了解如何提升工作效率和提高质量标准，学会分析和改善服务业或制造业商务流程。主要概念包括流程分析、瓶颈、流程速率和库存量等。成功完成本课程后，您可以运用所学技能处理现实商务挑战，这也是沃顿商学院商务基础专项课程的组成部分。
多样性单元班次 5 视频课程
Loading...
Из курса от партнера University of Pennsylvania
运营管理概论（中文版）
35 оценки
Из урока
第 4 单元 - 质量
质量并不是运营管理唯一的重点，但是质量对于企业长期发展和成功至关重要。本模块将介绍运营中与质量的几个主要方面，导致缺陷的常见原因、发现质量问题以及保障可靠性和标准的常用实践方法。本模块教学结束后，您将了解缺陷可能发生的原因，并且能针对质量和稳定性提出合理的方法。
Познакомьтесь с преподавателями
Christian TerwieschAndrew M. Heller Professor at the Wharton School, Senior Fellow Leonard Davis Institute for Health Economics Co-Director, Mack Institute of Innovation Management
The Wharton School
Разнообразие продукции влияет не только на условия производства
и время настройки. Разнообразие продукции также влияет
на систему дистрибуции всех операций. Чем больше мы делим спрос
на все более мелкие сегменты, тем сложнее будет точно предсказать
его величину Рассмотрим следующий пример:
сколько синих рубашек размера L будет продано завтра утром в сети магазинов Gap в Филадельфии?
Одна? Две, три, четыре, пять?
Я бы удивился, если бы мы дали верный прогноз, даже в пределах 50-100%.
Теперь спросите себя, сколько рубашек всех цветов и размеров
продадут магазины Gap в течение следующего квартала?
Скорее всего, мы можем предсказать это с погрешностью 10-20% от реального количества.
Причина этого в том, что, чем больше мы обобщаем прогноз,
тем больше мы обобщаем неопределенность. Она начинает подчиняться законам статистики,
и ее легче учитывать. Это будет основной темой этой лекции.
Для того, чтобы принимать решения о дистрибуции, нам обычно нужен прогноз спроса.
Проблема с прогнозом спроса в том, что он не всегда верен.
Мы сталкиваемся с тем, что называется неопределенностью спроса. Когда мы описываем неопределенность спроса,
с математической точки зрения мы смотрим на нее как на распределение, полученное на основе некоего исходного распределения.
Возьмем, к примеру, компанию по производству кроссовок. У этой компании есть две модели кроссовок.
Модель 1 и модель 2. Компания делает прогнозы для модели 1 и модели 2,
т.е. пытается определить среднее или ожидаемое количество кроссовок, которое они продадут.
В управлении процессами и статистике для этого обычно используют греческий символ μ (мю).
Также учитывается среднеквадратичное отклонение спроса, которое мы обозначим σ (сигма).
Мы может считать, что сигма — это величина неопределенности, с которой сталкивается предприятие
Тем не менее, сама по себе сигма (среднеквадратичное отклонение)
не является достаточной характеристикой изменчивости или неопределенности спроса.
Среднеквадратичное отклонение в тысячу кроссовок —
это много или мало? Это зависит от μ, то есть среднего значения.
Если мы имеем среднеквадратичное отклонение 1000 единиц для ожидаемого спроса в размере 2000 единиц,
мы можем сказать, что это большой статистический разброс
В то время как для миллиона кроссовок среднеквадратичное отклонение в 1000 единиц
относительно невелико С учетом этого определим
коэффициент вариации CV как отношение
среднеквадратичного отклонения к среднему.
Теперь рассмотрим конкурента нашей фирмы по производству кроссовок.
Ему каким-то образом удалось объединить модель 1 и модель 2.
Например, в первой компании это кроссовки для мужчин и кроссовки для женщин,
а здесь одна общая модель для всех.
Для простоты примем, что спрос на женские кроссовки
и спрос на мужские кроссовки не зависят друг от друга.
Более того, предположим, что размеры рынков и уровень рыночной неопределенности
примерно одинаковы. Иными словами,
μ1=μ2, а σ1=σ2.
Итак, что представляет собой спрос для второй компании (справа)?
Ожидаемое значение — μ1+μ2, то есть просто 2μ, учитывая,
что они равны. То есть, 2μ.
Что насчет среднеквадратичного отклонения? Чтобы найти среднеквадратичное отклонение
совокупного спроса, воспользуемся формулой: квадратный корень от σ1 в квадрате,
плюс σ2 в квадрате, плюс 2 умножить на ковариацию между спросом 1
и спросом 2. Мы считаем величины спроса независимыми,
поэтому это слагаемое будет равно нулю. Также мы приняли, что σ1 = σ2.
В результате получается квадратный корень из 2 умножить на σ1,
или σ2, в квадрате. Что можно упростить и представить как
корень из 2, умноженный на σ1. Что насчет коэффициента вариации?
Мы уже вычислили среднеквадратичное отклонение.
Таким образом, среднеквадратичное отклонение разделить на среднее значение, которое равно 2μ, будет равно 1 разделить на корень из 2
и умножить на σ/μ. Итак, вы видите, что
наша фирма справа сталкивается с меньшей изменчивостью спроса, чем фирма слева.
Объединив два спроса, мы смогли уменьшить изменчивость,
которая измеряется коэффициентом вариации. Иными словами, при объединении спроса среднеквадратичное отклонение
этого объединенного спроса растет медленнее, чем соответствующее среднее значение.
Этот эффект называется объединением спроса. Объединение или совмещение спроса —
способ уменьшить неопределенность. Так нам гораздо проще доставить
нужное количество заказов в нужное место.
Обратите внимание, что объединение не всегда требует независимости.
Оно выглядит математически красиво в случае независимости одного спроса от другого.
Но даже при корреляции спроса на первый и второй продукты объединение все равно
дает огромные преимущества. На этой лекции
мы шли слева направо и задавались вопросом, что случится,
если объединить два продукта. Теперь давайте посмотрим на этот вопрос с другой стороны.
Представьте, что компания выпускает один вид кроссовок
и собирается расширить свой ассортимент, предлагая разные кроссовки
для мужчин и для женщин. Вы можете заметить, что когда мы делим спрос —
объединение идет в эту сторону — а здесь у нас деление —
когда мы делим спрос, нам становится сложнее его
прогнозировать. Теперь давайте вернемся к сравнению
McDonald's и сети Subway, которое мы начали в модуле по анализу процессов.
Мы говорили, что McDonald's придерживается стратегии «Работа на склад» (make to stock).
«Работа на склад» означает, что они делают бургеры еще до того, как получили заказ на них.
Subway, наоборот, придерживается принципа «Работа на заказ» (make to order). Почему?
Давайте подумаем. В McDonald's выбор бургеров ограничен.
Вы можете взять чизбургер, вы можете взять
гамбургер, бигмак, но не можете составить сэндвич сами.
Из-за ограниченного ассортимента спрос остается относительно стабильным,
и McDonald's может достаточно точно прогнозировать его.
В Subway с его стратегией индивидуальных заказов это не работает.
Вариантов сэндвичей, которые вы можете купить в Subway,
так много, что компания не может хранить их все в запасах.
Обратите внимание, что мы наблюдаем те же две стратегии в компьютерной индустрии.
Есть Dell, которая в целом следует стратегии Subway,
принимая заказы от покупателей через сайт и делая компьютеры
на заказ. И есть Apple, которая следует
стратегии McDonald's, предлагая небольшое количество вариантов.
Они настолько популярны, что обычно изготовления на заказ не требуется.
Это позволяет снизить изменчивость спроса и достаточно точно сопоставлять
спрос и предложение. В этой лекции я ввел понятие
объединения спроса. Объединяя спрос на разные
товары продуктовой линейки или товары, распространяемые в разных местах,
я могу сделать спрос более прогнозируемым. Иными словами, я могу «приручить»
нестабильный спрос. Это прямое следствие
законов статистики. Уменьшая неопределенность спроса,
я также сокращаю разрыв между спросом и предложением. У меня меньше покупателей,
которые разочарованы тем, что не могут купить рубашку желаемого размера и модели.
И, наоборот, у меня меньше рубашек, которые никто не хочет покупать.
Объединение — пожалуй, одна из важнейших идей
в операционном менеджменте. Мы еще не раз столкнемся с ней
в оставшейся части курса.
Ознакомьтесь с нашим каталогом
Присоединяйтесь бесплатно и получайте персонализированные рекомендации, обновления и предложения.
Coursera делает лучшее в мире образование доступным каждому, предлагая онлайн-курсы от ведущих университетов и организаций.
© Coursera Inc., 2019 Все права защищены.
