|
Любой вид человеческой деятельности сопряжен с производством огромных массивов данных. Они накапливаются иногда целенаправленно, иногда сами собой, но всегда существует острая проблема превращения этих данных в информацию, позволяющую осознать факты, важные для принятия разнообразных решений. Конечно, здесь нет решений на все случаи жизни. Велик элемент неопределённости. Велико разнообразие ситуаций и задач. И всё же можно попытаться нащупать некий алгоритм. Прежде всего, возникает проблема показателей, которые представляют интерес для принятия решений. Некоторое время казалось, что для полной характеристики деятельности любого предприятия достаточно располагать его стандартными финансово-экономическими показателями. Однако постепенно стало ясно, что показатели такого рода интересны прежде всего владельцам бизнеса, акционерам, инвесторам, наконец, конкурентам. Но это вовсе не все заинтересованные стороны и не все важные аспекты деятельности. Эта система включает кроме финансово-экономических ещё три группы показателей. Вторая группа - показатели удовлетворённости клиентов (потребителей, покупателей) нашей продукцией и услугами. Третья группа относится к характеристикам внутренних бизнес-процессов. Наконец, четвёртая - это показатели возможностей для обучения и роста нашего персонала. Совокупность четырёх множеств как раз и составляют сбалансированную систему показателей . Они соединяют миссию, видение и стратегию организации с оценками результатов текущей деятельности, позволяя тем самым принимать управленческие решения, направленные, если надо, на корректировку ситуации. Показатели, сформулированные на уровне предприятия, важно ретранслировать на все уровни, вплоть до каждого рабочего места. В таком виде сбалансированные показатели становятся мощным инструментом принятия управленческих решений. Точность и эффективность таких решений заметно повышаются, если для каждого показателя у нас есть ещё и эталон, то есть такое значение, к которому следует стремиться. Тенденция сама по себе обычно ясна из природы показателя. Ясно, например, что, чем выше рентабельность, тем лучше. Но как далеко стоит идти, каких значений достигнуть легко, каких трудно, а к каким, вообще, не стоит стремиться, вот вопросы, для ответов на которые полезно иметь эталоны сравнения. Именно для поиска таких эталонов в начале 80-х годов прошлого века был разработан подход, получивший название бенчмаркинг. В зависимости от ситуации и от уровня амбиций, можно выбирать в качестве ориентиров конкурентов, которые признаны лучшими в классе, то есть, в том сегменте рынка, где работаем и мы, либо ближайших к нам по показателям. Во всех случаях тщательное изучение показателей конкурентов позволяет наметить целевые значения, эталоны для нас. Иногда полезным оказывается сравнение не с прямыми конкурентами, а с организациями, работающими в совершенно других областях бизнеса. Сравнивались, например, медицинские учреждения с фирмой по производству коммуникационного оборудования. Конечно, сравнивать можно не только показатели, но и стратегии, технологии, подходы и т.п. И здесь опять приходится возвращаться к оценке измерения удовлетворенности потребителей и срочно вырабатывать критерии такой оценки. Располагая показателями и их целевыми значениями, теперь мы можем сосредоточиться на самом процессе измерения. Измерение можно определить как приписывание чисел вещам. Ясно, что измерение играет ключевую роль в процессе добывания фактов для принятия решений. Здесь в дело вступает метрология. Метрология заботится о соблюдении принципа единства измерений, об их сопоставимости, воспроизводимости, точности, правильности и несмещённости. Она определяет правила калибровки, юстировки, настройки измерительных систем. Важно добиться включения метрологии в круг интересов систем качества, поскольку во взаимоотношениях этих направлений не всё гладко. Кроме того, важно учитывать метрологические характеристики человека как элемента измерительной системы, что часто недооценивается. Тут же необходимо сделать маленькую ремарку. Кроме метрологии, базой качества являются стандартизация и сертификация. Это те три кита, на которых качество и стоит. Обеспечив надлежащее качество измерений, можно, наконец, приступить к сбору данных. Этот шаг предполагает включение измерительных процессов в блок-схемы бизнес-процессов организации. Одним из принципов TQM является то, что в основе принятия решений должны быть только факты, а не интуиция. Главные причины трудностей, возникающих при управлении качеством, - ложные представления и ошибочные действия. Для сбора, представления и первичной обработки данных в Японии были разработаны знаменитые "семь простых инструментов статистического контроля качества". В их число входят: контрольные листки, диаграммы Парето, схемы Исикава, гистограммы, графики, контрольные карты и стратификация (расслаивание) данных. В мире накоплен огромный опыт использования этих методов. Как ни стыдно признать, на нашем предприятии семь простых методов контроля качества, а так же статистические методы контроля управления и принятия решений не используются, мало того сотрудники, в том числе и контролеры не знают о сути этих методов. Это еще раз говорит об актуальности срочного создания на нашем предприятии непрерывнодействующей системы обучения. Внедрение семи инструментов контроля качества должно начинаться с обучения этим методам всех участников процесса. Успешному внедрению семи инструментов контроля качества способствует отношение руководства к процессу обучения. Обучаются не только рабочие и инженеры, но и руководящий состав. Статистические методы - это то средство, которое необходимо изучать, чтобы внедрить управление качеством. Они наиболее важная составляющая комплексной системы контроля Всеобщего Управления Качеством. Статистические методы контроля качества в настоящее время применяются не только в производстве, но и в планировании, проектировании, маркетинге, материально-техническом снабжении и т.д. Знание и применение на практике семи инструментов контроля качества лежат в основе одного из важнейших требований TQM - постоянного самоконтроля. Но семью простыми инструментами дело не ограничивается. Как уже "старые" методы Тагути, диаграмма сродства, граф связи, анализ матричных данных так и самые новые методы "6 сигм" изобретенные "Моторолой", оказывают существенное влияние на обсуждаемый седьмой принцип. На западе, менеджеры-производственники уделяют очень серьезное внимание данному методу, ежедневное построение и анализ графиков у них "в крови", они как сумашедшие ежедневно носятся с этими графиками. И это производственники!!! Что тут говорить о разработчиках. Действительно, лучше бы у нас вместо карточек поручения, руководители бегали с графиками "6 сигм". Для примера. Компания "Дженерал Электрик" (GE) в третьем квартале 1997 г. сообщила об увеличении прибыли с 13,8 до 14,5%, что принесло ей 600 млн. долларов, "извлеченных благодаря инициативе "шесть сигм" в сфере качества". В краткой информации для акционеров по итогам 1999 г. указано, что инициатива "шесть сигм" в 1999 г. принесла компании более 2 млрд долл. прибыли. Вот как определяет концепцию "шесть сигм" фирма "Дженерал Электрик" в своем кратком глоссарии: "Шесть сигм" - это видение (мечта, vision) качества, имеющего показатель всего лишь 3,4 дефекта на миллион возможностей для любой продукции или услуги. Стремление к совершенству". Достаточно сказать, что та же "Дженерал Электрик" тратит на обучение своих сотрудников только одному этому методу 300 млн. долларов в год. В некоторых случаях приходится проводить "раскопки" в больших массивах данных с использованием всего арсенала современных статистических методов и самые изощрённые компьютерные программы. Кроме того, при регулярных больших потоках данных возникает потребность в разработке и внедрении информационных технологий и информационных систем, число, разнообразие и сложность которых быстро нарастает. В связи с системами качества особую роль приобретают, так называемые, CALS-технологии. Принимать решения на основе фактов - значит отличать достоверные или надёжные факты от ложных, сомнительных фактов или артефактов. Здесь на помощь приходит концепция "статистического мышления", которую У. Шухарт и Э. Деминг разрабатывали на протяжении добрых трёх четвертей 20-го века. Как часто бывает, название этой концепции способно ввести в заблуждение. Дело в том, что речь идёт не столько о применении каких-то статистических методов, сколько о механизмах принятия решений менеджером на основе этих методов . В основу анализа кладутся представления о вариабельности рассматриваемого процесса и её компонентах, о чем я говорил выше. Любой процесс подвержен вариабельности. Но она может иметь разную природу. Если наблюдаемая вариабельность суть проявление только присущего системе разброса, то можно ожидать, что результаты будут относительно стабильны и предсказуемы. В таких случаях отклонения каких-то показателей от эталонов можно рассматривать как случайные. Тогда в процесс не стоит вмешиваться. Не надо принимать управленческих решений! Это и будет оптимальным решением. Другое дело, когда на естественный разброс накладывается особая вариабельность, обусловленная действиями людей, участвующих в процессе. Здесь-то как раз управленческое решение было бы вполне уместно. Более того, такое вмешательство приведёт к желанным для нас результатам самым дешёвым и самым быстрым способом. А если нас не устраивает системный разброс, то надо принимать решения не изнутри, а снаружи, меняя саму систему. Такой механизм, основанный на диагностическом анализе с помощью контрольных карт Шухарта, существенно снижает риски принятия неэффективных управленческих решений. Таким образом, принимая решения на основе фактов, мы снижаем огромные потери от неэффективных управленческих решений и, одновременно, накапливаем информацию, которая постепенно превращается в знания. "От лучшего качества выигрывают все, от плохого качества проигрывает каждый". |
