数据很重要,你必须确认数据的实际内容

"改变规则,你会得到一个新的号码."

归因于 W.Edwards Deming。新经济学的直接引用 “如果你改变了计算人数的规则,你就会想出一个新的数字。”

戴明博士强调了理解数据实际含义的重要性 (以及在查看数据时我们很容易被误导)。没有理解数据的操作定义你冒着很大的风险,对数据的含义做出错误的猜测。

"操作定义是商定的将概念转化为某种测量的程序."

W.爱德华兹 · 戴明,《新经济》,105 页。

另一句引自 W · 爱德华兹 · 戴明的话,对于那些使用数据的人来说很重要:

任何人都不应该试图使用数据,除非他已经收集了数据。

这呼应了去 gemba 的想法。如果你没有收集数据,你经常无法理解分配和记录真实世界条件结果的判断要求。如果你没有可操作的定义 (这是一个非常常见的情况),那么就存在数据不能提供一个体面的现实视图的巨大风险。没有对收集数据的 gemba 的赞赏,很容易被数据误导。

检查数据最常见的浪费是对系统的预期变化做出反应,就好像它是特殊的一样。我们已经在之前的许多帖子中讨论过这个问题 (例如,我们需要了解变化来有效地管理)。在那之后,我认为很可能无法理解数据是什么 (以及数据不是什么) 告诉我们 (基于对操作定义的错误假设 -- 这种情况是含蓄的,而不是明确的) 是浪费精力的第二大来源。

为了解决这个问题 (由于数据收集的方法,数据引入了超出系统本身的变化),确保您理解用于收集数据的操作定义。如果您没有组织中提供的数据的操作定义,因为您通常不会,您需要确定数据是否值得信任 (可能通过访问 gemba) 或者您是否需要建立操作定义并确保使用操作定义收集新数据。

数据收集的变化往往会妨碍您使用 PDSA 的能力。如果你像你应该做的那样练习 PDSA,这不会是一个问题,因为你会确保数据有可操作的定义。但是 PDSA 工作中使用的数据通常不是通过操作定义收集的 (因此,正是在理解这一现实时,关于使用这些数据的评论才变得相关)。

没有可靠的数据,从结果广告中得出的结论很大程度上可能会让你的努力出错。更大的系统获得的数据差异增加的可能性。地点之间的绩效差异通常不是由于过程本身的实际差异,而是由于收集数据时所做的决定。

相关:哪里有恐惧,你就得不到诚实的数字-数据不是出于博物馆的目的; 它们被作为做某事的基础-忘记数据的代理性质的危险

你可能也喜欢.

5 回应

  1. 2016年3月24日

    […] 帮助指导改进工作的数据。但是知道数据告诉你什么和不告诉你什么是至关重要的。当人们试图使用数据但不明白 [是什么时,会产生许多问题……]

  2. 2016年6月6日

    [……] 戴明的管理体系的四个领域之一是 “理解变异”。 “这个概念的核心原则是使用数据来提高,同时理解什么是数据,什么不是数据。 [……]

  3. 2016年6月29日

    […] 使用数据来理解你的流程并改进它们是非常有用的。
    但是使用数据往往会导致意想不到的后果。如果你不 […]

  4. 2016年8月15日

    […] 提到。看到他们可以理解,仅仅因为你看到数据的变化并不意味着你可以识别原因 -- 通常没有原因,只是变化 (也可以看到遗忘的危险 […] 的代理性质

  5. 2016年12月8日

    [……] 这一点的逻辑延伸是,为了理解数据/信息,我们必须对获取数据/信息的上下文有一个可操作的定义,包括 [……]

留下回复

您的电子邮件地址将不会公布。必填字段已标记*

该网站使用 Akismet 来减少垃圾邮件。了解如何处理您的评论数据