fra

Amélioration du dépannage : KT et Six Sigma

KT et Six Sigma - Complémentaires ou concurrents ?

Nous avons souvent des discussions avec les clients sur la question de savoir si le processus d'analyse des problèmes de Kepner-Tregoe s'inscrit dans le cadre de l'approche de la Six Sigma travail qu'ils effectuent. Leurs questions sont généralement posées de manière à présenter les deux techniques comme étant en concurrence l'une avec l'autre ; c'est presque comme s'ils sentaient qu'ils n'ont la capacité d'utiliser qu'un seul outil, alors lequel devrait-il être ?

Dans notre esprit, il s'agit d'un faux contraste. Les outils d'analyse des problèmes d'AC et de Six Sigma comme Diagrammes en arête de poisson d'Ishikawa ont été conçus pour atteindre des objectifs totalement différents. Six Sigma s'intéresse aux problèmes de "cause commune", c'est-à-dire aux facteurs inhérents au produit ou au processus qui provoquent des déviations au fil du temps. Pensez à n'importe quelle machine : toutes les machines produisent de la chaleur et toutes les machines vibrent. Au fil du temps, cette chaleur finit par assécher et fissurer les joints et les garnitures, et les vibrations finissent par desserrer tous les boulons. C'est tout simplement dans la nature des choses - la variation inhérente. Six Sigma tente d'isoler ces sources de variation inhérentes et de les réduire.

Fabrication, Six Sigma

L'analyse des problèmes d'AC a été conçue pour s'attaquer aux problèmes de " causes spéciales ", dans lesquels quelque chose a changé ou est différent et cause un problème : un changement de paramètres, un nouvel opérateur, une différence de fournisseurs de matières premières, une anomalie soudaine dans les conditions environnementales - tout cela, séparément ou en combinaison, peut causer des problèmes.

Cela apparaît dans la première question que l'AC utilise pour déterminer si un problème particulier correspond au processus d'AC : "Avons-nous une déviation ?" Si la réponse est "Non, ça a toujours été comme ça", alors vous parlez probablement de cause commune.

Même dans le cadre des problèmes de causes spéciales, la technique Ishikawa peut fonctionner brillamment, si elle est utilisée correctement et dans l'ordre approprié. Si elle est mal utilisée, les mélanger peut être un désastre.

Par exemple, j'ai récemment rendu visite à un client qui a essayé de marier les deux, intuitivement, et qui l'a fait exactement de la mauvaise manière. Son groupe d'experts en la matière n'avait pas été formé à l'AC et y était quelque peu réfractaire. Les échelles de Poisson étaient intuitives, elles s'appuyaient sur l'expérience et les connaissances, et non sur des données spécifiques. Ils ont donné aux experts la possibilité d'utiliser leur expertise. L'entreprise disposait également de facilitateurs formés à l'AC qui voulaient utiliser la technique Is / Is Not de l'AC, où l'on commence par spécifier les symptômes du problème. Leur compromis a été de commencer par faire des arêtes de poisson, puis de faire un Is / Is Not basé sur les variables de l'arête de poisson qu'ils ont trouvé les plus convaincantes.

Vous pouvez voir ce qui ne va pas avec cette image - ils commençaient par les causes pour ensuite examiner les symptômes. C'était précisément l'inverse, un système en boucle fermée. Résultat : toutes les causes identifiées, problème après problème, étaient "les suspects habituels", des coupables vagues comme "des procédures de nettoyage inadéquates", "une vigilance d'inspection inférieure à la norme" ou la redoutable "erreur de l'opérateur". Ils ont jeté quelques correctifs procéduraux sur les problèmes... et ils se sont reproduits. La situation était devenue si grave lorsque KT est arrivé sur les lieux qu'ils étaient prêts à recevoir de l'aide supplémentaire.

Dans le cadre des problèmes de causes spéciales, nous préférons utiliser les diagrammes d'Ishikawa après avoir spécifié les symptômes du problème. Nous savons déjà quels lots ont été affectés et lesquels ne l'ont pas été, quels clients se sont plaints et lesquels ne l'ont pas fait, et peut-être même quels jours de la semaine le produit problématique a été fabriqué et quels jours il ne l'a pas été. À ce stade, nous nous demandons ce qui, dans ce produit, cet écart, ce moment, ce lieu, cette quantité, est distinctif, étrange, curieux ou différent. Nous utilisons souvent les catégories d'Ishikawa comme guides pour obtenir ces données :

Qu'est-ce qui est unique au Modèle 200 en termes d'équipage ?

  • Qu'est-ce qui est différent du côté droit de l'unité en termes de matériaux ?
  • Qu'est-ce qui est unique par rapport à il y a dix jours en termes de méthodes ou de mesures ?
  • Qu'est-ce qui distingue le laboratoire du deuxième étage en termes d'environnement ?

Utilisés de cette manière, à ce moment-là, ils peuvent fonctionner brillamment.

Si l'on y réfléchit, on peut dire qu'il s'agit d'une méthode plus proche de la méthode scientifique classique : commencer par l'induction pour établir un modèle épidémiologique du comportement du problème. Puis on en déduit des distinctions, des changements et des causes. Enfin, testez ces causes possibles en les comparant aux données. Des données exploratoires aux données de confirmation, de l'inductif au déductif, des parties aux entiers aux parties - tout cela vous semble familier.

En parallèle, nous trouvons des utilisations du processus d'AC dans les problèmes de causes communes. Ce que nous avons découvert, c'est que si vous pouvez faire un rapide et sale Is / Is Not pour spécifier les symptômes du problème, vous pouvez être en mesure d'éliminer rapidement trois ou quatre des principales arêtes du poisson : "Eh bien, si cela se produit sur la ligne 1 mais ne se produit pas sur la ligne 2, nous pouvons ignorer les facteurs environnementaux et les matériaux et la main-d'œuvre - ils sont tous deux dans la même pièce, partagent les mêmes magasins, et les équipes tournent. Quinze minutes investies dès le départ de cette manière peuvent vous épargner des heures de délibérations pénibles en aval, et réduire considérablement votre espace de recherche.

Ces deux ensembles d'outils ne sont donc pas en concurrence. Ils fonctionnent mieux pour différents types de problèmes, à différentes étapes du processus d'analyse. Et lorsqu'ils sont utilisés ensemble, ils fonctionnent mieux qu'utilisés séparément. Il s'agit simplement d'utiliser le bon outil pour le bon travail.

Par le Dr. Jamie Weiss, Consultant principal, Kepner-Tregoe, Inc. Aussi par le Dr Weiss, L'erreur des problèmes de personnes

Image du blog 1
KT et Six Sigma/Lean : accélérer l'amélioration continue
Image du blog 1
Excellence opérationnelle : Tirer le meilleur parti de Six Sigma
Image du blog 1
Pharmaceutique : Lean, succès de Six Sigma et...Personnes
Image du blog 1
Un état d'esprit d'amélioration continue vous prépare à l'inconnu

Nous sommes experts en :

Nous contacter

Pour tout renseignement, information complémentaire ou un devis