План на курса

Въведение в Six Sigma

  • Преглед на Six Sigma
  • История и предистория на Six Sigma
  • Значението на Six Sigma в бизнеса
  • Ключови понятия и терминология
  • Йерархията на шестте сигми

Разбиране на процеса DMAIC

  • Преглед на DMAIC (дефиниране, измерване, анализиране, подобряване, контрол)
  • Фазата на дефиниране: Идентифициране на проблема
  • Фазата на измерване: Събиране на подходящи данни
  • Фазата на анализ: Идентифициране на първопричините
  • Фазата на подобряване: Внедряване на решения
  • Фазата на контрол: Поддържане на подобрения

Основни инструменти и техники на Шест Сигма

  • Въведение в основните инструменти на Six Sigma
  • Картографиране на процеси и блок-схеми
  • Причинно-следствени диаграми
  • Проверка на листове и техники за събиране на данни
  • Диаграми на Парето
  • Въведение в статистическия контрол на процесите (SPC)

Ролята на белия колан в проектите на Six Sigma

  • Ролята и отговорностите на белия колан
  • Сътрудничество със зелени и черни колани
  • Участие в проекти на Six Sigma
  • Идентифициране на възможности за подобрение

Прилагане на Six Sigma на работното място

  • Разбиране на организационното въздействие на Six Sigma
  • Казуси: Успешни проекти на Six Sigma
  • Преодоляване на общите предизвикателства при прилагането на Six Sigma
  • Съвети за непрекъснато усъвършенстване

Обобщение и следващи стъпки

Изисквания

  • Основно разбиране на бизнес процесите

Публика

  • Мениджъри
  • Професионалисти
 14 Hours

Брой участници



Цена за участник

Oтзиви от потребители (5)

Свързани Kурсове

Introduction to Data Visualization with Tidyverse and R

7 Hours

Econometrics: Eviews and Risk Simulator

21 Hours

HR Analytics for Public Organisations

14 Hours

Statistical Analysis using SPSS

21 Hours

Talent Acquisition Analytics

14 Hours

Advanced R

7 Hours

Algorithmic Trading with Python and R

14 Hours

Anomaly Detection with Python and R

14 Hours

Programming with Big Data in R

21 Hours

R Fundamentals

21 Hours

Cluster Analysis with R and SAS

14 Hours

Data and Analytics - from the ground up

42 Hours

Data Analytics With R

21 Hours

Data Mining with R

14 Hours

Deep Learning for Finance (with R)

28 Hours

Свързани Kатегории