分享

连载:目标及指标管理3-运用QC工具分析

 blackhappy 2021-03-05

在上一章节我们知道了BSC、KPI、OKR三种目标管理工具。那我们在面对具体的工作或者问题时间,该如何来分析问题或确定目标呢?

在汽车行业,质量新老七大工具(图1)是耳熟能详的问题解决或数据分析的工具和方法。虽说冠以了“质量”二字,但在多个领域均适用。现阶段大数据分析的理论及方法不断涌现,但灵活应用简单QC工具仍能帮助你解决90%的问题。

连载:目标及指标管理3-运用QC工具分析

图1:新老质量七大工具

一、矩阵图法

矩阵图也称为“象限定位法”,是一种基于策略驱动的思维。它根据事物的两个重要属性作为依据,进行分类分析找出解决问题的办法。

在日常工作中,我们常用重要和紧急两个维度把事情分成 ABCD四类(图2)来实施时间管理。

连载:目标及指标管理3-运用QC工具分析

图2:时间管理优先矩阵

在战略采购过程中,也常会应用供应市场的复杂度和对业务的影响两个维度来定位品类(图3),以此来确定品类的采购策略。

连载:目标及指标管理3-运用QC工具分析

图3:品类定位方阵

在矩阵图分析法中,如果我们将矩阵上各元素之间的关系用数据定量化表示,就变成了矩阵图数据分析图法。

二、多维分析法

多维分析法是一种精细驱动的思维模式。是利用两维以上的空间坐标上来进行分析,与矩阵图分析法相比,增加了维度更多。

在客户关系管理(CRM)分析中,常用衡量客户价值和客户创利能力的RFM模型(Recency 最近一次,Frequency 频次,Monetary 金额)来开展客户价值分析。该模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱3项指标来描述该客户的价值状况,再对每类客户实施精准营销(图4)。

连载:目标及指标管理3-运用QC工具分析

图4: RFM模型

在供应商关系管理(SRM)中,我们在品类定位的基础上,会增加供应商交易金额、供应商能力等维度分析进一步细分供应商,确定品类供应商的采购策略。

RFM模型也是一种矩阵数据分析法的应用。

、漏斗法

漏斗法是基于流程的思维。它根据流程步骤实施拆解,进行归因、关联以及量化,分析每一步的转化与流失的情况。常用于新用户开发,购物转化率等分析,以互联网为载体的各种直播平台、购物渠道都用AARRR开展分析。

经典的AARRR模型(图5)展示了从获取用户到收入变现,以及推荐传播整个流程环节。流程相邻环节间的过程绩效用转换率来量化。在实际工作中会结合产品特点和生命周期,来确定不同的目标及行动策略。

连载:目标及指标管理3-运用QC工具分析

图5:AARRR模型

四、根因分析法

根因分析法是一种本质现象拆解的思维。它是一种结构化问题解决方法,其目标是找出问题(发生了什么),查找根因(为什么发生),确定措施(什么办法能够阻止问题再次发生),也常被成为“鱼骨图法”和“因果图法”。

鱼骨图分析法分为三种类型

1.整理问题型鱼骨图。各要素与特性值间不存在原因关系,而是结构构成关系)

2.原因型鱼骨图(鱼头在右),基于以及呈现的结果或者问题,查找根因。

3.对策型鱼骨图(鱼头在左),基于希望达成的目标,寻找解决方案。我们通常以“如何提高/改善……”来描述。

鱼头无论在左还是在右,业务的逻辑或分析的方法都是相同的。

根因分析法的作业步骤:

1.明确问题或工作目标。问题或目标的描述应言简意赅。如问题描述:客户处PPM超标,工作目标:2021年度年度降本金额10%等。

2.确定分析类别和影响因素。确定问题或目标的分析类别或维度。在质量问题分析过程中,常用从人、机、料、法、环、测五个类别开展分析。然后,通过头脑风暴等方式确定每个类别下影响问题产生或目标达成的可能原因(图6 )。

连载:目标及指标管理3-运用QC工具分析

图6:鱼骨图示例

3.确定重要因素。分析每个原因对问题产生或目标达成的贡献度,确定最重要的影响因素。

4.寻找根因。当确定了影响问题的主要因素后,就需要寻根究底,找到问题的根源。寻找根因常用的方法是5WHY。

、排列图

排列图是抓重点的思维。排列图也称为帕累托法则,是20世纪初意大利统计学家、经济学家维尔弗雷多.帕累托提出的,他指出:在任何特定群体中,重要的因子通常只占少数,而不重要的因子则占多数,因此只要能控制具有重要性的少数因子即能控制全局,也被称二八定律。

在质量问题分析中,我们经常使用排列图(图7)来确定影响当前质量的重要因素,再针对重要因素制定目标和行动举措。

连载:目标及指标管理3-运用QC工具分析

图7:零部件质量失效分布图

各工具之间可单独使用或联合使用,如:通过查检表收集质量问题数,通过排列图识别关键影响因素,通过鱼骨图追寻根因并寻求解决方案等。

以上并未将所有工具呈现,更多的分析方法大家可查阅资料。

    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