资源介绍
视频数量：36个
总时长：2小时59分
课程介绍：
制造业效能测量与提升
在制造业摸爬滚打多年，你有没有遇到过这种情况：明明每天忙得脚不沾地，产量却总是达不到预期？设备开着、工人到齐、原料充足，可为什么效率就是上不去？问题到底出在哪里？
很多管理者会翻出OEE数据看一眼，然后拍脑袋定个目标——下个月OEE要提高5%。但问题是，这个数字是怎么算出来的？计算逻辑对不对？就算提高了5%，生产系统真正的问题就解决了吗？
大多数企业的答案是：不知道。
他们测量的方式本身就有问题，计算出来的数字毫无意义，更别说用来指导改进行动了。这门课程要做的，就是帮你把制造业效能这件事真正搞明白。
先说基础概念部分。课程会从制造业时间漏斗讲起，帮你理清一个基本逻辑：工厂的时间都去哪儿了？从日历时间开始，一层层往下剥，有多少时间是设备真正在跑生产的，有多少时间是因为换线、保养、等待而浪费掉的。这个框架看起来简单，但它是后面所有计算的根基。很多人在这一步就糊涂了，导致整个指标体系都是歪的。
课程还会区分两类损失：选择型损失和条件型损失。听起来有点学术，但实际非常好理解。条件型损失是说，你的生产系统本身有瓶颈，设备能力就是这么多，想快也快不了。而选择型损失是说，你明明可以把时间用在生产上，却选择去做别的事情，比如频繁换线、过度库存、不合理的生产安排。搞清楚这两种损失的区别，你才能知道该从哪里下手改进。
接下来进入核心主题，这部分是整门课的重头戏。课程会系统讲解OEE、OOE和TEEP这三个指标的关系和计算方法。OEE就是大家常说的设备综合效率，由可用率、性能率、质量率三个因子相乘得到。但问题是，很多人只知道把三个数字乘起来，却不清楚每个因子背后的定义和边界。课程会掰开了揉碎了讲，每个因子怎么算、什么情况下该计入、什么情况下不该计入，都会说到。
可用率部分会配套一个完整案例。先给你一组数据，让你算出运行时间、计划生产时间、可用生产时间以及可用率。然后视频暂停，让你先自己动手算。算完之后再跟着老师的思路一步步验证。这个过程非常关键，因为制造业效能不是背公式，而是真正理解数字背后的业务含义。
性能部分和质量部分也类似，都是先讲原理，再拆解计算方法，最后通过案例巩固。质量部分还额外讲了三个课时，专门讲质量指标怎么定义、怎么测量、怎么和整体效能挂钩。
学完这些之后，课程会安排一个端到端的综合案例，把可用性、性能、质量三个模块串起来，从头到尾完整走一遍。这相当于是对你学习成果的一次检验。
整个核心部分还有一个非常实用的内容：课程提供了一套Excel模板，专门用来计算和追踪制造业效能指标。这套模板不是那种花里胡哨的图表展示，而是真正能用到日常工作里的工具。学完课程之后，你可以直接把这个模板拿来分析自己车间的数据。
进入专题部分，内容开始向更深层次延伸。
先讲有效性系统为什么会失败。很多企业做了一阵子的效能改进项目，后来就不了了之了。数据在统计，但没人看，看的人也不信，信的人也不知道怎么改。课程会分析这些系统失败的常见原因，帮你避开这些坑。
然后是怎么解读效能指标。算出数字只是第一步，怎么让这个数字指导决策才是真本事。课程会教你怎么看趋势、怎么对比分析、怎么发现异常值背后的真实问题。
显著数字这个话题听起来不起眼，但在制造业数据处理中非常重要。你的测量精度是有限的，计算结果保留几位小数、报告结果保留几位有效数字，这里面都有讲究。如果你不注意这些细节，汇报出去的数据可能会误导管理层。
可用性分析是专题部分的另一个重点。课程会从MTBF（平均故障间隔时间）和MTTR（平均修复时间）两个维度展开，告诉你怎么在Excel里建立分析模型，怎么从历史数据里挖掘设备可靠性的规律。
停机行为分析也很有意思。课程会教你把停机时间按照原因分类，然后做横向对比。你会发现，有些你以为的小问题其实占用了大量时间，有些你以为的大麻烦反而没那么严重。数据会颠覆你的直觉。
整个课程配套了 midterm 和 final 两套练习题，并且都提供完整解答。这些题目不是那种检验记忆的选择题，而是需要你手写计算过程的实际案例题。通过做这些题目，你能检验自己是不是真的掌握了分析方法。
这门课的主讲 Ray Harkins 有多年的制造业实战经验，不是那种从书本到书本的学院派老师。他的讲解风格务实、清晰，所有的概念都紧扣实际生产场景。
适合谁来学？如果你是制造企业的运营经理、生产主管、工业工程师，或者负责工厂整体绩效的总经理，这门课会帮你建立一套系统的效能测量框架。你不需要有任何统计学基础，课程会从最基本的概念讲起，但最后你会掌握的方法论相当专业。
学完这门课之后，你再看自己工厂的OEE数据，会有一种豁然开朗的感觉。你会知道这个数字是怎么来的、它反映了什么问题、以及下一步应该朝哪个方向努力。不再是拿着一个模糊的百分比去拍脑袋做决策。