精益生产是运用管理娄数据说话，是企业走向成功的另一扇门。很多企业，工作出了错，工作素质不高，要加大处罚力度，可是从来没有想过能不能提升管理水平减少工作出错。比方说举个例子，一个两岁的小孩，他把鞋穿反了，正不正常？十分正常。我们处罚他，打他屁股、骂他、训斥他：你为什么把鞋穿反，我告诉你穿正确，下次不许穿反。有用吗？没有用。可能有人说肖老师，两岁小孩不懂，明年以后他就懂了。那你能不能跟我说说肖老师，这些新工人不用管他，一年以后他就是熟练的工人，你肯定不敢这么说。我们要的是现在这个结果，而不是一天以后，那怎么办？很简单，我提升5S咨询管理水平，我就会让两岁的小孩把鞋穿对。怎么做？准备两个红色标签，两个蓝色标签，红色标签铺上一个鞋算一个，蓝色标签，铺上一个鞋算一个，告诉他：宝宝来，红色对红色，蓝色对蓝色。OK，立马就会了。如果你思想再开放一点，小朋友喜欢的动物卡通，两个红色大象，两个篮色小猴，象对象、猴对猴，就会穿对了，不需要等一年以后。所以管理水平决定了企业赚钱的多少。
　　第一个，精细化管理的要点：数据化。什么是数据？第一，客观事物的描述可以是定性的，也可以是定量的。第二，用于管理决策的数值或者字符，第三，计算机可以识别的标准格式，我们称之为数据。因为现在是一个计算机普及的时代，一定要把计算机好好利用起来，能够让计算机识别的才叫做数据。
　　第二，有效的开展数据统计分析的前提条件是什么？首先要具有管理思维，也就是说，作为企业的高层，你一定要认识到要有数据意识。经验固然很重要，但是图表数据说话，你有这样的意识、思维，在这样的情况下我们所获得的信息要量化、要数据化。第二，我们所展开的数据要全面。第三，记录要完整。我们到一些企业去看工人的记录是很随意的，不完整，不准确。另外一个，指标要正确，你需要分析什么样的指标、数据，是质量还是故障，是哪一种故障，是一次性合格率，还是终检合格率，它是直通率，不同的指标会带来不同的结果。报表的规范，这是要开展数据统计库的前提条件。
　　第三，推进数据化管理的要点。有这么几个要点：数据和5S咨询管理都具有三维度的特性；问题应该是可以提前定义的；不为问题的改善空间人为设限；在数据思维的引领下找改善机会；经验在数据化中如何发挥作用。
　　我花一点时间对这五条分别做一些解释。
　　第一条，管理和数据有三维特性。我们看一下有精密度和准确度。我们打靶的图形（见图），这个精密度不高，准确都很准确，都在靶心附近，但是精密度不高，它没有聚焦那个点，它虽然聚集在一点，但不在大靶心上。这个才能精准度和精密度，所以我们指标的确定要强调精确度和精密度。数据第三纬度就是时间，数据不仅仅是是XY，数据和时间相关。在时间里面最重要的是节拍。我们知道很多虔诚的藏民信佛教的、赞成佛教，他可以几个月的时间围绕着一个雪山走几步、拜一拜、爬一爬。我们一看：哇，三个月啊，好辛苦哦，这不累死了。其实你去问他们累不累，他们不累，为什么？他是按照一定的节拍，走几步，趴下去，再起来，他把手掌保护好、把膝盖保护好。他在做一种运动，就像我们做瑜珈一样、刷太极一样，他是在做一种运动。所以运动，他是按照节拍在做，就像一种运动，他不觉得累。同样，对企业来说生产计划的节拍非常重要。很多企业为什么乱？就是我们的计划没有节拍性，它不是一种滚动计划，每个人要提前几个礼拜要制定出什么数据处理、什么信息要明确，计划、采购、生产、投入、入库、出库到码头不断的滚动向前，提前几个礼拜可以允许你修改百分之多少。这在很多企业一定要保持生产计划的节拍性，否则不断的插进去，没有几个人能把事情做得好。这个量比上个礼拜多了200%，你人呢、你的设备呢、你的材料呢？如果计划没有节拍性，不能够滚动的向前，你管理起来是非常困难的，会造成很多失误、造成质量上的失误，质量故障、质量问题、质量成本损失，甚至最终还交不了货。
　　第二条，问题其实是可以被提前定义的。也就是说，我们很多企业，那些干部、工人经验很丰富，你问起来他懂，他能说出来，可是不同的人说法不一样。我们在很多企业看的记录，同样的设备写问题、描述现象用的词都不一样，你很难去分析。你要把问题定义，明确定义这个对象范围、问题的类型，质量问题、故障问题、成本问题。在故障问题里有多少类，成本问题有多少类，质量问题有多少类，要具体分类，再明确具体管理，提前定义。比方说这是我们辅导的一个汽车玻璃企业，全国定义出来的，用代码ABCDE再加数字，问题全面数据化，所有发生的几百件问题全部可以找到对应的编码，原来是很乱的，各自凭自己的经验、文字功底在写，根本没有办法去分析、统计。标准化，就是问题是可以事先定义、可以事前标准化的。我们现在有计算机，一旦标准化了、一旦数据化，计算机分析起来是非常简单的。但是你没有这个过程，你根本就没有定义，完全是凭经验、凭感觉在做就不行。
　　第三条，不为问题改善空间人为设限。什么意思呢？很多时候我们到企业去问管理者，合格率是多少，利用率是多少，综合效率是多少，一说起来就很高，合格率90%几，设备的效率80%、90%，这个都是他的经验。像一个企业，这套设备当时问的时候，他说有80%-85%的利用率，我们看的出不相信，我们建议他的领导在设备的关键部位装一个监测器。装了之后，它是每18秒一个节拍，我每18秒检测一次，检测到了蓝色，没检测到白色，把这个图画出来。结果一画、一算，这个设备的利用率才42.66%。根据经验认为有80%-85%，但实际上测出来只有42.66%，所以往往不要相信他的经验带来的一个数据，而要相信我的客观事实。现在经过一年以后，我们已经把它提高到了70%几。

　　还是一个问题，部门问题的改善空间认为设限。在这个企业发现一台设备，这个产能总是达不到设备应有的产能。公司领导层觉得很奇怪，买回来为什么达不到这样的产能，问经理也不知道，问主任，他看着它在不断的生产，他说没问题。后来我们建议他，你这是钢化玻璃，要生产钢化玻璃，温度升高、补风、温度降低，一个周期钢化玻璃完成。我们测量看看24小时有多少问题跟这个周期产生，连续测了几天之后发现一个问题，连续测了几天之后把图一画出来发现一个问题，在这个位子，每天晚上三点钟到四点钟，拉得很长，打得很长，觉得很奇怪，不应该这么长。就拿着这个指标图去问下面那些工人，我们经过测出来之后是这个结果，马上三四点钟为什么跟平时不一样？当班长、工人看到这个数据之后，很老实的说：对不起，我们每天晚上三点到四点在睡觉。因为三点到四点钟领导不在、部门经理部不在、主任不在，只有班长和工人在，天天在睡觉。所以相信数据，不要让你反应的问题迷惑了你的眼睛，告诉你这个已经80%了，没有多少空间了，告诉你已经90%了，根本没有空间了，不要相信，相信数据。
　　第四条，在数据思维领导下寻找改善空间。现在很多企业不吝资金，花了巨资，ERP、IP信息化，许了很多钱，收集了大量的数据，每天有大量的数据，可是这些数据该怎么用呢？这是中国企业普遍存在的问题。我们到很多大型的企业去，他们很有钱，他们舍得花钱，收集了大量的数据，可是不会用？钢铁的产量、钢铁的质量怎么做都做不过日本人、做不过韩国，为什么？他没有精细化管理，还是凭经验在做精益5S咨询管理。我们听了之后，把这些数据告诉他。我们就引导，比方说轧辊有一个问题是脱锌，我们就问他轧钢有这么多轧辊，这个脱锌是怎么回事？他们说我们也不知道，希望你们老师给我们做一些指导再问。我们再问，这个轧辊脱锌，有没有分析过到底在哪些地方脱锌呢，是不是轧辊全部脱锌呢？他们说根据我们的经验好像这个没有特别的现象，不会聚集在某个地方，都是轧辊、都是样板、都是这个钢板流过去。我们说我们来分析一下，结果列出表一看，发现F2这个地方的轧辊脱锌占了大部分，18次脱锌脱了6次。这个问题暴露了，也就是说镀锌脱落就在F2这里。那就好办，就查为什么F2这个地方掉锌，那是哪个螺丝错了，还是这个地方有特别的构造啊，这些都是通过数据的分析所带来了。就像这个企业一样，花了很多钱收集了很多数据，但是该怎么做。通过收集这些数据之后，这些数据怎么反过来能指导你的生产，周期缩短、质量提高、成本降低、故障减少，该怎么做不知道。
　　第五条，经验重不重要？重要。在什么地方重要呢？在数据化过程中它有这样的作用，首先跳过数据化，这个人干了十年、二十年生产主任、生产副总，可是一说管理、一说数据分析、一说工业化思维，没有。凭经验，我在这里干了二十年了、我在这个行业干了三十年了，我知道这个该怎么应对。这个是数据化、标准化最大的障碍。只凭经验办事是缺乏管理信息的表现。也就是说，你除了经验不知道该怎么办？你不能反驳他，图表数据可以反驳你的经验。我告诉你80%是错的，你只有40%，我东西摆在这里，你一定出了问题了，为什么凌晨三四点钟总是不对，我把数据拿出来给你看。所以没有数据分析的时候，你是无法驳斥他的经验的，不管他的经验正确与否。你本来可以做到90%甚至100%的，你没有证据做，你相信他的经验，你只做到60%、70%，你可以赚到更多的钱的，你可以减少更多损失，你的交易可以更高，你的成本可以更低，你的质量可以更低，