王勇的博客复制网址 | 设为主页| 加入收藏

每个企业都会有不同程度的数据统计，用以反馈某些过程的管理绩效，但有些习以为常的数据统计方法并不见得都是合理的，结合我们在顾问过程中见过的数据盲点跟大家做个分享。
情况一：用百分比表现的数据，如果基数太小，百分比统计的结果往往不能反馈管控过程的状态。比如来料批合格率，如企业当月只进了一批料，合格了，合格率就是百分之百；不合格，合格率自然就为O了。计算准度是没错。但于事实反馈的针对性不强。
情况二：以时间为结点的按物统计法存在的障碍明显，这种方法统计出来的数据用以分析成因有较大风险。比如很多企业对退货率的计算是用当月到仓退货量除以当月实际出货量得出退货率，其实我们很清楚当月收到的退货并不是当月卖出的货物。当企业订单稳定、出货均衡且客户退货及时、有规律时这种统计方法还有一定的参考价值。反之，完全没有价值。本人见过最长周期的退货居然有超过2年的（出货到退货的时间跨度）。
情况三：产品混算层别不了问题点范围。有些企业把系列产品甚至非系列产品打包算出总的诸如合格率、直通率、退货率等数据，缺乏基本的层别。等于是掩盖数据表现差的产品或过程，忽视了数据表现好的产品或过程。于分析改善豪无针对性。我们对企业有一定认知大概都知道，有时候完全相同的产品都可能因为原材料不同批次，设备的性能状态导致完全不同的数据表现，何况大杂烩的混算。
基于此，企业因以我为主，分析本企业相关过程的特性，寻求合理的数据甄别、统计、分析方法，方能奠定持续改进之基础。