数字化全能型班组长

研究表明：制造业中产品成本的50%－80%是在制造现场发生：物料、人工、质量成本、设备折旧等，因此现场管理水平的高低直接影响着工厂管理的效率和竞争力，直接影响产品质量（Q）、成本（C）、交货期（D）、安全生产（S）和员工士气（M），车间的班组长及班组长不仅承担着这些重要任务，还要上下沟通协调，管理好团队，需要较高的管理与沟通艺术，工作压力可想而知！

随着数字化时代的到来，对管理者的转型和挑战，即将是企业和管理者的一种考验；企业的数字化转型，管理者们的数字化意识即为重要；为了转型成功数字化企业，各层级的培训内容需要进行各种调整；

二、培训学员对象

后备干部、生产型企业的生产班组长、后备班组长等中基层管理人员

三、课程特色

-讲授-启发式、交互式教学、小组讨论、案例分析、运作模拟、角色扮演、练习、测验；

-结合企业数字化转型，开拓管理者数字化意识；

1.使企业班组长具备如下能力

知道我在哪里；知道我应该干什么；  知道我应该怎么干；

知道如何让别人一起开心干；知道团队目标与公司战略如何对接。

2.专家能帮助您

第一步：培养合格数字化时代的班组长管理人员

第二步：为企业建设规范的管理生态环境

第三步：缔造沟通融洽 积极向上 的企业文化氛围

第四步：执行力活跃，成就公司高效率低费用的车间

第五步：建设数字化型的管理团队，让公司在新时代利益持续倍增

1 课纲说明

以下课程内容为《数字化全能型班组长培训》的标准课纲，根据客户的培训需求和实际情况，可作出相应的调整。

六、课程时间：2天，6小时/天

第一讲、班组长角色及在数字化系统定位（2H）

1、现场管理者的定义

2、现场管理的十一大内容

3、现场管理者的位置

4、现场管理者的主要职责

5、现场管理者的责任与作用

6、现场管理者必备的基本知识和技能

7、现场管理者的行动指南

8、班组数字化管理系统定位

1）班组数字化在系统中定位

2）产线新生代系统技术应用

3）未来工厂：高质量智造工厂特征

4）人员：班组人员管理数字化

5）设备：班组生产设备管理数字化

6）材料：班组物料管理数字化

7）计划：班组计划工单数字化

8）进度：班组生产执行数字化

9）品质：班组品质管理数字化

第二讲.班组长数字化管理体系(1H)

1、班组长的工作数据

1） 指标类

案例：指标表格—计划达成率、良品合格率等

2）确认类

案例：点检确认表格—设备（治工具）点检、变更点确认、6S点检等

3） 异常类

案例：异常处理表—安全事故处理、设别故障处理等

4）基本类

案例：日常事务—早会、员工培训、巡视现场等

1、 班组数据化运营管理体系

1） 班组数据运营方法

2） 班组数据运营流程

3） 班组数据指标

4） 班组运营细部数据指标

5） 班组指标数据考核方式

第一讲、数据概念及分析培训(2H)

1. 1、数据基本概念及分析

1）什么是数据分析

2）数据分析的目的

3）数据的类型

4）数据分析类型

5）数据的来源

2、数据分析的程序

1）数据分析及其步骤

2）数据分析及其步骤  例

3、利用数据分析的方法和工具

1）数据分析的工具和方法

2）图表的作用：直观表达数据的特征

3）数据层别法

4）数据 检查法

5）柏拉图法

6）练习制作柏拉图

7）数据 散布图法

8）数据 控制图法

9）控制图案例分享---XX数据应用

10）四种常见数据分析法对照

11）数据分析/挖掘

1. 什么是数据模型

1）数据思维模型及分类

2）概念数据模型

3）逻辑数据模型

4）物理数据模型

5）应用数据模型

6）逻辑数据模型与物理数据模型比较

7）逻辑模型在数据仓库中的定位

2.概念数据|逻辑数据|应用数据模型 关系  例

3.数据模型关系与组织关系 例

4.生产成本各类型数据关系

5.物理数据模型（基础数据）

6.概念|逻辑数据模型（业务数据）

7.应用数据模型（业务数据依据）

8.案例：

1）物理|逻辑数据模型（设备运行数据）

2）应用数据模型（设备结果数据）

3）应用数据模型（看板）

1.数据采集的方法和工具

2.数据驱动运营决策的定义

3.构建数据驱动运营决策体系的意义

4.数据驱动运营决策体系的基本框架

5.如何实现数据驱动运营决策

6.数据驱动在运营决策中的应用案例

7.数据分析→问题解决PDCA八个步骤

8.数据差距的两种问题

9.数据差距的问题分解

10.问题现状→数据

11.问题现状→原因

12.问题现状→改善措施

13.改善后效果数据

14.标准化及系统数据追踪管理

15.PDCA与标准化

16.数据驱动PDCA特点

17.数字化驱动管理改善实践练习

1）数据系统运营操作

2）数据采集及整理

3）系统数据现状及分析

4）管理改善步骤

5）系统数据验证效果

6）标准数字化

1、数字化管控柔性自动线框架

2、通过IOT系统实现数据采集及工程控制

3、预警与介入

4、设备参数配方&MIOT系统远程配置

5、柔性自动化产线

6、设备共用模组化

7、MES IOT系统对产线的控制规划区分

1.运营流程设计业务能力

2.运营流程与系统的关系

3.岗位数字化绩效管理：平台预览

4.业务流程数据 -指标管理数据

5.系统基础数据库构建（如：产品产线）

6.业务流程I/O闭环管理

7.业务数字化系统底层逻辑设定（I-P-O-C控制）

8.智慧升级模式（数字化转型落地闭环升级模式）

9.智慧升级D阶段（I-P-O-C）模式

10.智慧升级D阶段（I-P-O-C）模式  举例

11.I-P-O-C模式—Input输入数据

12.I-P-O-C模式—运营|支持流程

13.I-P-O-C模式—Output输出结果

14.I-P-O-C模式—Control 控制管理点

15.数字化优化改善实践练习

1）改善后管理标准化

2）流程优化及数字化固化

一、标准作业

1）什么是标准作业？

——标准作业是采用最 佳的作业序列,并最好地利用人、机器、工具和材料去完成工作, 然后发展成标准工作流程让所有人遵守。

2）标准作业三大要素构成

——节拍、作业流程、标准在制品

3）标准作业改善八步骤

步骤一：了解流程

步骤二：计算节拍时间

步骤三：作业平衡

步骤四：作业序列

步骤五：布局

案例1：岗位之间布局距离远

案例2 ：福清四-厂 包装下片与装箱布局图

步骤六：标准作业指导书

步骤七：维持

步骤八：改善

二、效率标准化改善

1、标准时间

——计算正常条件下生产一个制品需要的时间

2、效率改善

1）改善的背景

2）真正的效率

效率定义公式：产量*标准时间/(人数*加工时间)

3）人员效率提升

4）设备效率提升

案例：效率改善——效率提升项目

-效率项目推进（阶段输出）

-设备日常管理升级改善

-效率项目节点成果

-SMED改善、模具异常改善、试模异常改善、设备异常改善

-物流效率提升

5）效率改善方法

三、品质标准化之自工序完结

1. 一个著名的故事：自工序完结型的来源

讨论：何谓自工序完结

讨论：为什么要推进自工序完结？

2、自工序完结的思考方法

1）理想状态：只能生产良品的工艺构造

2）制造的良品条件确保（不良发生防误措施，不良流出防误措施）

3）不将不良品流到后工序

3、自工序完结的构造

1）完善良品条件

2）遵守标准作业

3）在自工序做到防止发生和流出

4、构成要素

1）设计要件：图纸完成精度

2）生技要件：设备和模具完成精度

3）制造要件：制造标准类完成精度

-回顾课程、答疑解惑

-课后作业讲解

-合影道别