Idea

Zapraszamy badaczy agencyjnych i tych pracujących po stronie Klienta, chcących rozszerzyć swoje kompetencje o analizę i projektowanie procesów masowych zachodzących wewnątrz organizacji klienckich branż finansowych, telekomunikacyjnych, logistycznych i innych, które korzystają z badań jakości obsługi i satysfakcji.

 

Andrzej Kasińskii

Cykl

Szczegółowy zakres szkolenia

Uczestnicy dowiedzą się w jaki sposób określić poziom jakości poszczególnych procesów bazując na danych operacyjnych. Aby doskonalić procesy trzeba najpierw ustalić bazowy (obecny) poziom jakości i określić cel jaki firma powinna osiągnąć w wyniku doskonalenia, żeby zapewnić wzrost satysfakcji klientów.
Badanie opinii klientów, pracowników lub partnerów biznesowych jest dobrym wstępem do analizy jakości procesu jednak nie może jej zastąpić. Mierzenie poziomu jakości procesów odnosi się również do kosztów zmiennych i efektywności – „niska jakość” oznacza również zbyt wysoki koszt lub zbyt długi czas wytworzenia produktu lub usługi.
Zakres:
• Podejście procesowe oraz typowe problemy związane z zarządzaniem procesami w dużych organizacjach.
• Miara jako liczbowy opis cechy procesu, przegląd klasycznych sposobów mierzenia procesów (KPI)
• Pojęcie wydolności procesu, mierzenie wydolności procesów w przypadku danych ciągłych np. odnoszących się do terminowości.
• Badanie rozkładów danych, mierzenie wydolności procesów w przypadku gdy dane w uzyskanych wynikach odbiegają od rozkładu normalnego.
• Mierzenie wydolności procesów w przypadku danych nieciągłych np. odnoszących się do poziomu błędów, odrzuceń, rezygnacji klientów itp.

Szczegółowy zakres szkolenia

Jednym z warunków „dobrego jakościowo” procesu jest jego stabilność. Brak stabilności jest widoczny w badaniach satysfakcji, jeśli ogólny wskaźnik zadowolenia z danego aspektu jest na średnim lub nawet dobrym poziomie jednak pewna grupa klientów ocenia go zdecydowanie negatywnie. Stabilny oznacza, że proces nie obniża swojej jakości (czyli się nie destabilizuje) w okresie na przykład choroby kluczowego pracownika, okresowego zwiększenia liczby przyjętych zamówień lub awarii systemu informatycznego, maszyny itp. Takich zjawisk możemy nie wychwycić w trakcie analizy wydolności. Uczestnik szkolenia pozna różne metody badania stabilności procesu. Będzie w stanie określić tzw. „limity tolerancji” czyli na przykład - ile dni nieobecności pracownika lub awarii systemu IT jest dopuszczalne, aby nie obniżać jakości procesu.
W drugiej części dnia zostanie omówiony temat jakości danych w analizie wydolności i stabilności procesu. Dane są podstawą analizy procesów. Podstawową zasadą optymalizacji procesów jest opieranie diagnozy na faktach a nie na przypuszczeniach i przewidywaniach. Uczestnicy poznają różne metody doboru próby, będą potrafili oszacować wielkość minimalnej próby reprezentatywnej, czyli pozwalającej na analizę.
Zakres:
• Wykorzystanie kart kontrolnych w badaniu stabilności procesów oraz monitorowaniu skuteczności wprowadzonych usprawnień.
• Przebieg projektu usprawniającego proces biznesowy
• Pojęcie limitu tolerancji i praktyczne sposoby jego wyznaczania
• Dobór próby w analizie procesów: weryfikacja reprezentatywności zebranych danych, przedziały ufności, skuteczność próbkowania

Szczegółowy zakres szkolenia

Uczestnicy szkolenia poznają różnego rodzaju metody badania wpływu jednego lub kilku czynników na uzyskiwany w procesie wynik. Wszystkie metody badania regresji pozwalają określić jakie czynniki zaburzają jakość, które są neutralne a przede wszystkim, które „nastawienia” sprzyjają uzyskaniu wysokiej jakości. Uczestnicy będą w stanie na podstawie wypracowanych modeli oszacować możliwy do uzyskania poziom jakości (w nawiązaniu do celów jakościowych ustalonych na podstawie badania satysfakcji klientów).
Zakres:
• Hipotezy statystyczne: omówienie zastosowania podstawowych testów statystycznych, ich znaczenia w badaniu jakości procesów oraz w projektach optymalizacyjnych.
• Przykłady zastosowania testów statystycznych w przypadku miar oraz czynników wpływających na jakość procesu opisanych za pomocą danych ciągłych.
• Przykłady zastosowania testów statystycznych w przypadku miar oraz czynników wpływających na jakość procesu opisanych za pomocą danych nieciągłych.

Szczegółowy zakres szkolenia

Zadaniem sesji warsztatowej jest przeprowadzenie praktycznych ćwiczeń na bazie zanimizowanych ale rzeczywistych danych z procesów. Każdy uczestnik sesji będzie mógł w praktyce wykonać poszczególne analizy omawiane w trakcie poprzednich sesji: badania wydolności, stabilności procesów, analizy regresji w różnych przypadkach biznesowych. W efekcie po zapoznaniu się z poszczególnymi metodami w trakcie pierwszych trzech sesji oraz po przejściu sesji praktycznej uczestnik będzie mógł w praktyce przeprowadzać analizy i wykorzystywać poznane metody w swoich projektach.
W trakcie sesji będzie wykorzystywane oprogramowanie umożliwiające przeprowadzenie analiz. Wszyscy uczestnicy otrzymają przed sesją link do wersji instalacyjnej lub odpowiednie oprogramowanie. Wymagane jest posiadanie laptopa (możliwa jest praca w parach)
Zakres:
• Badanie wydolności procesów w przypadku danych ciągłych: w rozkładzie normalnym, w rozkładzie odbiegającym od normalnego
• Badanie wydolności w przypadku danych nieciągłych: dwójkowych, kategoryzowanych, liczonych
• Testy statystyczne dla danych ciągłych (test t, z jednej i dwóch prób, test ANOVA, test wariancji, test median Moods’a, test regresji jednej i wielu zmiennych)
• Testy statystyczne dla danych nieciągłych (testy proporcji jednej i dwóch prób, test chi kwadrat, regresja logistyczna binarna)
• Analiza odtwarzalności i powtarzalności (dla danych nieciągłych)
• Statystyczna kontrola procesu – przykłady zastosowania kart kontrolnych (dla danych ciągłych indywidualne i dla grup, dla danych nieciągłych dla stałej i zmiennej wielkości prób)

Szczegółowy zakres szkolenia

Czasami lepiej jest zaplanować proces od początku i ogłosić „nowe otwarcie” niż zmieniać poszczególne części, wikłać się w dyskusje z pracownikami niechętnymi zmianom itp. Uczestnik dowie się jak zaprojektować nowy proces wykorzystując eksperyment statystyczny czyli specyficzne badanie regresji wykonane jako pilotaż nowego procesu lub produktu. Szczegółowo omówione zostaną możliwości optymalizacji procesów kontrolnych poprzez redukcję kontrolowanej próbki tam gdzie prawdopodobieństwo popełnienia błędu w procesie jest najmniejsze. Zostaną omówione również zasady wykorzystywania danych z podobnych, obecnych procesów do projektowania nowych procesów lub produktów - w ramach symulacji Monte Carlo.
Zakres:
• Planowanie eksperymentów w celu optymalizacji produktów i procesów: rodzaje eksperymentów i kryteria wyboru. Przebieg eksperymentu, gra symulacyjna (projektowanie plakatu informującego o konferencji ekologicznej). Analiza zebranych danych, wizualizacja i interpretacja wyników, wnioski biznesowe.
• Hipergeometryczny dobór próby. Praktyczne zastosowanie próbkowania w kontroli procesów w celu zmniejszenia kosztów kontroli i poprawy jej skuteczności.
• Wykorzystanie symulacji Monte Carlo w projektowaniu szczegółowym nowych procesów i rozwiązań biznesowych, zapewniające uzyskanie planowanej wydolności.