看板方法的原则与实践

使用看板时,应用范围(如单个团队、多个团队、部门、事业部等)会影响该方法原则与实践的应用方式。

例如,如果您观察团队内部的基本应用范围,可能会发现一个相对简单的看板面板,包含约5个列来表示工作流程,一些简单的指标与图表、每日举行的协调会议,以及定期的团队工作与绩效评审。

现在试想企业内部的整个服务部门,它由一组相互关联、处于不同粒度层级、覆盖不同工作流程的看板面板进行管理,并且在不同层级都对在制品数量进行了限制。

上述两种情况都是看板方法的恰当应用。看板并无 “对错” 之分,关键在于根据业务背景与文化环境,判断实践应用的适用程度。

以下两个部分将阐述看板的通用原则与实践。

看板原则

变革管理原则

以下变革管理原则适用于所有看板实施场景:

  • 从当前所做的工作入手

  • 认同通过渐进式变革实现改进

  • 鼓励各层级主动发挥领导力

看板并非一种从当前状态直接跃迁至未来状态的 “颠覆性” 变革。历史经验表明,这类变革极少能成功。相反,看板采用渐进式变革方法,以现有的工作方式为基础,借助多种反馈形式与协作来寻求改进。

看板方法通过让员工在使用看板面板的过程中获得洞见,并主动发挥领导力以持续改进其工作方式,从而推动渐进式变革。此处所说的 “发挥领导力” 未必是传统认知中的领导力,也可能是不担任组织领导职务的个人所提出的细微观察结果与改进建议。

服务交付原则

看板鼓励采用以服务为导向的方法来理解组织及其工作流动方式。这种以服务为导向的组织模式,基于 “组织是一个有机整体,由相互关联的服务网络构成,每个服务都具备活力且不断发展” 这一理念。客户需求会在这个服务网络中流动。若要改进服务交付,就需以一系列原则为指导。对于部分组织而言,可能在初期并不会运用这些原则,因为它们的文化中或许尚未形成或培养出以服务为导向的思维模式,也缺乏客户服务意识。

以服务为导向的原则包括:

  • 理解并聚焦客户需求与期望

  • 管理工作本身,让人员围绕工作进行自组织

  • 定期评审服务网络及其相关策略,以改善最终成果

图片

看板通用实践

如前所述,看板实践的应用广度与深度差异很大。

本节将介绍六项看板通用实践。本指南后续章节会深入探讨这六项通用实践所涵盖的部分核心专项实践的细节。有关不同成熟度级别下具体实施方式的更多信息,请参考看板成熟度模型(KMM)。

图片

可视化

良好的可视化是实现高效协作与识别改进机会的关键。在组织中,工作内容往往处于不可见状态。而将工作内容及其流程可视化,能显著提升透明度。从进化角度来看,人类的视觉系统已发展得十分成熟,这使得我们能在短时间内吸收并处理大量信息。此外,可视化有助于促进协作,因为所有相关人员都能直观地看到完全一致的画面(即信息同步)。关于可视化的更多细节,将在 “看板面板” 章节中详细阐述。


限制在制品数量(WIP)

WIP(在制品)指的是某一时刻正在进行中的工作项数量。通过看板实践我们发现,高效的系统更关注工作流动效率,而非人员利用率。当资源被完全利用时,系统中不存在弹性空间,最终会导致工作流动效率极低——正如高速公路高峰期出现的交通拥堵。在知识型工作中,还存在任务切换带来的问题,这种情况会显著降低工作人员的实际效率。

在板方法中,我们通过限制在制品数量来平衡资源利用率,同时确保工作正常流动。后续我们将介绍在制品数量限制,以及其在 “拉动式系统” 中的具体应用方式。

管理流动

管理工作流的目标是在保持可持续节奏的同时,尽可能平稳且可预测地完成工作任务。如前所述,限制在制品数量是帮助我们确保工作平稳、可预测流转的关键方法之一。对工作流程进行监控和度量,能获得重要信息,这些信息不仅有助于管理客户期望、进行预测,还能有效推动流程改进。相关内容将在 “核心看板指标” 章节中详细讨论。

明确规则

每天,关于工作组织的决策层出不穷,这些决策既由个人单独作出,也在群体之间共同形成。

试想一位新员工加入你的团队。理想情况下,她应能通过明确的策略快速理解工作是如何组织的。这些策略包括:

  • 看板补充策略(何时补充、补充数量、负责人)

  • 工作活动完成及工作项流转至下一阶段的标准(即 “拉动标准”)

  • 在制品数量限制

  • 不同服务类别工作项的处理规则

  • 会议时间与议程规范

  • 其他原则及协作约定

所有这些策略都应由所有相关方共同商定,包括客户、利益相关方以及负责看板工作的员工。这些策略应放置在明显可见的区域,最好紧邻看板。在团队层面,团队协议是引入策略的有效方式。与系统的所有其他组成部分一样,这些策略也需要定期检查和调整。

请注意,那些策略并非像工作指令那样旨在免除人们做出有意义决策的责任。相反,应能支持看板系统使用者群体实现自组织。策略应具备以下特点:

  • 精简

  • 简洁

  • 定义明确

  • 可视化

  • 始终如一地执行

  • 服务提供方可随时调整

实施反馈循环

反馈循环对于协同交付以及改进服务交付质量至关重要。一套适合特定情境、可有效运作的反馈循环,能通过受控实验,增强组织的学习能力并推动其发展。

在看板系统中,常用的反馈循环方式包括看板面板、指标,以及一系列被称为 “节奏会议” 的定期会议与评审活动。

协作改进,实验演进

回到变革管理原则,在看板方法中,我们 “从当前所做的工作入手”,并 “认同通过渐进式变革实现改进”。看板是一种用于持续变革的方法,我们会基于模型与科学方法,通过精心设计的实验,协同推进这些变革。正是在这一过程中,反馈与指标对于指引我们的渐进发展方向至关重要。我们会设计 “安全容错型” 实验:若假设成立且实验取得良好结果,便保留相关变革;若结果不尽如人意,也能轻松回退到之前的状态。

译者:Wendy Zheng

审校:Daisy Guo, CSP-SM

原文链接:https://kanban.university/kanban-guide/

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值