流程数据追踪分析规划

流程数据追踪分析规划我做了快五年的企业运营流程优化工作，前几年在一家中型快消代工厂负责运营管理的时候，碰到过最棘手的问题就是订单交付经常掉链子：各部门天天报“一切正常”，到了交期却迟迟发不了货，真要查问题的时候，生产推采购、采购推物流，谁也说不清楚具体卡在哪个节点、卡了多久、为什么会卡。那段时间天天跟着擦屁股，我就暗下决心要牵头做一套能落地的流程数据追踪分析规划，前后改了三版，踩了无数坑才最终跑通，确实解决了我们当时最头疼的交付问题。今天整理出来的这套完整规划，每个环节都是我实打实试出来的经验，完全贴合实际业务需求，不是空摆架子的纸面方案。1整体规划目标与前期筹备做任何规划都不能上来就搭框架，得先把方向摸准、基础打牢，不然很容易做成看着好看没用的花架子。我当时一开始就定了规矩，所有工作都围绕我们实际的痛点来，不搞虚的目标。1.1核心规划目标我把整个规划的目标分成了三层，每一层都对应我们当时实实在在的痛点，所有人一听都能懂。第一层是业务层面，解决“流程卡点看不见”的问题，原来全靠人工口头汇报，信息经常滞后还不准，我们要做到每个流程节点都有数据留痕，流程走到哪、状态是什么样，打开就能看到；第二层是管理层面，把原来模糊的效率考核变成可量化的数据，原来谁干活快谁干活慢全凭领导印象，现在每个节点的耗时、产出都有数据，公平透明，大家也服气；第三层是决策层面，能通过数据提前预判风险、优化全流程，不能等出了问题再救火，要做到提前把问题掐灭在苗头里。我当时给整个规划定了一个具体的可衡量的目标：交付异常的追溯时间从原来的平均2-3天，压缩到2小时以内，这个目标一摆出来，老板和各部门都没有异议，大家都知道我们要做成什么样。1.2前期全流程摸底调研摸底调研我当时没有只找部门经理聊，而是拉着每个环节的一线经办人一起梳理，毕竟一线才最清楚实际流程怎么走，哪里容易出问题。1.2.1全链路节点拆解我们当时从客户下单开始，一直拆解到发货回款、售后跟进，原来大家笼统说就是“下单-生产-发货”三步，拆完之后才发现，整个链路一共有47个小节点，光生产环节就有16个节点，从原材料领出、首件检验、批量加工、半成品转序、半成品抽检、成品加工、成品检验到成品入库，每个小节点都可能卡住。我给每个节点都标了对应的直接负责人，把原来没人盯着的模糊节点都落实到人，这一步做完，我们就发现原来有三个转序的节点，从头到尾没人管，出了问题自然找不到人。1.2.2现有数据资产盘点拆完节点之后，我们一个个核对每个节点现在有没有数据、数据存在哪，结果发现，超过六成的节点其实都有数据，但是全散在各个部门的系统、excel表格甚至个人笔记本里，从来没人把这些数据串起来。还有近三成的节点完全没有数据留痕，比如车间半成品转序的等待时间、设备临时故障的停机时间，原来全靠工人脑子记，转头就忘，根本没办法追溯。这些没有数据的节点，就是我们后续要补的核心点。1.2.3一线需求收集我当时一对一找了二十多个一线工人、仓管员、跟单员聊天，问他们平时干活最头疼什么、需要什么数据支持，收获比开十次部门经理会还大。比如仓管跟我说，每次生产要原材料了，才发现原材料还没到，采购只说“在路上”，从来给不出准确的到货时间，害得他们天天加班等货；生产组长跟我说，每次换线的等待时间从来没人统计，其实我们每天换线平均要等近两个小时，占了八分之一的工时，但原来管理层根本不知道这件事。这些需求我都一条一条记下来，后面做规划的时候全部对应进去，绝对不做脱离一线的规划。1.3筹备阶段的资源协调前期摸底完，就要协调好资源，不然后面推进不动。我当时没有狮子大开口要一堆新设备新系统，而是尽量利用现有资源，降低推进的阻力。1.3.1团队配置我牵头当总负责人，每个部门出一个对接人，要求必须是懂一线业务的骨干，不能派个没事干的闲人来，这样沟通起来效率高很多，不会说半天说不清楚业务情况。1.3.2工具资源申请我们公司当时没有专门的数据分析系统，我就申请了现有OA系统的二次开发权限，不用花钱买新系统，老板当场就同意了。对于需要人工补录的数据节点，我给大家申请了免费的移动端表单工具，操作简单，点几下就能录完，不用学复杂的操作。1.3.3排期规划我把整个项目分成了筹备、搭建、测试、正式落地四个阶段，每个阶段给足了时间，没有催着赶工，毕竟要改变大家原来的工作习惯，得给大家适应的时间，太急了反而容易引起抵触。2流程数据追踪体系搭建规划前期准备做扎实了，接下来就是整个规划的骨架部分——流程数据追踪体系的搭建，骨架搭对了，后面的分析才能出正确的结果，我当时在这里踩过数据错漏的坑，所以对每个环节的规则卡得都很严。2.1全链路节点数据埋点规划埋点不是所有节点都一股脑埋，那样会产生很多没用的数据，浪费资源还增加一线的负担，我们分优先级来做。2.1.1核心节点必埋对流程进度、成本、质量影响大的核心节点，百分百要做埋点，比如订单确认、原材料入库、生产开工、成品检验、发货出库这些，每个核心节点必须采集四个核心数据：节点开始时间、节点结束时间、负责人、当前状态。我为了减少一线的负担，把录入改成了选项选择，不用打字，点一下就能提交，原来大家怕麻烦，看到这么简单也就愿意配合了。2.1.2异常节点专门标记每个节点除了正常完成的状态，专门加了异常分类选项，比如原材料缺料、设备故障、检验不合格、人员到位不及时这些，异常发生的时候只要选对应的类型，再加一句话简单说明就行，不用写长篇大论，这样后面分析的时候，一眼就能看到哪里出了问题，不用一条条翻数据找。2.1.3关联数据绑定埋点每个订单要和对应的原材料批次、生产班组、供应商、运输单号绑定在一起，相当于给每个订单做了一个独一无二的身份证，出了问题能直接追到上游，比如成品不合格，直接就能看到用的是哪批原材料、哪个班组做的、在哪道环节出的问题，不用再一个个部门翻记录找，省了大把的时间。2.2不同类型数据的采集规则规划不同的数据来源不一样，采集规则也要分开定，不能一概而论，既要保证数据准确，又要尽量少增加一线的负担。2.2.1已有系统数据自动采集原来已经存在各个业务系统里的数据，我们做了接口打通，自动同步到我们的中心数据库，完全不用人工录入，既省了功夫，又避免了人工录入的错误，这部分占了我们总数据量的六成多，大大减轻了一线的工作量。2.2.2缺失数据人工补录对于系统里没有的小节点数据，比如转序等待时间、设备故障停机时间，我们定了规则，每天下班前花5分钟补录完当天的数据就行，我还给每个部门的对接人做了一次半小时的现场培训，手把手教大家怎么录，一开始还有人忘，我每天早上在对接群发个提醒，两周之后大家就养成习惯了，没人再忘。2.2.3数据自动校验规则我一开始没做这个规则，结果进去好多错数据，比如节点结束时间比开始时间还早，入库数量是负数，分析出来的结果完全不对，后来加上了自动校验规则，只要数据不符合逻辑，就自动发提醒给负责人修改，错数据根本进不了库，加上这个规则之后，我们的数据准确率一下子从70%升到了96%，这个坑我现在还记得，特别提醒大家一定要做这一步。2.3数据传输与存储的追踪规划数据采集上来之后，传输和存储也要有规则，既要保证能随时调取，又不浪费公司的存储资源，还要能追溯。2.3.1核心数据实时传输核心节点和异常节点的数据，只要录入完成就马上同步到中心数据库，这样我们能实时看到流程走到哪了，异常发生了第一时间就能知道，不用等一天才看到信息，耽误处理时间。2.3.2分层存储规划我们公司存储资源有限，所以做了分层存储：最近三个月的实时数据存在读写速度快的服务器里，方便随时调取；三个月之前的历史数据归档到低成本的存储里，需要查询的时候也能调出来，不会丢，这样既不浪费钱，也完全够用。2.3.3所有修改留痕可追溯所有数据的修改都有记录，谁改的、什么时候改的、原来的值是什么，都完整存下来，避免有人为了考核好看改数据，真出了问题也能查到原始记录。一开始大家有点抵触，说这不信任大家，我就跟大家解释，这个不是为了抓错，是万一录入错了能找回来，避免背锅，大家听完也就理解接受了。3流程数据分析落地规划追踪体系搭好，能拿到准确的数据了，接下来就是核心的价值部分——数据分析落地，不能光追数据不分析，那就是浪费资源，我们做了分层的分析规划，满足不同场景的需求。3.1日常实时监控分析规划日常运营最核心的就是及时发现问题，所以我们先做了日常实时监控的规则。3.1.1监控维度设定我们固定监控三个核心维度：第一个是进度维度，看订单有没有按计划推进，每个节点有没有超时；第二个是质量维度，看各个环节的不合格率有没有超标；第三个是成本维度，看各个节点的原材料损耗、工时消耗有没有超出标准。3.1.2异常预警规则我当时没有拍脑袋定预警阈值，是拿过去半年的历史数据算出来的合理阈值，只要节点超时超过4个小时，或者不合格率超过阈值，就自动发消息给对应的负责人和对接群，不会随便发警报烦大家，误报率不到5%，大家也不会反感。3.1.3异常处理流程负责人收到预警之后，4个小时之内必须反馈处理进度，解决了就标记完成，解决不了就上报给上级，这样小问题不会拖成大问题，原来很多交付异常就是小问题没人管，最后拖到交期延误，这个规则出来之后，八成以上的异常当天就能解决。3.2周期性复盘分析规划除了日常监控，还要定期复盘，找到深层的问题，优化整个流程。3.2.1周度分析聚焦短期问题每周一开一次半小时的短会，只说上周的异常数据，总结高频问题，比如连续三天都是同一个设备故障导致超时，那就马上安排维修，不能等着出大问题再处理，把小问题消灭在萌芽里。3.2.2月度分析聚焦流程优化每月底出一份简单的分析报告，看整个流程的效率变化，比如原来整个订单交付周期平均是15天，现在变成了12天，哪里还有压缩的空间。我印象最深的一次，我们分析出来半成品转序的平均等待时间是1天半，占了整个交付周期的十分之一，原来大家都没当回事，后来我们调整了转序的排班，把转序时间固定到每天上午和下午各一次，一下子就把等待时间压缩到了半天，整个交付周期直接少了一天，效果特别明显。3.2.3年度分析聚焦战略调整年度分析主要看全年的数据，找到影响整体交付和成本的核心因素，比如我们之前分析出来，原材料到货延迟占了所有异常的40%，是最大的痛点，那第二年我们就调整了供应商的考核规则，要求供应商提供全程的到货轨迹数据，我们提前就能预判到货时间，异常真的发生了也能提前调整生产计划，第二年到货异常直接降了一半多。3.3重大异常根因追溯分析规划碰到大的异常，不能只解决表面问题，要找到根因，避免下次再发生，我们也定了清晰的流程。3.3.1触发条件只有出现影响交期超过3天，或者造成了一定金额损失的异常，才启动根因追溯，不用什么问题都大张旗鼓，浪费精力。3.3.2追溯步骤第一步先调全链路的完整数据，看异常从哪个节点开始发生，中间影响了哪些环节，先把事实搞清楚；第二步找相关经办人核对信息，确认数据没有错；第三步挖根因，不能只停留在“设备坏了”“工人出错了”这种表面原因，要往下挖，比如设备坏了，为什么坏？是不是定期保养没做？保养流程里有没有要求留记录？数据里能不能看到保养记录？这样才能找到真正的根因。3.3.3整改跟进找到根因之后，出具体的整改方案，落实到人和时间，整改完之后还要跟踪三个月的数据，看问题有没有再发生，没解决就再调整方案。我之前碰到过一批成品不合格的事，追根溯源发现是原材料检验环节漏检了，原来检验要求抽10个样，检验员嫌麻烦只抽了2个，后来我们就在检验节点加了抽检数量的必填项，不填数量就进不了下一个环节，之后就再也没出现过类似的漏检问题。4落地保障与长期迭代规划很多规划做出来刚开始好用，过几个月就回到老样子了，就是因为没有落地保障和迭代机制，所以我们专门加了这部分内容。4.1人员权责清晰划分权责划清楚，不会出现出事没人管的情况，也不会引起部门之间的抵触。4.1.1数据录入端责任每个节点的经办人就是对应数据的第一责任人，对数据的准确性和及时性负责，每个部门的对接人每周核对一次本部门的数据，有错就改。4.1.2分析端责任我们运营部门只负责整理数据、出分析报告、发预警，不对业务部门的业务结果负责，我们是来给大家提供支持的，不是来查岗抓错的，这个定位一开始就说清楚，大大减少了业务部门的抵触情绪，大家都愿意配合。4.1.3决策端责任管理层负责根据分析报告拍板，落实资源，不能光有分析没有决策，我们约定好，每次出的优化方案，管理层一周之内必须给回复，该批的批，该给资源的给资源，所以整个规划能一直推进下去。4.2落地效果定期校验效果好不好，要用数据说话，还要听一线的反馈，不能我们说好用就好用。4.2.1业务指标校验就是看我们最开始定的目标有没有达到，比如交付准时率有没有提高，异常追溯时间有没有缩短，成本有没有降下来，我们做了半年之后，交付准时率从原来的82%升到了94%，确实解决了问题，老板也认可，后续资源就一直能跟上。4.2.2使用体验校验每季度我都会找几个一线经办人聊，问他们录入数据麻烦不麻烦，有没有哪里不顺手，比如一开始大家说手机表单加载慢，我就马上找技术简化了表单，去掉了没用的项目，用起来就顺了，做规划一定要人性化，不能只管数据不管一线的感受，不然大家偷偷不录数据，整个体系就废了。4.2.3数据质量校验每个月算一次数据的准确率和完整率，低于95%就马上找原因，是大家忘了录，还是规则不合理，及时调整，保证数据质量一直合格