⭕️ داده کاوی (Data Mining)

داده کاوی (Data Mining) مجموعه‌ای از ابزارهای مهم و کاربردی است، که قطعاً در هر رشته و حوزه کاری، که داده و اطلاعات وجود دارد، می‌تواند کاربرد داشته باشد. اصولاً در داده کاوی، سعی می‌شود انبوه داده‌ها و اطلاعات در دسترس، به طریقی به نوعی از دانش تبدیل شود، که بیانی بسیار خلاصه و مفید از پدیده‌ها را ارائه می‌نماید.

مثال‌های کاربرد داده کاوی در مهندسی صنایع
به عنوان مثال، در زمینه مدیریت زنجیره تأمین (Supply Chain Management) یا SCM، روش‌های مختلف طبقه بندی (نظارت شده) و خوشه بندی (غیر نظارت شده) برای گروه بندی مشتریان، خدمات دهندگان و کالاها (یا خدمات) مورد استفاده واقع شده‌اند و هدف اصلی آن‌ها، ایجاد یک تصویر بیان خلاصه‌تر از زنجیره تأمین بوده است.

در زمینه مسائل زمان بندی، به ویژه در مواردی که ماشین‌ها با قابلیت‌های مختلف و وظایف با نیازمندی‌های متفاوت وجود دارند (مثلاً مانند مسأله زمان بندی منعطف یا Flexible Jobshop Scheduling Problem) یا FJSP، امکان ایجاد راه حل اولیه مناسب و حتی شبه بهینه (sub-optimal) با استفاده از رویکردهای داده کاوی وجود خواهد داشت. این موضوع نیز، می‌تواند با استفاده از رویکردهای طبقه بندی یا خوشه بندی انجام شود.

موضوع طراحی مهندسی (Engineering Design)، شامل مجموعه وسیعی از مسائل بهینه سازی و مهندسی است، که بنا بر شرایط محیط صنعتی و بازار هدف، غالباً به صورت یک مسئله با دینامیک بالا و اغلب به صورت توأم با عدم قطعیت طرح می‌شود. داشتن یک سری قواعد سر انگشتی برای تصمیم گیری سریع، با استفاده از روش‌های داده کاوی (به ویژه روش‌های رگرسیون) قابل انجام خواهد بود.

استفاده از روش‌های داده کاوی برای تحلیل نتایج به دست آمده از سیستم‌های تولیدی (Manufacturing Systems)، به منظور بهینه سازی روند تولید و یا اشکال زدایی از آن، یکی دیگر از مهم‌ترین زمینه‌های کاربردی داده کاوی در این حوزه محسوب می‌شود. برای موضوع تشخیص و طبقه بندی خطا در سیستم‌های تولید، و ایجاد هشدارهای مهم برای ناظران، روش‌های طبقه بندی می‌توانند کاربرد داشته باشند. در خصوص بهینه سازی روند تولید و اتوماسیون خطوط تولید، استفاده از روش‌های مبتنی بر قواعد (Rule-based Systems) مرسوم‌تر و کارآمدتر است. موضوع مدیریت و کنترل کیفیت نیز، یکی دیگر از زمینه‌های بسیار مهم و کاربردی داده کاوی در زمینه سیستم‌های تولید است.

موضوع سیستم‌های تصمیم یار یا پشتیبان تصمیم (Decision Support Systems) نیز، به عنوان یک موضوع بسیار کلی‌تر، که تقریباً در همه زمینه‌های تخصصی و فنی کاربرد دارد، می‌تواند در حوزه مهندسی صنایع و زمینه‌های مرتبط کاربرد داشته باشد. یکی از رویکردهای طراحی چنین سیستم‌هایی، که به مدیران و مهندسین ناظر بر فرایندها امکان تصمیم گیری سریع، اصولی و درست را می‌دهد، استفاده از رویکردهای مبتنی بر کشف دانش (Knowledge Discovery) و داده کاوی است.

موضوع سیستم‌های تصمیم یار یا پشتیبان تصمیم (Decision Support Systems) نیز، به عنوان یک موضوع بسیار کلی‌تر، که تقریباً در همه زمینه‌های تخصصی و فنی کاربرد دارد، می‌تواند در حوزه مهندسی صنایع و زمینه‌های مرتبط کاربرد داشته باشد. یکی از رویکردهای طراحی چنین سیستم‌هایی، که به مدیران و مهندسین ناظر بر فرایندها امکان تصمیم گیری سریع، اصولی و درست را می‌دهد، استفاده از رویکردهای مبتنی بر کشف دانش (Knowledge Discovery) و داده کاوی است.

موضوع تعمیرات و نگهداری، و همین طور موضوع قابلیت اطمینان در سیستم‌ها، مجموعه‌ای از مسائل هستند که می‌توان از روش‌های داده کاوی برای حل آن‌ها استفاده نمود. فرمول‌هایی که برای تخمین قابلیت اطمینان در سیستم‌ها استفاده می‌شوند، بعضاً دارای هزینه محاسباتی بالایی هستند. بعضاً نیز، قابلیت اطمینان یک سیستم، چندان فرمول پذیر و محاسبه پذیر نیست. با استفاده از رویکردهای رگرسیون و مدل سازی، می‌توان مدلی سریع و محاسباتی برای تخمین مقدار قابلیت اطمینان، احتمال خرابی، پیش بینی زمان خرابی آتی، پیش بینی نرخ و میزان خرابی و مواردی از این قبیل استفاده نمود.

موضوع مدیریت ارتباط با مشتریان (Customer Relationship Management) یا CRM و موارد نظیر آن نیز، از جمله مواردی هستند که به دفعات از روش‌های داده کاوی برای حل مسائل مربوط به این حوزه‌ها، استفاده شده‌اند. البته این موارد و کاربردهای مشابه آن، در زیر مجموعه هوش تجاری (Business Intelligence) یا BI نیز مورد مطالعه قرار می‌گیرند، که زمینه بسیار مهمی در کاربردهای داده کاوی است.

⚙️ دانشکده صنایع👇
@ieinstitute

📌 کاربردهای رایانش ابری در کسب و کار و صنعت

رایانش ابری مبحثی است که این روزها زیاد به آن پرداخته می‌شود. انسان‌ها برای کسب درآمد و برآورده‌سازی نیازهای خود، به زمینه‌های شغلی مختلفی روی می‌آورند و در این مسیر از ابزارهای مختلفی برای بهینه‌سازی و افزایش بهره‌وری در کسب و کار خود سود می‌برند. بدیهی است که رایانش ابری نیز از این مسئله مستثنی نیست و اغلب اهالی دنیای کسب و کار، پتانسیل‌های این فناوری در زمینه‌ی تجارت را دریافته‌اند. در مطالعه‌ای که با همکاری نشریه‌ی اکونومیست و شرکت آی‌بی‌ام انجام شده، از میان ۵۷۲ کسب و کار مورد بررسی، نزدیک به سه‌چهارم آن‌ها در حال استفاده از رایانش ابری یا آزمایش این تکنولوژی هستند. علاوه‌بر این، احتمال می‌رود ۹۰ درصد از این کسب و کارها در سه سال آینده به مشتریان رایانش ابری تبدیل شوند.

با وجود استقبال کنونی از رایانش ابری در حوزه‌ی کسب و کار، باید به‌خاطر داشت که اغلب این کسب‌و‌کارها صرفا از رایانش ابری به‌منظور جایگزینی برای رویه‌های اداری قدیمی خود استفاده می‌کنند و تنها ۱۶ درصد از آن‌ها از رایانش ابری به منظور ایجاد نوآوری در کسب و کار خود بهره می‌برند.

دلیل استقبال عمده‌ی کسب و کارها از رایانش ابری، مزایایی است که این فناوری با خود به‌همراه دارد. یکی از این مزایا انعطاف‌پذیری رایانش ابری است که به کاربران اجازه می‌دهد در هر زمان به تناسب نیاز خود منابعی را خریداری کنند؛ همین مسئله به کاربران کمک می‌کند تا از هزینه‌های اضافی برای منابعی که نیاز چندانی به آن‌ها ندارند خلاص شوند. یکی از مثال‌های قابل توجه در این زمینه‌، سرویس استریم ویدئوی نتفلیکس است؛ این شرکت از سرویس‌های ابری آمازون استفاده می‌کند. نتفلیکس در ساعات اوج استفاده‌ی تماشاگران از سرویس خود، منابع ابری بیشتری را مورد استفاده قرار می‌دهد و در ساعات دیگر از منابع کمتری بهره‌برداری می‌کند.
علاوه‌بر انعطاف‌پذیری، ارائه‌ی ابزارهای تحلیلی یکی از برتری‌های رایانش ابری است. یکی از کسب و کارهایی که با کمک رایانش ابرای بهره‌وری خود را افزایش داده، وب‌سایت Etsy است که به خرید و فروش کالاهای دست‌ساز می‌پردازد. به‌لطف فناوری ابری، Etsy می‌تواند داده‌های مربوط به خرید و فروش کالاهای خود را تحلیل و پیشنهادات متناسب را به کاربرانش ارائه کند.

لازم به توضیح است که مفهوم صنعت به صنایع تولیدی محدود نیست بلکه بخش‌های خدماتی نظیر صنعت بانک‌داری و بیمه را نیز شامل می‌شود. در حال حاضر، کاربردهای صنعتی رایانش ابری بیشتر به امور اداری نظیر پیام‌رسانی و برنامه‌ریزی محدود می‌شود. دلیل این مسئله نیز برخورد محتاطانه اغلب صنایع با مقوله‌ی رایانش ابری است. اغلب شرکت‌های صنعتی تلاش‌ می‌کنند تا پس از بررسی مزایای رایانش ابری در حوزه‌ی کاری خود، پیرامون استفاده از این تکنولوژی تصمیم‌گیری کنند.

صنعت بانک‌داری از جمله صنایعی است که استفاده از رایانش ابری را شروع کرده‌است. به‌دلیل اهمیت امنیت و بهره‌وری در حوزه‌های مالی، نگرانی‌هایی در مورد امنیت رایانش ابری، موانع قانونی داخلی و بین‌المللی و کارایی این فناوری وجود دارد. اغلب صنایع، در حال حاضر از سرویس‌های نرم‌افزاری رایانش ابری در امور اداری خود بهره‌ می‌برند؛ برای مثال می‌توان به صنعت بیمه اشاره کرد. خودکارسازی ارائه‌ی خدمات به مشتریان و پردازش و بررسی خودکار درخواست‌های آنان از مزایای رایانش ابری در این صنایع است. همچنین، شرکت‌ها و سازمان‌های بزرگ و چند ملیتی از رایانش ابری جهت مدیریت منابع‌ انسانی خود در مقیاس جهانی استفاده می‌کنند.

در مقابل، برخی صنایع پیشرفت بیشتری در زمینه‌ی استفاده از رایانش ابری نشان داده‌اند. برای مثال، رسانه‌ها از خدمات زیرساختی و پلتفرمی رایانش ابری جهت مدیریت و پخش محتوا و همچنین تحلیل داده‌ استفاده می‌کنند. صنایع تولیدی نیز در امور مدیریتی، تحقیق و توسعه و ارائه‌ی خدمات پس از فروش به رایانش ابری روی آورده‌اند. به‌کمک رایانش ابری، انجام تحلیل‌های صنعتی ساده‌تر شده است؛ در کنار آن، ارسال سفارشات و انجام هماهنگی‌های میان تولیدکنندگان، تامین‌کنندگان قطعات و مشتریان نیز آسان‌تر و سریع‌تر از گذشته است.

⚙️ دانشکده صنایع👇
@ieinstitute

📌 کارت امتیازی متوازن چیست؟

کارت امتیازی متوازن (Balanced Scorecard) یک سیستم مدیریت و برنامه‌ریزی استراتژیک است که به طور وسیعی در کسب‌و‌کار، صنعت، دولت و سازمان‌های غیرانتفاعی مورد استفاده قرار می‌گیرد تا فعالیت‌های کسب‌و‌کار را به فراخور چشم‌انداز و استراتژی سازمان متناسب سازد، ارتباطات داخلی و خارجی را بهبود بخشد و بر عملکرد سازمان در قبال اهداف استراتژیک نظارت کند. این ابزار توسط دکتر رابرت کاپلان (Robert Kaplan) و دکتر دیوید نورتون (David Norton) به عنوان یک چارچوب سنجش عملکرد ابداع شد که عملکرد استراتژیک غیرمالی را نسبت به معیارهای مالی سنتی می‌سنجد تا درباره‌ی عملکرد سازمانی، به مدیران دید متعادل‌تری بدهد.
سیستم کارت امتیازی متوازن بیان می‌کند که ما باید سازمان را از ۴ منظر بررسی کنیم و بدین ترتیب معیار طراحی کنیم، داده گردآوری نماییم و به تحلیل آن بپردازیم. این ۴ منظر موارد زیر هستند:

۱. رشد و یادگیری
این دیدگاه شامل آموزش کارکنان و نگرش فرهنگی در ارتباط با توسعه‌ی شرکت و افراد است. در یک سازمان دانش‌‌محور، افراد منبع اصلی به حساب می‌آیند. با توجه به تغییرات سریع تکنولوژیکی، لازم است که کارکنان دائما در حال یادگیری باشند. می‌توان از معیارهایی برای راهنمایی مدیران در تصمیم‌گیری در خصوص ظرفیت‌های تأمین بودجه‌ی آموزش استفاده کرد. در هر صورت آموزش و رشد، تشکیل‌دهنده‌ی بنیان موفقیت هر سازمان دانش‌محوری است.
کاپلان و نورتون تأکید دارند که یادگیری بیش از آموزش اهمیت دارد. لازمه‌ی رشد و آموزش، مربیان و مدرسان درون سازمان هستند که با تسهیل برقراری ارتباط با کارکنان این امکان را فراهم می‌آورد تا آنها در هنگام نیاز از مشاوره‌ی این مربیان استفاده کنند. دیدگاه آموزش و توسعه دربردارنده‌ی ابزارهای تکنولوژیکی نیز هست.

2. فرایند کسب‌و‌کار
این دیدگاه مختص فرایندهای داخلی کسب‌و‌کار است. معیارهای این دیدگاه به مدیران امکان می‌دهد تا بدانند که کسب‌و‌کارشان چقدر عملکرد خوبی دارد و آیا محصولات و خدمات آنها با نیازهای مشتری مطابقت دارد یا نه (مأموریت). این معیارها باید با دقت هر چه تمام توسط افرادی که به خوبی از فرایندها آگاهی دارند طراحی شود چرا که با توجه به منحصر به فرد بودن مأموریت هر سازمان، این کار چیزی نیست که توسط مشاوران خارجی انجام شود.

۳. رضایت مشتری
امروزه فلسفه‌ی مدیریت، افزایش اهمیت مشتری‌ مداری و رضایت مشتری را در هر کسب‌و‌کاری نشان می‌دهد. اگر مشتریان راضی نباشند، در نهایت تأمین‌کننده‌ی دیگری خواهند یافت که نیاز آنها را برآورده سازد. عملکرد ضعیف در این دیدگاه باعث افت شدید کسب‌و‌کار در آینده خواهد شد، حتی اگر تصویر روشنی از آینده‌ی مالی وجود داشته باشد.
در طراحی معیارهای رضایت، باید انواع گروه‌های مشتریان و فرایندهای تهیه‌ی محصولات و خدمات برای هر گروه از مشتریان مورد تحلیل قرار گیرند.

4. داده‌های مالی
کاپلان و نورتون در رویکرد خود نیاز به داده‌های مالی را نیز در نظر داشته‌اند. داده‌های مالی صحیح همیشه در اولویت هستند و مدیران باید برای تهیه‌ی آنها همه‌ی اقدامات لازم را انجام بدهند. در حقیقت، غالبا این کارها چیزی بیش از بررسی و پردازش داده‌های مالی است. با پیاده‌سازی پایگاه داده‌ی شرکت، امید می‌رود که بتوان پردازش داده‌ها را به صورت متمرکز و خودکار به انجام رساند. اما نکته اینجاست که تأکید بر امور مالی منجر به وضعیتی نامتوازن در قبال سایر دیدگاه‌ها خواهد شد. شاید نیاز باشد که داده‌های دیگرِ مرتبط با امور مالی از قبیل داده‌های ارزیابی ریسک و سود-هزینه را در این دسته‌بندی گنجاند.

سیستم کارت امتیازی متوازن همچنان در حال تکامل است و از یک چارچوب ساده‌ی سنجش عملکرد، به یک سیستم مدیریتی و برنامه‌ریزی استراتژیک کامل تبدیل شده است. ابزار کارت امتیازی متوازن جدید، برنامه‌ی استراتژیک سازمان را از یک سند جذاب اما منفعل به یک سلسله‌ فرامین روزانه برای سازمان تبدیل کرده است. این سیستم چارچوبی فراهم می‌آورد که نه تنها به سنجش عملکرد کمک می‌کند، بلکه به برنامه‌ریزان هم کمک می‌کند تا ببینند چه چیزهایی باید انجام شود و مورد سنجش قرار بگیرد. در واقع سیستم کارت امتیازی متوازن مدیران را قادر می‌سازد تا استراتژی‌های خود را به اجرا در آورند.

⚙️ @ieinstitute

📌 پاورپوینت آموزشی DEMATEL


⚙️ دانشکده صنایع👇
@ieinstitute

📌 اتوبوس های آینده با تکنولوژی خودران و تمام الکتریک


⚙️ دانشکده صنایع و مدیریت👇
@ieinstitute

📌 جزوه آموزشی آشنایی با شبیه سازی

⚙️ دانشکده صنایع👇
@ieinstitute

📌 جزوه آموزشی مهندسی برنامه ریزی حمل و نقل

⚙️ دانشکده صنایع👇
@ieinstitute

📌 طراحی جامع محل تولید در برنامه ریزی تولید

مكان يابي: يك فرايند كيفي و كمي مي‌باشد كه از طريق آن مي‌توان نقطه مطلوب يا مناسب را براي استقرار واحد صنعتي پيدا كرد.
فرايند مكان‌يابي در طي سه مرحله انجام مي‌شود. در مرحله اول بايد از بين مناطق موجود يك منطقه را انتخاب كرد و سپس در مرحله دوم از بين نواحي موجود در منطقة انتخاب شده يك ناحيه را انتخاب كرده و سپس در نهايت از بين مكانهاي موجود در ناحية انتخاب شده يك مكان را انتخاب كنيم.

قبل از انجام فرايند مكان‌يابي ابتدا بايد به چند سئوال اساسي پاسخ داد كه عبارتند از:

1. چه بازارهايي توسط اين كارخانه (محل جديد) سرويس داده خواهند شد.
2. مواد اوليه مورد مصرف كارخانه چه چيزهايي هستند و از چه مكاني تأمين مي‌شوند.
3. چه نوع نيروي انساني و با چه تخصصهايي مورد نياز است.
4. چه نوع شيوه‌هاي حمل و نقل براي انتقال مواد اوليه لازم است.
5. چه نوع نيرويي (برق،گاز…و اتمي) براي خط توليد بايد به كار رود.
6. آيا براي توليد كالاي مورد نظر شرايط آب و هوايي خاصي لازم است.

🔻 برای آشنایی بیشتر با موضوع طراحی جامع محل تولید، از فایل آموزشی ارائه شده در پست بعدی استفاده نمایید.


⚙️ دانشکده صنایع و مدیریت👇
@ieinstitute

📌 جزوه آموزشی طراحی جامع محل تولید

⚙️ دانشکده صنایع و مدیریت👇
@ieinstitute

📌 آشنایی با TRIZ

واژه TRIZ برگرفته شده از حروف اول کلمات در عبارت روسی «Teoriya Resheniya Izobrototelskikh Zadatch» است که برابر انگلیسی آن عبارت «Theory of Inventive Problem Solving» (با مخفف TIPS) است که به معنای نظریه حل ابداعانه مساله می‌باشد. این دانش در سراسر جهان تحت عنوان TRIZ شناخته می‌شود.
دانش TRIZ با نامها و عنوانهای توصیف‌گر مختلفی همانند نوآوری نظام‌یافته، خلاقیت اختراعی، فناوری خلاقیت و نوآوری، روش‌شناسی اختراع، الگوریتم اختراع، روش‌شناسی حل مساله‌های ابداعی، روش‌شناسی حل ابتکاری و ابداعانه مساله، مهندسی خلاقیت و نوآوری، روش‌شناسی خلاقیت، خلاقیت‌شناسی اختراع، خلاقیت‌شناسی فناوری و مواردی از این قبیل نامیده می‌شود.

✅ فواید و کاربردهای TRIZ
با استفاده از دانش TRIZ می توان به نتایج و دستاوردهای متعددی از جمله موارد زیر دست یافت:

دستیابی به نوعی نگرش جامع علمی به ابداعات و اختراعات.
شکل گیری جنبه های بسیار مهمی از علم خلاقیت شناسی.
دستیابی به نوعی جهان بینی خلاق.
کشف انواعی از راه حل ها برای مسائل ابداعی یعنی مسائلی که با روش های معمولی متداول راه حل آنها به دست نمی آید.
دستیابی به بهترین و موثرترین راه حل ها برای انواع مسائل علمی، فنی، انسانی و اجتماعی.
پیش بینی روند ابداعات و اختراعات در آینده (خلاقیت شناسی آینده شناختی)
ارائه آموزش های نوین مبتنی بر TRIZ در مدارس و دانشگاه ها (خلاقیت شناسی پرورشی مبتنی بر TRIZ)
تسهیل و تسریع روند رشد و توسعه علوم و فناوری.

با بکارگیری TRIZ میتوانیم با یک روش سیستماتیک به عصاره و چکیده تمام راه حل های مسائلی که بشریت با آنها روبرو بوده است، دسترسی پیدا کنیم. و با توجه به مفهوم TRIZ در می یابیم که تمام مسائل قبلا ً به طریقی حل شده اند. مطمئنا ً در صورت عدم استفاده از TRIZ زمان زیادی هدر خواهد رفت. درست مثل اینکه به جای کشف راه حل هوشمندانه ای برای بهبود بخشیدن به عملکرد چرخ، آن را دوباره اختراع کنیم. TRIZ ما را به سمت راه حل هایی که نیاز داریم، راه حل هایی که وجود دارند و راه حل هایی که ابداعی هستند ولی بدون TRIZ معمولا ً امکان درک آنها را نداریم، هدایت می کند.

⚙️ دانشکده صنایع 👇
@ieinstitute

📌 ربات‌هایی با قابلیت شناسایی و جداسازی اجسام قابل بازیافت از داخل زباله‌های مخلوط

#اتوماسیون

⚙️ دانشکده صنایع و مدیریت👇
@ieinstitute

🖥 طراحی و مهندسی و تولید به کمک کامپیوتر CAD – CAE – CAM

اصطلاحات CAD/CAM و CAE مفهوم کامل وجامع طراحي وتوليد از طريق سيستم هاي رايانه اي را به نحومؤثري درخود جاي داده اند. هدف CAD/CAM نه تنها خودکار نمودن فازها ومراحلي از طراحي و توليد، بلکه خودکار کردن انتقال اطلاعات وبرنامه ريزي ها از مرحله طراحي تا مرحله توليد مي باشد. دريک سيستم مطلوب CAD/CAM امکان دسترسي به اطلاعات ومشخصه هاي طرح هاي قبلي و اعمال تغيير واصلاح آنها براي توليد قطعات جديد وجود دارد. همچنين برنامه هاي ماشينکاري و ساير فرامين کنترل لازم به صورت خودکار استخراج شده و توسط اجزاي ارتباطي، مستقيما ًبه ايستگاههاي کاري و يا تجهيزات کنترل عددي ارسال مي گردد.

یکی از اساس ترین عناصر اتوماسیون صنعتی تولید یکپارچه به کمک کامپیوتر می باشد که دارای سه گروه زیر است:

1-طراحی به کمک کامپیوتر CAD : تکنولوژی به وجود اوردن یک قطعه با استفاده از سیستم های کامپیوتری.

2-مهندسی به کمک کامپیوتر CAE: تکنولوژی تجزیه و تحلیل قطعات به وجود آمده در CAD با استفاده از سیستم های کامپیوتری که به طراح این توانایی را می دهد تا با شبیه سازی شرایط واقعی بروی قطعه رفتار آن را در شرایط مختلف پیش بینی کند.

3-تولید به کمک کامپیوتر CAM : تکنولوژی برنامه ریزی مدیریت و کنترل عوامل تولید با استفاده از سیستم های کامپیوتری.

⚙️ دانشکده صنایع👇
@ieinstitute

📌کتاب: مديريت فرايند كسب وكار و كارت امتيازي متوازن


⚙️ دانشکده صنایع👇
@ieinstitute

📌 جزوه کامل مدیریت عملیات (دانشگاه شریف)

⚙️ @ieinstitute
⚙️ دانلود 👇

📌 14 نكته دمينگ در مديريت تحول و تغيير سازماني
بخش عمده نوآوری های مدیریتی ژاپن در نیمه دوم قرن بیستم حاصل تلاش های دبلیو ادواردز دمینگ امریکایی بود. دمینگ ، که در سال 1993 در گذشت، مبتکر خستگی ناپذیر در علم مدیریت و مدافع سرسخت کیفیت بود.


دکتر دمینگ بیشتر به خاطر" 14 نکته " اش مشهور است، دستور العملی برای درمان بیماری های مدیریت امروز سازمانها. بسیاری از این نکات امروز در برنامه ی عادی بنگاه های اقتصادی امریکا قرار دارند .

۱. هدف خود را به صورتی پایدار ، افزایش کیفیت محصولات و خدمات قرار دهید. با این نیت که با رقبا رقابت کنید ، در بازار بمانید و کارآفرینی کنید.

۲. ما در عصر اقتصادی نوینی هستیم. مدیران باید این چالش را بپذیرند، مسئولیت های خود را بیاموزند و رهبری تغییرات را به دست بگیرند.

۳. برای دستیابی به کیفیت، وابستگی به بررسی محصولات پس از تولید را کنار بگذارید. به جای آن ایجاد کیفیت از همان اول را وارد محصولات خود کنید.

۴. به جای پایین آوردن قیمت کالا و کنار آن سود خود، هزینه های کلی را پایین بیاورید.

۵. سامانه های تولید و خدمات را به طور پیوسته تا ابد بهتر کنید تا کیفیت و بازدهی بالاتر برود و در نتیجه هزینه ها پایین تر بیاید.

۶. آموزش در حین کار را برای کارگران فراهم کنید.

۷. رهبری را نهادینه کنید. هدف رهبری باید کمک به افراد و سیستمها باشد تا کار خود را بهتر انجام دهند.

۸. ترس را از محیط کار حذف کنید با همه بتوانند به طور موثر برای سازمان کار کنند.

۹. دیوار های میان دپارتمان ها را بردارید . کارکنان واحدهای پژوهش ، طراحی ، فروش و تولید باید به شکل یک تیم کار کنند تا بتوانند مشکلات تولید و کاربرد محصولات را به موقع پیش بینی کنند.

۱۰. از شعارهای پر زرق و برق و همین طور نصیحت به کارگران برای رسیدن به نقایص و ضایعات صفر پرهیز کنید. این نصیحت ها فقط منجر به بروز روابط رقابتی ناسالم می شود، چرا که علت کیفیت پایین و بازدهی کم در سیستم های کاری است و از اختیار نیروی کار خارج است. به جای کارگران فرایندها را اصلاح کنید.

۱۱. الف) به جای تعریف معیارهای کاری و توقع ، به رهبری بپردازید. ب) از مدیریت برمبنای هدف ، اعداد، ارقام پرهیز کنید و به جای آن رهبری کنید.

۱۲. الف) موانعی را که مانع احساس غرور کارگران می شود بردارید. مسئولیت سرپرستان باید از کمیت به کیفیت تغییر یابد. ب) موانعی را که مدیران و مهندسان را از حق احساس غرور نسبت به کارشان محروم می کند، بردارید. یعنی از ارزیابی کار بر مبنای اعداد به دست آمده پرهیز کنید.

۱۳. یک برنامه ی جدی برای آموزش و رشد حرفه ای در سازمان نهادینه کنید.

۱۴. در سازمان همه را وادار کنید تا این موارد تحول آمیز را تحقق ببخشند. این تحول وظیفه همه است.


⚙️ دانشکده صنایع👇
@ieinstitute

طراحی و ساخت ماشینی برای بتون ریزی و سیمان کاری سطوح وسیع

⚙️ @ieinstitute

📌 یک تمثیل جذاب و آموزنده!

1️⃣ مدیر پروژه: کسی که فکر میکنه ۹ تا زن می تونن تو یک ماه یه بچه به دنیا بیارن!

2️⃣ دولوپر: کسی که فکر می‌کنه به دنیا آوردن یک بچه، ۱۸ ماه طول میکشه!

3️⃣ مشتری: کسی که نمیدونه واسه چی بچه می‌خواد!

4️⃣ مدیر مارکتینگ: کسی که فکر میکنه میتونه یک بچه تحویل بده، حتی اگه زن و مردی وجود نداشته باشن!

5️⃣ تست کننده : کسی که همیشه به همسرش میگه این بچه اونی نیست که باید باشه!

6️⃣ مدیر منابع انسانی: کسی که فکر میکنه میشه یک الاغ بعد از 9 ماه یک انسان به دنیا بیاره ...

⚙️ دانشکده صنایع و مدیریت👇
@ieinstitute