|
《数据驱动，结果导向—基层效能提升实战课》 主讲：杨朝盛老师 【课程背景】 许多企业管理层其实都遇到基层队伍的普遍性问题，比如 班组长、技术人员依赖经验作判断，平时习惯用“我觉得”、“根据我的经验”、“我看是一定是XX问题”、“大概是”、“或许是”等，很粗糙且无法令人信服；再比如职能部门的职员 汇报工作大都充斥着“得到提升”、“完成改善”、“ 目标达成”、“很重要”、“很严重”等，缺乏量化数据和严谨逻辑的支撑，让管理层心里没底，不知道到底做成了什么样，总结来说，主要表现为三个特征： ² 数据堆砌，缺少分析： 生产日志、故障记录、库存数据、交付报表、客户反馈信息等原始数据，仅仅做一些简单的堆砌，没有 数据分析，更不懂得如何分析、使用何种工具分析？ ² 措施制定，仅凭经验：改进措施凭经验制定，缺乏数据佐证和验证，试错成本太高，如投入一定成本后发现没有效果。 ² 结果模糊，无法量化：首先， 目标制定没有做量化指标，导致执行毫无 方向；其次，改善结果也没有数据支撑，无法证明其实际效益，更无法证明是否达到既定的 目标；第三， 汇报成果仅用“基本完成”、“效果很好”等定性表述，无法和管理层使用数据语言达成共识，沟通困难。 杨朝盛老师有着多年的企业一线团队管理和现场问题解决的经验，善于使用各种 数据分析工具来精准识别数据隐含的规律和异常，如直方图看数据分布、柏拉图抓重点项、散布图看相关性等；杨老师还具备中高层任职的丰富经历，具有经营层面的宏观视野，懂得如何从 企业经营与 生产运营层面来看待基层团队的工作效能提升，从意识到工具，帮助基层团队显著提升其综合工作效能。 本课程融合科学管理方法与制造业 现场管理的特性，提供多种实用工具的课堂训练，对基层团队的结果导向意识、数据驱动效能提升的能力进行全面的塑造，夯实基层骨干力量，为企业安全 生产、 成本控制、保质保量保交付奠定坚实的管理基础。 【课程收益】 Ø 结果导向意识：基层骨干具备鲜明的结果导向意识。 Ø 目标与结果量化能力：基层骨干学会用SMART原则制定工作 目标，用数据精准呈现工作结果。 【课程对象】 【课程时间】 1天（6小时/天） 【课程大纲】 一、我任务完成了，我也很努力，领导为啥还是不满意？1. 我任务都完成了，为啥领导还是不满意？ 故事启迪：挖井不出水=挖了个坑
2. 我那么努力，为啥领导还是不满意？ 故事启迪：排队买火车票的故事 3. 数据背后的商机 故事启迪：啤酒与尿布的故事 4. 以结果为导向，让数据开口说话 Ø 完成了任务≠结果是好的 Ø 工作很努力≠结果是好的 Ø 你以为的很苍白——请让数据开口说话！ 课堂练习：请3名学员代表（ 班组长1名、技术人员1名、职能部门人员1名）分别将自身上个月KPI达成情况向你的上级进行 汇报，写在白纸上。大家来找茬，老师点评总结。 二、如何制定一个合适的目标？
Ø SMART原则 课堂练习：请一名学员代表利用SMART原则制定一个现场或产品改进的 目标（最好是实际遇到的案例）。 三、透过数据看本质1. 数据的类型有哪些？ Ø 连续型数据 Ø 离散型数据 2. 数据的分布 Ø 总体与样本 Ø 数据分布 三种重要的连续型随机变量数据分布 a) 均匀分布：X~U（a,b） b) 指数分布：X~E（λ） c) 正态分布：X~N（μ,σ2） 三种重要的离散型随机变量数据分布 a) 两点分布：X~B（1,p） b) 二项分布：X~B（n,p） c) 泊松分布：X~P（λ） 3. 数据的采集方法 Ø 查检表 Ø 三种常用抽样方法 简单随机抽样 分层抽样 系统抽样 4. 数据的描述方法 Ø 描述性统计方法 分布的位置或者中心趋势 a) 样本均值 b) 中位数 c) 众数 散布的程度 a) 极差 b) 样本方差 c) 样本标准差 Ø 统计图示法 条形图 直方图 箱体图 折线图 散布图 雷达图 气泡图 课堂练习：准备1~2组实际 生产和质量数据，应用相应工具对数据进行解读。 5. 数据本身质量如何？ Ø 计量误差确认 Ø 测量系统分析（MSA） 重复性和再现性分析（GRR） 偏倚和线性分析 属性量具一致性分析 四、用数据驱动问题解决与决策Ø 控制图 八大控制图及选择方案 八大判异法则及选择原则 如何识别量具分辨力不足？ 如何识别数据造假？ Ø 过程能力分析（Cp、Cpk） 2. 达到了几个西格玛水平？ Ø 西格玛水平的计算： DPU/DPO/DPMO计算 缺陷率与σ水平对照表 3. 有问题该咋办呢？ Ø 先把问题说清楚 5W2H Ø 数据驱动原因分析： 5why 头脑风暴法 FTA 相关性分析 假设检验 因果图 Ø 基于数据的改善： 快赢改进（短期措施） DMAIC 矩阵图 防错技术（预防措施） 4. 改善成果怎么体现？ Ø 数据说话，量化呈现： 1-page 3A 8D “数据驱动、量化呈现”报告的原则 案例分享：分享一份 六西格玛改善项目的 PPT报告，阐述数据驱动改善、结果量化呈现的基本技巧和原则。 五、课程配套工具包模板范本及参考资料包 Ø Minitab（V21+）软件安装与使用指南 Ø 经典8D模版
| 
