精益生产管理工具之指标在线

0 评论 1596 浏览 2 收藏 12 分钟

在多业务环节和大数据背景下,如何突出业务关键点并了解问题根源成为挑战。如何通过指标体系解决业务痛点,提升企业运营效率呢,让我们阅读本文深入探讨指标的概念、构成和应用来解决这个问题吧!

在多业务环节的背景下,各业务节点有太多的关注点,如何将业务关键点重点突出,了解问题的发生,分析问题的根源,就成了业务大量运行后的痛点。

如:流程在线上线后,大量的流程实例运行,如何快速了解有多少异常流程,异常流程有哪些异常节点,异常节点发生的原因是什么?

多系统配合运行,大数据的背景下,该痛点被指数级加剧!

指标、指标体系则应运而生。 

01  指标

1、指标

指标是通过对数据进行分析得到的一个汇总结果,是将业务单元精分和量化后的度量值,使得业务目标可描述、可度量、可拆解。

指标是衡量目标的方法,指标由维度、汇总方式和度量组成。

  • 维度是指从哪些角度衡量,是看待事物的视角与方向,决定了根据不同角度去衡量指标。
  • 汇总方式是指用哪些方法衡量,是统计汇总数据的方式。
  • 度量主要是明确事物的具体目标是什么,是对一个物理量的测定,也用来明确数据的计量单位。

播放总时长是指用户在一段时间内播放音频的时长总和(单位:分钟)。按照以上进行拆解,维度是指筛选的一段时间,汇总方式是计算时间长度的总和,量度就是统一的单位:分钟数。

2、指标体系

指标可以是单一的数据点,也可以是一整套体系,旨在通过数值传递信息,帮助人们了解和监控各种现象、过程或结果。

指标体系

数据经过初步抽象,形成原子指标,即绝对数指标;如:销售额、客户数、用户量等。

原子指标经过3种加工方式,形成衍生指标。如:销售完成率、平均客单价、用户价值、GDP等。这3种加工方式分别为:进行对比、计算统计量、指数设计(结合对比和统计计算)。

对原子指标和衍生指标,进行维度限定,就形成了派生指标。如:销售一部销售完成率、电商平均客单价、初三班数据平均成绩等。

指标分解不是简单化的一个等式,而是由业务目标向下多级拆分后的指标堆叠,是由多个指标组成的。如:销售额指标可以按照销售部门向下拆解,拆解到各个销售员;产线FTT(一次通过率)可以通过工厂、产线、线段、工位的方式逐级拆解。

3、指标体系应用

指标抽取、指标衍生、指标派生构成多样多级指标,完成指标体系的初始搭建。要凸显指标的意义,释放指标体系的价值,需要完成指标体系的构建,需要依据业务的需要来进行。

指标体系应用

指标是信息密度的集中,通过指标查看某项业务是否异常;通过指标体系查看异常的具体区域,从而锁定问题;通过解决指标异常部分,从而处理问题,让生产恢复正常状态。

指标异常跟进 

02  精益生产指标

在生产制造企业中,需要进行指标化跟进的业务内容很多,则按照业务方面进行细分,具体包含:S(安全)、Q(质量)、D(交付)、C(成本)、P(人员)、M(设备)、E(环境)。

精益生产指标

  • FTT:Q(质量),首次通过率;
  • FTR:Q(质量),一次下线合格率;
  • OTD:D(交付),工单到完工(制造期时间),按时交货率;
  • TT / CT :D(交付),产线节拍/工位节拍;
  • JPH:D(交付),单位小时产出;
  • 生产成本在线:C(成本),产品单台成本;
  • JPMH:P(人员),单人单时产量;
  • OEE:M(设备),设备综合效率(时间效率、性能效率、良品率);
  • 工单关闭率:D(交付),上线工单及完成工单比率;
  • 计划执行率:D(交付),周计划、月计划执行情况;
  • 班组成本卷积:C(成本),机物料、低值易耗、废品损失、产量;

TT,节拍时间,是流动线的节奏或拍子,决定了生产线上每个工位或工序的操作速度。对于优化生产流程、提高生产效率和响应市场需求具有重要意义。

指标的有效提升,将带来极大的经济效益。

案例:发动机生产厂商生产节拍TT由35秒提升到32秒,生产效益。单班次8小时,有效时间6小时 * 2班轮班 * 每小时3600秒 / 生产节拍35秒 = 1234台/天单班次8小时,有效时间6小时 * 2班轮班 * 每小时3600秒 / 生产节拍32秒 = 1350台/天一年产值 = (1350 – 1234)台 / 天  * 260 天工作日 / 年 * 5000元 / 台 = 30160 台 * 5000元 / 台 = 1.5亿元

03  指标运营

1、指标可视化表达

指标的可视化表达是通过图形、图表等形式将数据直观地展示出来,以便更快速、准确地传递信息和洞察趋势。

指标可视化要选择合适的可视化工具。基本图表中,条形图、折线图、饼图等,能够直观地展示数据的趋势、对比和比例关系;可以通过PowerBI、Tableau等专业数据可视化工具,创建更复杂、交互性更强的可视化效果;也可以通过低代码工具搭建可视化大屏,构建自定义的生产看板,增效生产。

基础图表

指标的可视化中,有以下几个注意事项:

(1)选用合适的图形表达合适的指标,占比使用饼图、趋势使用折线图;指标表达最核心意义需要明确,如进度66%,是否正常(绿色正常,黄色异常,红色告警);

单指标展示

(2)指标需要让查看者知晓意义,是通用或共识的指标,可以只针对特殊点进行说明;其他的则需要对指标进行解释(可以不直接展示,交互触发);

(3)指标数据组成需要明确易懂,如考勤:应到30,实到26,请假2人,异常2人;能够在展示面板上查看到:应到 = 实到+请假+异常,若是异常不展示,就会在人员出现这个情况时,不清楚原因,带来更多的确认时间成本;异常可以增加扩展处理功能,确定是因为迟到、未打卡,还是没来得及处理请假流程。

指标数据组成

2、指标运营

指标在定义时,还需要定义指标的正常、异常状态,其中部分指标自带正常异常状态,如:生产事故次数,次数大于0就表示已经发生过事故,已经表明当前已经处理异常状态时期;而另外的一些指标需要配合其他因素来确定当前指标是否异常,如:年销售额100W,实际销售额10W,就需要当前时间来辅助判定。

(1)指标运营需要设定指标的判断条件,基于实际运营数据和判断规则,实时反馈当前指标状态;

(2)指标运营需要异常处理闭环机制,在指标出现异常时,及时纠正实际运营,将生产销售等业务恢复正常。

指标异常处理中需要有以下特殊情况的兼容:挂起(当前实际情况就是如此,业务没办法改变– 这种情况实际建议修改指标判断条件;数据更新延迟,待数据更新即恢复正常)、处理(补充处理方案,定时跟进)、指派(让另外的责任人来跟进)、关闭(偶然因素触发,忽略本次,下次再出现再处理)。

其中,挂起需要设定挂起截止时间,促进责任人积极更新当前状态,让业务向更有利的方向推进;处理中存在定时跟进需要设定跟进频次,定时生成待办提示,辅助跟进的落地。

指标异常的处理需要及时反馈到可视化上,然后其他相关人员知晓当前的情况,减少疑虑、降低重复指派与跟进。

指标体系

指标在线在组织决策、业务发展、数据分析、促进团队协作与沟通,推动企业数字化转型等方面都发挥着重要作用。企业应高度重视指标运营工作,建立健全的指标体系和管理机制,以充分发挥其价值。

本文由人人都是产品经理作者【壹叁零壹】,微信公众号:【壹叁零壹】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!