精益數據分析

精益數據分析是對生產流程的時間數據的衡量，是面向一線操作工人的數據觀。與工業大數據相對，它不是從數據中去挖掘價值，而是從流程價值來分析一手的數據何以產生。它為操作工人而存在，反映了生產中觸手可及的流程接口的價值。

基本介紹

• 中文名：精益數據分析
• 外文名：Lean Data analysis

內容簡介

傳統的管理都是以功能為導向的，不僅僅是把生產線上同樣功能得機器擺放在一起進行生產，相應的各個管理部門也是依照職能進行設立以及安排工作，人為的造成了流程與流程之間的隔離及等待。比如說，業務員把需求報告給業務經理，業務經理審核及批准後再回到業務員手中，然後業務部門的文員再匯總所有的經過核准的業務需求傳遞給生產計畫的文員，生產計畫的文員再層層上報下傳的折騰起來，看起來人人都忙碌的不可開交。其實根本在於功能導向管理的天然的缺點，組織之間的隔閡造成大量等待。

針對這樣的情況，在精益思想裡面有一個原則，叫做以流程為導向的布局，不僅僅適用於在生產線上，依照產品生產經過的各個流程的需求進行設備和生產人員的布局，這個思想同樣適用於打通各個職能管理部門之間的組織隔膜，通過以流程為導向的方法所擁有的優勢，可以持續調控各個單獨流程之間的連線。從而消除等待，提高效率。

發現浪費、消除浪費是精益管理的天職，而這些數據都是代表著一個個具體鮮明的浪費的數據，都是精益需要的數據，這都是可以量化浪費的精益數據。

讓數據為一線工人服務

企業的競爭力不僅僅是通過最新的技術來創造的，機械設備已經無法創造額外的價值，而是要通過流程來創造價值。而流程，就像軟體一樣，是可擴展的，即無需付出相應比例的額外成本，就可以發展，而且產生完全不同的盈利效應，消除掉浪費，就是賺錢。

未來的經濟效益，不僅僅是由機器的能力決定的，也是由流程中機器接口的能力決定的。抹平流程的縫隙，堵住流失的金錢在精益思想的指導之下，通過對工業管理的數據進行分析，進而改善。

德國VDMA標準的時間分析

然而，流程的可測性，和測量數據方面的公開性，這是實際操作中最大的弱點。如果不去認識它，那就不能發現它；如果不能發現它，那就不會測量它；如果沒有測量它，那就不能管理它；如果沒有管理它，那就不能改善它；如果沒有改善它，流失金錢白花花。

因此，不再用看不見的數據，如銷售利潤或者成本參數卻確定一個企業的價值。而是用看得見可以測量的參數，如運行時間、等待時間、停泊時間等，這些數據，是每一個企業員工的責任——這才是真正的數據，和具有實際的經濟效益。包括登記時間（準備時間，也就是訂單被確定，到相應工具被生產所預定如修理時間、拆卸機器等）、停泊時間（生產時間之間等待的時間）、機器占用時間和整個運行時間。一線員工看的見數據和時間，才是精益數據觀。這意味著，精益數據，首先是為一線操作工服務的。

浪費小數據 吞噬大數據

工業大數據在研究數據如何產生價值，而精益數據，則是研究如何產生有用的數據，它是融入在工業發展的每一個階段之中的對數據的研究方法，通過精益數據的管理思想，可以精準產生有價值的數據和準確選擇需要採集的數據。

就設備的效率而言，製造需要設備自動化；就資源的浪費而言，製造需要精益生產觀；就數據的挖掘效率而言，製造需要知識自動化；就流程的價值浪費而言，製造需要精益數據觀。

精益數據是一種現場數據思維

只有建立價值流程的小數據觀，工業大數據的價值才能真正發揮。否則只是緣木求魚，大數據的價值將淹沒在大量無用、無效的數字海洋中。工業大數據對中國製造而言，還是一件大號尺寸的衣服。面向一線工人的小數據，才是對中國工業最為合身的價值點。