问：这个案例到底在比什么？
结论先说：比的不是谁看起来更聪明，而是谁能在限制条件一多时还不乱。这个仓库每天有早、中、晚3个班，12名拣货员，要求每人一周至少休1天，夜班不能连上3天，新员工不能单独顶晚班。订单量周一、周五高，周三低。过去班长靠经验排，忙的时候临时叫人加班，月底一看，加班费压不住，员工也抱怨不公平。
我把它拆成三个做法来做运筹学对比：人工经验排班、Excel手动试算、用线性规划建一个简单模型。目标很朴素：尽量少加班、每个班有人够用、夜班分配别太偏。
运筹学对比：仓库排班复盘
运筹学对比最怕只比公式，不比落地结果。拿一个仓库排班小案例说清楚：同样是12个人、3个班次、订单波峰波谷，用人工经验、Excel试算和线性规划分别做，差别不在“高级”，而在约束有没有说清楚。
问：人工经验排班差在哪里？
人工排班的好处是快。班长知道谁家里有事、谁手脚快、谁不适合晚班，这些软信息很值钱。但坏处也明显：脑子里最多同时装三五条规则，规则一多就漏。比如周五晚班订单多，班长会下意识安排老员工，可连着两周下来，老员工夜班明显偏多。
这不是班长不负责，而是人脑不适合做大量组合。12个人排7天3班，看着小，实际组合数很吓人。运筹学对比人工经验，优势就在这里：它不嫌麻烦，能把“不能连上3个夜班”“新人必须搭老员工”这种细碎限制逐条检查。
问：Excel试算是不是够用了？
如果只是5个人、2个班，Excel够用。用颜色标记、COUNTIF统计班次数，再人工调几轮，效果不差。但这个案例里，Excel最大的麻烦是“改一处牵全身”。你把张三从周五夜班换走，周六中班可能又缺人；补了李四，李四当周工时又超了。
Excel不是不能做优化，它也有规划求解插件。但很多人用Excel只是试填，不是建模。运筹学对比普通Excel试算，关键差别是：前者会明确目标函数和约束，后者常常是凭感觉来回挪格子。
问：线性规划具体怎么还原全过程？
做法并不玄。先定义变量：某员工在某天某班是否上班，是就记1，不是记0。再写约束：每天每班人数要达到需求；每人每天最多上一个班；每周工时不超过上限；夜班不能连续太多；新人晚班旁边至少有一名熟手。最后写目标：加班小时数最少，同时让夜班次数尽量均衡。
跑出来的方案通常不是“完美”，但它会给你一张能解释的排班表。比如周五高峰自动多安排熟手，周三低谷安排休息；某个员工夜班偏多，模型会在下次迭代里加一个惩罚项。这个过程比一句“系统自动排班”踏实得多。
问：这次运筹学对比的真实收获是什么？
最有用的收获不是省了多少分钟，而是把扯皮变少了。以前员工问“为什么又是我上晚班”，班长只能说“没办法”；现在可以拿出规则：夜班次数、休息天、技能搭配都算进去了，不是谁被针对。
但也别神化。模型吃的是输入，订单预测错了、员工请假没更新，结果一样会歪。靠谱做法是让模型出初稿，班长再按现场情况微调。运筹学对比人工，不是替代人，而是把人从反复试错里捞出来。
常见问题
运筹学对比数据分析有什么区别？
数据分析偏回答“发生了什么、为什么发生”，运筹学更偏回答“接下来怎么安排最好”。排班案例里，数据分析能看出周五订单多；运筹学会据此给出人员安排方案。
小公司有必要做运筹学优化吗？
有重复决策就值得试，比如排班、配送、库存、生产顺序。人数少、规则简单时不用上复杂系统，用Excel规划求解也能先跑起来。
运筹学模型结果能直接照搬吗？
不建议。模型适合出底稿，现场负责人要检查异常，比如员工临时请假、客户急单、设备故障，这些经常不在模型里。