兩點應知道數據化的原則。對
卷板機企業來說，它的生存之道很簡單，只有不斷盈利才能繼續生存下去。賺了多少錢，運營成本是多少，那就得數據化。而用數據說話的原則有兩點應知道。
一是要讓結果盡可能地量化。說得夸張一點，就是你說今天你走路走累了，你就要說出你走了多少米，用了多長時間，你的平均體能消耗是多少，只有知道了你的體能消耗，我們才能判斷你到底有多累；你說你事情完成得很棒，怎么令棒法要有數據支持；比如給卷板機公司每年節約400萬元人民幣，或者是給卷板機公司帶來了3000萬元的訂單，又或者是節約了3min的作業時間，減少了15天的庫存周轉時間。只有數字化才能證明結果。
二是要用數據來分析問題，探求原因。很多時候，我們卷板機工程師都喜歡用經驗法，用一些模糊的改變去得到一個不好驗證的結果，這不是一個好的方法。實際上，任何問題產生的根源基本上都可以數據化，比如某種光纜出現印字不好的問題，卷板機工程師找到了原因，是因為光纜在傳送中發生了偏轉，那么光知道偏轉我們能解決問題嗎？不好解決，只有將整個偏轉數據化，知道每一個小時偏轉次數為5次；那么為什么會是5次呢，繼續探尋下去，發現線徑有問題，用的鋼絲也有問題。線徑什么問題？量化，線徑上的導輪盤凹槽比光纜直徑寬出50mm，導致限位不好；鋼絲什么問題？量化，平整度低于我們的標準要求。怎么辦？改導輪盤。因為有數據，改進的方向很明確，鋼絲不好改，增加校正裝置，使其平整度符合要求。我們可以發現，數據化能夠更加清晰地指明方向，找到癥結所在。經常有人說，產量做不出來是因為員工不熟練，需要加強培訓。一句話就把責任推給員工和培訓了，而且沒有量化。就算我們要說，我們也應該這樣說：新員工不熟練，與熟練工相比，增加了5096的作業時間，通過過往的學習曲線的統計數據，一般新員工要達到熟練工的水平，需要4周到6周的時間。所以之前說的員工不熟練那不叫問題，只有后面這種數據化的描述才叫做問題，我們的目標也很明確了，一是通過改善作業方法，減少新員工與卷板機熟練工的作業時間差異，比如減少需要經驗判斷的動作，減少需要定位準確的動作；二是通過改善我們的培訓系統，比如應用TWI的方法，縮短新員工的成長周期。本文轉載自
激光切割機
上一個：