关于流程管理的这些事:项目流程及方法工具
流程管理项目流程
一、流程梳理(以客户方内部团队,如部门经理为主)
1. 组织流程调研
2. 确定流程梳理范围
3. 流程描述
明确流程的目标及关键成功因素
画出流程图
描述各环节规范
4. 流程收集成册,作为日常工作的指导依据
二、流程优化(以顾问团队为主,内部团队确认)
1. 前提,实现流程描述
2. 利用流程管理工具流程优化
3. 优化后流程收集成册,作为日常工作的指导依据。
三、流程再造(以双方团队合作为前提,公司级领导确认)
1. 组织流程调研
2. 确定再造的流程范围
3. 确立标杆
4. 新流程设计
5. 流程管理方法与工具
几种流程管理方法与工具
一、寻找入手点工具:学习五角星
公司从不同的来源了解需要改进的领域:客户、供应商、员工、咨询顾问以及标杆瞄准,是最佳实践的过程。
1、客户是企业需要了解信息的重要来源。最重要的客户往往是改进领域的最好入手之处,当然有必要包括非常有创造性的客户和世界级运营水平的客户。有时候,那些特别挑剔的客户提出的观点可能正是全新设计法应该考虑的目标。
2、供应商也能为企业提供类似的帮助,而且这种帮助并不只局限于流程的下端。优秀的供应商的兴趣会延伸到整个供应系统。
3、企业的员工对流程有深入的了解,也是改进流程思路的重要来源。
4、咨询顾问能够提出有用的“外部观察者”看法,起到推动BPR项目的作用。
5、标杆学习。企业通过标杆瞄准学习榜样来寻求知识和启发。
二、流程选择工具:80/20原则
流程选择就是确定流程梳理、优化和再造目标。流程选择遵循“犹太法则”(80/20原则)。首先关注那些“关键流程”,它们的数目可能只占全部数量的20%,却对整个组织的绩效发挥着80%的决定性作用。因此不是在“流程管理”途中的每一个站台都做停留,在“流程管理”的一路上,选择在关注的地方停车。
三、流程选择工具:绩效表现—重要性矩阵,流程或流程的结果在矩阵上的位置代表其重要程度以及组织对它们运行的好坏程度,重要性程度与运行绩效程度分别从低到高,结合比较一下客户反馈数据和企业内部数据常常会得到意想不到的结果。如果两方面都按照1分~5分评价,就可将项目分成四个类型,其中重要程度高、绩效程度低的就是最需要改进的领域。
四、流程选择工具:流程排序
可选择流程排序方法挑选关键流程。
1、把每个相关流程以三个指标评量:影响(Impact)、规模(Size)、范围(Scope)。其中“影响”指流程再造后对企业未来营运目标的可能贡献,“规模”指再造时会消耗的企业资源多寡,“范围”指再造时会影响到的成本、人事及风险。
2、“影响”可使用十等级来评估效益:“规模”用全职人力工时(FTE)及需花费的预估经费来衡量:“范围”可以使用时间、成本、风险、人事复杂度来评估,可用三到五等级来评估即可。
3、列成二维表格后,由再造小组成员讨论决定进行再造的流程优先级。
4、成本及风险、时间等评估不需使用精确数据,只需在各种因素的取舍上达成共识即可。
五、流程优化或再造目标选择工具:标杆瞄准法
标杆瞄准法可用在设立改革的目标和远景、确定流程再造的基准等方面。在许多行业都有一些成功的企业,这些企业的做法可以为行业中的其他企业所效仿,因此,也可以将这些企业的一些具体的指标作为其他企业的标杆。
六、流程描述工具
描述组织实体(岗位)间的活动以及各个实体之间的各种互动关系。可借助各种流程描述软件实现,比如ARIS、Visio、Smartdraw等等。
七、流程问题分析工具:鱼骨图分析法
借助鱼骨图,从六个方面来寻找流程问题出现的原因。这六个方面是5M1E:Management、Man、Method、Material、Machine、Environment。
最终找出主要原因(流程瓶颈),以它为问题特性,重复上述步骤,直至原因非常明确,形成解决方案的依据基础。
八、流程问题思考工具:5W3H分析法
其具体指的是:What,where,When,Who,Why,How,How much,How feel。
1.Who:人——什么人发现了问题?如制程人员、客户、供应商。
2.What:事物——什么东西出现了问题?例如产品、半成品、机台、人员、软件、服务(注意不是“事件”是“事物”,很多人经常会描述成发生了什么事情,应该只需要描述发生了问题的“事物”)。
3.Where地点——在什么地方出现了问题?如地点、位置、方向。
4.When:时间——什么时候发生的问题?问题发生持续的时间段、或者客诉的时间点
5.Why:原因——为什么这个成为了一个问题?例,一般与标准、规格、目标进行比较,如果存在差异则成为了一件异常问题。(注意不是解释问题为什么发生。只是解释为什么会称之为一个同题) 。
6.How:方法——用什么方法量化异常的程度?注意:不是如何做对策,如何改进问题,因为这个5W3H是描述问题,而不是解决问题。
7.How much:问题发生量——问题发生的程度有多大?例,问题发生在哪些产品中?发生的量有多大?问题持续了多长时间?问题造成了多大的损失?可以用图表来表达How much。
8.How feel:客户感受——该问题对客户造成了怎么样的满意度的影响。
九、流程优化工具:ECRS技巧
ECRS技巧是指Elimination(取消)、Combination(合并)、Rearrangement(重排)和Simplification(简化)四种技巧。是指在现有工作方法基础上,通过“取消-合并-重排-简化”四项技术形成对现有组织、工作流程、操作规程以及工作方法等方面的持续改进。
1、Elimination取消,对任何工作首先要问:为什么要干?能否不干?
取消所有无附加价值的组织、工作流程、操作或动作;
减少工作中的不规则性,比如确定工件、工具的固定存放地,形成习惯性机械动作。
2、Combination合并,如果不能取消,则考虑是否能与其它组织、工作流程、操作、动作以及实现工具、使用资源等合并。
3、Rearrangement重排,根据需要对工作的顺序进行重新科学排列。
4、Simplification简化,指组织结构、工作流程、操作和动作的简化。
十、流程的6σ测试
许多人听到6σ质量方法论,便想立即计算他们自己的流程,以判断他们距离6σ有多远。对他们的第一反应有两个:第一,你是否需要经常测试你的流程能力;第二,你对自己的绩效是否满意。如果两个问题的答案都是肯定的,计算一下过程σ可能是非常有趣但未必必要。
举例说明。一个电力公司使用客户每一时刻是否能够用电作为测度其绩效的一个标准,对于其客户来讲,每一分钟电力可用是一个机会(opportunity),而一分钟断电则是一个缺陷(defect)。数据连续采集,测试出了过程能力,经过计算的产出率(yield)是99.9%。电力公司对于其业绩很满意(但一直在持续改进)。其客户的要求也被很好满足(通过客户的反馈意见而得出的结论)。
如果整个公司利用产出率这一概念进行彼此沟通,并且公司的每一个人都理解这一语言,确定流程σ是否有用?我认为如果公司追求在整个组织内全面实现6σ的质量方法,计算σ才是合适的,因为组织中的流程产出率与各其他工厂之间可以进行相互比较。当一个企业只为了某一个职能模块(电力传送或者订单收集或者呼叫中心)考虑6σ,这个企业最好是等到每一个人应用并理解6σ时再加以应用。如果每个人没有学习这一语言,组织内怎么能够实现沟通呢?
如果一定要计算流程的σ,该如何做呢?还是上述的例子。用5个步骤来计算过程σ:
第1步,定义机会(opportunity)
机会在这里的意思是希望看到的结果,它是客户能够容忍的最低限度时发生的事件。比如说,一个员工每天的工作有30项程序,每个过程都有可能出错,而公司所能容忍的是每天最多有一次小错误发生。那么,如果这个员工每天不出错或者出一次错就可以定义为一个机会。超出的出错就被认定为缺陷。再比如,6σ的先驱Motorola公司的产品在发送给客户前不必检测,其到达客户端时每100万个中不会超过3.4个出现缺陷。对于每100万个低于3.4个的缺陷这一事实客户可以容忍。
回到有关电力公司的例子。如果断电时间不超过1分钟,客户是可以容忍的,可以将断电时间少于1分钟定义为机会,而超过1分钟断电则要被认定为缺陷。
第2步,定义缺陷(defect)
缺陷是由客户定义的,而不是企业自身定义的。不能满足客户的需求就是出现了缺陷。定义缺陷并非易事。你首先必须与你的客户进行沟通,了解什么事件发生会引起客户不满意,这些事件都是缺陷。对于Motorola来讲,客户认为的缺陷就是手机不能正常工作。
回到所讲的电力公司的例子。客户所定义的缺陷就是一分钟断电。持续一分钟没电对于客户来讲就是缺陷。
第3步,测试你的机会与缺陷
确定了什么是机会、什么是缺陷后,你便可以度量他们。电力公司的例子相对比较直接而且简单,但在很多情况下你可能需要一个正式的数据采集计划,并周密地组织数据采集过程。一定要注意你所采集的数据是可靠的并且是在统计上有效的。
回到的电力公司的例子。采集的数据是:
机会(去年):525,600分钟。
缺陷(去年):500分钟。
第4步,计算你的产出率(yield)
从机会总数中减去缺陷总数,再除以机会总数,再乘以100,即可得到过程产出。
回到电力公司的例子,流程产出率为((525,600-500)/525,600)*100=99.90%
另外有一个(iSixSigmaProcessSigmaCalculator),你只要输入相应的机会数与缺陷数,就可以自动计算出流程产出率。
第5步,找出流程的σ
如果不使用6σ计算器,最后一个步骤就是利用上述第4步计算出来的流程产出率,从对照表,(概率与数理统计中可以很方便地找到有关表格)中方便地查出σ值。但是这里需要一系列假设,才能对最终结果进行分析,包括假设数据是平稳的、服从正态分布等。