9 种流程改进方法 - 如何选择合适的方法

首先从小规模试点开始，实施一种直接针对主要瓶颈的方法。明确想要达成的目标，并确保团队成员从第一天起就能做出贡献。以单一阶段规划实施，设定明确的目标和简单的衡量计划，为持续改进成果建立基线。

根据候选方法处理流程、价值和差异的能力进行选择。良好的匹配可以提高输出的一致性，并减少整个价值链中的浪费。使用一套通用的指标和每日报告，使团队成员保持一致。结果会因流程而异，但稳定的实验节奏有助于保持响应性。这会推动切实的改进。

要选择正确的方法，请按目标（速度、质量或成本）和团队规模进行映射。对于决策，使用 if-then 框架来比较潜在的方法，然后选择可以在一个阶段实施并扩展的方法。本文概述了九种可供考虑的方法。始终将选择锚定于可衡量的影响以及培训和移交给团队成员的计划。

在简短的实施指南中记录决策，分配所有权，并设置下一阶段的里程碑，以便团队成员可以扩展有效的方法。比较结果，将经验教训整合到一份通用报告中，并致力于持续改进整体流程。

理性模型引导的流程改进选择框架

建议： 应用理性模型来选择优化方法，使用决策标准、记录的数据和客观指标来选择最合适的方案。

定义问题，列举备选方案，并建立与战略目标相关的决策规则。构建诸如范围、数据来源、评分模型和风险考虑等组成部分。将这些与明确的策略对齐，并确保输入是具体且可衡量的。

根据影响、努力、风险和可变性等指标对每个选项进行评分。使用一个可自定义的评分框架，使权重与风险承受能力保持一致，并确保决策已记录。让利益相关者了解情况是该方法的一部分；评分活动中的输出成为最终选择的输入。

尽早让利益相关者参与进来，并收集来自一线团队的意见。该框架包括联合创始人 johnson 和联合创始人 everingham 的输入，以使假设立足于现实，确保该方法保持实用性并减少决策过程中的偏差。

以下是关于谨慎的实用说明：并非所有组织都应用相同的模型。特殊条件需要定制的输入；使用可自定义的框架来调整权重、数据来源和决策规则。模型中的输出应该反馈到所选策略中，并且持续的测试输出有助于完善选择。

开始时，记录所选路径并根据定义的指标跟踪结果。理性模型引导的方法使团队保持一致，减少歧义，并支持透明、可重复的流程。向利益相关者提供明确的产品——数据驱动的选项、明确的权衡和可操作的后续步骤——有助于加速采用。

定义问题类型、范围和期望结果

在一页纸的简报中定义问题类型、范围和期望结果，并获得经理和 james 的快速批准。此文档锚定决策并使跨职能团队保持一致。

通过检查工作流程对问题类型进行分类：是否存在交接瓶颈、缺陷激增或与客户需求不一致的情况？使用具体的证据，如周期时间、缺陷率和吞吐量。

使用边界设定范围：明确时间范围，哪些团队和接口受到影响，以及哪些内容不属于范围。记录过程开始的情况和地点。即使预算紧张，也应从一个小的范围开始，并在需要时稍后添加细节。

使用具体的、可衡量的目标来定义期望的结果：在 6 周内将平均周期时间减少 20%，将缺陷率降低到 2% 以下，并将准时交货率提高到 95%。注意资源约束，并在需要时计划增加资源。

定义核心内容包括数据字段、来源、所有者以及数据收集的逐步计划：明确要捕获哪些数据、数据位于何处、如何验证结果以及谁负责。使用直觉形成假设，但要依靠证据来防止谬误。

选择解决问题的主要方法：从根本原因分析或价值流图开始，然后通过实验验证假设，并获得关键里程碑的批准。

明确角色：annie 作为经理进行协调，james 领导数据工作，进行清晰的交接和定期的状态更新。

记录存储摘要和工件的位置：共享驱动器文件夹或项目空间，并使用它来捕获来自不同情况的经验教训。

此定义使团队专注于核心目标，协调工作流程，并指导方法选择，而不会偏离到假设或不必要的争论中。

评估数据准备情况、指标和基线对齐

记录当前数据源并在第一周内建立基线。确定所有者、数据定义和数据质量约束，为改进设定一个现实的起点。

通过编目数据源、沿袭和提供指标的过程来评估数据准备情况。使用流程图来映射数据流，并使用 bpmn 符号来显示跨团队的职责，确保高管可以快速查看端到端路径。评估这些链接有助于在问题出现之前发现差距。

如果数据未标准化，则开发集中的数据字典，对齐单位并标准化命名约定。这减少了报告中的误解，并有助于加速跨团队的对齐。

使用一组反映场景并与业务成果相关的重点指标来定义指标和基线指标。与利益相关者一起验证每个指标的计算，并确保数据提取支持节奏。使用清晰的定义可以防止漂移。

通过提取最近一个季度的数据，绘制性能曲线，并记录当前结果与目标之间的差距来建立基线对齐。让团队从源系统中提取数据以验证结果，并保持曲线朝着目标移动。

为每个数据域分配明确的所有权，并记录职责以及有针对性的技能发展，从而指导团队。通常，数据管理员每周审查仪表板，并在信号不满足时触发缓解措施。

使用标准化的报告，突出显示数据质量、延迟和风险指标，与高管和数据管理员建立治理节奏。如果某个场景显示未对齐，则应用有针对性的解决方案并记录已解决的痛点，然后相应地调整基线。

为了加速发展势头，运行一个实际的试点，使用流程图和 bpmn 来说明交接，收集反馈并进行迭代，直到曲线稳定在目标水平上。确保一切都连接起来，并且团队可以使用清晰、可操作的见解自己审查指标。

绘制利益相关者图谱、变更准备情况和实施约束

首先有针对性地绘制利益相关者、变革准备情况和约束条件图，以便从清晰的视角实现果断的推出。这种方法始终关注流程以及影响其成功的人员。

使用由三部分组成的结构来指导方法的选择、规划实施并预测后果。接下来会发生什么取决于您如何绘制角色图、评估准备情况以及揭示跨部门的约束条件。

• 利益相关者映射和分支
  • 确定谁扮演什么角色、他们的职权以及他们影响的分支。记录影响力、兴趣、决策权和资源访问权限，以支持映射。
  • 记录跨部门的关系和依赖性，以揭示跨职能部门的差距和协作机会。
• 变革准备情况评估
  • 评估采用新方法、所需培训和潜在阻力的意愿。使用简单的评估，并为每个组分配一个准备情况评分。
  • 确定缓解措施，以提升出现差距的准备情况，并规划在不表现出屈尊行为的情况下进行互动的沟通。
• 实施约束
  • 对约束进行分类：预算、时间窗口、数据质量、合规性、审查以及对其他计划的依赖性。记录需要培训的领域以及必须手动执行步骤的领域。
  • 将约束与所选方法和分支联系起来，以明确近期可行的内容以及可能需要分阶段进行的方法。
• 问题、想法和方案
  • 提出有针对性的问题：哪个想法产生最大的收益，哪个方案将风险降至最低，以及在何处发现了差距？
  • 评估每个方案的可能后果，并规划将解决这些后果的实施步骤，包括在适当情况下进行试点。

以下是一个简明的清单，将映射、准备情况和约束条件与您选择的流程改进方法联系起来。使用审查来确认一致性，并在实施时刷新计划。

1. 绘制具有所有权和影响力的利益相关者和分支，为决策建立清晰的视角。
2. 对每个组执行变革准备情况评估，并突出显示培训需求。
3. 识别并记录实施约束，记录所需资源和任何手动步骤。
4. 就后续步骤和指标达成一致，建立审查节奏。
5. 规划试点或分阶段实施，使用映射来指导推广并跟踪进度。

按用例和复杂性比较方法

为具有清晰流程和频繁更改的用例选择看板；它通过可视化工作、限制在制品和持续交付价值来简化问题解决。从开放的角度来看，各个团队可以发现瓶颈、与队友分享进度并快速测试想法，从而产生动力。数据将显示此方法产生的这些更改所带来的影响。

对于具有更高复杂性和数据依赖性的流程，请应用 DMAIC（六西格码）或精益六西格码。从控制图和流程图中生成的数据揭示了质量缺陷以及减少变异的机会。领导者可以使用这些见解来指导人们并进行公开对话；改进的标志是持续减少缺陷和降低受控浪费。annie 记录了这些结果。

当自动化和重复性任务占据主导时，将自动化测试、RPA和精益结合起来以消除浪费。这实现了一种自助式、数据驱动的方法，尤其是在团队寻求快速成功的同时，保持人在环路中。避免黑盒仪表板；设计它们以反映现实，而不仅仅是机器生成的内容。Annie和您的队友会注意到更快的反馈、更清晰的KPI和切实的收益。

混合模式运作良好：产品团队可以使用Scrum来管理迭代，而运营团队可以采用带有拉动系统的看板。如果您想要另一种选择，可以将轻量级Scrum与看板混合，以实现混合流程。这种组合在速度和可预测性之间表现出更好的平衡。当周期时间稳定、返工减少、队友听到的升级较少，并且领导者和队友的满意度上升时，就表明该方法是合适的。开放的实践、频繁的演示和明确的完成定义支持平稳过渡。

在选择时，请考虑用例的特性和团队的优势。如果问题解决需要实验和快速迭代，那么轻量级、开放的框架会显示出最佳效果；对于受监管的高风险流程，有纪律的、数据驱动的方法获胜。在任何情况下，记录实践、监控关键指标并使用另一个周期进行迭代，以确保势头和结果。

应用评分、权重和候选名单以制定试点计划

使用紧凑、方便的评分框架将每种方法评估为一个总分。定义与您的策略对齐的六个属性：策略对齐、实施工作量、所需资源、负面/风险、可逆性和数据可用性。设置权重：策略对齐 0.25，实施 0.20，资源 0.15，负面 0.15，可逆性 0.15，数据可用性 0.10，以预先反映优先级。让管理者和实践者参与进来，以获取实际投入；这种反思有助于达成共识并避免负面影响。每个属性的评分标准应为 1–5；总加权分数可帮助您确定最适合试点计划的方法。如果您是评分新手，请保持数据量易于管理和使用，并考虑诸如易于集成到现有流程中的标准，以使每个属性保持一致。一致地跟踪每个属性，以避免偏差并确保反思涵盖所有重要内容。

注意：在数据可用性方面，定义数据处置规则、保留期限和隐私考虑因素；这可以降低试点运行之前的风险。该表可帮助管理者和行政人员了解每个选项在关键属性中的表现以及出现权衡的地方。

候选名单：精益和 PDCA 是收益和可逆性之间最佳平衡的选择，在大多数环境中缺点最少。对于管理者和利益相关者，运行一个简短的反思会议来确认基于分数的决策；您已准备好进入一个试点计划，该计划最大限度地减少负面影响并最大限度地提高收益。使用此候选名单作为具体试点计划的基础，并在开始处置任何试点资产之前定义下一步。许多团队重复使用该标准来进行未来的决策，以加快在不同场景中的选择。