以下の類似セミナーへのお申込みをご検討ください。
整理整頓、設計のリスク管理、設計のプロセス管理、
VMによる日常業務管理と目標管理導入の進め方とは?
研究開発、設計部等の管理・監督者の方々で、設計部門の改善を進めたいとお悩みの方へ!
セミナー趣旨
経営・経済環境が厳しくなる中、ますます開発・設計部門の役割が増してきています。しかし設計部門の実態は、生産性が全く見えず、ムダが多く、高残業に明け暮れています。この設計・開発部門において徹底した生産性向上や設計リードタイム短縮を図るためには、整理・整頓から始まり、設計のリスク管理、設計のプロセス管理、VM(見える管理)による日常業務管理と目標管理を導入していく必要があります。
研究開発、設計部等の管理・監督者の方々で、設計部門の改善を進めたいとお悩みの方など、ぜひ今回のセミナーにご参加ください。
セミナープログラム
1.設計・開発部門見える化改革の必要性
1-1 設計・開発の問題点把握の方法
1-2 設計・開発部門におけるムダの排除
2.設計・開発部門のデータ体系化の進め方
2-1 設計・開発の業務機能の棚卸
2-2 電子ファイリングシステムの導入
2-3 設計トラブルの知識体系と構造化
3.設計・開発部門におけるリスク管理手法
3-1 ISO9001:2015のリスク管理とは
3-2 設計・開発部門におけるリスク管理
3-3 演習1:リスクアセスメントの実践
4.設計・開発業務のプロセス管理の進め方
4-1 設計・開発業務のプロセス管理とは
4-2 業務フローの作成
4-3 業務プロセス改善の進め方
4-4 演習2:業務プロセス改善の実践
5.設計・開発日常業務のVM/見える化の進め方
5-1 日程計画/進度管理の見える化ポイント
5-2 工数管理の見える化ポイント
5-3 要求仕様・課題管理の見える化ポイント
5-4 スキル管理の見える化ポイント
6.設計・開発目標管理のVM/見える化の進め方
6-1 設計・開発部門の目標管理の見える化ポイント
6-2 企画開発・設計部門のマーケティング管理
キーワード
設計,開発,業務,管理,見える化,マネジメント,セミナー,研修,講習
セミナー講師
一般社団法人中部産業連盟 東京事業部 経営革新コンサルティング部
主席コンサルタント 山崎 康夫 氏
セミナー受講料
55,000円(税込、昼食・資料付)
■ セミナー主催者からの会員登録をしていただいた場合、1名で申込の場合49,500円、
2名同時申込の場合計55,000円(2人目無料:1名あたり27,500円)で受講できます。
備考欄に「会員登録希望」と希望の案内方法【メールまたは郵送】を記入ください。
(セミナーのお申し込みと同時に会員登録をさせていただきますので、
今回の受講料から会員価格を適用いたします。)
※ 会員登録とは
ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
すべて無料で年会費・更新料・登録費は一切かかりません。
※セミナーに申し込むにはものづくりドットコム会員登録が必要です
開催日時
10:30 ~
受講料
55,000円(税込)/人
※本文中に提示された主催者の割引は申込後に適用されます
※銀行振込
開催場所
東京都
【江東区】カメリアプラザ(商工情報センター)
【JR・東武】亀戸駅
主催者
キーワード
情報マネジメント一般 プロジェクトマネジメント一般 リスクマネジメント
※セミナーに申し込むにはものづくりドットコム会員登録が必要です
開催日時
10:30 ~
受講料
55,000円(税込)/人
※本文中に提示された主催者の割引は申込後に適用されます
※銀行振込
開催場所
東京都
【江東区】カメリアプラザ(商工情報センター)
【JR・東武】亀戸駅
主催者
キーワード
情報マネジメント一般 プロジェクトマネジメント一般 リスクマネジメント関連セミナー
もっと見る関連教材
もっと見る関連記事
もっと見る-
ロジカルシンキングのリスキリング 【厳選記事紹介】真の原因に迫る思考プロセス
【目次】 トラブルに遭遇した時に、真の原因に迫るその思考プロセスが分かっていたらムダな時間を費やさなくてすみ、出した結論に対しても自... -
AIによるデータ分析、「拡張分析」とは:データ分析講座(その316)
数年前から拡張分析(Augmented Analytics)の時代が来ると叫ばれていました。拡張分析(Augmented Analyt... -
教師あり・なし学習による異常検知とは:データ分析講座(その315)
データサイエンスのビジネス活用が広まる中、最も活用されているものの1つが異常検知です。異常検知とは、膨大なデータの中から通常とは異なる... -
探索的データ分析(EDA)とは:データ分析講座(その314)
データを得たとき、最初にすべきことの1つが、データ理解です。データ理解が不十分なまま、より高度な分析を実施したり、数理モデルを構築した...