对其进行分析，来揭示将被用作信息（威滕和Frank，2001年）的模式。
关联规则可能是一下形式：
●购买面包的客户中有70％的人购买了牛奶以及60％的交易中包含面包和牛奶
关联规则应用到了X≥Y的形式，在此X和Y是一系列的值。
即如果C％的交易包含X也包含Y，那么X≥Y的规则在交易设定中就保持c的置信度。
如果S％交易中包含X和Y，那么X≥Y的规则在事务集就用s来支持。
关联规则挖掘的目的是生成所有阈值以上的效度和信度的关联规则。
在餐厅作业成本法中推出的关联规则挖掘解决了定义所有成本动因的问题，条件，这在贝克和诺瓦克提出的方法中是一个先决条件（2000年）。
这种方法的操作是在作业成本法模型中有一些成本动因的估计是很难或相当费时的情况下进行的。
如果发现了那些成本动因与其他成本的动因之间的联系，它们的分部就知道了，那么前者就可以引导我们估计后者了。
所提出的方法是由Kostakis等人提出的模型改编而来的（2008）（图1）。
图1显示了仿真建模、数据挖掘和作业成本法的交点。
关联规则挖掘用来为离散事件仿真提供将用于构建作业成本法模型的值。
至于关联规则挖掘如何可以帮助餐饮业中作业成本法的仿真建模，我们会举一个例子。
图1：
提出的方法
注意：
箭头表示模拟的流动，虚线表示作业成本法模型的流动，数据挖掘支持模拟过程。
来源：
改编自考斯泰克斯等（2008）
该方法应用于雅典一间专门做传统希腊美食的餐厅。
被选来用在作业成本法模型上的项目是最流行的，在销售方面：
希腊沙拉，烤鸡肉与土豆，炸肉丸饭，自制薯条和布丁。
数据是在一个星期日在网站收集的。
在作业成本法模型中考虑到了三个作业：
“准备和烹饪时间”，“菜装配时间”，这些形成了食品供应之前屋内的作业中心。
还有作业“洗涤时间”，包括碗盘清洗和投入清洗机器洗涤，这形成另一个屋内作业中心。
在拉布等人提出的模型中（2009年），“清洗”活动是归类于主要活动“准备”之下的。
这意味着计算作业所使用的资源（在时间单位上）时，精度降低了，因为主要活动涉及众多其他的活动，在实践中，其值变化很大。
在我们的模型中，这些活动所花费的时间以秒为单位记录的。
内部活动和它们相应的六个加以考虑的菜单项目的作业动因如图2中所示。
图2：
餐饮业考虑下的BOH作业
图2只显示了考虑到得一部分作业成本法模型。
一个完整的作业成本法餐厅模型会包含成本池（如“人员”和“直接经营供应品”）及其相应的资源动因。
图2示出了按照六种不同的菜单项作业的实现，而表Ⅰ总结了作业及作业动因。
在下面的分析中，我们只呈现了“蔬菜和土豆炸鸡”这道菜的数据。
类似的分析所有6个菜单项我们都做了类似分析。
表1：
作业和作业动因
作业
作业动因
准备/烹炒
准备和烹炒时间
菜品组装
菜品组装时间
清洗
清洗时间
这道菜包含：
煮鸡肉、烘烤土豆条、炸豆子和新鲜蔬菜，比如西红柿和生菜。
在餐厅开门之前鸡肉，土豆和豌豆要准备好并做熟，储存起来等待用。
总体而言，在菜单上有20种菜品要准备，而销售数量是15道菜。
用来准备和烹调上述项目的20道菜的总时间是25分钟。
总的准备和烹饪时间，用以下公式计算：
Pct（准备和烹炒时间）=k/n+λx
（1）
其中，k是餐厅开门之前20个盘子的准备和烹饪时间，n=20，x表示在菜品组装之前在微波炉中加热菜和切新鲜蔬菜的时间，λ是一个常数。
当订单确定了这个特定的菜单项，菜就不得不组装了。
这项作业用作业动因“dat”来测定，并以秒为单位。
因此，在上菜之前准备，烹调和装配菜品的总时间是：
tt=pct+dat
（2）
表2:
菜单项目“蔬菜土豆烤鸡肉”在食物供应前的BOH活动动因时间记录
菜单项目
准备和烹炒时间
菜品组培时间（秒）
总时间
小时
成本/项目（秒）
蔬菜土豆烤鸡肉（销售量=15）
总合
198
128
326
0.09
0.405
233
235
468
0.13
0.585
254
184
438
0.12
0.54
199
179
378
0.10
0.45
264
205
469
0.13
0.585
235
203
438
0.12
0.54
272
208
480
0.13
0.585
294
187
481
0.13
0.585
280
152
432
0.12
0.54
274
145
419
0.11
0.495
203
230
433
0.12
0.54
198
201
399
0.11
0.495
245
164
409
0.11
0.495
259
174
433
0.12
0.54
282
179
461
0.13
0.585
6464
7.96
表二显示，对菜单项中每个活动的动因记录的时间（以秒为单位）“蔬菜和土豆烤鸡肉，”是一项。
它应该指出的是方程
（1）中的第一项（k/n）对应产生的菜品数，而方程
（1）中的第二部分，以及方程
（2）对应卖出的菜品数。
成本只包含劳动成本，而直接原料成本和管理费用是排除在分析之外的。
日工资是以e36每天基础上计算的。
因此，表2的最后一列是用以下公式计算的：
成本/项目=tt*36/8，在此8对应8小时（3）
活动动因“洗涤时间”是由两个词组成的一个术语，一项可以测量，它包括于清洁和洗涤各种炊具的时间中（a/n，其中a是炊具清洁和洗涤的总时间和n是制作的菜肴数目），另一项可能不容易测量，它包含与把盘子放入清洗机中清洗的时间中。
为了能够估计的上述时间，需要在容易测量的成本动因（比如准备和烹炒时间）和“清洗时间”这种不易测量的成本动因之间形成一个假设关系。
在最后的阶段，这种假设关系将会进行说明。
表III中示出了根据6个不同的菜单项这一关系的具体化。
期望“制备和烹调时间”和“洗时间”的一个真正测量样本会包含这种关系，这取决于样品的大小。
对于“蔬菜和土豆烤鸡肉”这一菜单项，a3/n3代表200秒/20道生产的菜，即10秒。
为了能够建立过程变量模型并产生成本的可信区间估计，我们建立了仿真模型。
图3表示了这一特殊仿真模型的作业周期表（ACD）。
该模型结合在食物供应前、后的屋内作业，如先前所述。
而食品供应和整个前屋经营并没有包含进来。
一个厨房助理的工作是准备和烹饪以及菜品装配活动，另一个厨房助理负责清洗和清洁。
形成的统计分布是基于绩效数据的，数据被收集并在表II中给出。
统计分布假设对作业“准备和烹饪”和“菜品装配”是正常的，（意为“准备和烹饪”N（246,33.5）和“盘组”N（184.93，30.01）。
作业“洗涤时间”根据表3里的公式进行具体化。
仿真模型的建立用到了扩展软件。
该模型运行了七个连续的变化（一周）。
该模型允许两小时的热身期，结果是在这一时期终止后记录的。
每次模拟运行，基于表3中的公式，有关作业动因“洗涤时间”的数据都被记录下来，模型产生的其他成本动因的值也会记录下来。
表3：
六个菜单项目的准备和烹炒时间与清洗时间的假设关系
准备和烹炒时间（秒）
清洗时间（秒）
希腊沙拉
a1/n1+0.01pct-a1/n1+0.02pct
酸奶黄瓜
a2/n2+0.02pct-a2/n2+0.03pct
蔬菜土豆烤鸡肉
a3/n3+0.01pct-a3/n3+0.03pct
炸肉丸饭
a4/n4+0.02pct-a4/n4+0.035pct
自制薯条
a2/n2+0.02pct-a2/n2+0.03pct
布丁
a5/n5+0.05pct-a5/n5+0.02pct
注意：
an对应清洗炊具，nn对应每一个菜单项目中生产的菜品数量
图3：
ACD的餐厅BOH操作
注：
FOH操作被排除的仿真模型
下一步是将这些连续的值进行分类，这种分类基于博卡和布鲁哈（1998年）提出的离散算法。
接下来，这一系列的值将作为关联规则算法的训练集（阿格拉瓦尔和斯瑞坎德，1994年）。
图4展示了一些从菜单项“蔬菜和土豆烤鸡肉”中提取的关联规则。
图4：
关联规则算法
注：
菜单项“烤鸡肉，蔬菜和土豆”涉及的取值范围结果
据观察，这些关联规则被在表Ⅲ中呈现的上述依赖关系所描述。
根据前面提到的离散化，每个关联规则代表了分类的范围。
例如，如果我们认为关联规则“对于菜单项目‘蔬菜和土豆烤鸡肉‘，是否‘准备和烹饪的时间’在（225，243）之间，然后‘洗涤时间’在（13.5，15.2）之间。
”这一关联就确定了在表Ⅲ中的关系。
基于所提取的关联规则，我们可以定义“洗涤时间”的经验分布。
和表II类似的一个新表可以画出，它包含进行关联规则挖掘之后仿真模型的最后结果。
在连续的七天中记录销售额。
对于，所有有关作业动因分布的测量
都被记录下来并聚集为簇。
每簇的平均值用于最后的作业成本模型。
最后，在MicrosoftExcel中实现的作业成本模型，利用这些作业成本动因的值来建立每个菜单项目成本的置信区间估计。
表四显示每个菜单项目所有卖出项目的每周总成本（模型中仅包括直接劳工成本）（每周总成本是每个菜单项目成本所有置信区间估计之和）。
表4：
作业成本法考虑的所有菜单项目卖出量的BOH作业的每周成本
菜单项目
每周直接劳动成本
希腊沙拉（357个菜肴）
62.4
酸奶黄瓜（84个菜肴）
32.13
蔬菜土豆烤鸡肉（108个菜肴）
56.76
炸肉丸饭（147个菜肴）
74.44
自制薯条（98个菜肴）
43.21
布丁（105个菜肴）
43.42
表4展示了所有菜单项目的每周直接劳动成本。
这种方法是一种创新技术，它可以产生更准确的成本估计是基于以下几点：
●容易估计的成本动因的绩效数据；
●不易形成的统计分布，但是它们的值可以通过证明了的假设关系来估计，以及
●在离散时间模拟下的成本的置信区间估计，而非点估计。
4、讨论
在本文中，我们提出了一个综合模型，它有效地计算了餐饮业作业成本法模型中成本动因值的计算。
该模型采用了三种技术：
离散事件仿真，作业成本法和关联规则挖掘法，关联规则挖掘法是一种数据挖掘的核心技术。
这种模型的目的是允许进行准确的成本动因估计，因为用常用的定义成本驱动的方法是很难对它们做出估计的。
使用作业成本法模型的好处已被广泛报道了。
作业成本法系统能够跟踪单个产品（驻军和诺琳，1997年）的间接成本。
传统的成本核算在流程高度变化和产品/服务线多种多样的情况下，似乎是不恰当的。
服务公司有典型的条件，在那今天的间接成本约占总成本的三分之二（拉布等人，2009）。
在美国的餐饮业，其特点是强竞争力，利润空间小，失败率相对较高（贝尔，2002），采用先进的低成本系统是必不可少的。
例如，
拉布和梅耶（2003年）的一项研究中，一个美国餐饮业100名管理人员的抽样研究发现，餐厅经理越来越意识到需要追踪他们的一些管理成本，如工资，来分配到单个菜单项目中。
作业成本法模型致歉已经得到发展并应用到餐饮业（拉布和梅耶，2007）。
这些研究解释了在餐饮中应用作业成本法的重要性，并得出结论，当应用作业成本法时，部门与部门之间费用分配发生了巨大的变化，这与传统的定价技术是相对立的（如菜单工程）。
然而，作业成本法在餐饮业应用的限制归因于追踪作业成本的困难以及餐饮业中消费者和产品之间的作业（孔斯特和赖敏克，1995年）。
拉布和梅耶的研究（2003）显示，虽然50％的100餐厅经理试图测量过程和他们的成本，但只有一家餐厅能够通过计算基于作业的劳动成本获得他们的劳动成本信息。
大多数关于在餐饮业应用作业成本法的研究为了识别和计算成本驱动价值，用观察法和访谈法（拉布等人2009年）。
然而，正如安德森和卡普兰（2007）指出，访谈和调查过程本身会出现一些细微和严重的问题。
他们认为，当人估计他们在活动上花费多少时间时，他们没有记录空闲或未使用的时间。
因此，几乎所有的作业成本法系统都是在假设资源充分利用的情况下，来计算成
升级会员 