• 02.看板实践——理解看板


    00.看板与他们完全不同,它根本没有实现规定那么多内容。它更像是个“元流程”,可以适用于你现在是用的任何流程。

    01.看板方法(Kanban,大写K)——一种组织中创建渐进变革的方法,由大卫.安德森(David Anderson)创立并完成著作<看板方法:科技企业渐进变革成功之道>

    02.看板——有时指的是一种可视化流程管理系统,用以描述生产什么。何时生产以及生产多少,有时指的是实际的视觉信号。

    03.看板系统——用以跟踪在制品的系统。举例子:一面看板墙加上信号咯和工作中遵循规则就是一个看板系统。

    04.当人们提到“使用看板”时,是指使用某种看板系统来管理和优化看板(信号卡)以取得渐进的改善。

    05.看板基于三个简单的原则:可视化工作和规则、限制在制品的数量、促进工作快速管理流动

    06.通过创建代表工作项的即时贴,并在一个可视化的工作流白板上跟踪每个工作项的当前状态,就可以很容易地实现可视化。可以帮你了解你的工作,反思你的工作是如何运作的,并开始发现在工作流程改建机会。

    07.通过设置在制品限额,你将在工作流中创造些许紧张。这本身是个好事情,因为他能暴露系统中的问题,或者是Kanbaneros案例中的“未曾意识到的改善机会”。 

    08.限制在制品将把改进的机会呈现在表面。通过工作流观察,流动可能迟滞(即时贴在白板上的移动非常缓慢),可能积压(在某列中有很多及时贴),也可能完全停止(工作项等待)。这些都可以作为你改进整个系统的指标。你用于解决这些问题的做法,取决于是否带来改善。

    09. 好吧,当有一天只要你能够想出来,软件(或解决方案)就能立刻实现的时候,就不会再有瓶颈了。但在可预见的未来者并不会成真。

    10.在发掘改进机会的时候,你很快就会跨越团队的工作范围。为了获得更快的流动,你需要和其他团队或者周围的其他职能角色以不同的方式进行交互协作。第一部就是将这些团队或者前后关联的职能角色加到你的看板中。

    11.看板6大核心实践

      *可视化

      *限制在制品

      *管理流动

      *显示化流程规则——通过明确的规则,就可以开始对整个流程展开讨论,而且这种讨论是基于客观的数据而不是假想、感觉或是传闻。虽然把明确的规则公开卸载白板上很重要,但这往往不是最重要的,反而是针对于即将落实到位的规则展开讨论并达成一致才是最重要的。虽然将规则明确出来是很棒的,但我们认为这本身就是工作可视化原则的一部分。

      *建立反馈环路——这个实践关注的是从你的流程中获得反馈。例如,运营回顾就是对流程本身的回顾。管理流动的基本原则的一部分。为了促进工作流动,反馈环路是必要的,所以应该在需要的地方建立反馈环路。

      *协作式改建、试验中演进(使用模型和科学方法)——这个时间鼓励人们使用模型(如约束理论或精益思想)来推动整个团队持续改进。

      *从现状开始。

      *追求增量和渐进的改变

      *初始时,尊重现有的角色、职责和头衔。

      *发挥组织中的各级领导力。

    12.教练的忠告:确保和整个团队一起绘制白板。不要让单独一个人绘制,如果你是一个外部教练,特别注意不要自己一个人单干,因为这将严重影响团队的接受度。相信我们,这个错误我们犯过多次。

    13.看板的制作过程:

      *从工作可视化开始。我们让Kanbaneros团队为每一个工作创建一个即时贴,并贴在白板上

      *在白板上绘制工作流程。比较简单的方式是为工作流程的每个阶段在白板上创建一列。将处于不同阶段的即时贴移动到正确的列中。

      *用一些工作项演练一下,看看他们如何流经工作流,是否与你的工作方式相吻合,需要的话可以改变工作流。

      *决定在制品限制——作为一个团队,同一时间可以并行多少个工作项。我们在这一步花了很长时间来帮助Kanbaneros,但是也别想太多了。

      *作为补充方法,你可以创建一些头像——代表你们自己的图片,把他们贴在正在工作的事情上。这会让你更简单地看到工作进展,知道如果对某个工作想的问题应该找谁。

  • 相关阅读:
    【LuoguP4770】[NOI2018] 你的名字
    【LuoguP5171】Earthquake
    【LuoguP3747】[六省联考2017] 相逢是问候
    【LuoguP4916】魔力环
    YOLO2:实时目标检测视频教程,视频演示, Android Demo ,开源教学项目,论文。
    谷歌发布 TensorFlow Lite [官方网站,文档]
    Chinese-Text-Classification,用卷积神经网络基于 Tensorflow 实现的中文文本分类。
    Chinese-Text-Classification:Tensorflow CNN 模型实现的中文文本分类器[不分词版]
    Hinton's paper Dynamic Routing Between Capsules 的 Tensorflow , Keras ,Pytorch实现
    谷歌开发者:看可口可乐公司是怎么玩转TensorFlow的?
  • 原文地址:https://www.cnblogs.com/aixiaoxiaoyu/p/10284705.html
Copyright © 2020-2023  润新知