分析智能和六西格玛

msdio 收藏 0 27
导读:分析智能(AI:Analytical Intelligence)就是利用当今已被实践证明卓有成效的数理统计分析方法,通过对企业运营数据、业务数据或试验数据进行分析,以获取定量的决策支持,明确企业的业务改善方向。那么,既然都是用数据说话,那分析智能和正逐渐在国内流行开来的六西格玛 (Six Sigma)质量管理是否有相通之处,又有哪些区别呢? 的确,分析智能和六西格玛的精髓都是用数据说话,但二者的侧重点并不相同。分析智能强调定量分析方法的应用,充分发掘企业业务数据的价值,为业务改善提供有力、明确的决策依
近期热点 换一换

分析智能(AI:Analytical Intelligence)就是利用当今已被实践证明卓有成效的数理统计分析方法,通过对企业运营数据、业务数据或试验数据进行分析,以获取定量的决策支持,明确企业的业务改善方向。那么,既然都是用数据说话,那分析智能和正逐渐在国内流行开来的六西格玛 (Six Sigma)质量管理是否有相通之处,又有哪些区别呢?


的确,分析智能和六西格玛的精髓都是用数据说话,但二者的侧重点并不相同。分析智能强调定量分析方法的应用,充分发掘企业业务数据的价值,为业务改善提供有力、明确的决策依据,避免“拍脑袋”和经验主义;六西格玛的重点在于减少流程的波动,以使产品和服务的质量特性能提升和稳定在较高的水平。为了达到这样的目的,六西格玛同样需要运用高效的数理统计方法对企业的运营数据进行分析,以确定影响流程或产品质量特性波动的因素,但除此以外,成功实施六西格玛还离不开企业制度层面的变革,它要求企业从管理制度、企业文化、激励机制、人事安排等各个层面做出较大的变革和调整。概括起来,分析智能是在企业现有的管理制度上推行定量的分析和管理方法,而六西格玛则是在推进定量分析方法时对企业实施更深层次的管理制度和文化变革。


从理想情况考虑,如果企业能彻底地实现管理制度和文化的变革,实施六西格玛应该是提升企业管理水平最有效的方法之一。但“冰冻三尺,非一日之寒”,这里的风险是,企业的管理制度和文化的变革决不是短期内就能改变的,特别对于国内现代企业制度尚未建立健全的大多数企业来说,因为制度和文化因素导致六西格玛失败的风险不容小觑,这样的案例也屡见不鲜。


仅就数据分析而言,分析智能不同于六西格玛的地方在于分析智能应用的范围更广。目前实施六西格玛的企业,定量方法的应用领域基本上都局限于对跟产品和服务质量直接相关的数据进行分析,而涉及到商务分析(比方市场细分)领域的情况却非常少见。但对分析智能应用而言,质量改进和商务研究却是非常重要的两个方面。广义上说,分析智能的应用范围可以遍及企业需要通过数据分析以提升决策能力的所有方面。


另外,分析智能方法的应用适应性更强,投入(或成本)更小。六西格玛的实施需要企业业务流程上所有部门的通力配合才能完成,牵涉到SIPOC上的所有环节;而分析智能方法的应用却没有这些限制,对于不同的方法,它的应用主题可以是某位业务人员,某个部门,也可以是好多部门的跨部门应用。企业在这些方法上的资源投入也会少很多、灵活很多。


同时,长远来看,分析智能能为企业六西格玛的导入和实施奠定坚实的基础,主要体现在:

第一,分析智能帮助企业员工培养和增强用数据说话的意识,避免“拍脑袋”和经验主义,为六西格玛的实施奠定客观基础,避免引入六西格玛时员工对六西格玛的不适应和抵制情绪。


第二,分析智能促进企业业务的量化,能为六西格玛的导入和实施储备足够的数据资源。我们知道,企业实施六西格玛需要基于数据对业务流程进行分析,如果没有充分的业务数据,六西格玛也将无从谈起,而数据的准备又通常需要好几年的时间。目前我国企业的普遍现状之一是,1)数据很少,原因是企业的绝大多数业务指标都没有进行量化管理;2)量化指标的细致度和实用性不够,不能满足六西格玛“寻找对流程影响的重要因素”的要求,以机械行业为例,典型的情况是所有的数据都只是对机械出现的故障(结果)情况的记录,而涉及到可能导致机械出现这些故障的数据却少之又少。这些都导致了六西格玛不能成功实施或不能深入推进。而分析智能中关于质量统计的方法已经覆盖了六西格玛中最主要的分析工具,因此企业可以在这些方法的指导下对业务进行量化,积累高质量的业务数据,为将来实施六西格玛做好准备。


第三,分析智能有助于将六西格玛扩展到企业质量管理之外的其他领域。分析智能方法的应用不仅仅限于企业质量管理领域,还覆盖到市场研究、销售分析、财务管理、营销策划、人力资源等诸多领域。分析智能方法的应用,有助于六西格玛向这些领域的拓展。


0
回复主贴
聚焦 国际 历史 社会 军事 精选
0条评论
点击加载更多

发表评论

更多精彩内容

热门话题

更多

经典聚焦

更多
发帖 向上 向下