让一部分企业先学到真知识！
让一部分企业先学到真知识！
培训对象：生产总监、运营总监、CIO、精益推进负责人、数据分析师等中高层管理人员、以及对精益生产和数据驱动业务感兴趣的人士；
课程时间：1-2天培训+2天实战
课程背景：
本课程是在数字化转型与AI大模型应用的宏观趋势下，旨在解决学员在精益生产与价值流管理中的数据分析应用难题，提升学员对数据分析驱动业务流程重塑与业务模式创新的认知。课程具备理论与实践相结合、案例丰富、实操性强的特点，将帮助学员掌握数据分析的核心理念、工具与方法，并应用于实际工作中。
课程收益：
培训完结后，学员能够：
受益一：理解数据分析在精益生产与价值流管理中的重要性。
受益二：掌握数据分析的基本概念、原理与方法，包括数据采集、清洗、处理与分析等。
受益三：学会利用价值流工具识别企业全局指标问题与核心指标痛点。
受益四：掌握问题分解与数据分析的思维逻辑，包括指标思维、用户思维、结构化思维与公式化思维。
受益五：熟悉数据分析过程中的各种工具与方法，并能够灵活应用于实际工作中。
受益六：学会评估数据分析结果，为决策提供支持。
受益七：通过实战训练营，提升数据分析实战能力，解决企业实际问题。
第一阶段课程辅导，导入方法论，时间1-2天：
|
单元 |
大纲 |
内容 |
|
单元一 |
数据分析与AI大模型时代概述 |
1 数据分析的定义与重要性 1.1 数据分析的概念及发展历程 1.2 数据分析在企业决策中的作用 2 AI大模型时代对数据分析的影响 2.1 AI大模型的技术特点与应用趋势 2.2 AI大模型在数据分析中的应用案例 案例：某企业利用AI大模型提升数据分析效率与准确性 讨论课题：AI大模型如何改变数据分析的未来？ |
|
单元二 |
精益生产与价值流管理基础 |
1 精益生产的核心理念与原则 1.1 精益生产的定义与发展历程 1.2 精益生产的五大原则 2 价值流管理工具与方法 2.1 价值流图绘制步骤与技巧 2.2 价值流分析在企业管理中的应用 案例：某企业价值流图绘制与分析实例 讨论课题：如何有效运用价值流管理工具提升企业效率？ |
|
单元三 |
全局生产指标问题与核心指标痛点识别 |
1 全局生产指标体系的构建 1.1 全局生产指标的定义与分类 1.2 全局生产指标体系的构建步骤 2 核心指标痛点的识别与分析 2.1 核心指标痛点的定义与识别方法 2.2 核心指标痛点对企业的影响分析 案例：某企业全局指标体系构建与核心指标痛点识别实例 讨论课题：如何有效识别并解决企业核心指标痛点？ |
|
单元四 |
数据分析的步骤 |
切忌：并不是采集—清洗---分析！ 2、数据分析的四大步骤 1） 定义问题：常犯的错误有哪些 2） 分解问题：该如何分析？ 3） 评估问题：评估问题常见的错误有哪些 4）解决问题：如何更完善的对问题进行解决 |
|
单元五 |
精益化生产之：生产排产与数据分析 |
1. 生产排产中的数据分析 1.1 关键监测数据：订单交付准时率，设备综合效率（OEE），换型时间占比，紧急插单频率 1.2 专业分析方法 时间序列预测（ARIMA/LSTM），约束规划（CPLEX优化引擎），蒙特卡洛模拟 1.3 问题解决方法论与工具 瓶颈突破：TOC约束理论+AnyLogic仿真 AI工具：华为云OptVerse，帆软report，deepseek等。 |
|
单元六 |
精益化生产之：原材料管理中的数据分析 |
1 关键监测数据：供应商到货准时率，呆滞物料库存占比 ，采购价波动系数 2、专业分析方法：回归分析（价格趋势预测），聚类分析（供应商分级），EOQ经济订货批量模型 3、 问题解决方法论与工具：卡拉杰克矩阵+Python scikit-learn 4.该环节中的AI工具高效实用介绍 |
|
单元七 |
精益化生产之：生产控制中的数据分析 |
1. 关键检测数据：产线平衡率、在制品周转天数、动作浪费指数等 2. 专业分析方法：价值流图析（VSM）、时间动作研究（MTM-2标准）、离散事件仿真等。 3. 问题解决方法论与工具：精益改善：ECRS原则+FlexSim仿真 4. 该环节中的AI工具高效实用介绍 |
|
单元八 |
精益生产之：设备维护中的数据分析 |
1、关键监测数据：MTBF/MTTR、振动频谱特征值、备件库存周转率等 2、专业分析方法：随机森林故障预测、傅里叶变换（振动分析）、生存分析（部件寿命预测） 3、问题解决方法论与工具 预测性维护：PHM系统+Azure Machine Learning 4、该环节中的AI工具高效实用介绍 |
|
单元九 |
精益生产之：库存管理中的数据分析 |
1、关键监测数据：库存周转天数、齐套率、安全库存偏差值 2、专业分析方法：ABC-XYZ分类法、牛鞭效应量化分析 报童模型优化 3、问题解决方法论与工具：VMI策略：JIT看板+Python PuLP 4、该环节中的AI工具高效实用介绍 |
|
单元十 |
精益生产之：人员效能分析 |
1、 关键检测数据：技能矩阵完备率、效能指标等 2、 专业分析方法：OEE人员维度拆解、动作经济性拆解、认知负荷评估等。 3、 问题解决方法论与工具：数字孪生员工系统、AI教练系统 4、 该环节中的AI工具高效实用介绍 |
第二阶段实战：将学员进行分组， 进行为期三天的实战模拟演练
实战模拟第一天：单点突破（生产排产全流程演练）
|
模块一 |
老师示范 |
示范内容 |
|
1 |
模拟数据部署 |
老师会针对某个具象环节，例如质量检测环节，会对应一份某企业的真实的质量原始数据 |
|
2 |
价值流分析及质量指标拆解 |
1、用上课中讲到的价值流来对整个质量数据体系进行拆解 2、用AI及其他工具进行数据清洗 3、计算质量数据的几大维度 4、找出需要优化的问题 |
|
3 |
工具应用 |
DEEPSEEK等相关的AI工具结合课程中所讲的方法论生成质量改善分析图表 |
|
4 |
报告输出 |
1、利用AI工具快速质量优化的分析PPT 2、利用AI工具快速生成质量优化的WEB数据大屏 |
老师演练完以后，学员对其他的生产环节进行模拟实战
|
组别 |
分组实战 |
示范内容 |
|
A组 |
原材料分析 |
要求按照老师之前演练所用的方法论来牵引该模块，并按照老师的给出的模拟数据列表输出相应的支付物，其中包括： - 各组初始分析报告（含问题清单） - 导师批注的改进方向建议
|
|
B组 |
生产控制分析 |
|
|
C组 |
设备维护分析 |
|
|
D组 |
库存管理分析 |
|
|
E组 |
人员效能分析 |
实战模拟第二天：分析强化
|
模块一 |
学员演讲 |
老师总结 |
|
1 |
各个团队分组进行自己的成果输出 |
老师会对所有团队的分组进行问题提炼和优化，然后带领大家持续提升 |
|
2 |
跨组案例研讨 |
A组做B组的类目（会给出新的数据），B组做C组，以此类推，强化练习再次输出 |
|
3 |
各个团队重新输出成果 |
老师现场深化继续点评 |
实战辅导的案例和范围
|
实战案例编号 |
典型项目 |
服务大概的范围、时间、成效： |
|
1 |
宁德时代精益管理数据分析项目 |
1. 宁德时代采购，生产，存储，供应链等综合业务精益数据分析梳理 2. 业务价值列表分析 3. 数据分析典型场景以及具体的落地可行性分析 4. 服务周期：三年 5. 价值体现：生产综合效率提升15%，库存优化降低20%，质量提升10%..... |
|
2 |
特变电工集团精益管理数据分析项目 |
1. 特变电工集团大模型落地提升办公效率，以及采购，生产，存储，供应链等综合数据业务梳理 2. 数据业务价值列表分析 3. 数据分析价值流整体分析以及具体的落地可行性分析 4. 服务周期：两年 5. 价值体现：效率提升60%，人员优化20%，库存优化20% |
|
3. |
绿源电动车集团精益新零售数据分析项目 |
1. 绿源电动车集团精益零售数据分析项目。 2. 数字化营销战略分解及项目落地辅导 3. 数字化营销分析跟踪指导 4. 服务周期：一年 5. 价值体现：新零售精益数字化项目实施后营销增长3000万，经销商满意度提升17% |
|
4 |
登升安防公司精益生产数据项目 |
项目实施中…… |
|
5. |
江阳磁材精益供应链数据项目 |
项目实施中…… |
|
6. |
重庆奥兴嘉精益生产数据分析项目 |
项目实施中…… |
李勇