Типичная болезнь российского малого и среднего бизнеса

[Роман Озеранский]

Традиционно - приём по личным вопросам в определённые часы и дни недели.

В этом предложении самые главные слова - по личным вопросам. А не по личным как? Ответ понятен - обращайся к непосредственному начальнику. Тот в свою очередь к своему начальнику, а там ступеней 5-6 до директора, и предложение из гембы приходит совершенно искаженное, если вообще доходит до 2-3 уровня управления .

В описанной Вами ситуации у всех наёмных работников есть что полезного сказать директору по делу?

Они считают что есть .

У всех работников есть полнота информации как у директора для обоснованных суждений и советов?

С этой точки зрения, эта полнота есть только у директора, ее нет даже у первого зама . Вопрос: а зачем тогда нужны все эти замы, они же не попенгаген .

Сомневаюсь, вот прямо очень сильно.

Тут не сомневаться надо, а надо издавать приказ, где черным по белому писать - не хрен быдлу из гембы быть рядом с директором. Замам кстати, тоже не хрен быть рядом, ведь никто из них не обладает полнотой информации, как сам директор, не так ли ?

Наёмному работнику

Наемного работника интересуют другие вопросы - "когда зарплата?" и "почему не повышают?"

[Антон Коробов]

А не по личным как?

Если ситуация волнует и беспокоит человека, то это его личное отношение к ней, его переживания и эмоции. По этой причине предложение по исправлению производственной среды и процессов в организации может также рассматриваться как личный вопрос. В любом случае доступ организован - говори, что хотел сказать. В чём проблема?

Вопрос: а зачем тогда нужны все эти замы, они же не попенгаген .

В глобальном плане (стратегия) - нет, но в конкретной области, в деталях (тактика) - очень даже осведомлены. Более того, для решения обычных вопросов улучшений процессов на рабочих местах и освоения лучших практик, что, как правило, заботит работников, у заместителя вполне хватает полномочий и возможностей.

Наемного работника интересуют другие вопросы - "когда зарплата?" и "почему не повышают?"

И ещё один, причём намного чаще: "Почему я должен это делать"?

[Антон Коробов]

И вот с этими двумя вопросами каждый работник будет ходить постоянно к директору? Понятно, что для них это самые важные вопросы, но откуда будут деньги, если работа директора будет парализована? Это типичная DDoS-атака - невозможность обработать слишком большое количество поступающих извне запросов. У любого ресурса есть предел информации, которую он способен обработать за единицу времени. Для преодоления этого недостатка по мере усложнения системы часть полномочий делегируется другим элементам. Этот метод универсален в природе и в технике: так построены компьютеры, наш организм, наши организации. Так что Ваши посты на страницах форума о том, что во всех проблемах виноват директор - это поверхностное суждение. Решения принимаются не только и не столько им, но правила принятия этих решений и нормы поведения сотрудников задаются руководителем.

[Роман Озеранский]

В любом случае доступ организован - говори, что хотел сказать. В чём проблема?

Вот Вы - конструктор системы менеджмента, Вы как организовали доступ к телу?

Так что Ваши посты на страницах форума о том, что во всех проблемах виноват директор - это поверхностное суждение.

Я тут вообще не при чем, Ваши претензии д.б. обращены к теории вариабельности Шухарта-Деминга и нормальному распределению вероятностей, Гаусса-Лапласа, как основе этой теории вероятности .

Этот метод универсален в природе и в технике: так построены компьютеры, наш организм, наши организации.

Вы вместе с компьютерами не согласны с нормальным распределением, мило .

Решения принимаются не только и не столько им

А директор об этом знает, что уже не он тут главный ?

[Антон Коробов]

Вы как организовали доступ к телу?

Традиционно, как написал выше. Чего мудрить?

Ваши претензии д.б. обращены к теории вариабельности Шухарта-Деминга и нормальному распределению вероятностей, Гаусса-Лапласа, как основе этой теории вероятности

Вы не совсем понимаете о чём пишете, похоже. Особая причина вариаций, это такая причина, которую можно экспериментально обнаружить с затратами, не превышающими те потери, из-за которых ее стоит искать. Очевидно, что не существует априорного, формального и математического метода установления критерия, который будет указывать на особую причину в каждом конкретном случае. Как только особые причины устранены, может не устраивать общая вариабельность процесса. Если присущую процессу причину больших вариаций можно выявить, то она станет особой причиной. Между двумя этими группами причин нет чётких различий. Общие причины существуют поскольку мы либо не можем определить, как каждая из многих мелких причин влияет на процесс, либо это слишком дорогое исследование, и полученное нами знание банально не окупится. Шухарт предложил контрольные карты для выделения особых причин вариабельности, не основываясь на нормальном распределении. Почитайте внимательно книгу Д. Уилера, Д. Чамберса Статистическое управление процессами, а потом обсудим. Полагаю это будет куда интереснее и полезнее бесконечного дублирования постов схожего содержания.

Вы вместе с компьютерами не согласны с нормальным распределением

Существуют ещё и дискретные распределения, а не только непрерывные. Нормальное распределение - не единственное и, к тому же, является всего-лишь идеальной моделью, но полезной моделью.

А директор об этом знает, что уже не он тут главный?

Директор знает, всё знает Быть главным - не значит всё делать самому . Управлять - это создавать правила поведения и обеспечивать их соблюдение.

[Роман Озеранский]

Традиционно, как написал выше. Чего мудрить?

Традиционно, это как? У кого-то в традициях - допускать всех, а у других в традициях - никого не допускать. А какие у Вас традиции ?

Особая причина вариаций, это такая причина, которую можно экспериментально обнаружить с затратами, не превышающими те потери, из-за которых ее стоит искать.

При чем тут вообще затраты, ни Деминг, ни Шухарт, ни ККШ ничего не говорят ни про потери, ни про затраты .

Очевидно, что не существует априорного, формального и математического метода установления критерия, который будет указывать на особую причину в каждом конкретном случае.

Хм, это совершенно не очевидно. На самом деле такие правила есть, по поиску в Интернете можно найти еще больше правил, чем приведено в том сообщении. И эти правила не оперируют, в отличии от Вас терминами затрат и потерь, там совершенно другие критерии. Статистика, это в первую и главную очередь - нормальное распределение вероятности, какие-то затраты и потери, о каких Вы говорите, тут вообще не при чем.

Шухарт предложил контрольные карты для выделения особых причин вариабельности, не основываясь на нормальном распределении.

И на каком же распределении он основывался ?

Почитайте внимательно книгу Д. Уилера, Д. Чамберса Статистическое управление процессами, а потом обсудим.

А что тут обсуждать с тем, кто в основу причин вариабельности ставит показатели затрат и потерь ?

Существуют ещё и дискретные распределения, а не только непрерывные. Нормальное распределение - не единственное и, к тому же, является всего-лишь идеальной моделью, но полезной моделью.

Это не идеальная, а реальная модель. Лаплас сказал - "То, что мы знаем, - ограничено, то, чего мы не знаем, - бесконечно". О статистике, основанной на нормальном распределении, мы - именно знаем", и грех эти знания не использовать на пользу человечеству , то о чем Вы говорите - о распределении, которое не является нормальным, мы мало что знаем, и это незнание/малознание - бесконечно. И кстати, вся статистика [и статистическое управление процессами в т.ч.] основана именно на нормальном, а не на каком либо ином распределении вероятности.

Быть главным - не значит всё делать самому .

А я разве говорил, что надо все делать самому? Для этого и существует делегирование. А Вы говорите, что ВП тоже не нужен, т.к. он сам далее делегирует. Впрочем надеюсь Вы все таки приведете альтернативную цепочку делегирования .

[Антон Коробов]

Традиционно, это как?

Я же писал. Смотрите выше, в предыдущем сообщении.

При чем тут вообще затраты, ни Деминг, ни Шухарт, ни ККШ ничего не говорят ни про потери, ни про затраты

Сразу видно, что Вы мало читаете... Вот цитата из работы У. Шухарта "Statistical method from the viewpoint of quality control", опубликованной им в 1939 году

Особая причина вариаций, это такая причина, которую можно экспериментально обнаружить с затратами, не превышающими те потери, из-за которых ее стоит искать. Очевидно, что не существует априорного, формального и математического метода установления критерия, который будет указывать на особую причину в каждом конкретном случае. Здесь достаточно напомнить, что любой тест на статистическую значимость — это дедуктивный вывод, основанный на некоторых фундаментальных допущениях… Напротив, когда наблюдаемая нами статистика находится за контрольными пределами, то подразумевается индуктивный вывод о том, что присутствует особая причина.

И на каком же распределении он основывался?

Решение применять трехсигмовые пределы на контрольных картах не было основано только на теории вероятностей. В своей работе "Economic Control of Quality of Manufactured Product" сам Шухарт писал следующее "...нам надо использовать пределы так, чтобы благодаря их применению мы не теряли слишком много времени на поиски ненужных проблем. Если используется более чем одна статистика, то пределы всех этих статистик надо выбрать так, чтобы вероятность идентификации "проблем" при выходе хотя бы одной из них за свои контрольные пределы была экономически оправдана. Обычно мы выбираем симметричный диапазон, ограниченный пределами mean +- t(sigma). Опыт показывает, что t = 3 — экономически приемлемое значение." Причина использования именно трехсигмовых пределов — эмпирическое подтверждение их эффективности при работе с реальными данными. Если дано однородное множество значений, то приблизительно 99 % из них удалены от среднего не более чем на три стандартных отклонения. При этом не содержится никаких требований относительно нормальности (или даже приблизительной нормальности) распределения значения переменных. Поскольку находящиеся в управляемом состоянии данные демонстрируют по определению разумную однородность, эмпирическое правило робастно. Нормальное распределение данных - не условие и не следствие статистической управляемости. В случае, когда в контрольные пределы обычно попадает от 99 до 100 % значений переменной, нет надобности строить гипотезы о форме распределения, чтобы понять, что точка, выпадающая из этой группы, скорее всего, служит сигналом о нарушении стабильности процесса.

[Антон Коробов]

А что тут обсуждать с тем, кто в основу причин вариабельности ставит показатели затрат и потерь?

А на обывательском уровне рассуждать мне не интересно.

...то о чем Вы говорите - о распределении, которое не является нормальным, мы мало что знаем, и это незнание/малознание - бесконечно.

Что это было? Хотя, впрочем, понятно, что учебников по статистике Вы в руки не брали... О биномиальном распределении, распределении (процессе) Пуассона, геометрическом распределении, распределении Вейбулла Вы представление имеете?

А Вы говорите, что ВП тоже не нужен, т.к. он сам далее делегирует

Напротив, это именно Вы такой сценарий неоднократно предлагали!

[Роман Озеранский]

Сразу видно, что Вы мало читаете... Вот цитата из работы У. Шухарта "Statistical method from the viewpoint of quality control", опубликованной им в 1939 году

Извините, но Вы процитировали не Шухарта, а предисловие из книги Адлера и Шпера "Практическое руководство по статистическому управлению процессами" – М.: Альпина Паблишер, 2019. – 234 с.

Решение применять трехсигмовые пределы на контрольных картах не было основано только на теории вероятностей. В своей работе "Economic Control of Quality of Manufactured Product" сам Шухарт писал следующее "...нам надо использовать пределы так, чтобы благодаря их применению мы не теряли слишком много времени на поиски ненужных проблем.

А это из книги Дональда Уилера и Дэвида Чамберса. "Статистическое управление процессами. Оптимизация бизнеса с
использованием контрольных карт Шухарта". М.: Альпина Паблишер, 2016 – 410 с. (на английском
языке книга впервые вышла в 1986 г.)

А на обывательском уровне рассуждать мне не интересно.

Хм, я Вам привел конкретные правила отделения общих причин от специальных. А Вы говорили что таких правил нет. И в этих правилах нет никаких экономическо-финансовых критериев. Общие или специальные причины вариабельности может бы не выгодно экономически устранять, но от этого они не перестают оставаться общими или специальлными. А в Вашей логике получается, что экономически выявлять и устранять не выгодно только специальную (особую) причину вариабельности.

О биномиальном распределении, распределении (процессе) Пуассона, геометрическом распределении, распределении Вейбулла Вы представление имеете?

О теоретической физике я действительно понятия не имею, при этом мне не известны примеры использования в менеджменте [т.к. я не являюсь специалистом в прочих науках] какого либо иного распределения вероятности, кроме нормального, а Вам известно?

"...нам надо использовать пределы так, чтобы благодаря их применению мы не теряли слишком много времени на поиски ненужных проблем.

[и далее по тексту чтобы не цитировать большой кусок текста]
Самое интересное, что в процитированном Вами тексте, речь нигде не идет о том, что применяется какое либо иное распределение, кроме нормального. Речь идет о пределах выбора допусков, при этом допуска выбираются именно в нормальном распределении вероятности. Нормальное распределение данных не является требованием, оно просто по умолчанию является таковым. И заметьте, нигде никто из статистиков не приводит каких либо примеров иного распределения, кроме нормального, при работе с реальными данными. На выходе Вы всегда получите колокол, кривой, косой, узкий, широкий, но это будет колокол нормального распределения. А вот что получится в теоретической физике, при использовании иных видов распределения вероятности, кроме нормального, я действительно не знаю.

P.S. Сами книги Шухарта в подлиннике можно взять здесь:
Shewhart Walter A. Statistical Method from the Viewpoint of Quality Control
Shewhart Walter A. Economic Control of Quality of Manufactured Product

[Антoн Koбелькoв]

Это не идеальная, а реальная модель. Лаплас сказал - "То, что мы знаем, - ограничено, то, чего мы не знаем, - бесконечно". О статистике, основанной на нормальном распределении, мы - именно знаем", и грех эти знания не использовать на пользу человечеству , то о чем Вы говорите - о распределении, которое не является нормальным, мы мало что знаем, и это незнание/малознание - бесконечно. И кстати, вся статистика [и статистическое управление процессами в т.ч.] основана именно на нормальном, а не на каком либо ином распределении вероятности.

Нет, это не реальная модель )) Реальная модель имеет совершенно произвольное распределение. Вероятность того, что она будет абсолютно совпадать с нормальным практически равна нулю.

Нормальное распределение по х действительно является пределом в условиях, когда действуют 1) множество случайных факторов влияния на переменную х 2) со случайным распределением. Если эти два условия не выполнены, то распределение величины х будет существенно отличаться от нормального. Реальное распределение показателя качества х вообще может оказаться любым, например, имеющим 2-3 пика. А может и 10 - принципиальных препятствий к этому нет. Улучшение качества продукта, т.е. устранение наиболее сильных факторов может оказаться невыгодным по различным причинам. Так продукт и останется с не-нормальным распределением.

Нормальное распределение очень любят математики потому, что близкие к нормальным распределения действительно часто встречаются в жизни. Часто, но не всегда. В реальной жизни нужно быть готовым, что распределение любой величины может существенно отличаться от нормального.

[Роман Озеранский]

Нет, это не реальная модель )) Реальная модель имеет совершенно произвольное распределение. Вероятность того, что она будет абсолютно совпадать с нормальным практически равна нулю.

А этот вывод применительно к реальной модели, он откуда?

Нормальное распределение очень любят математики потому, что близкие к нормальным распределения действительно часто встречаются в жизни. Часто, но не всегда. В реальной жизни нужно быть готовым, что распределение любой величины может существенно отличаться от нормального.

В реальной жизни надо быть ко всему готовым, но мне не известны, именно в реальной жизни, а не в теоретической физике, иные распределения вероятности, кроме нормального. Впрочем я не исключаю, что они возможно и есть, назовите о чем речь.
О нормальном распределении вероятности мы знаем все, из соотношения общих и специальных причин мы понимаем в каком состоянии находится система - статистически управляемом или нет. И великое дело - мы имеем возможность прогнозировать состояние системы.
А что вы знаете коллеги практики о состоянии системы при иных видах распределения вероятности? Я ничего не знаю. И тут Антон Кобельков нам говорит - надо быть готовым, ребята, а вы готовы ?

[Антон Коробов]

Извините, но Вы процитировали не Шухарта, а предисловие из книги Адлера и Шпера "Практическое руководство по статистическому управлению процессами" – М.: Альпина Паблишер, 2019. – 234 с.

Конечно, это не прямая цитата, а перевод на русский язык (в этой книге он вполне удачный) абзаца (i) на стр. 30 книги W.A. Shewhart Statistical Method from the Viewpoint of Quality Control, 1939. Если дословно, то

...An assignable cause of variation as this term is used in quality control work is one that can be found by experiment without costing more than it is worth to find it. As thus defined, an assignable cause today might not be one tomorrow, because of a change in the economic factors of cost and value of finding the cause. Likewise, a criterion that would indicate an assignable cause when used for one production process is not necessarily a satisfactory criterion for some other process. Obviously there is no a priori, formal, and mathematical method of setting up a criterion that will indicate an assignable cause in any given case."

[Антон Коробов]

Хм, я Вам привел конкретные правила отделения общих причин от специальных.

Вы привели критерии выявления подозрительных особых точек на контрольной карте для повышения чувствительности карты к дрейфу в соответствии с разделом 8 ГОСТ Р ИСО 7870-2-2015. Однако, собственно, определению "особых причин вариабельности" они не помогают, а указывают на выборку, в которой "что-то не так".

[Антон Коробов]

И в этих правилах нет никаких экономическо-финансовых критериев.

Насчёт экономической составляющей в принятие решения о расстоянии до контрольных границ можете прочитать в разделе 4 ГОСТ Р ИСО 7870-2-2015.

[Михаил Шустер]

О теоретической физике я действительно понятия не имею...

Это не теоретическая физика, а из области прикладной математической статистики. Об огромном многообразии распределений непрерывных и дискретных случайных величин, их применении на практике можете прочитать в фундаментальной книге Кобзарь А.И. Прикладная математическая статистика. Для инженеров и научных работников. - М.: ФИЗМАТЛИТ, 2006. - 816 с. Есть справочник посвежее - Krishnamoorthy K. Handbook of Statistical Distributions with Applications. CRC Press, 2016. Если бы отсутствовали другие формы распределений, кроме нормального, то не нужен был бы ГОСТ Р ИСО 5479-2002. В менеджменте и в быту для принятия решений используются не только непрерывные случайные величины, но даже чаще дискретные. Самый простой пример - да/нет (контроль по альтернативному признаку). Биномиальное распределение и распределение Пуассона (редких событий) широко применяется при контроле качества продукции (см. классическую книгу Статистические методы контроля качества продукции / Ноулер Л. и др. - М: изд-во стандартов, 1989). Здесь описание нормальным распределением не всегда уместно.

[Антoн Koбелькoв]

А этот вывод применительно к реальной модели, он откуда?

1. Из наблюдений
2. Из из теоретического понимания, что в значения всякого реального случайного показателя вносят вклад множество других случайных величин с различными распределениями (обратите внимание, что сумма двух нормальных распределений не дает нормальное).
3. Из информации, подобной той, что сообщении Антона Коробова выше

В реальной жизни надо быть ко всему готовым, но мне не известны, именно в реальной жизни, а не в теоретической физике, иные распределения вероятности, кроме нормального. Впрочем я не исключаю, что они возможно и есть, назовите о чем речь.

О! Тогда вам многое предстоит узнать о жизни. На самом деле, я затрудняюсь сказать, где распределение является именно нормальным.

Нормальное распределение выделено лишь математически - оно обладает свойством инвариантности. Из-за этого свойства распределение многих случайных величин со сложной природой действительно приближается к нормальному, поэтому математики очень любят начинать расчеты именно с него. Но вообще известны многие другие распределения:

равномерное;
хи-квадрат;
Стьюдента;
Фишера;
Коши;
экспоненциальное (показательное) и Лапласа (двойное экспоненциальное, двойное показательное);
Вейбулла;
гамма (Эрланга);
бета.

Это только теоретические распределения, которые возникают, как результат решения математических задач. Распределения реальных величин может иметь вид практически любой функции.

[Михаил Шустер]

Плюс беллетристика - (уже спадающий) хайп от Талеба

[Антoн Koбелькoв]

Да, Талеб очень хорошо прошелся по теоретикам, которые думают, что в мире существует исключительно нормальное распределение. Это похоже исключительно американская традиция. В России к нему относятся достаточно осознанно.

[Роман Озеранский]

Да, Талеб очень хорошо прошелся по теоретикам, которые думают, что в мире существует исключительно нормальное распределение.

Прошелся по теоретикам? Черные лебеди прилетают к практикам .
Ребята, вы - менеджеры, вы управляете, лебеди прилетят именно к вам, а не к кому то иному .

[Антoн Koбелькoв]

Ребята, вы - менеджеры, вы управляете, лебеди прилетят именно к вам, а не к кому то иному

Так нам то не страшно, мы Талеба читали. Предупрежден - вооружен ) И к нормальному распределению умеем сдержанно относиться, мы же не американцы какие-нибудь.