Table of Contents
流程管理項目流程
一、流程梳理（以客戶方內部團隊，如部門經理爲主）
1. 組織流程調研
2. 確定流程梳理範圍
3. 流程描述
- 明確流程的目標及關鍵成功因素
- 畫出流程圖
- 描述各環節規範
4. 流程收集成冊，作爲日常工作的指導依據
二、流程優化（以顧問團隊爲主，內部團隊確認）
1. 前提，實現流程描述
2. 利用流程管理工具流程優化
3. 優化後流程收集成冊，作爲日常工作的指導依據。
三、流程再造（以雙方團隊合作爲前提，公司級領導確認）
1. 組織流程調研
2. 確定再造的流程範圍
3. 確立標杆
4. 新流程設計
5. 流程管理方法與工具
幾種流程管理方法與工具
一、尋找入手點工具：學習五角星
公司從不同的來源瞭解需要改進的領域：客戶、供應商、員工、諮詢顧問以及標杆瞄準，是最佳實踐的過程。
1、客戶是企業需要了解信息的重要來源。最重要的客戶往往是改進領域的最好入手之處，當然有必要包括非常有創造性的客戶和世界級運營水平的客戶。有時候，那些特別挑剔的客戶提出的觀點可能正是全新設計法應該考慮的目標。
2、供應商也能爲企業提供類似的幫助，而且這種幫助並不只侷限於流程的下端。優秀的供應商的興趣會延伸到整個供應系統。
3、企業的員工對流程有深入的瞭解，也是改進流程思路的重要來源。
4、諮詢顧問能夠提出有用的“外部觀察者”看法，起到推動BPR項目的作用。
5、標杆學習。企業通過標杆瞄準學習榜樣來尋求知識和啓發。
二、流程選擇工具：80/20原則
流程選擇就是確定流程梳理、優化和再造目標。流程選擇遵循“猶太法則”（80/20原則）。首先關注那些“關鍵流程”，它們的數目可能只佔全部數量的20%，卻對整個組織的績效發揮着80%的決定性作用。因此不是在“流程管理”途中的每一個站臺都做停留，在“流程管理”的一路上，選擇在關注的地方停車。
三、流程選擇工具
績效表現—重要性矩陣，流程或流程的結果在矩陣上的位置代表其重要程度以及組織對它們運行的好壞程度，重要性程度與運行績效程度分別從低到高，結合比較一下客戶反饋數據和企業內部數據常常會得到意想不到的結果。如果兩方面都按照1分~5分評價，就可將項目分成四個類型，其中重要程度高、績效程度低的就是最需要改進的領域。
四、流程選擇工具：流程排序
可選擇流程排序方法挑選關鍵流程。
1、把每個相關流程以三個指標評量：影響(Impact)、規模(Size)、範圍(Scope)。其中“影響”指流程再造後對企業未來營運目標的可能貢獻，“規模”指再造時會消耗的企業資源多寡，“範圍”指再造時會影響到的成本、人事及風險。
2、“影響”可使用十等級來評估效益：“規模”用全職人力工時(FTE)及需花費的預估經費來衡量：“範圍”可以使用時間、成本、風險、人事複雜度來評估，可用三到五等級來評估即可。
3、列成二維表格後，由再造小組成員討論決定進行再造的流程優先級。
4、成本及風險、時間等評估不需使用精確數據，只需在各種因素的取捨上達成共識即可。
五、流程優化或再造目標選擇工具：標杆瞄準法
標杆瞄準法可用在設立改革的目標和遠景、確定流程再造的基準等方面。在許多行業都有一些成功的企業，這些企業的做法可以爲行業中的其他企業所效仿，因此，也可以將這些企業的一些具體的指標作爲其他企業的標杆。
六、流程描述工具
描述組織實體(崗位)間的活動以及各個實體之間的各種互動關係。可藉助各種流程描述軟件實現，比如ARIS、Visio、Smartdraw等等。
七、流程問題分析工具：魚骨圖分析法
藉助魚骨圖，從六個方面來尋找流程問題出現的原因。這六個方面是5M1E：Management、Man、Method、Material、Machine、Environment。
最終找出主要原因（流程瓶頸），以它爲問題特性，重複上述步驟，直至原因非常明確，形成解決方案的依據基礎。
八、流程問題思考工具：5W3H分析法
其具體指的是：What，where，When，Who，Why，How，How much，How feel。
1.Who：人——什麼人發現了問題?如製程人員、客戶、供應商。
2.What：事物——什麼東西出現了問題?例如產品、半成品、機臺、人員、軟件、服務(注意不是“事件”是“事物”，很多人經常會描述成發生了什麼事情，應該只需要描述發生了問題的“事物”)。
3.Where地點——在什麼地方出現了問題?如地點、位置、方向。
4.When：時間——什麼時候發生的問題?問題發生持續的時間段、或者客訴的時間點
5.Why：原因——爲什麼這個成爲了一個問題?例，一般與標準、規格、目標進行比較，如果存在差異則成爲了一件異常問題。(注意不是解釋問題爲什麼發生。只是解釋爲什麼會稱之爲一個同題) 。
6.How：方法——用什麼方法量化異常的程度?注意：不是如何做對策，如何改進問題，因爲這個5W3H是描述問題，而不是解決問題。
7.How much：問題發生量——問題發生的程度有多大?例，問題發生在哪些產品中?發生的量有多大?問題持續了多長時間?問題造成了多大的損失?可以用圖表來表達How much。
8.How feel：客戶感受——該問題對客戶造成了怎麼樣的滿意度的影響。
九、流程優化工具：ECRS技巧
ECRS技巧是指Elimination（取消）、Combination（合併）、Rearrangement（重排）和Simplification(簡化)四種技巧。是指在現有工作方法基礎上，通過“取消-合併-重排-簡化”四項技術形成對現有組織、工作流程、操作規程以及工作方法等方面的持續改進。
1、Elimination取消，對任何工作首先要問：爲什麼要幹？能否不幹？
取消所有無附加價值的組織、工作流程、操作或動作；
減少工作中的不規則性，比如確定工件、工具的固定存放地，形成習慣性機械動作。
2、Combination合併，如果不能取消，則考慮是否能與其它組織、工作流程、操作、動作以及實現工具、使用資源等合併。
3、Rearrangement重排，根據需要對工作的順序進行重新科學排列。
4、Simplification簡化，指組織結構、工作流程、操作和動作的簡化。
十、流程的6σ測試
許多人聽到6σ質量方法論，便想立即計算他們自己的流程，以判斷他們距離6σ有多遠。對他們的第一反應有兩個：第一，你是否需要經常測試你的流程能力；第二，你對自己的績效是否滿意。如果兩個問題的答案都是肯定的，計算一下過程σ可能是非常有趣但未必必要。
舉例說明。一個電力公司使用客戶每一時刻是否能夠用電作爲測度其績效的一個標準，對於其客戶來講，每一分鐘電力可用是一個機會（opportunity），而一分鐘斷電則是一個缺陷（defect）。數據連續採集，測試出了過程能力，經過計算的產出率(yield)是99.9%。電力公司對於其業績很滿意（但一直在持續改進）。其客戶的要求也被很好滿足（通過客戶的反饋意見而得出的結論）。
如果整個公司利用產出率這一概念進行彼此溝通,並且公司的每一個人都理解這一語言，確定流程σ是否有用？我認爲如果公司追求在整個組織內全面實現6σ的質量方法，計算σ纔是合適的，因爲組織中的流程產出率與各其他工廠之間可以進行相互比較。當一個企業只爲了某一個職能模塊（電力傳送或者訂單收集或者呼叫中心）考慮6σ，這個企業最好是等到每一個人應用並理解6σ時再加以應用。如果每個人沒有學習這一語言，組織內怎麼能夠實現溝通呢？
如果一定要計算流程的σ，該如何做呢？還是上述的例子。用5個步驟來計算過程σ：
第1步，定義機會（opportunity）
機會在這裏的意思是希望看到的結果，它是客戶能夠容忍的最低限度時發生的事件。比如說，一個員工每天的工作有30項程序，每個過程都有可能出錯，而公司所能容忍的是每天最多有一次小錯誤發生。那麼，如果這個員工每天不出錯或者出一次錯就可以定義爲一個機會。超出的出錯就被認定爲缺陷。再比如，6σ的先驅Motorola公司的產品在發送給客戶前不必檢測，其到達客戶端時每100萬個中不會超過3.4個出現缺陷。對於每100萬個低於3.4個的缺陷這一事實客戶可以容忍。
回到有關電力公司的例子。如果斷電時間不超過1分鐘，客戶是可以容忍的，可以將斷電時間少於1分鐘定義爲機會，而超過1分鐘斷電則要被認定爲缺陷。
第2步，定義缺陷（defect）
缺陷是由客戶定義的，而不是企業自身定義的。不能滿足客戶的需求就是出現了缺陷。定義缺陷並非易事。你首先必須與你的客戶進行溝通，瞭解什麼事件發生會引起客戶不滿意，這些事件都是缺陷。對於Motorola來講，客戶認爲的缺陷就是手機不能正常工作。
回到所講的電力公司的例子。客戶所定義的缺陷就是一分鐘斷電。持續一分鐘沒電對於客戶來講就是缺陷。
第3步，測試你的機會與缺陷
確定了什麼是機會、什麼是缺陷後，你便可以度量他們。電力公司的例子相對比較直接而且簡單，但在很多情況下你可能需要一個正式的數據採集計劃，並周密地組織數據採集過程。一定要注意你所採集的數據是可靠的並且是在統計上有效的。
回到的電力公司的例子。採集的數據是：
- 機會（去年）：525，600分鐘。
- 缺陷（去年）：500分鐘。
第4步，計算你的產出率（yield）
從機會總數中減去缺陷總數，再除以機會總數，再乘以100，即可得到過程產出。
回到電力公司的例子，流程產出率爲((525，600-500)/525，600)*100=99.90%
另外有一個（iSixSigmaProcessSigmaCalculator），你只要輸入相應的機會數與缺陷數，就可以自動計算出流程產出率。
第5步，找出流程的σ
如果不使用6σ計算器，最後一個步驟就是利用上述第4步計算出來的流程產出率，從對照表，（概率與數理統計中可以很方便地找到有關表格）中方便地查出σ值。但是這裏需要一系列假設，才能對最終結果進行分析，包括假設數據是平穩的、服從正態分佈等。