98
Zlepšování podnikových procesů
využívání zdrojů a vyvažování pracovních špiček, zjednodušování přesunů v rámci procesu. Dalšími často používanými metodami jsou bleskové výměny a přestrojování v podmínkách provozu, vyhledávání úzkých hrdel procesu, zkoumání možností pro vylaďování potřeb průběžné údržby. Náplň fáze Analýzy a volba metod velmi silně závisí jednak na oboru, ve kterém organizace působí, rovněž však na povaze procesu a jeho produktů. Nástroje, které používáme, jsou různé, cíl je však vždy stejný – použijeme-li funkční závislost Y = f(x), pak je to vyhledávání charakteristických příčin „malých x“, které způsobují významné problémy procesu, jeho „velká Y“. V úvodních krocích této fáze jsme shromáždili náměty a potenciální příčiny, z nichž je potřeba vybrat ty skutečné a jejich působení pak prokázat pomocí souboru naměřených údajů. Zdrojem údajů mohou být jak konkrétní fyzická měření, skladové záznamy, hlášení o objemech předávaných mezi jednotlivými úseky procesu, tak i údaje získané pozorováním, shromážděné ve formě tabulek, formulářů a sčítacích lístků. Kromě pozorování skutečného provozu může tým navrhnout a uspořádat speciální experimenty, jejichž účelem je potvrzení hypotéz adresujících zkoumaný jev. Hodnotící a analytické nástroje musí být vhodně zvoleny podle charakteru dat, která máme k dispozici. Používáme-li pro ověření hypotéz statistické metody, pak musíme vědět, jak rozsáhlý musí být počet měření k tomu, abychom mohli říct, že naše hypotéza byla s jistotou ověřena. Počítáme-li průměr nebo procentuální podíly z padesáti nebo třeba i tisíce naměřených hodnot, pak náš výsledek bude mít daleko lepší vypovídací schopnost, než když se musíme spokojit s méně než deseti údaji. Určení velikosti měřeného vzorku a následných kalkulací může dosáhnout různé míry složitosti. Někdy se stává, že máme ve výběru velké množství údajů a pro vyslovení závěrů o podstatných vlivech potřebujeme oddělit ty, které mají pro náš specifický problém zásadní význam, a vyloučit ty, jež jsou s velkou pravděpodobností otázkou náhodných jevů. Jako příklad kombinace matematických a grafických analytických metod můžeme uvést sledování výkonnosti call centra, kde máme k dispozici údaje o počtu volání v jednotlivých skupinách zákaznických problémů, čekacích dobách a případných předčasně ukončených voláních, která nebyla uskutečněna, protože zákazník ztratil trpělivost. Graficky znázorněné trendy ve všech problémových skupinách ukazují pokles ve stejném místě. Po prověření jsme zjistili, že se jednalo o pátek před prodlouženým víkendem, kdy bylo pracoviště poddimenzováno a operátoři nestíhali příchozí hovory vyřizovat. Z hlediska řízení provozu není tento poznatek zanedbatelný, z hlediska matematických analýz prověřujících dlouhodobé trendy jej však můžeme vyloučit a považovat za náhodný nebo mimořádný jev. Další skupinou metod pro usvědčení skutečných viníků problémů, před jejichž řešením stojíme, jsou statistické analýzy. Jejich pomocí ověřujeme takové hypotézy, u nichž potřebujeme zjistit, zda určitý jev (Y) způsobený množinou příčin (x) dosáhne stejného nebo podobného výsledku, změníme-li prvek nebo skupinu prvků v množině příčin (x). Příkladem může být analýza problémového místa s nadměrně dlouhým časem trvání. Vyslovíme hypotézu, že trénink pracovníků pomůže dobu operace zkrátit. Hypotézu ověříme měřením výsledků na skupině A, která byla náležitě trénována, a skupině B, jejíž trénink nebyl dostatečný. Je-li výsledek po porovnání menší, než jak stanovuje naše hypotéza, pak můžeme vyslovit závěr, že trénink není tím řešením, na které bychom se v tomto konkrétním problému měli spolehnout. Statistické analýzy nám poskytují kvantifikované údaje odvozené ze skupiny údajů shromážděného vzorku, který reprezentuje celkovou množinu výsledků. Jako nejčastěji používané statistické metody uveďme alespoň průměr, standardní odchylku, podíl nebo
Ukázka elektronické knihy, UID: KOS182763
Fázování zlepšovatelských iniciativ
99
počet závad v jednotce produkce. Statistické metody rovněž poskytují popisné informace o rozložení jednotlivých měření ve vzorku dat, za všechny uveďme normální nebo gama rozložení. Více se o statistických metodách zmíníme dále v závěrečné kapitole knihy. K tomu, abychom byli v dalším kroku schopni navrhnout řešení s maximálním účinkem v rozumných podmínkách úsilí a nákladů, musíme vybrat ty jevy a jejich příčiny, které se na nedostatcích podílejí nejvyšší měrou. Pokud jsme měli ve fázi měření 30 až 50 sledovaných vstupů, ve fázi analýzy potřebujeme oddělit zhruba třetinu těch, které opravdu stojí za zevrubné prověření. V následujících krocích se budeme snažit jejich počet dále snížit na rozumných pět až osm klíčových příčin s tím, že ve fázi Kontrolování bychom pak měli sledovat tři až pět opravdu kritických veličin. Je samozřejmé, že uvedená čísla jsou ilustrativní a jsou závislá na rozsahu vašeho konkrétního problému a možnostech získání různorodých údajů. Klíčovým bodem v těchto úvahách je prioritizace příčin, reprezentovaná dříve zavedeným (x). Abychom se nerozhodovali na základě pocitů, musíme míru vlivu všech (x) na náš jev (Y) statisticky vyhodnotit a závislost případně matematicky vyjádřit standardním výrazem Y = f(x). Zde přijdou na řadu korelační analýzy, experimenty a analýzy odchylek (ANOVA). Tab. 5.4 Kroky fáze Analýza a typické nástroje Kroky DMAIC Analyzování
Typické nástroje
Identifikujte potenciální příčiny problémů v procesu:
zz
zz
Skupinové diskuse, generování a sdružování námětů. zz Hloubkové analýzy, „Pětkrát proč?“. zz Analytické metody pro hledání příčin a důsledků, diagramy „rybí kost“. zz Analýzy rozptylů a trendů.
Vyhodnoťte podstatné vlivy:
zz
Stanovte optimální hodnoty výkonnosti procesu nebo kvality, která má být dosažena. zz Sestavte seznam možných vlivů. zz Vyhledejte charakteristické problémy. zz Vymezte významné oblasti zájmu. Vyberte skupinu vlivů pro důkladnou analýzu. Shromážděte údaje popisující příčiny vybraných položek. zz Proveďte potřebné grafické analýzy. zz Vymezte potřebné statistické analýzy.
Analýza problémových vlivů a jejich důsledků. zz Paretův diagram. zz Kvantitativní nástroje pro identifikaci problémů v procesech. zz Výběry a vzorkování matematické analýzy. zz Statistické metody. zz Kapacitní a časové analýzy.
Vyslovte závěry analýz:
zz
zz zz
Identifikujte oblasti zdrojů odchylek. Vyhodnoťte nalezené závislosti jevů a příčin. zz Vyslovte hypotézy o závislostech jevů a příčin. zz Kvantifikujte závislosti jevů a příčin. zz zz
Návrhy experimentů, ověřování hypotéz. Korelační analýzy, analýzy odchylek (ANOVA). zz Matematické modely a simulace. zz
Pokud můžeme sestavit seznam typických otázek, na které v průběhu této fáze hledáme odpovědi, pak se budou blížit následujícímu výčtu: ■■ Analýza datových souborů: zz Jak data vypadají? zz Jaké jevy se nejvíce podílejí na vzniku odchylek? zz Jak se změnila datová základna tím, že jsme získali nové soubory měření?
Ukázka elektronické knihy, UID: KOS182763
100
Zlepšování podnikových procesů
zz Jaká rizika a jaké předpoklady jsou spojeny s aktualizovaným souborem měření
a datovou základnou?
■■ Charakteristiky procesu a zkoumaných problémů: zz Je možné vytvořit a testovat určitou hypotézu, která by popisovala zkoumaný problém? zz Jaké jsou faktory, které významně zvyšují nebo naopak snižují kapacitu procesu? zz Obsahují dříve navržené a pořízené soubory dat indikátory problémů? zz Poskytují soubory dat indikátory toho, že v procesu existují problémy, které by bylo vhodné nebo případně nutné řešit okamžitě? zz Jaké jsou hluboké příčiny problémů, které proces vykazuje? ■■ Aktualizace zadání a rozsahu zlepšovatelského projektu: zz Vyhovuje zadání v podobě, jak bylo na začátku stanoveno, potřebám projektu vzhledem k informacím, které jsme získali? zz Potřebujeme provést další analýzy, abychom lépe pochopili chování procesu a veličiny nebo jevy, které mají na jeho kapacitu nebo kvalitativní schopnosti vliv? zz Potřebujeme získat a zpracovat další údaje, které rozšíří nebo upřesní výsledky našich analýz? zz Je možné a reálné, abychom cíle, které zlepšovatelský projekt vymezil, naplnili? zz Je nutné nebo vhodné, abychom nějak vyměnili nebo upravili mechanismy projektového řízení?
5.2.4 I / Zlepšování parametrů a eliminace závad procesu Jakmile jsme odhalili problém a ověřili, že se nejedná o náhodnou událost, týmy Six Sigma mohou přikročit k hledání řešení, které pomůže problémová místa, která problém v procesu vyvolala, odstranit. Ve fázi Zlepšování se pak zaměřujeme jak na navrhování variant řešení pro problémová místa procesu, tak na výběr těch nejvhodnějších, které pomohou naplnit cíl zlepšovatelského procesu. Součástí je jak kreativní práce navrhování nových postupů, stanovování technologických změn nebo reorganizace práce, tak vlastní implementace zvolených změnových návrhů. Tato projektová fáze obsahuje jak generování námětů, používání nástrojů určených pro jejich ověřování, tak aplikace standardních metod řízení, jako je například projektový management. V této fázi zlepšovatelského projektu už máme k dispozici pět až osm klíčových příčin našeho problémového jevu (Y) a jsme schopni popsat míru vlivu všech příčin (x) matematickou funkcí Y = f(x). Nyní potřebujeme na základě znalosti problému nalézt způsob, jak jej eliminovat nebo alespoň snížit jeho rozsah. Jak jsme již několikrát zmínili, nástroje Lean používáme tam, kde se zabýváme časem a problémy procesního toku, nástroje Six Sigma zejména tam, kde snižujeme chybovost a upravujeme procesy ve smyslu zvyšování kvality výstupů. Modelujeme-li procesy, vracíme se zpět k diagramům a řízeným diskusím s tím, že nyní již víme přesně, na jaké místo se máme zaměřit a v jakém směru jej máme upravovat. Typickým nástrojem Lean, který v této fázi používáme, je „Pět S“ – třídění, skladování, úklid, standardizace a udržení pořádku (viz kapitola 2). Jestliže jste potřebovali na vytvoření úsudku o potenciálních příčinách statistické metody, pak se vám jistě podařilo v předchozím kroku eliminovat ty, které byly z okolí nabízeny jako zaručené řešení, ale v testech se ukázaly být neúčinné nebo zcela mylné. Potřebujete-li
Ukázka elektronické knihy, UID: KOS182763