作为潜在创业者描述一下用数字化“客观”做咨询的思路，寻找有兴趣的技术专家一起探讨具体实现。
范围：互联网和IT也不是万能的，我的聚焦点诊断是制造业运营性瓶颈诊断，以及改进方案的what-if分析。
其意义是在咨询的过程中“去主观性，不依赖于顾问的行业经验，纯数据推导。
简述一下所谓的互联网+咨询的过程：
1. 罗列企业内所有运营性部门（销售，采购，生产，仓储）等，部门可以深入打散作为子部门（如生产部门根据工位拆解，工位根据机器再拆解）。
2. 从部门中获取两个信息并进行横向和纵向的分析。以生产部门的各道工序为例：
这两个信息是：
A） 每个单元的量化输入（如人工，水电，场地）和量化输出（如广告点击率，生产量，发货量，销售额）。
在市场上收集各个企业各个“单元“的输入与输出，输入与输出类型相同的两个企业针对该单元来说即视为”同行业“
利用运筹学上的DEA方法（这里不展开了，有兴趣私聊）判断该“单元“是否在行业内相对有效，否的话，判断具体使用率较差的输入（资源）。此单元即为行业角度的瓶颈。
B） 考虑到信息化的普及（OA, CRM，ERP, BI, MES）我们假设所有单元（工位）的任务都是以“接收任务，并更新任务完成百分比和状态“的形式进行的。需要业务给定一个完成各自任务的标准时间，类似lead time
接下来，收集所有单据的历史数据，记录单据（行）的体谅和单据中异常比例（简单认为未按时完成的为异常单据）
分析单据异常值/体量之间的耦合关系（这里是大数据的范畴了）。最简单的例子是前置单据的异常比例增加导致后续工位的单据体量巨减。
如果探测到历史过程中频繁因为某一个单元的异常值比例或者体量导致后续的异常比例增加，则认为该单元为内部角度的瓶颈。
（来不及做一个flash）将就一下。
P．S. 如果说企业本身的数据仓库关于主数据（客户/供应商/职位）比较完善的话，可以更进一步分析“产生瓶颈”的源头，是因为“什么因素“触发的：
上面的思路可以总结为，将目前的BI产品动态化。
3. 我将解决方案仅分为两类，一类是调整（一般是增加）资源，这个资源包括了人力设备，场地，也包括通过信息流加速的系统建设；还有一类是政策性，业务逻辑的变化，比如入库方针从先进先出变成后进先出。
在有了横向（行业）和纵向（内部）的瓶颈以后，设计一个矩阵（研究中）。目的是定位大致解决方向。
例如：
某个单元行业非瓶颈，但内部是瓶颈，说明单纯是资源缺乏；
某个单元率落后与行业，但内部无瓶颈，说明资源浪费；
某个较大的单元落后于行业水平，需要考虑业务逻辑调整。
4. 不论是来自于3，或者来自于第三方咨询机构的结论，通过离散事件仿真工具搭建业务的AS-IS流程。
这一步的目的是，强迫业务人员具象地描述流程的每一个细节，而不是程序员在设计service的时候才调研。细节包括单据，实体（原料，成品，辅料，设备产线），属性，资源（搬运工，卡车），数据加工场所，（车间，仓库，销售办公室）路由规则和场所内部的加工规则，用函数和特定语句表达的触发事件和逻辑，各种参与运算的数学变量，以及观测值（即各种KPI指标，如周转率）
业务模型搭建是否完成仅仅通过最终模型能否合理运行来评判。
（下图是promodel的一个工厂模型例子，类似的软件还有Anylogic，Simul 8） 抱歉这里动图显示不了。
点击v后显示的是当前的观测值
我不知道各位大神有没有可能研发出简化版？
5. 找出4中的可能变量，对应可能的改造方案，反复运行模型，通过KPI的比较得出最优方案。
P.S. 额外地，既然业务逻辑都已明确，可以画出uml的时序图，落地IT方案（我倾向于IT不过多参与业务逻辑，而是以优化信息流为主）。
有意一起研究的小伙伴请加
|
收藏
赞
踩
提升卡
24小时置顶卡
24小时标题变色卡
