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。

Six or Nine?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

Bookkeeper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?

Which number do you trust more?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!

Translated by Xie Xuan
Cookie Consent with Real Cookie Banner