基于数据管理的风险

在我看来，精益生产的主要障碍之一是基于数据做管理。基于数据进行管理是许多管理者的首先方式，因为数据可衡量。但问题在于，通常成本容易衡量，但折算成最终收益确很难……精益中这种场景并不少见。这篇文章就来讨论下这个问题。

为什么是数据？

在工业界，数据无处不在。我们通过测量、量化、计算和分析数据来做决策。大多数情况下，这是好事，有了数据，就能做出更好的决策，可以设定更合理的目标，更好地分析问题，了解趋势，量化潜力，等等。当然，过度依赖数据也有风险。

数据的问题：不准确

过度依赖数据存在一些问题：错误数据或者无法获取数据。

先说说错误数据，造成这种情况的原因有很多，Excel 文件或计算机系统中的一个简单错误就可以使结果千差万别。美国NASA价值 1.25 亿美元的火星气候轨道卫星在火星大气层中解体，就是因为软件供应商提供的数据是英制单位磅秒²，而主计算机设计的单位是牛顿秒²。探测器最终没能绕过火星，而是直接撞上了火星。还有相似的例子，一架波音 767 飞机在所有引擎失灵后不得不紧急迫降，原因是计算燃料时使用的密度单位是磅/升，而不是公斤/升。幸好机长经验丰富未造成严重事故。

6还是9？

在很多情况下，数据源就不准。你通过计算得到一个结果，但不知道这个结果的准确性，也不知道这种计算方式是否有设定前提条件。曾经我问过工艺工程师关于注塑机的节拍时间，结果我得到的数据只是包含了注塑和冷却时间，模具的开合时间并未算在内。而且这个节拍还是两年前的数据，并不知道这两年工艺参数是否优化过，这个数字对我来说毫无价值。

同样经常被忽视的还有数据的精确性。统计学告诉我们，需要超过 30 组数据，计算置信区间，才能知道数据是否可信。但实际使用过程中，很少有人这样做，数据的准确性也大打折扣。

这还是在没有伪造数据的前提下。但实际上，很多管理者为了绩效，会有意无意地对数据进行一些处理。我遇到过一家大型汽车制造商，为了证明新车型设计的合理性，他们简单地假设新车型的质量将优于历史上任何型号，销量将在五年内每年会翻一番等等，目的就是为了能做出漂亮的报表然后申请到预算。这一招果然奏效，汽车造出来了，员工升职了，但最终实际结果……

因此，不准确的数据、缺失的前提条件、故意篡改，都会让数据失去价值变成垃圾。

数据的问题：缺失

第二个问题是，有些数据本身就很难获取。这是在精益生产中经常会遇到的问题，精益改进有时候很难计算收益。

例如，如何衡量客户满意度？虽然有一些工具，但实际实施起来还是很困难，而且不准确。例如增加或减少 10%的客服人员，客户满意度会变化多少呢？对客服人员进行培训对客户满意度又会产生什么影响？没人知道，也很难确定之间的因果关系。如果缩减了 10%的客服人员，这会直接导致客户满意度下降吗，还是只是因为经济衰退或者是天气的原因呢？

同样，如果维修团队增加两名机修工，OEE会提高吗？停机时间会缩短吗？能够缩短多少？对整个价值流又会有什么影响？这个结果甚至无法估计，当然，了解这些情况确实有助于做出决策。总言之，并不是所有决策都有数据可用的。

用成本会计方法解决数据缺失

传统成本会计有一种非常简单的方法来处理无法获取的数据，如果无法获得某个数字，那么对于成本会计而言，这个数字就根本不存在。或者换句话说，如果无法测量，这个数字就是0(为什么是0？因为0对于加减计算没有任何影响。成本会计计算时是累加成本，而0没有任何影响）。

这正是精益生产的主要问题之一。计算一个机修工或者客服人员的成本容易，但计算他们产生的收益很难。因此，只有成本没有收益，成本会降低，人数会减少。类似无法确定改进收益的例子在精益生产中比比皆是。这种情况在任何支持的职能部门中都尤为明显，无论是客户服务人员、维修人员、主管，还是其他能够帮助到车间的员工，人数都在减少，因为他们的成本很明确，但收益却很难量化。结果是，制造业变得混乱，一线员工被压得喘不过气来，却得不到支持，士气下降，整个公司趋于混乱。

当然，也有例外，有些会计完全意识到这种方式存在漏洞，甚至是巨大的漏洞。但并不是每个会计都能意识到这一点，在被要求提供数字时，能报告这一点的会计更是少之又少（这点很容易理解，如果会计师在被要求提供数字时无法提供，绝对可能影响他的职业生涯）。

为什么还要依赖数字呢？

你更相信哪个数字？

那么问题来了，为什么管理者仍然如此依赖数字呢？答案是多方面的，管理压力很大，你必须在高度不确定的情况下做出决策。数字给人安全感。数字让人感觉良好，尤其是当数字带小数点。

此外，数字会让经理们的决策变得容易，许多管理者都会遇到决策疲劳，必须做出许多不确定性很高的决策。数字提供了一个（假定的）简单方法，告诉管理者该怎么选择。

这是许多经理人的学习方法，不管是来自 MBA 课程，还是来自公司文化以及他们的老板和导师。你拿到了数字，就选一个最大的。成了。

在短期内这种方法甚至可以奏效，管理者（根据数字）削减成本或人员，成本很快就会下降。因此产生的收益也会下降，但系统出现问题需要一些时间。管理者被认为擅长削减成本，走上事业巅峰，但当系统因他的决策而变得更糟时，他早已位居高位。

数字确实有助于决策，但要意识到数字的局限性。数据可能会出错，可能存在漏洞，可能不准确，或者只展示了部分信息。在精益管理中，决策仍主要依靠直觉，因为很多决策都与人有关，但人的能力和影响是很难衡量的。现在，走出去，识别哪些数据可靠，哪些可以忽略，组织你的行业！

看不懂数据的人毫无用处，现场的数据未被可视化也不好，但那些只看数据的人是最差劲的。