Pam mae hyn yn bwysig

Mae gan bawb ddarlun o sut mae gwaith yn llifo, ac fel arfer mae'n anghywir. Mae'r dogfennau proses yn dangos llwybr glân o gais i gwblhau. Mae'r realiti yn cynnwys gwyriadau, dolenni, trosglwyddiadau nad ydynt mewn unrhyw ddiagram, a chyfnodau hir lle mae gwaith yn eistedd heb ei gyffwrdd. Gall cais y mae'r ddogfen yn dweud ei fod yn cymryd tri cham basio trwy un ar ddeg, a threulio 90 y cant o'i oes yn aros.

Mae dadansoddeg ar gyfer prosesau a ffrydiau gwerth yn disodli'r darlun â thystiolaeth. Mae'n dechrau o'r data y mae systemau eisoes yn ei gofnodi, fel cyflyrau tocynnau, stampiau amser a neilltuadau, ac o arsylwi gwaith go iawn. Mae'n ailadeiladu'r llwybrau y mae gwaith yn eu cymryd, yn mesur yr amser ar bob cam, ac yn gwahanu amser gweithio oddi wrth amser aros. Mae Wikipedia yn disgrifio cloddio prosesau fel y technegau o ddadansoddi logiau hysbysiadau i ddarganfod, monitro a gwella prosesau go iawn.

Mae'r canlyniadau'n aml yn synnu. Nid yw'r dagfa lle roedd pobl yn meddwl. Mae'r cam y mae pawb yn cwyno amdano yn gyflym, ac mae'r oedi yn y trosglwyddiad cyn hynny. Mae traean o geisiadau yn dolennu'n ôl am wybodaeth goll. Mae'r canfyddiadau hyn yn arwain at welliannau penodol, bach, a dyna pam mae'r dadansoddiad hwn yn un o'r rhai mwyaf defnyddiol mewn rheoli gwasanaethau. Mae'r pwnc hwn yn disgrifio'r prif dechnegau, y data sydd ei angen, a'r rhybuddion. Mae'n adeiladu ar y gadwyn gwerth (Pwnc 1.7 — Y Gadwyn Gwerth Gwasanaeth), llif a Kanban (Pwnc 2.3 — Llif a Kanban), meddwl main (Pwnc 2.4 — Main a Kaizen), a dadansoddeg (Pwnc 7.1 — Dadansoddeg ar gyfer Rheoli Gwasanaethau). Mae sylfeini data (Pwnc 7.2 — Sylfeini a Llywodraethu Data) yn bwysig iawn yma, oherwydd stampiau amser a newidiadau cyflwr yw'r deunydd crai.

Cysyniadau craidd

Ffrwd werth. Y dilyniant o gamau y mae sefydliad yn eu perfformio i gyflwyno cynnyrch neu wasanaeth i gwsmer, fel "datrys digwyddiad mawr" neu "ymsefydlu cyflogai newydd". Mae Wikipedia yn disgrifio ffrydiau gwerth. Mae ffrwd werth yn pasio trwy weithgareddau'r gadwyn gwerth yn ei threfn ei hun. Gweler Pwnc 1.7 — Y Gadwyn Gwerth Gwasanaeth.

Mapio ffrydiau gwerth. Techneg fain sy'n lluniadu o bob cam o ffrwd werth gyda'i amser prosesu a'r aros rhwng camau, fel y gellir cymharu'r amser a dreulir yn ychwanegu gwerth â chyfanswm yr amser a aeth heibio. Mae Wikipedia yn ei ddisgrifio. Yn aml tynnir map trwy gerdded y broses gyda'r bobl dan sylw a nodi amseroedd go iawn.

Cloddio prosesau. Defnyddio data hysbysiadau i ddarganfod sut mae prosesau'n rhedeg mewn gwirionedd. Mae gan bob hysbysiad ddynodwr achos (fel rhif tocyn), gweithgaredd (fel "neilltuwyd" neu "datryswyd"), a stamp amser. O'r rhain, mae technegau'n ailadeiladu llwybr pob achos, yn dangos y llwybrau mwyaf cyffredin, yn dod o hyd i amrywiadau, ac yn mesur amseroedd. Mae Wikipedia yn disgrifio cloddio prosesau a darganfod prosesau. Mae'n ategu mapio: mae cloddio yn dangos beth ddigwyddodd ar draws miloedd o achosion, mae mapio yn dangos pam mewn ychydig.

Data hysbysiadau. Mae dadansoddi prosesau'n dibynnu ar ddata hysbysiadau da: dynodwr achos sefydlog, enwau gweithgareddau clir, a stampiau amser cywir. Fel arfer mae systemau tocynnau a llif gwaith yn storio newidiadau cyflwr gydag amseroedd. Gwiriwch fod y data yn adlewyrchu'r hyn a ddigwyddodd. Efallai nad yw tocyn a farciwyd yn "aros" yn golygu aros am y cwsmer; gellir gosod cyflwr mewn swmp ar y diwedd. Gweler Pwnc 7.2 — Sylfeini a Llywodraethu Data.

Amser arweiniol, amser cylch ac amser aros. Amser arweiniol yw'r amser a aeth heibio o'r cais i gwblhau, fel y mae'r cwsmer yn ei brofi. Amser cylch yw'r amser o ddechrau'r gwaith. Mae Wikipedia yn disgrifio'r ddau. Amser aros, yr amser a dreulir mewn ciwiau neu'n segur rhwng camau, fel arfer yw'r rhan fwyaf. Diffiniwch bob pwynt dechrau a diwedd yn fanwl. Rhoddir y berthynas rhwng gwaith ar y gweill, trwybwn ac amser arweiniol gan gyfraith Little, a ddisgrifir ar Wikipedia. Gweler Pwnc 2.3 — Llif a Kanban.

Effeithlonrwydd llif. Y gyfran o'r amser arweiniol y mae gwaith yn cael ei weithio arno'n weithredol. Mewn llawer o brosesau gwybodaeth a gwasanaeth, mae effeithlonrwydd llif o dan 20 y cant, sy'n golygu bod y rhan fwyaf o'r amser yn aros. Mae'r mesur hwn yn tynnu sylw at oedi yn hytrach nag ymdrech. Gwiriwch y rhifau trwy samplo achosion go iawn, gan eu bod yn dibynnu ar sut y cofnodir amser gweithredol.

Tagfeydd a chyfyngiadau. Tagfa yw cam sy'n cyfyngu trwybwn y broses gyfan. Mae damcaniaeth cyfyngiadau, y mae Wikipedia yn ei disgrifio, yn dadlau nad yw gwella unrhyw beth ac eithrio'r cyfyngiad yn gwella llif cyffredinol, ac y dylid nodi'r cyfyngiad, ei ecsbloetio, ac yna ei leddfu. Mae Wikipedia yn disgrifio tagfeydd mewn cynhyrchu. Mewn dadansoddeg, chwiliwch am gamau lle mae gwaith yn ciwio, lle mae amser aros hiraf, neu lle mae defnydd bron yn llawn.

Amrywiadau ac ail-weithio. Mae'r un broses yn rhedeg mewn llawer o amrywiadau: y llwybr hapus, llwybrau gyda chymeradwyaeth, llwybrau gyda dolenni. Mae Wikipedia yn disgrifio ail-weithio, ailadrodd gwaith oherwydd gwallau neu wybodaeth goll. Mae cyfrif pa mor aml y mae achosion yn dolennu'n ôl, a pham, yn dod o hyd i wastraff. Mae dolen at y cwsmer am wybodaeth goll ar 30 y cant o geisiadau yn pwyntio at broblem ffurflen.

Trosglwyddiadau. Mae pob trosglwyddiad rhwng timau yn ychwanegu aros a siawns o golli gwybodaeth. Cyfrifwch drosglwyddiadau fesul achos a'r amser a dreulir ar ôl pob un. Mae golwg lonydd nofio (swimlane), a ddisgrifir ar Wikipedia, yn dangos pwy sy'n trin beth. Mae llwybrau â llawer o drosglwyddiadau yn ymgeiswyr i'w hailddylunio. Gweler Pwnc 3.1 — Desg Gwasanaeth.

Amrywiad. Mae cyfartaleddau'n cuddio gwasgariad. Mae achosion sy'n cymryd deg gwaith yn hwy na'r achos nodweddiadol yn achosi'r boen, ac mae ganddynt achosion sy'n werth eu darganfod. Mae Wikipedia yn disgrifio gwasgariad ystadegol a rheoli prosesau ystadegol, sy'n gwahanu amrywiad cyffredin oddi wrth signalau. Adroddwch ddosraniadau a chanraniadau, nid cymedrau yn unig. Gweler Pwnc 7.3 — Mesur ac Adrodd.

Egwyddor Pareto. Mae nifer fach o achosion yn aml yn cynhyrchu'r rhan fwyaf o'r effaith, patrwm y mae Wikipedia yn ei ddisgrifio fel egwyddor Pareto. Wedi'i gymhwyso i oedi, mae ychydig o amrywiadau neu ychydig o gamau yn aml yn cyfrif am y rhan fwyaf o'r amser a gollir. Dechreuwch yno.

Ciwio. Pan fo defnydd yn agosáu at gapasiti, mae aros yn tyfu'n sydyn, fel y dengys damcaniaeth ciwio. Mae Wikipedia yn ei disgrifio. Bydd gan dîm sy'n "100 y cant prysur" giwiau hir. Gadewch lacrwydd, yn enwedig ar gyfer gwaith sy'n cyrraedd ar hap. Gweler Pwnc 3.11 — Argaeledd, Capasiti a Pherfformiad.

Cydymffurfedd a chydymffurfiaeth. Gall cloddio prosesau wirio a yw achosion gwirioneddol yn dilyn y broses fwriadedig, fel a ddigwyddodd cymeradwyaethau gofynnol. Mae'n helpu archwilio a rheoli, gyda'r rhybudd bod data yn dangos yr hyn a gofnodwyd, nid o reidrwydd yr hyn a wnaed. Gweler Pwnc 3.4 — Galluogi Newid.

Cerdded y broses. Mae data yn dod o hyd i ble; mae pobl yn egluro pam. Arsylwch y gwaith, siaradwch â'r bobl sy'n ei wneud, ac edrychwch ar sampl o achosion go iawn. Mae arfer main yn galw hyn yn mynd i'r lle y mae gwaith yn digwydd, y gemba. Gweler Pwnc 2.4 — Main a Kaizen.

Preifatrwydd a thegwch. Gall data prosesau ddangos patrymau gwaith unigolion. Defnyddiwch ef i ddeall y system, cyfanredwch yn ôl tîm neu gam, a pheidiwch â'i ddefnyddio i fonitro na graddio unigolion. Gweler Pwnc 5.6 — Llywodraethu, Risg a Chydymffurfio AI.

Sut mae'r lensys yn ffitio. Dadansoddeg prosesau yw ochr ddata gwelliant ystwyth a meddwl main: dod o hyd i'r cyfyngiad, rhoi cynnig ar newid bach, mesur eto. Gall AI helpu i ddarganfod patrymau a drafftio mapiau, dan adolygiad. Mae awtomeiddio yn gweithredu ar y canfyddiadau, fel tynnu trosglwyddiad. Mae dadansoddeg yn darparu'r dystiolaeth.

Arferion gorau

  1. Dewiswch ffrwd werth sy'n bwysig. Dewiswch un y mae cwsmeriaid yn poeni amdani ac sy'n araf neu'n anghyson, fel ceisiadau mynediad neu drin digwyddiadau mawr. Diffiniwch ei dechrau a'i diwedd o safbwynt y cwsmer.
  2. Gwiriwch y data hysbysiadau yn gyntaf. Cadarnhewch fod gennych ddynodwyr achos, enwau gweithgareddau a stampiau amser y gellir ymddiried ynddynt. Samplwch achosion yn erbyn realiti, a nodwch gyflyrau nad ydynt yn golygu'r hyn y maent yn ei ddweud.
  3. Mapiwch y llif presennol o ddata ac o bobl. Ailadeiladwch lwybrau gyda chloddio prosesau lle gallwch, a cherddwch ychydig o achosion go iawn gyda'r rhai sy'n eu trin. Cymharwch y ddau olwg.
  4. Gwahanwch weithio oddi wrth aros. Ar gyfer pob cam, mesurwch amser gweithredol ac amser aros. Cyfrifwch effeithlonrwydd llif, a nodwch yr arosiadau hiraf.
  5. Edrychwch ar amrywiadau a dolenni. Cyfrifwch y prif amrywiadau, cyfran yr achosion sy'n dolennu'n ôl, a'r rhesymau. Adolygwch yr achosion hiraf yn unigol.
  6. Dewch o hyd i'r cyfyngiad. Nodwch y cam sy'n cyfyngu trwybwn, a chanolbwyntiwch wella yno. Peidiwch ag optimeiddio camau eraill yn gyntaf.
  7. Cyfrifwch drosglwyddiadau a gwybodaeth a gollwyd. Mesurwch drosglwyddiadau fesul achos a'r oedi ar ôl pob un, a holwch yr ochr dderbyn am yr hyn sydd ar goll ganddynt.
  8. Defnyddiwch ddosraniadau a samplwch achosion go iawn. Adroddwch ganolrifau a chanraniadau, a darllenwch sampl o'r gynffon. Gwiriwch ganfyddiadau awtomataidd â llaw.
  9. Newidiwch un peth a mesurwch eto. Gwnewch newid bach yn y cyfyngiad, cofnodwch y llinell sylfaen, a chymharwch ar ôl cyfnod diffiniedig, gan nodi newidiadau eraill yn yr un cyfnod.
  10. Defnyddiwch y data i ddeall y system. Cyfanredwch yn ôl tîm a cham, peidiwch â graddio unigolion, a rhannwch ganfyddiadau gyda'r rhai sy'n gwneud y gwaith.

Cwestiynau i'w trafod gyda'ch tîm

Ble mae cais nodweddiadol yn aros hiraf, a phwy y mae'n aros amdano? Defnyddiwch ddata neu achos a olrheiniwyd. Disgwyliwch gymeradwyaethau, ciwiau, ac aros am y cwsmer. Dilynwch trwy ddewis un aros a gofyn pwy allai ei fyrhau.

Sawl llwybr gwahanol y mae ceisiadau'n eu cymryd drwy ein proses, ac a ydynt i gyd yn angenrheidiol? Dangoswch yr amrywiadau. Disgwyliwch fwy nag y meddyliodd neb. Dilynwch trwy ddewis y lleiaf defnyddiol a gofyn a ellir ei dynnu.

Pa gyfran o'n hachosion sy'n dolennu'n ôl am wybodaeth goll, a beth sydd ar goll? Cyfrifwch hwy. Disgwyliwch ffigur uchel ar rai mathau o geisiadau. Dilynwch trwy newid y ffurflen neu'r ymateb cyntaf i ofyn amdano'n gynharach.

Ble mae trosglwyddiadau'n colli gwybodaeth, a beth fyddai'r tîm sy'n derbyn eisiau ei gael? Gofynnwch i'r tîm sy'n derbyn. Disgwyliwch yr un ychydig eitemau. Dilynwch trwy eu hychwanegu at y trosglwyddiad.

Pa gam yw'r cyfyngiad, a beth fyddai'n digwydd i lif cyffredinol pe baem yn dyblu ei gyflymder? Meddyliwch drwyddo gyda'r data. Disgwyliwch i bobl enwi'r cam uchaf ei sŵn. Dilynwch trwy brofi'r ateb yn erbyn amseroedd ciw ac aros.

Sut y gallai AI ein helpu i ddod o hyd i batrymau yn ein data prosesau, a sut y byddem yn gwirio ei fod yn gywir? Gall AI grynhoi amrywiadau ac awgrymu achosion. Gall hefyd ddehongli sŵn yn ormodol. Gofynnwch pwy sy'n adolygu. Dilynwch trwy gymharu crynodeb AI â dadansoddiad â llaw o sampl.

Yn ymarferol: enghraifft o reoli gwasanaethau

Mae adran TG awdurdod iechyd rhanbarthol yn cymryd 19 diwrnod gwaith ar gyfartaledd i roi mynediad i glinigwyr i gymhwysiad clinigol newydd. Mae clinigwyr yn cwyno; mae adroddiad yr adran yn dangos bod pob tasg wedi'i chwblhau o fewn ei tharged. Mae rheolwr y gwasanaeth yn penderfynu olrhain y ffrwd.

Mae hi'n echdynnu'r data hysbysiadau ar gyfer 600 o geisiadau mynediad diweddar: newidiadau cyflwr a stampiau amser o'r system tocynnau. Mae offeryn cloddio prosesau yn ailadeiladu'r llwybrau. Mae'n canfod naw amrywiad, a thri ohonynt yn cwmpasu 80 y cant o achosion. Mae amser gweithio yn cyfartaleddu tua 2.5 diwrnod. Aros yw'r gweddill: am gymeradwyaeth y rheolwr (cyfartaledd 4 diwrnod), am lofnod arweinydd clinigol (cyfartaledd 5 diwrnod), i'r tîm cymwysiadau godi'r dasg (3 diwrnod), ac i'r sawl a ofynnodd gyflenwi tystysgrif hyfforddi goll (4 diwrnod, mewn 35 y cant o achosion). Mae effeithlonrwydd llif tua 13 y cant.

Mae hi'n cerdded pum achos gyda'r bobl dan sylw. Mae hi'n canfod bod cymeradwyaeth yr arweinydd clinigol, ar gyfer y rhan fwyaf o rolau, yn ffurfioldeb: o'r 200 diwethaf, ni wrthodwyd yr un. Mae hi hefyd yn canfod bod y ddolen dystysgrif yn codi oherwydd nad yw'r ffurflen yn gofyn amdani ymlaen llaw, a bod y tîm cymwysiadau yn swpio ceisiadau ar ddydd Iau.

Mae'r tîm yn gwneud tri newid. Mae'n tynnu cymeradwyaeth yr arweinydd clinigol ar gyfer rolau â mynediad safonol, yn ychwanegu'r dystysgrif at y ffurflen, ac yn newid y tîm cymwysiadau i giw a weithir yn ddyddiol. Mae'r rheolwr yn cofnodi'r llinell sylfaen ac yn tracio 100 achos ar ôl y newid. Mae amser arweiniol cyfartalog yn gostwng i 8 diwrnod, gyda'r 90fed canraniad i lawr o 31 i 15 diwrnod. Mae hi'n darllen deg o'r achosion hiraf ac yn canfod bod y rhan fwyaf yn ymwneud â rolau anarferol.

Beth sy'n newid: mae clinigwyr yn cael mynediad yn gyflymach, ac mae'r adroddiad bellach yn dangos amser arweiniol fel y mae'r cwsmer yn ei brofi. Beth sy'n parhau'n anodd: mae tynnu'r gymeradwyaeth angen cytundeb y swyddog diogelwch clinigol ac mae ar dreial; ni all y data wahanu aros am y cwsmer oddi wrth aros a achoswyd gan y tîm, oherwydd defnyddir y cyflwr "yn aros" ar gyfer y ddau; a gofynnwyd i'r rheolwr gynhyrchu dadansoddiadau o gyflymder technegwyr unigol, y mae hi'n ei wrthod. Mae hi'n gofyn i berchennog yr offeryn ychwanegu cyflwr penodol ar gyfer aros am y cwsmer.

Pedwar persbectif

Timau cynnyrch a chyflawni

Gwnewch eich piblinell gyflawni yn ffrwd werth ac olrheiniwch newidiadau o syniad i gynhyrchu. Darparwch hysbysiadau a stampiau amser sy'n gwneud dadansoddi'n bosibl, a defnyddiwch y canfyddiadau i dynnu arosiadau rydych yn eu hachosi.

Timau gwasanaeth a gweithrediadau

Gwyddoch ble mae gwaith yn aros a pham. Defnyddiwch gyflyrau cyson, cofnodwch resymau aros, a chymerwch ran wrth olrhain achosion go iawn. Codwch broblemau trosglwyddo gyda pherchennog y ffrwd.

Arweinyddiaeth a llywodraethu

Gofynnwch am amser arweiniol fel y mae'r cwsmer yn ei weld, effeithlonrwydd llif, a'r cyfyngiad, nid amseroedd tasgau yn unig. Cefnogwch newidiadau yn y cyfyngiad. Peidiwch â defnyddio data prosesau i raddio unigolion.

Cwsmeriaid a defnyddwyr

Rydych yn profi'r ffrwd gyfan, gan gynnwys aros. Dywedwch pa mor hir y buoch yn aros ac am beth, ac atebwch yn brydlon pan fo'r darparwr yn gofyn am wybodaeth.

Ystwyth, AI, awtomeiddio a dadansoddeg

Ystwyth

Defnyddiwch y dadansoddiad i ddewis y gwelliant bach nesaf yn y cyfyngiad, ei wneud, a mesur eto, gyda rhanddeiliaid yn cymryd rhan. Rhybudd: peidiwch â rhedeg rhaglen fapio hir cyn newid dim; olrheiniwch un ffrwd, newidiwch un peth, a dysgwch.

AI

Gall AI ddarganfod amrywiadau prosesau, crynhoi olrhain, ac awgrymu achosion ymgeisiol, gyda pherchennog a gwiriadau. Rhybudd: gall crynodebau AI o ddata prosesau gyflwyno sŵn fel patrwm; gwiriwch yn erbyn achosion a samplwyd a'r bobl dan sylw. Gweler Pwnc 5.1 — AI mewn Rheoli Gwasanaethau.

Awtomeiddio

Awtomeiddiwch y camau y mae dadansoddi yn dangos eu bod yn sefydlog ac wedi'u hailadrodd, a thynnwch drosglwyddiadau nad ydynt yn ychwanegu gwerth, gyda logiau a dewisiadau wrth gefn. Rhybudd: nid yw awtomeiddio cam nad yw'n gyfyngiad yn byrhau amser arweiniol; gwiriwch ble mae'r aros. Gweler Pwnc 6.2 — Awtomeiddio a Chydlynu Llif Gwaith.

Dadansoddeg

Y pwnc hwn yw dadansoddeg ar gyfer llif: data hysbysiadau, amseroedd arweiniol ac aros, amrywiadau, dolenni a chyfyngiadau. Rhybudd: mae stampiau amser yn adlewyrchu sut y defnyddir cyflyrau, a gellir chwarae mesurau cyflymder cam trwy symud tocynnau rhwng cyflyrau; gwiriwch gydag achosion go iawn. Gweler Pwnc 7.3 — Mesur ac Adrodd a'r llyfr Service Management Metrics.

Dulliau methu cyffredin

  • Ymddiried yn y broses ddogfennedig. Mae'n wahanol i realiti. Defnyddiwch ddata hysbysiadau ac achosion go iawn.
  • Data hysbysiadau budr. Mae cyflyrau ac amseroedd yn camarwain. Gwiriwch a thrwsiwch y data yn gyntaf.
  • Optimeiddio'r cam anghywir. Mae ymdrech yn mynd lle mae'n uchel. Dewch o hyd i'r cyfyngiad.
  • Cyfartaleddau yn unig. Mae achosion hir yn cuddio. Defnyddiwch ganraniadau a darllenwch y gynffon.
  • Anwybyddu aros. Mesurir ymdrech, ni fesurir oedi. Gwahanwch amser gweithio ac aros.
  • Data heb bobl. Mae canfyddiadau'n brin o achosion. Cerddwch achosion go iawn gyda'r rhai sy'n gwneud y gwaith.
  • Monitro unigolion. Mae ymddiriedaeth yn chwalu. Dadansoddwch y system.

Model aeddfedrwydd

Dimensiwn Cychwyn Datblygu Safoni Rheoli Cydlynu
Data Cyfrif tasgau Rhai stampiau amser Cyflyrau a stampiau amser cyson ar gyfer ffrydiau allweddol Ansawdd data hysbysiadau yn cael ei fonitro Data hysbysiadau wedi'i integreiddio ar draws offer a chyflenwyr
Dadansoddi Proses ddogfennedig Un ffrwd wedi'i holrhain Dadansoddi arferol o ffrydiau allweddol: amser arweiniol, arosiadau, amrywiadau Cyfyngiadau wedi'u nodi a'u holrhain Dadansoddi wedi'i awtomeiddio ac yn barhaus gydag adolygiad dynol
Gwella Ad hoc Trwsiadau achlysurol Newidiadau yn y cyfyngiad, wedi'u mesur Gwelliannau wedi'u clymu wrth ganlyniadau llif Gwella wedi'i gydlynu ar draws ffrydiau a phartneriaid
Moeseg Aneglur Ymwybyddiaeth Dadansoddi lefel tîm, dim graddio unigol Defnydd yn cael ei adolygu gyda staff Preifatrwydd wedi'i adeiladu i mewn i ddadansoddeg

Rhestr wirio

  • Dewisom ffrwd werth sy'n berthnasol i gwsmeriaid gyda dechrau a diwedd clir.
  • Gwiriom ddata hysbysiadau am ddynodwyr achos, enwau gweithgareddau a stampiau amser.
  • Mapiwyd y llif presennol o ddata ac o gerdded achosion go iawn.
  • Mesurom amser gweithio ac amser aros, ac effeithlonrwydd llif.
  • Cyfrifom amrywiadau, dolenni a throsglwyddiadau.
  • Nodom y cyfyngiad a chanolbwyntio newid yno.
  • Adroddom ganraniadau a darllen sampl o'r gynffon.
  • Rydym yn dadansoddi ar lefel tîm a cham, nid lefel unigol.

Anogwyr AI

Crynhoi amrywiadau o lwybrau achosion.

Dyma restr o lwybrau achosion (dilyniant gweithgareddau) gyda chyfrifon, ac amser canolrifol ar gyfer pob llwybr, gyda dynodwyr wedi'u tynnu: [gludwch].
Disgrifiwch y prif amrywiadau, y gyfran o achosion y mae pob un yn ei chwmpasu, ble mae dolenni'n digwydd, a beth sydd gan y llwybrau hiraf yn gyffredin. Peidiwch â dod i gasgliadau am achosion.
Rhestrwch y pethau rydych yn ansicr ohonynt.

Dod o hyd i aros mewn olrhain.

Dyma hysbysiadau pum achos gyda stampiau amser a'r unigolyn neu'r tîm sy'n trin pob un: [gludwch, enwau wedi'u tynnu].
Ar gyfer pob achos, cyfrifwch yr amser rhwng hysbysiadau, nodwch y tri aros hiraf, a dywedwch a yw'r data'n awgrymu aros am dîm, am gwsmer, neu'n aneglur. Peidiwch â dyfalu lle mae'r data yn dawel.
Rhestrwch y pethau rydych yn ansicr ohonynt.

Paratoi cwestiynau ar gyfer cerdded proses.

Rydym ar fin cerdded drwy ffrwd werth gyda'r bobl sy'n gwneud y gwaith. Dyma beth mae'r data yn ei ddangos: [gludwch grynodeb].
Ysgrifennwch ddeg cwestiwn agored i'w gofyn ar y daith gerdded, wedi'u hanelu at pam mae arosiadau a dolenni'n digwydd. Osgowch feio a pheidiwch ag awgrymu atebion.
Rhestrwch y pethau rydych yn ansicr ohonynt.

Sgiliau AI

Prif ffynonellau

  • Wil van der Aalst, Process Mining: Data Science in Action (2nd edition, 2016): y prif gyfeirnod ar gloddio prosesau.
  • Mike Rother and John Shook, Learning to See (1999): y canllaw clasurol i fapio ffrydiau gwerth.
  • Eliyahu Goldratt, The Goal (1984): nofel a gyflwynodd ddamcaniaeth cyfyngiadau.
  • Wikipedia, "Process mining" a "Value-stream mapping": trosolygon o'r technegau.

Cyfeiriadau

  1. Process mining — Wikipedia — https://en.wikipedia.org/wiki/Process_mining
  2. Value-stream mapping — Wikipedia — https://en.wikipedia.org/wiki/Value-stream_mapping
  3. Value stream — Wikipedia — https://en.wikipedia.org/wiki/Value_stream
  4. Theory of constraints — Wikipedia — https://en.wikipedia.org/wiki/Theory_of_constraints
  5. Bottleneck (production) — Wikipedia — https://en.wikipedia.org/wiki/Bottleneck_(production)
  6. Cycle time — Wikipedia — https://en.wikipedia.org/wiki/Cycle_time
  7. Lead time — Wikipedia — https://en.wikipedia.org/wiki/Lead_time
  8. Little's law — Wikipedia — https://en.wikipedia.org/wiki/Little%27s_law
  9. Rework — Wikipedia — https://en.wikipedia.org/wiki/Rework
  10. Pareto principle — Wikipedia — https://en.wikipedia.org/wiki/Pareto_principle
  11. Statistical process control — Wikipedia — https://en.wikipedia.org/wiki/Statistical_process_control
  12. Swimlane — Wikipedia — https://en.wikipedia.org/wiki/Swimlane