2018.5.6《问题发掘与系统解决方法培训》所得
2018.5.6《问题发掘与系统解决方法培训》所得
感谢领导给予这个机会接受为期一天的培训。经过本次培训，我有2正1中1反共计四点认知，分别如下：（所有叙述已转换成自己的语言）
2正：（1）问题的解决与否。（2）因果关系串图。
1中：5WHY深究
1反：效率比值
详述如下。
1.问题的解决与否
培训师明确了一个要点：不是所有问题都要解决。理由是资源一定不够。判断是否要解决的原则是抓大放小。工具是柏拉图。
在这儿我还有一个疑问：突发问题是否要解决？要花费多少资源？
经常发生的问题当然大家心理都有数，哪个重要哪个不重要。但我们心理没数的是那些突发问题，猛然冒出来的问题。更难评判的是那些发现问题但还不知道影响如何的突发事件。这个时候怎么来给它定性？需不需要花大资源去解决？解决这个问题会不会带来负面影响？如果花大资源解决了，但其实这个突发事件根本不是什么大事，反而还有负面影响，是不是会导致资源浪费甚至埋下隐患？
如果今后还有类似培训，希望老师能把这类相对复杂的问题进行深入剖析，最好能提供一些工具。
2.因果关系串图
我认为这是一个好东西。如果能和邹教授讲的FMEA结合起来使用就能事半功倍。FMEA本身就是用于寻找问题的，我个人认为比本次培训讲的方法更好用。但FMEA到最后一步针对问题找对策的时候，我们经常会发现同一个原因存在于不同行，即一个原因会造成多钟影响。
有了因果关系串图，我们就可以在找解决问题方法的上一步引入因果关系串图。将相同的原因用序号或者颜色标注，一个问题只分析一次，后面再见到直接跳过，即可节省很多时间。
3、5WHY深究
我认为这个工具需要慎重使用，尤其在较多人参加的专题会议中。由于每个人对会议讨论内容的认知程度不一样，一旦遇上一个比较强势的外行，整个会议就可能被带入深渊。
而且从理论上来讲，一个为什么对应一个回答，回答一定是一个完整的句子，一个完整的句子一定包含主谓宾，那下一个问题是对主语、谓语还是宾语提问呢？要问的对象不同答案就不同，答案不同整个问题的走向就不同，而该方法本身就不允许有偏差。最近参加了一次有应用5WHY分析法的会议，明显感觉跑偏的力量很大。
简单说，5个WHY，假定每个回答有2种可能，那么答案就有32个，要在这32个回答中走对那唯一的一条路，概率只有3.125%，何况林子大了什么鸟都有，谁知道针对一个答案能冒出来多少种提问呢。
就拿培训时候做的那个练习来说，给定选择的答案只是让我们匹配，多数人还是做不对。
更进一步的分析，用FMEA找问题像是用火箭炮进行火力覆盖，只要问题的根本原因在那一片区域就一定能被消灭。该方法对火箭炮这种工具的要求很高。而5WHY找问题像是狙杀，温湿度，风速，距离等所有射击诸元都会对你的射击结果产生直接影响，你必须要一枪毙命才能达到目标。该方法对狙击手这种人的要求更高。
所以说，对于比较懂行的专家而言，这个工具为他们提供了一种找到问题的快捷方法，当然是好的。
4.效率比值
实际产能和最大产能的比值。老师说要到85%~90%才算合格，高的能到96%，我不同意这个数值。
按照这个算法，C6线去年一年连合格都算不上。
几年前，一个年轻时在国防部做计划的退休老头给我们上课，以1996年台海危机时他们做战争计划为例讲项目管理。其中讲到某个战争元素的数量统计，他们统计了中国所有能生产该元素的兵工厂，每个兵工厂有多少车床，这些车床中有多少能用多少不能用，能用的车床中有多少处于状态良好多少处于状态一般，状态良好的一天能生产多少产品，状态一般的一天能生产多少产品……
其次到人，每个厂有多少高级技工，有多少普通技工，有多少学徒，各种级别的工人每天在每种不同状态的车床上能生产多少个产品……
最今我印象深刻的是他们竟然还要统计有多少做饭的阿姨！
除了兵工厂之外还要统计原材料供应等等一系列的东西……
最后算出来一个数据。
但是，报给中央军委的数据不是这个数，而是在这个数的基础上乘以一个系数。乘完系数之后的结果才是他们敢拍着胸脯向军委保证，一定能够达到的数量。
后来我又听过一个曾供职于美国NASA的培训师讲课，他讲的这个系数和中国国防部那个培训师讲的一样。
但都低于本次培训这个老师讲的值。
我个人理解，生产型企业有两种，要么人多，要么机器多。
人多的企业，人总会有事，都会请假。上班时间也总要吃饭喝水……都要时间
机器多的企业，一定有设备故障，需要停机处理。设备故障少的那些一定是保养的好，总是要停机做的。
我倒是没有仔细统计过，但还是觉得以前的培训师讲的数字更靠谱些。
别小看这些数字，一个错误的数字可能会让某些人或部门设立一个过高的目标，到最后是不管你怎么努力都达不到，徒伤悲……
以上即是我的分享
2018.5.6《问题发掘与系统解决方法培训》所得
我对于培训的自我要求是：一次培训掌握一点即可，最多不超过三点。多了会忘，还不如聚精会神获得一点。
本次获得的一点是：
因果关系串图
