2016如何审核生产报表.docVIP

如何审核生产报表 课程介绍： 生产报表是支持管理体系有效运行的证据，也是管理层进行决策和绩效评估的依据， 通过报表上数据的持续收集、层别、归类和分析，我们可对生产状况进行微观了解，并能依此形成一套较为精准的生产依据。 但生产报表包含有如此丰富的数据和信息， 我们要如何对其审核？如何通过审核将生硬的数据转化为可利用资源？本课程将结合实战案例，为您一一阐述！ 解决方案： 他山之石，可以攻玉！ 虽然各类生产行业在审核生产报表时，都有不同的着重点，但万变不离其宗！下面我们从实战经验中给大家总结一些方法流程，以便大家参考！ 审核生产报表时，一般要关注内容准确性和填写规范性，注重数据趋势审核、异常数据审核、改善成效分析性审核及关联性报表的数据审核。 生产报表是基础数据的积累，所以报表本身提供的内容是否准确至关重要，对报表的准确性审核，主要是看其有无常规性错误、有无计算性错误。常规性错误往往能一眼看出，但要求审核者有一定经验，各种要求烂熟于心；审核计算性错误时，就需要审核者稍加留心。 报表填写的规范性的审核，也就是看其填写是否符合报表填写的规范性要求。例如报表中异常原因这一栏我们分成了两个小格，前一格规定填异常代码（比如说设备原因给一个代码、原材料原因给一个代码、工装加速的原因给一个代码、品质异常给一个代码），后面填异常的具体表现状况。但如果没填写清楚或误填，这就属于规范性错误。 作为整个部门的数据积累表现，通过数据进行状况趋势预测，也是我们审核报表时比较重要的一点，趋势依据就是某现象在一组连续性数据中的表现，比如说一号生产线今天综合下来是多少，昨天、前天、今天、明天、后天整个体现的趋势是怎样的。 举个例子来说，有个电源产品，其电流参数标准是0.1安培到1.0安培之间，若想知道实际电流参数与标准的符合程度是怎样的，这时我们要搜集一个月或一周的数据进行统计分析，得出CPK参数，如果CPK参数大于1.33，就能达到业界认可。 数据的离散程度分析，即是看数据的聚合度如何，如果波动性较大的话，则说明与该数据相对应的车间情况存有问题。 可控性分析，即从图表上看数据波动值是否已经越过可控性范围内，若已超出或即将超出警戒线，都应及时分析了解并做好各项应对措施。 第四，对异常数据的审核，先要进行数据可靠性审核，然后对异常的产生原因进行分析、对控制对策进行分析。异常数据本身有两方面，一是数据表里看出来的，或是在我们数据趋势里看出来是数据异常的数据。 第五是进行改善成效的审核，进行此方面审核时，首先要核实对应数据的真实性，避免工作人员为应付交差而在报表数据上做手脚；接着就是将现有数据与之前数据进行对比，通过比较性分析来探明情况，与之前数据对比，若发现整体异常数据明显下降，则说明改善成效明显；若异常数据继续上扬，说明改善方向反了；若改善完，数据仍是一条直线，就说明改善没有成效。 第六是对关键性绩效进行审核，审核方法一是进行达标性分析，如综合效率是我们关注的关键性绩效，对其具体值公司会明确规定其绩效指标，通常情况下，达标界限为90%，高于90%的就说明该绩效数据是没问题的，若低于90%就是不达标数据了。二是进行对比性分析，也就是跟之前、同期达成的数据进行对比，以反映出目前数据有所提高还是降低。进行这些分析后，我们能从中得出数据差异，比如说我定的达标数据是90%，但只完成88%，还有2%的绩效相差，我们就要对这2%进行原因查找、找到改善对策。 第七是对关联性报表数据的审核。从形式上看，每张报表都是独立存在的，但公司使用报表时，彼此之间往往有很大的关联性，所以说我们要对关联性数据的逻辑关系进行构建，比如说品检报表上有抽检数量，而抽检数量样本需建立在生产数量之上，如此得出生产数量报表和品检报表有关联，且这两个数据不能矛盾，否则在构建数据模型进行做大分析时，就会出现问题。 然后，要对关联数据进行差异性分析，比如说生产部的报表在完成数量上填的是五千，而品保报表上只有四千，两者所差的一千是怎么回事？是漏检，还是别有原因？这时，我们就要找出差异数据，并对差异原因进行分析。 最后还得对关联性数据进行合成分析。比如车间一共有五个产线，我将这五个生产线上的所有报表合成以后，变成整个车间今天的综合数据，然后除以五，得出今天整个车间的综合效率，并进一步对其分析，得出整个车间的绩效。 最后，我们把这几方面串起来，就形成了“审核生产报表”的方法流程。 或许文字的话大家并不是很清楚，我们可以看下面的思维导图，能让你更加形象的理解和明白该如何审核生产报表。 （思维导图可以下载后放大看，更清楚！） 相关课程： 如何根据价值流图析进行改善 如何做好新产品技术资料管控