价值分析

价值分析

科学的组织管理方法
价值工程是在产品开发设计阶段即进行的价值与成本革新活动。价值工程与价值分析两种活动都是对商品的价值、功能与成本进一步做思考与探索。大的可应用到对一项工程建设,或者一项成套技术项目的分析,小的可以应用于企业生产的每一件产品,每一部件或每一台设备,在原材料采购方面也可应用此法进行分析,具体做法有:工程价值分析、产品价值分析、技术价值分析、设备价值分析、原材料价值分析、工艺价值分析、零件价值分析和工序价值分析等等。
    中文名:价值分析 外文名:Value Analysis 别名:

基本途径

提高价值的基本途径

价值分析

(1)提高功能,降低成本,大幅度提高价值。

(2)功能不变,降低成本,提高价值。

(3)功能有所提高,成本不变,提高价值。

(4)功能略有下降,成本大幅度降低,提高价值。

(5)提高功能,适当提高成本,大幅度提高功能,从而提高价值。

开展价值工作的原则

麦尔斯在长期实践过程中,总结了一套开展价值工作的原则,用于指导价值工程活动的各步骤的工作。这些原则是

(l)分析问题要避免一般化,概念化,要作具体分析。

(2)收集一切可用的成本资料。

(3)使用最好、最可靠的情报。

价值分析

(4)打破现有框框,进行创新和提高。

(5)发挥真正的独创性。

(6)找出障碍,克服障碍。

(7)充分利用有关专家,扩大专业知识面。

(8)对于重要的公差,要换算成加工费用来认真考虑。

(9)尽量采用专业化工厂的现成产品。

(l0)利用和购买专业化工厂的生产技术

(11)采用专门生产工艺

(l2)尽量采用标准。

(13)以“我是否这样花自己的钱”作为判断标准。

这13条原则中,第1条至第5条是属于思想方法和精神状态的要求,提出要实事求是,要有创新精神;第6条至第12条是组织方法和技术方法的要求,提出要重专家、重专业化、重标准化;第13条则提出了价值分析的判断标准。

价值工程的实施程序

价值工程已发展成为一问比较完善的管理技术,在实践中已形成了一套科学的实施程序。这套实施程序实际上是发现矛盾、分析矛盾和解决矛盾的过程,通常是围绕以下7个合乎逻辑程序的问题展开的:

(1)这是什么?

(2)这是干什么用的?

(3)它的成本多少?

(4)它的价值多少?

(5)有其他方法能实现这个功能吗?

(6)新的方案成本多少?功能如何?

(7)新的方案能满足要求吗?

顺序口答和解决这七个问题的过程,就是价值工程的工作程序和步骤。即:选定对象,收集情报资料,进行功能分析,提出改进方案,分析和评价方案,实施方案,评价活动成果。

价值工程的应用领域

价值工程虽然起源于材料和代用品的研究,但这一原理很快就扩散到各个领域,有广泛的应用范围,大体可应用在两大方面:

一是在工程建设和生产发展方面。大的可应用到对一项工程建设,或者一项成套技术项目的分析,小的可以应用于企业生产的每一件产品,每一部件或每一台设备,在原材料采购方面也可应用此法进行分析,具体做法有:工程价值分析、产品价值分析、技术价值分析、设备价值分析、原材料价值分析、工艺价值分析、零件价值分析和工序价值分析等等。

二是在组织经营管理方面。价值工程不仅是一种提高工程和产品价值政技术方法,而且是一项指导决策,有效管理的科学方法,体现了现代经营的思想。在工程施工和产品生产中的经营管理也可采用这种科学思想和科学技术。例如:对经营品种价值分析、施工方案的价值分析、质量价值分析、产品价值分析、管理方法价值分析、作业组织价值分析等。

在实践过程中,当我们将价值工程的概念应用于人力资源的领域时,人自然而然地成为价值研究的对象。我们可以将人的功能加以分析,然后与具体工作岗位的要求相对应,应用价值系数评价来确定人员价值和群体价值,然后确定实施方案或者对实际方案进行改进,从而达到提高组织人员绩效的目的。

21世纪以来,大数据、云计算、移动互联网、人工智能、区块链等数据技术迅猛发展,推动了人类社会从信息时代到数据时代的转变。在数据时代,数据已经成为企业的核心资产,如何有效发挥数据资产的价值却面临不少难题。现有的理论和方法难以甄别海量数据中有价值的数据、难以有效分析与量化数据资产的价值,现行的数据资产交易模式难以保障数据资产价值实现过程的安全。因此,如何衡量数据资产的价值、如何构建安全可靠的数据资产交易环境成为数据资产研究的前沿问题。基于上述认知,本文以数据资产为研究对象,以分析及量化数据资产价值、安全实现数据资产价值为目标。

在明确数据资产的定义,分析数据资产价值的构成及其影响因素的基础上,提取了数据资产价值的特征维度,设计了数据资产价值分析模型框架;采用深度学习技术,构建了数据资产价值分析模型;基于区块链技术,构建了数据资产交易体系;提出了港口为核心的商务圈的应用场景,探索了数据资产价值分析模型与交易体系在实际场景中的应用方式。首先,本文从数据资产的理论研究出发,在综述国内外相关理论研究的基础上,明确了数据资产的定义、来源及分类,论述了数据资产在数据经济的四个发展阶段作为资源、产品、资产、资本的价值体现,指出了量化数据资产价值的难点及现有方法的局限性。

方法

(一)选择对象

每台设备都由零件组成,在对设备进行设计制造、现代化改装以及维修时,要对全部零部件作价值分析既无必要,也不经济。因此,必须采用一种方法找出部分零部件作为价值工程的改进对象,这就是通常采用的ABC分析法。这种方法就是质量管理所说的排列图法,或叫帕累托法。通过这种方法找出占设备成本80%左右,占零件20%以下的主要零部件作为重点对象。具体做法是:首先作直角坐标图,纵坐标表示零件成本占设备总成本的百分比,横坐标表示零件种数,将设备的零件按数量大小从小到大排列在横坐标上;然后依次以各零件的成本占设备总成本的比重高作矩形图,再用曲线将算出的零件累计成本百分比连接起来,通过横坐标的直线,与累计曲线相交。在此交点左边的零件,就是零件累计成本占总成本80%的主要零件。

(二)收集情报

确定主要零件之后,就可以围绕这些零件来收集技术经济情报,情报的内容包括零件的制造成本、加工工艺、材料和工作条件等。

(三)功能分析

当价值工程对象确定后,便着手对围绕它搜集到的有关情报资料进行功能分析。价值工程的主要工作就是系统地分析产品、产品部件、组件、零件或一项工程以及工程项目的功能,找出提高价值的途径。

相关词条

相关搜索

其它词条