Вы когда-нибудь обучали взрослых людей, в возрасте от 20 до 60? Удивительно сложно, не правда ли? И, вы знаете, многое становится ясно. Они не лучше школьников или студентов. Трудные (как дети), неусидчивые, многое не понимают, не хотят. Но ведь невозможно управлять эффективно процессами без анализа статистических данных. Кому-то надо их вводить и обрабатывать.

Для сбора и обработки первичных данных мы выбрали Excel - «простой» и доступный инструмент. Однако этой программой многие не владели. Наблюдалось неправильное использование многих функций. В итоге мы решили обучить Excel большую группу сотрудников собственными силами. Эта заметка о том, как происходило обучение.

За несколько лет работы консультантом у меня накопилось много документов - проектов, переводов, отчётов, рекомендаций, выписок из первоисточников, примеров моделирования простейших производственных систем. Часть из них потом вошла в состав статей и презентаций, часть так и осталась невостребованной. Очень хотелось когда-нибудь всё это систематизировать и собрать в одном месте.

Обычно на лекциях и семинарах изложение материала я разбиваю на две большие темы: (1) проблемы управления производственными системами; (2) системные решения. В рамках первой темы, главным образом, описываются и развенчиваются мифы, заблуждения и недоразумения, на которых зачастую базируется наше понимание производственных процессов. При этом одним из самых сложных для понимания оказывается явление вариабельности.

Итак, закончилась 2-я сессия тренинга «6 сигм для зеленых поясов». Позади 1,5 месяца напряженной работы. В ряде заметок блога на сайте sixsigmaonline.ru уже был освещен ход тренинга и его результаты. Но я бы хотела поделиться своим взглядом на тренинг «изнутри», как один из участников, а также дать несколько рекомендаций нашим последователям.

Более полутора лет назад я подготовил и разместил на нашем портале статью под названием «О вариабельности и зависимости процессов». Материал получился довольно длинный и его пришлось делить на несколько частей:

(I)  Общая характеристика типичных управленческих решений в условиях неопределённости.

У. А. ШУХАРТ

Признаётся общепринятым, что мы не можем сделать все образцы данного вида продукции одинаково похожими. Из этого следует, что качества образцов одного и того же вида продукции различаются между собой, или, другими словами, следует ожидать, что качество продукции будет подвержено вариациям. Причины этой вариабельности, как правило, неизвестны.

Настоящая статья представляет научную основу для определения того, когда в устранении этих неизвестных или случайных причин вариабельности качества продукции мы достигли пределов экономической целесообразности. Когда это состояние достигнуто, продукция считается контролируемой, поскольку тогда можно установить границы, в которых, как ожидается, качество останется и в будущем. Обеспечивая контроль, мы добиваемся пяти экономических преимуществ, обсуждаемых в Части III.

Консалтинг – такая штука, где бизнес явным образом делается на непонимании мира консультируемыми. И это нормально, ведь понимать всё не под силу никому. Поэтому и обращаются к экспертам, в данном случае, по управлению производством, запасами, цепочками поставок и прочим смежным вопросам.
Как человеку с академическим бэкграундом, лично мне всегда удобнее «плясать от печки», то есть от теории. Однако довольно часто приходится сталкиваться с недоумением аудитории:
 

Если вы занимаетесь наукой, вам требуется понять мир.

Если же вы занимаетесь бизнесом, вам нужно, чтобы мир

не понимали другие.

Нассим Талеб

Консалтинг – такая штука, где бизнес явным образом делается на непонимании мира консультируемыми. И это нормально, ведь понимать всё не под силу никому. Поэтому и обращаются к экспертам, в данном случае, по управлению производством, запасами, цепочками поставок и прочим смежным вопросам. Как человеку с академическим бэкграундом, лично мне всегда удобнее «плясать от печки», то есть от теории. Однако довольно часто приходится сталкиваться с недоумением аудитории:

Как говорится, никогда не говори «никогда». Всего каких-то пять лет назад, – после подготовки двух небольших приложений к своей старой заметке «О детальном и укрупнённом планировании», – я обещал больше не возвращаться к вопросам исследования систем
последовательной обработки в условиях вариабельности и зависимости процессов, столь характерных и существенных для мелкосерийного производства. Тогда казалось, что подробного анализа простейших моделей одного или двух станков вполне достаточно для
понимания основных особенностей поведения таких систем, и дальнейших пояснений просто не потребуется.

Допустимые отклонения будут накапливаться однонаправленно–

чтобы причинить максимум трудностей при сборке.

Закон Клипштейна

 Часто приходится слышать:

– А какая, собственно, разница между «сложной» и «простой» сборкой? В чём проблема? Состав изделия известен, технологический процесс прописан, нормативы времени налицо. Забиваем в наш замечательный софт, нажимаем волшебную кнопку и получаем подробный график работ. Потом по каждой операции фиксируем исполнение. И всё тип-топ. Между прочим, ничем не отличается от управления изготовлением отдельных деталей. …

Допустимые отклонения будут накапливаться однонаправленно–

чтобы причинить максимум трудностей при сборке.

Закон Клипштейна

Часто приходится слышать:

– А какая, собственно, разница между «сложной» и «простой» сборкой? В чём проблема? Состав изделия известен, технологический процесс прописан, нормативы времени налицо. Забиваем в наш замечательный софт, нажимаем волшебную кнопку и получаем подробный график работ. Потом по каждой операции фиксируем исполнение. И всё тип-топ. Между прочим, ничем не отличается от управления изготовлением отдельных деталей. …