HI - Work Sampling by unifiedconsulting - Dailymotion

unifiedconsulting

LinkedIn: https://www.linkedin.com/company/108231561/ Dailymotion: https://lnkd.in/dPaVcQt6 WhatsApp Group: https://lnkd.in/dUWBAHFh Spotify Podcast: https://lnkd.in/dt3xiGPV

Transcript

00:00Unified Consulting Solutions में आप सभी का स्वागत है

00:02यहां हमारा काम है मुश्किल चीजों को आसान बनाना और performance को और बहतर करना

00:08तो आज हम बात करने वाले हैं work sampling के बारे में

00:12यह कैसी तक्नीक है जो सच में काम करने का पूरा नजरिया बदल सकती है

00:16चलिए देखते हैं कि इसे आखिर लागू कैसे करते हैं

00:21चलिए एक बहुत ही आम से सवाल से शुरुआत करते हैं

00:24किसी भी project को ले लीजिए आखिर हमारा इतना कीमती वक्त जाता कहां है

00:29हम इसका जवाब अक्सर उन छोटी छोटी अक्षमताओं में छिपा होता है

00:34जिन पर हमारा ध्यान ही नहीं जाता

00:36अब ये जो आकड़ा स्क्रीन पर है न ये शायद आपको हैरान कर दे

00:40एक study कहती है कि construction site पर उसतन सिर्फ सिर्फ 29% वक्त ही सीधे productive काम में जाता है

00:48सोचिये जरा बाकी का 71% वक्त कहां गया

00:52यही यही वो जगा है जहां सुधार का सबसे बड़ा मौका शिपा है

00:56तो इससे समझेंगे कैसे

00:58ये रहा हमारा road map

01:00हम शुरू करेंगे समय की छिपी हुई लागत से

01:04फिर जानेंगे कि work sampling आखिर है क्या

01:07इसे करने के steps क्या है

01:09काम को category में कैसे बाटें

01:11और सबसे जरूरी

01:12data को action में कैसे बदलें

01:14तो चलिए शुरू करते हैं

01:17ठीक है तो सबसे पहले

01:18समय की छिपी हुई लागत

01:20देखिए कई industries में न हम बस

01:22अंदाजे से काम चलाते हैं

01:24लेकिन अगर बरबादी को सच में समझना है

01:27तो हमें अंदाजे नहीं

01:28solid data चाहिए होता है

01:30और मैं बताओं इस पूरी चर्चा के

01:33आखिर तक कुछ बहुत काम की

01:34skills हासिल हो जाएंगी

01:35ना सिर्फ work sampling के सिधान समझाएंगे

01:38बलकि इसे लागू करने का पूरा

01:40process, काम को classify करना

01:42और सबसे जरूरी data को

01:44असली सुधार में कैसे बदलना है

01:58sampling है क्या चीज़? बिलकुल

02:00साफ शब्दों में कहें तो, ये एक तरीका

02:02है जिसमें हम अलग-अलग

02:04random time पर जाकर बस ये देखते हैं

02:06कि अभी क्या काम हो रहा है

02:08इनी छोटे-छोटे observations को जोड़ कर

02:10हमें एक पूरी तस्वीर मिल जाती है

02:12कि दिन भर में वक्त कहां-कहां लग रहा है

02:14इसे समझने का सबसे

02:16आसान तरीका जानते हैं क्या है

02:18एक political poll के बारे में सोचे

02:20जैसे poll में कुछ हजार लोगों से पूछ कर

02:22पूरे देश का mood पता चल जाता है

02:24बिलकुल वैसे ही work sampling में

02:26हम काम के कुछ random

02:28लमहों के snapshot लेते हैं

02:30और उसे पूरे दिन की productivity का अंदाजा लगा लेते हैं

02:33चलिए, थियोरी तो समझ आ गई

02:35लेकिन इसे असर में किया कैसे जाता है

02:37अब हम बात करेंगे

02:39इसको लागू करने के practical steps की

02:41पूरा प्रोसेस ना

02:435 आसान से steps में बटा हुआ है

02:45सबसे पहले ये तै करें

02:47कि आपको मापना क्या है

02:49फिर उन activities की list बनाए

02:51जिनने आप observe करेंगे

02:53तीसरा ये decide करें कि

02:55कितने observations करने हैं

02:57चौथा random time पर जाकर

02:59data collect करें और पांचवा

03:01और आखरी उस data को

03:03analyze करके action plan बनाए

03:05इन सब में जो तीसरा step है

03:07यानि sample size तै करना

03:09वो बहुत ही जरूरी है

03:10यहाँ पर हमें एक balance बनाना पड़ता है

03:13इतने samples तो चाहिए कि result पर भरोसा कर सकें

03:16लेकिन इतने ज्यादा भी नहीं

03:18कि data एकटा करने में ही सारा time और पैसा चला जाए

03:20तो ये number आखर तै होता कैसे है

03:23ये दो चीजों पर depend करता है

03:25पहला आप अपने result पर कितना confident होना चाहते हैं

03:29जैसे 95% confidence

03:31और दूसरा आप कितनी गलती की गुंजाईश रख सकते हैं

03:35जैसे 5% margin of error

03:37इन दोनों चीजों से हमें वो perfect number मिल जाता है

03:40अच्छा अब हमारे पास data आ गया

03:42पर इस data का मतलब क्या है

03:44इसे समझने के लिए हमें काम को classify करना होगा

03:47यानि कारे का वर्गी करन

03:50ये सबसे जरूरी कदम है

03:52क्योंकि यही वो point है जहां हम काम की चीज को कच्रे से लग करते हैं

03:56Basically हम काम को तीन main categories में बाढ़ सकते हैं

04:00पहली है direct work

04:02यानि वो काम जो सीधे value add करता है

04:05जैसे एक mystery का eat लगाना

04:07दूसरी है supportive work

04:09ये जरूरी तो है पर direct value add नहीं करता

04:12जैसे site पर eat पहुचाना

04:14और तीसरी category है ineffective work

04:17यानि सीधे सीधे बरबादी

04:18जैसे material का इंतिजार करना

04:20हमारा मकसद तीसरी category को बिलकुल खत्म करना है

04:32work sampling का असली मकसद

04:34सिर्फ numbers इकठे करना नहीं है

04:36असली मकसद है उन numbers से

04:38real world में जमीन पर सुधार लाना

04:41यहाँ एक case study का result देखते हैं

04:45देखकर हैरानी होती है

04:46कि सिर्फ 29 प्रतिशत वक्त direct work में गया

04:5018 प्रतिशत material handling में

04:52और 17 प्रतिशत तो सिर्फ इंतिजार में ही निकल गया

04:56यह data चीक चीक कर बता रहा है

04:59कि सुधार की गुंजाईश कहां है

05:01यह जो court है न यह work sampling का पूरा सार बता देता है

05:04इसका मकसद supervisor को इस position में लाना है

05:08कि वो देखे कि उसकी team क्या कर रही है

05:10और फिर पूछे क्यों

05:12यही क्यों पूछने की आदत से ही बहतरी की शुरुआत होती है

05:16अगर future की बात करें

05:18तो technology इस process को और भी powerful बना रही है

05:21location based sampling, variable sensors, AI, virtual reality

05:26यह सब चीजें आने वाले time में इसे और भी सटीक और आसान बना देंगी

05:31तो आए फटा फट से देख लेते हैं कि आज हमने क्या-क्या सीखा

05:35पहली बात work sampling हमें सच्चाई का आइना दिखाती है

05:39कि वक्त आखिर जाता कहां है

05:41दूसरी इसका five step process इसे लागू करना काफी आसान बना देता है

05:45तीसरा काम को direct, supportive और waste में बाटना बहुत ज़रूरी है

05:50और सबसे एहम बात, मकसद सिर्फ data नहीं है

05:54बलकि क्यों पूच कर हमेशा बहतर बनते रहना है

05:57Unified Consulting Solutions में हमारे साथ जुडने के लिए आपका बहुत-बहुत शुक्रिया

06:02अगर इस बारे में और चर्चा करना चाहते हैं

06:05तो Dr. Marimuthu K की LinkedIn Community ज़रूर जोइन करें

06:09और हाँ, अगर ये जानकारी काम की लगी हो

06:11तो like, share और subscribe करना ना भूलें

06:14जाते जाते एक सवाल

06:15अगर आप आज अपने काम का work sample करें

06:18तो क्या लगता है आपका 29% से ज्यादा समय

06:21productive काम में जाएगा?

06:23सोचिएगा जरूर

06:24इस पूरी जानकारी के लिए

06:26जिन सोसिस का इस्तमाल किया गया है

06:28वो आपके स्क्रीन पर हैं

06:29देखने के लिए धन्यवाद

7 Work Sampling (WS) - How to implement (HI)

Category

Transcript

Be the first to comment

HI - Work Sampling

Recommended