管理智库 / 管理方法
你的厂里上了一条新产线,或者接了一个从没做过的新产品。头几周大家都熟悉那种状态:返工多,客户反馈多,现场的人一边干一边改,管理层心里也没底。这时候老板常常有各种直觉。一种是赶紧把最能干的几个人调过去盯着,另一种是再等等,时间长了自然会顺。
这两种直觉其实对应着不同的预设。如果觉得好经验全在人身上,老板就会到处调骨干当救火队,哪出问题堵哪里,只要骨干一请假,产线又被打回原形。反过来,如果以为只要时间到了自然就会顺,往往又会变成盲目等待,把不顺手的坏习惯练成了肌肉记忆,缺陷也不会凭空消失。
这些直觉背后其实是同一个问题:产线上变好的那部分东西,到底存在哪里?存在人身上,还是存在做事的方式里?答案会直接影响你怎么配人、怎么排班、怎么看待人员流动。今天讲的这篇论文,用一座汽车总装厂的数据碰了这个问题。
论文的作者是 Levitt、List 和 Syverson,2013年发表在 Journal of Political Economy(《政治经济学期刊》)上,题目是 Toward an Understanding of Learning by Doing: Evidence from an Automobile Assembly Plant,大意是“理解干中学:来自一家汽车总装厂的证据”。干中学讲的是人在重复做事的过程中越做越好,这件事大家都信,但它到底留在谁身上,值得拿真实的数据看一看。
他们看的是谁,在哪里
研究对象是美国一家大型车企的总装厂。论文盯的是新车型投产之后,每辆车下线时带着多少缺陷。
8月中旬开工的时候,平均每辆车的缺陷数量在70个这个量级。这个数字听上去吓人,但真正值得看的是它后来怎么走。
新车型刚投产的时候,设计和现场装配难免要磨合。很多管现场的人看到开工70个缺陷可能心里打鼓,但在制造业里,刚落地时的混乱很常见,真正决定水平的是它能不能在接下来的时间里稳步收敛。
他们怎么比
论文的比法很朴素,没有搞复杂的设计。同一座总装厂里有一班和二班,一班先开工,二班晚了将近两个月才开工。把一班和二班在同一时期的缺陷率放在一起比,就能回答一个很具体的问题:如果学到的东西跟着一班的人走,二班应该从很高的缺陷率重新爬起;如果学到的东西留在工厂的做事方式里,二班起点就不该那么差。
想想看,如果经验只存在一班工人的手上,二班晚来将近两个月,一进场就该像当初的一班一样重新交学费、重新爬坡。但如果摸索出来的对策已经被做成了更顺手的工装工具、理顺了装配次序,二班接手的就是一条已经被排过雷的产线,起点自然不会差。
论文还把缺陷按工位拆开,看缺陷到底集中在哪些地方。很多管理者遇到质量波动习惯全线大整顿,把工位拆开看,就是为了搞清楚问题到底是全线散布,还是集中挂在少数关键工位上。
结果是什么
先说整体下降。投产8周之后,每辆车的缺陷从70个左右降到了大约20个,降幅70%。
再说二班的表现。论文写到,二班几乎从一开始,缺陷率就低于同一时期一班的缺陷率,尽管一班有将近两个月的领先。晚开工两个月,没有换来更高的缺陷,反而一上来就比一班低。
最后是缺陷的分布。论文里有一句:前20%的工位,占了全部缺陷的80%以上。这个80%说的是缺陷的集中程度,跟前面70个降到20个的降幅是两回事,别混在一起。
几个数字放在一起看
先看70个到20个。降了70%,用了8周。这说明新车型投产的头几周,缺陷高是一个会很快收敛的阶段,并不是工厂能力的固定水平。如果老板在刚开工的头几周就沉不住气,把初期的混乱当成固定水平甚至急着换人,往往打断了正常的排错节奏。只要排错机制在运转,数字会在8周里迅速向低位收敛。
再看二班。如果进步只是一班工人手上越练越熟,二班晚两个月开工,起点应该比一班晚期差很多。现实是几乎从一开始就更低。这个对比指向的方向很清楚:进步的一大部分,没有只留在某几个人身上。踩过的坑变成了改进后的现场条件,二班才能一上手就避开早期的混乱。
这里只能确定两件事:二班晚开工,二班一开始就比一班同期更好。至于改进具体留在工艺文件里,还是工装里,这几个数字回答不了。
这对老板管人有什么启发
下面是我自己的看法,不是论文的结论,论文没有证明这些做法一定有效。
看一条新产线,别只盯着头几周的缺陷数字。论文里的这家总装厂,开工时每辆车70个左右的缺陷,8周后就只剩20个左右。如果你在头几周就下结论说这批人不行,这座工厂的数据告诉你,这个判断可能下早了。新线投产给点排错的时间,看它能不能在8周里稳步收敛,比过早发脾气换人更明智。
再问问自己的厂里,学到的东西存在哪里。你有没有一种机制,让一班踩过的坑,二班不用再踩一遍?这座总装厂的二班没有被一班的领先拖住,反而更低,至少说明在那里,进步是可以跨班次传下去的。如果你的厂里一个老师傅调走,整条线的水平就跟着掉,那很可能说明经验只存在他的脑子里,没有沉到做事的方式里。现实中很多企业最容易陷入的陷阱,就是靠个别技术高明的老师傅撑全场。老师傅手上有绝活,但他一请假,接班的工人照样一头雾水。反过来,如果一班把工装工具改顺手、把窍门做成标准,二班接手就能少走弯路。
缺陷集中在少数工位这一点,也值得老板留意。前20%的工位占了80%以上的缺陷,这给了老板一个很实用的提醒:想降缺陷,先别平均用力。很多厂一抓质量就全员开会,但真正出问题的是少数工位。把有限的管理精力放到那一小批最容易出问题的工位上,帮他们改进夹具、改善操作,比给所有人开一场动员会管用。这一条是我从论文给出的分布里读出来的做法,论文本身并没有这样建议。
还有,人和做事方式要分开看。表扬一个班组做得好的时候,多问一句,这是人的本事,还是他们用的办法好。人的本事难复制,办法是可以写下来、交给下一个班的。优秀的现场管理不是要求人人都是高手,而是把好办法沉淀下来,让普通人照着做也能做出合格产品。
最后留一个小问题给你。你现在厂里最近一次改进,是怎么做到的?如果答案是“因为某某来了”,那就想想,某某要是明天不在,这个改进还留得住吗。真正能让一家工厂走得长远的,从来不是把希望全寄托在某几个英雄人物身上,而是把摸索出来的真本事,稳稳当当地变成整座工厂带不走的规矩和家底。
本文由写春秋管理咨询整理。写春秋管理咨询成立于 2005 年,总部在深圳,做组织、绩效、薪酬和人效诊断。想就管理方法和薪酬激励和我们聊聊,可以在官网联系页留言。
常见问题
新车投产后每辆车的装配缺陷通常多久能够降下来?
投产8周之后,每辆车的缺陷从70个左右降到了大约20个,降幅70%。该数据来自 Levitt、List 和 Syverson 2013年发表在《政治经济学期刊》上的论文。论文指出开工初期的缺陷是一个会很快收敛的阶段。
新车型刚开工投产时平均每辆车通常有多少缺陷?
8月中旬开工的时候,平均每辆车的缺陷数量在70个这个量级。该数据来自 Levitt、List 和 Syverson 2013年发表在《政治经济学期刊》上的论文。论文指出新车型刚投产时设计与现场装配难免磨合,初期混乱很常见。
晚开工的班次在新产线上的缺陷率会比先开工的班次更高吗?
晚开工将近两个月的二班几乎从一开始缺陷率就低于同一时期的一班。Levitt、List 和 Syverson 2013年发表在《政治经济学期刊》上的论文显示,二班晚开工两个月没有换来更高的缺陷,进步没有只留在某几个人身上。
汽车总装厂装配线上的缺陷主要集中在哪些工位?
前20%的工位占了全部缺陷的80%以上。该数据来自 Levitt、List 和 Syverson 2013年发表在《政治经济学期刊》上的论文。论文把缺陷按工位拆开研究,表明问题并非全线散布,而是集中在少数关键工位上。
写春秋管理咨询 · 顾问直连(自 2005)
扫码领《同行业人效数据表 / 咨询签约核查单》
微信扫码添加写春秋顾问企业微信,发送「核查单」即可领取本文配套工具表。如企业已有明确改善计划,请直接留言「所在城市 + 行业 + 人数 + 当前卡点」,资深顾问本人对接。
自测工具: 97 家企业人效对标计算器 · 计件改计效与调薪保本测算 · 人效分位与咨询选型对照表
首席顾问:刘新珍(国防科大工程师出身 · 中国首位女性 ICMC 认证咨询师 · 20余年管理咨询经验) · 地址:深圳市光明区招商局光明科技园 B2-1402