持续的业务改进取决于数据治理

发布时间:2019.01.26来源:亿信华辰浏览量:2次标签:数据治理


当我们认为有价值的东西时,我们需要确定我们如何以及何时使用它以及保护它。我们通过建立标准,政策和流程来定义如何利用和保护此资产。

让我们看一下办公楼的例子。对家具和设备进行盘点和跟踪。员工接受安全和安保方面的培训,并在使用专业设备方面拥有一些发展方面的专业知识。办公室经理知道哪些会议室和办公桌可供使用及其位置。

保持办公楼清洁,安全,舒适和井井有条,增加了居住者的生产力。

如果没有这样的办公室治理,这座办公楼就会变得不安全,不安全,没有生产力并且未得到充分利用。您是否看到此办公室资产示例与您的数据之间的平行?将数据转换为资产还依赖于有效的数据治理

开始持续改进之旅

成功的数据驱动型公司接受并实施持续改进活动以提高结果,为业务改进项目提供结构化方法。步骤包括问题识别,数据收集,根本原因分析,计划流程变更,实施变更和监控结果。这个循环被称为持续改进的计划 - 执行 - 检查 - 行动循环,或PDCA。

致力于持续改进文化的组织,基于PDCA循环,在很大程度上依赖于每一步的数据。业务问题可以通过浪费,延迟和返工来定义。需要通过实际测量来量化这些问题,以帮助分析团队检测并确定下一组改进活动的优先顺序。

改进活动完成后,通过反馈监控结果非常重要。它提供了成功的证据,它还有助于改进团队了解要关注的流程。

收集的有关改进过程的数据将显示效率低下和浪费的症状。然后,分析团队执行根本原因分析,以确定可以调整以减少它们的“杠杆”。将对测试和假设进行测试和验证,以发现实际的力量,从而相应地调整适当的管理和操作杠杆。

扩展和维持改进周期

实施PDCA持续改进周期的公司意识到,随着时间的推移,跨多个业务领域扩展和维持该计划将面临挑战。

数据收集可能很繁琐,尤其是在相关数据管理活动需要大量手动活动的情况下。通常,操作数据库中可用的数据存在许多与质量,安全性,可信度,可访问性和整体理解相关的问题。这些都是阻碍改善活动的障碍。

如果数据不易获得,可访问,可信或可理解,则分析和改进团队无法有效地完成工作。这将导致势头放缓或导致公司完全放弃改进方法。推动改进周期的必要数据必须采用“资产类”形式,以维持改进周期。

扩展PDCA周期涉及多个团队在不同的业务领域工作,以扩大改进活动的范围。财务,人力资源,运营,销售,供应链,客户服务和IT等流程都可能正在进行分析和评估。

卓越运营的道路基于扩展和持续改进的能力。

数据治理如何支持改进周期

考虑一家运营物流网络的公用事业公司,为客户提供能源。执行团队希望减少新建资产上线所需的时间,并获得更快地调试服务的财务收益。

业务改进团队开始收集以前建设项目的绩效数据,以确定潜在的改进领域。

他们很快就意识到实施了一个新的工作管理系统,并且历史建筑数据的转换被认为是“非关键”的,以使项目按计划和预算进行。

从实施角度来看,实施团队并未将历史建筑数据视为有价值,因此他们将其归档而不是将其转换为新系统。这个决定是在“本地”项目的背景下做出的,而没有考虑公司的更大分析需求。

遗憾的是,此实用程序无法理解或实施数据治理。如果是的话,历史建筑数据将被清理并转换为新工作管理系统部署的一部分。该公司未能将此数据视为具有下游分析应用程序的资产。

在此示例中,不转换历史数据的决定基于项目级别的管理成本。没有考虑数据投资。但治理良好的数据是真正的资产。质量,可访问性,及时性和可理解性是持续改进流程的生产力和可持续性的基础。

如果您的公司正在实施任何形式的计划以改善结果,例如专业管理系统,平衡记分卡,精益管理概念,六西格玛或全面质量管理,那么数据治理就是长期可持续成功的核心。

改进计划需要组织各个层面的动力,精力和承诺。为了保持动力,受管理的数据资产是关键的推动因素,可以更轻松,更快速地检测和诊断问题,改进流程并验证结果。改进计划的质量与为其提供动力的数据资产之间存在直接联系


(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议