分享

当数据中台遇到精益方法

 一剑e屋 2019-11-26

为什么ThoughtWorks将数据的创新利用和精益思想关联起来?

我们进入了数据驱动的时代,每个企业都希望在数据当中发现价值,发现业务的本质,识别客户的真正需求,但是,数据利用的各种问题让大家都很困惑,数据的不确定性,数据质量的问题,数据应用的开发周期过长,企业没有建立起数据思维,没有对应的组织支撑,这一切都阻碍着数据价值的产生。

而大家又很清楚的知道,数据一定是有价值的,最终一定是“得数据者得天下”,所以就像一座巨大金山悬在半空中,大家都在远远地观望,每个人都在寻找各种工具试图攀登上去。

这个时候,数据中台的概念像从天而降的一个梯子,落在了每个人的眼前,大家争先恐后的爬上去,但是,这个梯子的顶端云遮雾绕,每个人都看不清这个梯子是不是通向这座金山。

我一直挣扎在如何规模化利用数据产生价值,如何在业务价值和IT能力中取得更好的平衡的时候,精益思想,就像黑暗中的一闪门,徐徐开启,一道光照了进来,给了我启发和方向,众多过去数据项目中正确的经验和失误的教训都一一清晰的和精益思想关联了起来。


虽然精益生产和方法早在1930年就已经成熟,但是被抽象和总结出来,并且推广并快速复制应用到全球,却是在60年之后,这就是思考和理论的力量。

将精益的书和体系很多,我找到一个哥伦比亚大学的精益原则的报告,一共两页,高度抽象和总结了精益的原则和思想。附上报告原文

     

精益历史

     

精益最早被提出来是亨利.福特,他是整合生产过程的第一人。1913年他Highland Park,将可互换的零件与标准工序和运输工具结合在一起,形成了世界上第一个流动生产线。

但是,当全世界都希望多样化的汽车的时候,福特的生产线就面临巨大的挑战,这时丰田生产系统诞生了,他将生产的重点从单个机器转移到整个过程的价值流,进行全局优化,以响应不断变化的客户需求。

精益的思想正式被广泛传播和知晓,是Jim Womack,也就是《精益思维》的作者。他将精益思想总结为五个原则:

  1. 明确客户需要的价值(Customer Value)

  2. 识别端到端价值流,并消除每一个环节的浪费(Value Stream)

  3. 通过每一个步骤产生增值,让产品流持续流动起来(Flow)

  4. 需求拉动(Pull)

  5. 持续的优化(Perfection)

为什么使用精益

     

为什么使用精益

精益原则能够去诊断商业流程,关注在最小化不必要的成本,减少浪费,改善不高效的过程。

带来的收益有以下几点:

  1. 识别问题区域和瓶颈

  2. 提升业务效能,确认每一个元素都是产生价值的

  3. 节省成本,减少消耗

  4. 简化流程

  5. 采用精益的思想标准化流程形成规则满足合规要求

精益的价值

精益包括一系列的工具和技术,专注在消除浪费,为产品提供增值从而满足客户需求。

通常来讲,会消除以下8种浪费:

     

  • 错误(Defects)

    • 质量控制不良

    • 维修不良

    • 文档不良

    • 缺乏标准

    • 流程薄弱或缺失

    • 误解客户需求

    • 不受控制的库存水平

    • 设计不良和未记录的设计变更

  • 过度生产(Overproduction)

    • 即时生产

    • 客户需求不清楚

    • 产生预测

    • 设置时间长

    • 工程变更

    • 应用不良的自动化

  • 等待(Waiting)

    • 工作量不平衡

    • 计划外停机

    • 设置时间长

    • 产生预测

    • 人员不足

    • 缺勤

    • 工艺质量差

    • 沟通不畅

  • 闲置的员工(Not-Used Talent)

    • 将人员分配给错误的任务

    • 浪费的管理任务

    • 沟通不畅

    • 缺乏团队合作

    • 管理不善

    • 培训不足

  • 运输(Transportation)

    • 工厂/办公室布局不佳

    • 过程中不必要或过多的步骤

    • 工艺流程错位

    • 设计不良的系统

  • 库存(Inventory)

    • 生产过剩和缓冲

    • 监控系统不良

    • 生产速度不匹配

    • 供应商不可靠

    • 设置时间长

    • 误解了客户需求

  • 移动(Motion)

    • 流程设计和控制不佳

    • 工作站/商店布局差

    • 共用工具和机器

    • 工作站拥塞

    • 孤立和孤立的操作

    • 缺乏标准

  • 过多操作(Extra-Processing)

    • 报告过多

    • 多重签名

    • 重新输入数据和重复数据

    • 缺乏标准

    • 沟通不畅

    • 设计过度的设备

    • 对客户需求的误解

    • 人为错误

精益数据方法(LDD)

    在刚刚结束的《数据中台行业调研》中,我们采集了450多份行业数据,其中数据中台构建过程中,最受关注的几点:

  1. 如何发现,识别有价值的数据利用场景

  2. 如何能够在构建数据中台的同时,快速产生业务价值

  3. 数据中台的建设方法论

  4. 应该如何去高效的运营数据中台,从而持续的产生业务价值

    该调研报告的解读版本,正在最后的编写和设计中,所有星球的同学和提交了有效调研问卷的同学都会在第一时间收到。

        这里面,每一个问题,在精益思想中都能找到对应的解答和方法。于是,我们融合了精益思想,设计思维和战略思维,形成了体系化的数据驱动的数字化转型方法论,也能够指导企业如何去一步步的规划,建设自己的数据中台,以及数据中台上的应用,最终成为智能企业。

         这个方法的名字叫做,精益数据创新(Lean Data Discovery)

         这套方法的萌芽诞生在从2015年的一个大型企业的敏捷数据规划项目,清晰于2017年的大型多业态集团的数据中台的项目,本方法论也受到了ThoughtWorks海外同事和客户的认可,正在向海外市场推广。

         过去,中国的信息化从业者,手里拎着西方的工具,遵循着美国的方法论,而,从中台开始,这一切应该会有所变化了。

         为了更好的交流和互动,从今天起,我将在知识星球连载《精益数据方法-打造数据中台推动企业数字化转型成为智能企业》,从而第一时间获得大家的反馈。

        第一篇以对精益思想的回顾开始,以此致敬James.P.Womack,让我们从客户价值开始,构建数据中台,打造数据驱动的智能企业。

        星友可以在知识星球中第一时间看到更新,提意见和讨论,这些内容都会在最终的版本中予以体现,如果你有好的案例和经验愿意分享,也有可能会出现在最终的成书中。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多