В ПС-Технологии основой выводов и решений является детальный анализ данных процесса. Цикл «измерение – анализ» обеспечивает необходимый и достаточный объем актуальной информации для разработки оптимальных решений оптимизации:
● Правильное проведение измерений помогает найти оптимальный баланс между затратами труда на исследования и достоверностью информации, экономит время и силы участников работы.
● Применение простых и эффективных методов анализа позволяет быстро найти реальные и недорогие в реализации возможности улучшений.
На этом этапе работы собираем и анализируем количественную информацию процесса (рис. 5.13), разрабатываем возможные решения нашей проблемы и выбираем наиболее эффективные по критерию «максимальный результат – минимальные затраты»:
● Измерение поведения дефектов. Организуем сбор данных по дефекту в точках контроля. Обрабатываем данные, строим графики и распределения для визуального анализа, выявляем закономерности для последующего обсуждения с экспертами.
● Анализ возможных причин дефекта. Обсуждаем полученную в процессе информацию и выявленные на диаграммах закономерности с экспертами из процесса. Определяем все известные экспертам возможные причины дефекта и выбираем приоритетные для первоочередной проверки.
● Проверка причин измерениями. Собираем парные данные по выделенным причинам и количеству/качеству дефектов в контрольных точках. На основе анализа данных оцениваем силу влияния каждой из причин и определяем основные причины дефекта.
● Разработка решений. Формируем предложения по внедрению изменений в процессе, исключающих возникновение или сокращающих количество дефектов, снижающих негативные последствия и объем потерь. Оцениваем экономическую эффективность всех возможных решений и выбираем лучшие для внедрения.
Для определения корневой причины проблемы и разработки правильного решения иногда приходится пройти цикл «измерение – анализ» несколько раз – алгоритм предполагает детальное исследование процесса и обоснование всех выводов данными и фактами.
Метод измерения: Зачем и как проводить измерения?
Разработка метода измерения – важный шаг, определяющий точность и достоверность будущих данных. Организовать рациональный сбор данных в процессе не очень сложно, но к этой задаче нужно отнестись с большим вниманием, так как необходимо найти баланс между затратами труда и качеством информации. Правильное планирование измерений экономит наше время и силы.
Последовательность действий по разработке метода измерения:
1. Анализ постановки задачи. Перед разработкой метода измерения имеет смысл тщательно проанализировать паспорт задачи оптимизации, операционное определение дефекта и схемы процесса.
2. Цель проведения измерений. Четко сформулировать, зачем необходим сбор данных. Убедиться в отсутствии альтернативных источников информации.
Хорошее понимание того, что и зачем следует измерять, поможет тратить время и силы на получение только необходимой информации. Невнятная постановка задачи приведет к суете и попыткам исследовать все и везде.
Как правило, в измерениях задействованы рядовые участники процессов, и мы должны бережно относиться к их труду. Кроме того, если из-за нашей небрежности им придется переделывать работу, вполне вероятно заметное ухудшение дисциплины исследований и качества данных.
3. Измеряемый параметр. Определить, что будем считать или измерять – какие данные необходимы для эффективного анализа ситуации в процессе и разработки решений.
Что следует измерять, когда мы исследуем поведение дефекта, легко установить по операционному определению дефекта и поля «Метрики измерений» в паспорте задачи.
При проверке причин придется сначала разобраться с метриками оценки по каждой из исследуемых причин. Часто именно по «причинам» в процессе отсутствует автоматизированная система измерения, и необходимо проводить ручные исследования, привлекая к этой работе сотрудников на их рабочих местах.
4. Объем данных. Рассчитать или оценить минимально необходимый объем данных. Проводить измерения можно в несколько этапов: от грубых оценок до необходимой детализации. Лучше использовать небольшие группы исполнителей и короткие периоды измерений.
Классическая ошибка начинающих исследователей – заставить большое количество людей собирать данные по множеству параметров в течение долгого времени. Приводит к значительным затратам ресурсов и снижению качества получаемой информации.
5. Точность. Определить требуемую точность измерений. Лучше ориентироваться на минимально достаточный уровень. Высокая точность, как правило, предполагает значительные затраты времени и ресурсов на сбор информации. Но не всегда необходима для аналитических выводов и разработки решений.
Имеет смысл максимально использовать существующие источники данных, даже если их точность ниже желаемой. Можно провести исследования в два этапа: сначала более грубый анализ легкодоступной информации, а потом более трудоемкие точные измерения только там, где это необходимо.
6. Точки проведения измерений в процессе. Точно определить точки измерений в процессе и достаточно подробно описать. Для уверенности в согласованности действий исполнителей и обеспечения качества данных.
7. Инструменты измерений. В современных процессах большое количество параметров фиксируется автоматизированными системами. Поэтому не стоит спешить с организацией ручных измерений. Вполне вероятно, что в одном из уже существующих отчетов есть нужная информация или найдется способ выгрузить необходимые данные из программного обеспечения. Если это невозможно, следует однозначно определить, с помощью какого «инструмента» должны проводить измерения операторы.
8. Требования к исполнителям. Как в любой работе, качество измерений в процессе во многом зависит от квалификации и ответственности людей. Поэтому для обеспечения качества данных операторов измерений лучше выбирать аккуратно.
9. Процедура измерений. Разработать подробную и понятную исполнителям пошаговую инструкцию – последовательность операций по сбору данных в процессе.
Разрабатывать процедуру измерений лучше в реальном процессе. Сидя в удобном кабинете, можно придумать любой алгоритм действий, и автору он покажется идеальным и применимым абсолютно в любых условиях. У исполнителей может быть совершенно противоположное мнение. И тогда исследователь-заказчик, вероятнее всего, получит неточные данные.
10. Формы для внесения данных. Разработать понятные и удобные таблицы для данных, чек-листы или анкеты для внесения полученной в процессе информации.
Задача достаточно сложная, так как необходимо одновременно выполнить два условия: формы должны быть удобны и для заполнения исполнителями, и для последующей обработки массива данных. Нужно помнить, что потом придется строить сводные таблицы и диаграммы, проводить сравнительный анализ по различным критериям, рассчитывать показатели.
11. Ответственный. Обеспечить контроль сбора информации на весь период измерений. Назначить ответственного и продумать методы контроля. Практика показывает, что это необходимо.
Этой информации вполне достаточно для организации измерений в простой задаче оптимизации. Но заполнять шаблон метода измерения (рис. 5.14) нужно качественно. Даже если мы планируем обычную выгрузку из базы данных.
После разработки метода измерения необходимо провести пилотную проверку процедуры и форм в реальном процессе. По количественным и качественным результатам эксперимента можно оценить:
● степень исполнимости и удобства процедуры измерений;
● достаточность выбранной точности измерений;
● уровень требований к исполнителям.
При проведении эксперимента нужно очень внимательно наблюдать за всеми действиями оператора и ориентироваться не только на качество полученной информации, но и на то, насколько удобно оператору проводить измерения и фиксировать результат. При неудобной процедуре измерений точность и достоверность данных заметно снижаются.
Планирование измерений – достоверность данных и экономия ресурсов
Если процесс измерений организован рационально, то достаточный для анализа объем достоверных данных можно получить быстро и с минимальными затратами ресурсов. Тщательно продумывайте, что и зачем нужно измерить, кто и когда должен это делать, как фиксировать полученную информацию и проверять ее правильность.
Данные: Дискретные и непрерывные
С точки зрения точности собираемой информации данные можно разделить на два типа:
● Дискретные – представляют события в формате двух состояний, например: «наблюдаем дефект / дефекта нет», «черное/белое», «успел/опоздал»…
В формате дискретных данных брак лампы освещения определить легко – свет есть или его нет. Это можно сделать без специальной квалификации и сложного оборудования.
● Непрерывные – могут быть нанесены на непрерывную шкалу с различным масштабом делений, например: температура, время, дистанция, вес, давление. Также к ним относится количество выпускаемой продукции.
При работе с непрерывными данными «возникновение дефекта» определяется при отклонении величины измеряемого параметра от утвержденного норматива, который нужно отметить на той же шкале измерений.
В формате непрерывных данных брак лампы освещения определить значительно сложнее. Для этого нам придется провести измерение интенсивности освещения, чтобы убедиться, что этот параметр соответствует утвержденному нормативу. Потребуется специальное оборудование и обучение операторов измерений.
Очевидно, что непрерывные данные предоставляют исследователю значительно больше полезной информации, но измерения дискретных данных, как правило, требуют меньше ресурсов и обходятся дешевле, чем непрерывных. Особенно если приходится привлекать сотрудников процесса для ручного сбора информации. Поэтому имеет смысл на первом этапе работы проводить грубые исследования и повышать точность измерений только по мере необходимости.
В классической производственной статистике используется более сложная классификация данных, но для простых задач оптимизации вполне достаточно этого простого разделения на два базовых формата.
Визуализация данных: Понятные диаграммы для анализа
Человек очень плохо оценивает массивы данных в виде таблиц: не выделяет закономерностей, не видит связей между группами данных. Для эффективного анализа проблем процесса с экспертами нужно не только провести необходимые измерения, но и построить удобные для понимания диаграммы. Тогда мы сможем задать правильные вопросы участникам процесса и получить более конкретные ответы о возможных причинах возникновения дефекта.
Основная задача – сделать диаграммы наглядными и «увидеть» поведение дефекта или измеряемого показателя в контрольной точке. Так можно выявить закономерности и существенные отклонения от «средних» значений. И задать правильные вопросы экспертам о причинах такого поведения процесса.
Цель – увидеть закономерности в распределении данных
Хорошая визуализация данных поможет экспертам быстрее выделить правильные причины и заметно сократить затраты на исследования. Диаграмм не должно быть много, и их нужно сделать понятными, сопроводить комментариями.
Полученный с помощью измерений массив данных необходимо проанализировать в двух базовых форматах: динамика изменений на временной шкале и распределение данных. Минимальный набор инструментов исследования данных в этих форматах – простой временной график и гистограмма (рис. 5.15).
При экспертном анализе причин проблем в процессе очень важен фактор времени. Обсуждение существенных отклонений лучше проводить по горячим следам. Иначе сотрудники просто забудут, что происходило в процессе в этот период, и не смогут правильно определить причину отклонений.
Что важно: исследовать необходимо не только негативные, но и позитивные отклонения, когда процесс работает в оптимальном режиме и показывает отличные результаты. Чтобы выявить и закрепить правильные настройки процесса. Иногда мы об этом забываем.
Простой временной график
Временной график показывает, как изменяется результат процесса во времени. Мы должны определить периоды с разным качеством результата, отметить пики и провалы, оценить направленность трендов. Потом эксперты помогут найти причины этих отклонений и закономерностей.
Простой временной график измерений исследуемого параметра или количества дефектов предоставляет большой объем информации о характеристиках процесса и для качественного анализа, и для оперативного управления. На основе оценки временного распределения данных можно сформировать вводы и прогнозы:
● Разброс и пиковые значения данных – определяют стабильность и надежность процесса в краткосрочном и долгосрочном периодах. Большой разброс данных показывает, насколько нестабилен процесс, и указывает на сильное влияние одного или нескольких управляющих факторов. Пиковые значения позволяют выявить радикальные ситуации в процессе, когда влияние дестабилизирующих факторов достигает максимума.
● Тренд – обеспечивает возможность прогнозирования и показывает актуальность проблемы. Возрастающий тренд дефектов увеличивает приоритет задачи оптимизации, так как в будущих периодах ситуация явно ухудшится и объем потерь увеличится. Если тренд нисходящий, вполне вероятно, что процесс уже задействовал защитные функции и в активной работе по внедрению изменений нет необходимости. Можно просто наблюдать за снижением уровня дефектов и принимать решение о старте задачи оптимизации, когда будет достигнут новый «стабильный уровень» дефектов.
● Области необычного поведения процесса указывают на значительное и продолжительное влияние управляющих факторов процесса. В течение некоторого времени процесс показывает результаты, существенно отличающиеся от его обычного состояния – заметно хуже или заметно лучше, чем в среднем по исследуемому периоду.
Это очень ценная информация для исследователя. Можно определить, какие настройки процесса были в этот период, и принять соответствующие решения: исключить «плохие» сочетания факторов и удерживать «хорошие» как можно дольше.
Простой временной график не отвечает на вопрос, почему что-то в процессе происходит лучше или хуже, чем обычно, а просто дает сигнал о возникновении такой ситуации.
Временной график фокусирует экспертов на проблеме
Однако, следуя этому сигналу, мы проводим обсуждение с экспертами конкретной ситуации в реальном процессе и можем достаточно быстро определить, что вызывает позитивные и негативные отклонения. И что нужно сделать, чтобы настроить процесс на оптимальный результат.
Гистограмма
Гистограмма – диаграмма распределения частот выбранных переменных. Эффективный инструмент визуального анализа исследуемого параметра. Форма и количественные показатели гистограммы позволяют сделать выводы о ключевых характеристиках процесса: соответствие нормативам, стабильность, надежность.
Гистограмма позволяет увидеть распределение исследуемого показателя, объемы и соотношения хороших и плохих результатов процесса, количество и влияние выбросов, «неправильную» форму, указывающую на сильное воздействие внешних «управляющих» факторов. Отметив на гистограмме нормативные показатели, легко увидеть и рассчитать уровень дефектности процесса, если нормативы нарушены, или уровень надежности процесса, если дефекты не производятся.
Как строится гистограмма (табл. 5.5):
1. Определить максимальное и минимальное значения в данных измерений.
2. Разбить диапазон от максимума до минимума на равные интервалы.
3. Определить количество значений измерений, пропавших в каждый интервал.
4. Построить обычную столбчатую диаграмму (рис. 5.17) по количеству значений в интервалах.
5. Провести анализ гистограммы:
■ диапазон и форма распределения измеряемого параметра;
■ соответствие утвержденным нормативам;
■ стабильность и надежность процесса.
Анализируя гистограммы данных процесса в различные периоды и в различных режимах, можно определить основные настройки процесса и использовать их для повышения качества результата и стабильности процесса.
На что следует обращать внимание при визуальном анализе гистограмм:
● Концентрация основного количества значений возле целевого значения. Если процесс настраивается на конкретный целевой параметр результата, то чем ближе среднее значение к целевому, тем лучше настройка.
При этом гистограмма очень хорошо демонстрирует опасность оценки результата только по средним значениям характеристик. Среднее значение может располагаться очень близко к целевому при очень большом разбросе значений вокруг среднего. И часть значений превышает утвержденный норматив – процесс «производит дефекты».
Что важно: если при большом разбросе среднее значение находится в пределах граничного значения норматива, можно сделать неверный вывод о хорошем качестве результата и отказаться от оптимизации процесса.
● Величина разброса значений от среднего – чем меньше стабильность и хуже управляемость процесса, тем больше будет разброс значений измерений (рис. 5.18).
Даже если среднее значение соответствует требованиям утвержденного норматива, существенная часть результатов может выйти за границы утвержденного норматива и оказаться в зоне брака.
● Расположение относительно нормативов. Если все значения лежат в пределах нормы, то чем больше «расстояние» от максимального значения данных до норматива, тем меньше вероятность возникновения дефектов.
Цель правильной настройки процесса не только в исключении брака, но и в создании запаса надежности процесса по качеству настраиваемого параметра (рис. 5.19). На процесс всегда оказывают влияние различные дестабилизирующие факторы, поэтому чем больше запас надежности, тем меньше вероятность появления дефектов.
● Форма распределения. По форме распределения данных в гистограмме мы можем определить влияние управляющих факторов на результат процесса:
■ Похожая на колокол форма (рис. 5.20) показывает, что в процессе нет приоритетных, сильно выраженных управляющих факторов и результат подвержен случайному закону распределения: чем больше величина отклонения, тем меньше его вероятность.
■ Если на гистограмме явно выделяются два или более пиков (рис. 5.21), можно сделать вывод, что один из управляющих факторов находится в двух или более различных состояниях. Причем каждое из этих состояний оказывает сильное влияние на результат, разделяя массив данных на отдельные группы с различными характеристиками. Например, разные типы применяемого оборудования, сырья, технологических режимов или поставщиков услуг.
Обсуждая с экспертами из процесса подобное распределение данных измерений, необходимо найти сильный управляющий фактор и проверить гипотезу о его влиянии, построив отдельные гистограммы по данным для каждого из его различных состояний.
● Необычное поведение процесса и выбросы – на гистограмме выделяются стоящие отдельно группы или единичные значения данных измерений (рис. 5.22).
Группы данных необычного поведения процесса и выбросов представляют особый интерес для исследования и обсуждения с экспертами из процесса:
● Во-первых, эти группы данных сформированы очень мощным воздействием одного управляющего фактора или сильным сочетанием воздействий нескольких факторов одновременно. Дестабилизирующее влияние на процесс в этих группах данных выражено максимально, и определить управляющие факторы достаточно просто.
● Во-вторых, эти группы, как правило, немногочисленны, и исследовать их проще, чем основной массив данных, где влияние разных факторов перемешано и требует более точных инструментов анализа.
● И, в-третьих, при относительно небольшом объеме эти группы оказывают очень сильное влияние на расчетный средний результат, так как все значения в них намного больше, чем в основном массиве данных.
При этом эффективность работы подразделений и сотрудников оценивается, как правило, именно по среднему результату. Следовательно, можно продемонстрировать участникам процесса, насколько улучшатся их показатели, если исключить «необычное поведение процесса и выбросы». Сильный аргумент в пользу участия в оптимизации.
Гистограммы и временные графики позволяют увидеть закономерности в массиве данных измерений и сформулировать правильные вопросы о причинах негативных или позитивных отклонений в показателях процесса. Вопросы, с которыми мы обращаемся к экспертам – опытным сотрудникам, непосредственным участникам процесса, хорошо знающим все особенности и реальные условия выполнения операций на разных участках и рабочих местах.
Анализ возможных причин дефекта
Цель экспертных исследований – выявить все возможные причины дефекта или проблемы. Для этого нужно быстро и качественно структурировать информацию, которой обладают участники процесса.
Диаграмма Ишикавы (диаграмма причин и результатов, «скелет рыбы») – удобный инструмент визуализации причинно-следственных связей по возможным источникам исследуемой проблемы.
Диаграмма используется в групповой работе экспертов для систематизации информации при исследовании причин дефектов и потерь. Наглядное изображение дерева причин помогает группе оперативно выявить источники проблемы, определить основные причины и иногда даже найти возможные решения.
Последовательность действий по составлению диаграммы Ишикавы:
1. Собрать группу экспертов – опытных участников процесса и обеспечить условия для активной групповой работы в течение 1–2 часов. В каждом процессе есть активные знающие люди, готовые помогать.
Поиск и привлечение в экспертную команду хороших специалистов может значительно ускорить решение проблемы – при правильной организации работы за короткое время можно получить очень много полезной информации.
2. Вместе с экспертами сформулировать определение решаемой проблемы. В этом очень помогают собранные в процессе данные, представленные в виде графиков и диаграмм. Не стоит жалеть время на обсуждение: чем лучше эксперты понимают суть и последствия проблемы, тем выше будет качество работы группы и лучше – результаты анализа.
3. Определить категории причин. Разделение причин на группы необходимо для лучшей фокусировки внимания экспертов во время обсуждения. Последовательное исследование каждой группы помогает участникам процесса выявить максимальное количество причин.
В базовом варианте используются категории:
Люди – Технология – Оборудование – Среда – Сырье (Вход процесса)
В общем случае группировка причин может быть различной, и существует несколько типовых вариантов, предлагаемых популярными методиками составления диаграммы. Рекомендуемый базовый набор категорий вполне универсален и подходит для большей части процессов.
4. В каждой из категорий перечислить и записать возможные причины проблемы. Главное условие на этом этапе работы группы – не допускать коллективного обсуждения названных экспертами причин, а просто записывать все предложенные гипотезы. При отсутствии эффективной модерации могут возникнуть споры, и, как неизбежное следствие, общая эффективность работы группы радикально снизится.
Часть озвученных возможных причин могут быть весьма спорными, но их необходимо фиксировать так же, как и любые другие утверждения. Обсуждение и определение приоритетов причин проходят на следующем шаге анализа.
Традиционная форма визуализации групп причин действительно напоминает «скелет рыбы» (рис. 5.23) и удобна для совместной работы небольших групп экспертов.
Альтернативный вариант – формирование списков причин по группам на отдельных листах (рис. 5.24).
5. Выделить основные причины – оказывающие максимальное влияние на нежелательное отклонение в процессе и возникновение дефекта. Эксперты обсуждают все перечисленные гипотезы и выделяют 3–5 «основных» причин (рис. 5.25).
Нет никаких гарантий, что коллективное мнение группы правильно указывает источники проблемы, но начинать количественные исследования именно с этих причин волне логично.
6. Организовать поиск корневых причин проблемы с помощью метода «5 Почему» (рис. 5.26). Команда экспертов проводит исследование каждой из основных причин вплоть до выявления ее первоисточника – «корневой причины».
Метод «5 Почему» очень прост: последовательно задавая простой вопрос «почему так получается?», проводят расследование цепочки событий и действий, которые привели к возникновению проблемы или дефекта.
Цепочки причинно-следственных связей (рис. 5.27) можно вносить в диаграмму традиционного формата в процессе обсуждения с экспертами.
Вполне естественно, что у «причины 1-го уровня» может быть несколько «причин 2-го уровня», у которых, в свою очередь, несколько «причин 3-го уровня», и т. д. В итоге получается целое «дерево причин».
Если поиск корневых причин методом «5 Почему» проводится после встречи с экспертами, то для фиксации цепочки причин удобнее использовать простую таблицу (табл. 5.6).
Последний столбец табл. 5.6 предполагает формулировку возможного решения по работе с выявленной «корневой причиной». Достаточно часто она бывает настолько простой, что необходимое для ее устранения изменение в процессе можно сформировать и записать непосредственно во время исследования.
В практике исследовательских проектов часто приходится встречаться с «мифами» – «закрепленное временем» мнение коллектива об общеизвестных, но ложных причинах проблемы. Как правило, это «непреодолимые препятствия», удобные для объяснения любых неудач и позволяющие не заниматься оптимизацией процесса. Сила «мифов» в том, что в них просто верят и не требуют подтверждения данными.
Диаграмма Ишикавы и метод «5 Почему» помогают найти реальные источники дефекта и начать планомерную работу по их устранению. У долго существующей проблемы, как правило, много разных причин с разной степенью влияния. Очень полезно определить их на ранних этапах проекта или придется «находить» их на разных стадиях работы, что неизбежно приведет к дополнительным потерям времени и ресурсов.
Проверка причин измерениями в процессе
Экспертные исследования на основе анализа данных измерений значительно эффективнее простых совещаний по проблемам наличия дефектов и нарушений нормативов. В качестве главного источника информации для экспертных исследований можно и нужно использовать статистический анализ массива данных процесса, а оценки экспертов – для определения объектов измерений. Экспертные и статистические исследования нужно проводить параллельно как взаимодополняющие и усиливающие друг друга.
С помощью диаграммы Ишикавы и метода «5 Почему» эксперты сформировали гипотезы о существенном влиянии конкретных причин на результат процесса – количество дефектов или величину отклонения измеряемого параметра от целевого значения.
Следующий шаг – подтвердить или опровергнуть эти гипотезы с помощью данных измерений в процессе. Для дискретных и непрерывных данных методы проверки гипотез различаются.
Дискретные данные – считаем дефекты по каждой из причин
В случае дискретных данных в формате «наличие/отсутствие дефекта» проверка гипотез проводится достаточно просто:
1. В течение небольшого контрольного периода фиксируем дефекты в контрольной точке процесса и проверяем «источник» по списку определенных экспертами причин.
2. Определяем количество дефектов по каждой из причин и рассчитываем отношение в процентах к общему объему дефектов, выявленных за контрольный период.
3. Формулируем выводы о силе влияния на результат каждой из причин и определяем приоритетные направления работы по внедрению изменений в процессе.
Очевидно, что исследование в течение короткого контрольного периода не может обеспечить высокую точность. Но в данном случае высокая точность не требуется, так как основная цель – подтвердить или опровергнуть утверждение о существенном влиянии конкретной причины на общее количество дефектов (рис. 5.28).
Принцип Парето спасает нас от малоэффективной работы – нет смысла исследовать и устранять все причины дефектов, если существенные потери создают только две из них. Базовая логика методики: в первую очередь необходимо избавляться от источников дефектов, которые наносят самый ощутимый вред.
Однако в этом упражнении необходимо выполнить одно важное условие: все указанные экспертами источники дефектов должны «реализоваться» за время исследования. Дело в том, что некоторые из перечисленных негативных событий могут происходить относительно редко, но окажут очень сильное влияние, создавая большое количество дефектов.
Непрерывные данные – исследуем распределения
При работе с непрерывными данными анализ также не очень сложный. Есть несколько относительно простых стандартных методов:
● Парные временные графики. Проводим парные измерения «причина – результат», строим временной график по двум переменным и визуально оцениваем динамику изменений (рис. 5.29). Если измеряемые параметры «результата» активно реагируют на изменения «причины», можно сделать вывод о существенности этого влияния.
Например, расход электроэнергии может зависеть от температуры окружающей среды, а процент дефектной продукции – резко возрастать при увеличении нагрузки на процесс.
Естественно, необходимо учитывать, что на процесс влияет множество факторов одновременно и графики не будут точно повторять друг друга. Но если мы исследуем причину с «сильным» влиянием на результат, то синхронное изменение графиков можно определить визуально.
● Гистограммы по разным состояниям причины. Если в отношении причины можно выделить или искусственно создать несколько отличающихся состояний, то для оценки ее влияния удобно использовать сравнение групп данных по каждому из этих состояний:
■ Естественные дискретные состояния: поставщик 1 или 2, тип оборудования 1 или 2, технология 1 или 2…
■ Целевое разделение на группы: например, если эксперты в качестве причины указывают практический опыт сотрудников, то выделяем группы «стажеров» и «опытных» и проводим сравнение результатов (рис. 5.30).
Построение гистограмм необходимо для понимания различий групп не только по средним значениям, но и по величине разброса данных в каждой группе, так как средние значения исследуемых групп могут лежать в границах допуска и даже не слишком сильно отличаться. Но при этом распределение данных покажет существенные различия в результатах и реальный источник дефектов.
● Диаграмма рассеяния. Если показатели причины изменяются не дискретно, а «эластично», например колебания температуры или мощности сигнала, то для анализа влияния причины на результат процесса удобно использовать диаграмму рассеяния (рис. 5.31).
Диаграмма рассеяния (разброса) показывает взаимосвязь между двумя переменными и подтверждает их взаимозависимость. Такими двумя переменными могут быть, например, какой-либо показатель качества результата на выходе процесса и влияющий на него фактор – изменение параметров указанной экспертами причины.
Линия регрессии – линия, которая математически описывает распределение данных на диаграмме рассеяния и угол наклона которой характеризует силу взаимной зависимости между двумя переменными. Разброс точек данных вокруг линии регрессии показывает, насколько точно математическая формула регрессии моделирует условия реального процесса. Если разброс небольшой, формулу можно использовать для прогнозирования результата при изменении параметра причины и для управления процессом.
Зависимость результата от причины может быть различной (рис. 5.32): 1) положительной, 2) отрицательной, 3) нелинейной или 4) отсутствовать.
Диаграмма рассеяния помогает быстро оценить силу влияния причины на результат процесса и даже определить формулу для расчета параметров этого взаимодействия.
Методы разработки и выбора решений
Когда мы точно знаем, какие событие, объект или действие являются источником потерь в процессе, разработка работоспособного решения уже не требует большого количества времени и ресурсов.
Решение – конкретное предложение по изменению процесса, приводящее к устранению корневой причины дефекта, выявленной в процессе исследований.
Корневые причины проблем, как правило, делятся на две группы с точки зрения возможности и стоимости устранения:
● Устранить причину просто – дефекты возникают из-за отсутствия правильной организации работы на участке процесса.
● Устранить причину сложно – требования внешних регуляторов, высокая стоимость инвестирования, значительный уровень сопротивления коллектива.
В первую очередь интерес для нас представляют простые и легкоустранимые организационные причины дефектов и проблем. Простота внедрения изменений не означает незначительные результаты – экономический и качественный эффект может быть не меньше, а даже больше, чем у сложных, дорогих в реализации решений.
Приоритет выбора решений – от простого к сложному
Методы разработки решений могут быть разными по сложности: от простой инверсии корневой причины до составления масштабного плана реинжиниринга процесса.
При анализе источников дефекта с помощью диаграммы Ишикавы и метода «5 Почему» мы выявляем корневые причины проблемы. Значительная часть из них представляет собой обычное нарушение стандартных правил организации процесса.
Для разработки решений по таким причинам достаточно провести инверсию («переворачивание») формулировки причины: если что-то отсутствует – мы это создадим, если что-то мешает – мы это уберем.
Например:
● нет регламента – необходимо разработать регламент;
● нет контроля – обеспечить контроль;
● нет стандарта – разработать стандарт;
● нет информации – обеспечить информацию.
Во время количественных исследований шага «Измерение причин» мы, как правило, находим некоторое количество «плохих» и «хороших» сочетаний факторов в процессе. Соответственно, наши решения должны обеспечить невозможность возникновения «плохих» и увеличивать количество «хороших» сегментов работы.
Например:
● сложная работа, требующая высокой квалификации, не должна попадать к новому, неопытному сотруднику;
● на выходе линии связи с неустойчивыми характеристиками нельзя ставить устройство с высокой чувствительностью к вариабельности качества сигнала;
● грамотный анализ данных по эксплуатации различных совместно работающих устройств показывает оптимальное сочетание типов этих устройств.
Создание новых правил, методов, действий, операций и разработка новых стандартов деятельности в процессе.
Например:
● разработка и внедрение инструкций по операциям инсталляции оборудования;
● внедрение нового стандарта коммуникаций с клиентом.
Типовые решения – улучшение качества
Внедрение точечных организационных изменений в локальных участках процесса или технических изменений в отдельных узлах оборудования и программного обеспечения.
Например:
● изменение регламента обмена информацией между подразделениями для повышения скорости и качества принимаемых решений;
● доработка скрипта сотрудника телефонного центра «для лучшего понимания» клиентом информации, предоставляемой оператором;
● добавление поля «комментарии» в экранную форму для оперативной фиксации дополнительной информации от клиента или оператора.
Poka-Yoke – «защита от ошибок» – полное или существенное предотвращение ошибки с помощью такой доработки конструкции устройства, чтобы выполнить операцию неправильно было невозможно или очень сложно.
Например:
● дискету или флеш-карту памяти невозможно вставить в устройство неправильно;
● поле «дата» в экранной форме можно заполнить только по заданному шаблону;
● при превышении допустимого уровня отклонений устройство выключается;
● без полного заполнения всех полей электронный документ не сохраняется.
Если в процессе исследований мы обнаруживаем сегменты или группы с системно низкими показателями или повышенным уровнем требований, для них следует разработать специализированные правила (технологии), снижающие уровень дефектов. Или полностью исключить этот сегмент, если решение обосновано экономическими расчетами или требованиями к качеству работы.
Например:
● отказ от использования оборудования с высоким уровнем дефектности и стоимости обслуживания, низкой ремонтопригодностью;
● отказ от предложения клиенту конкретных типов услуг (продуктов) при технической невозможности обеспечения необходимого уровня качества;
● специальный набор услуг и повышенный уровень контроля для сегмента VIP-клиентов с более высокими требованиями к качеству обслуживания.
Возможная причина неправильных действий исполнителей – неполное понимание или незнание инструкций/стандартов. Решение предполагает два основных направления: визуализация информирующей/обучающей документации и регулярный контроль знаний с помощью косвенных показателей – количество или процент дефектов, вызванных неправильными действиями исполнителей.
Например:
● визуализация – разработка наглядных, интуитивно понятных инструкций вместо объемных текстовых документов;
● систематизация и стандартизация – разработка структурированных справочников с удобной для понимания навигацией;
● регулярный контроль дефектов, вызванных ошибками по конкретным темам знаний, и оперативная обратная связь в виде информирования и дополнительного обучения конкретных специалистов (групп специалистов).
Любые инструкции бесполезны, если сотрудники их не выполняют. Стандартное решение – считать отклонение от стандартов/нормативов дефектом процесса, ввести контроль, сделать результаты контроля публичными, использовать мотивационные и стимулирующие методы воздействия.
Например:
● визуализация – доски информирования с адресным указанием количества дефектов за период;
● мотивация/стимулирование – премирование за отсутствие нарушений инструкций и депремирование за высокий уровень дефектов.
Достаточно стандартна ситуация, когда дефект создается в одном подразделении, а выявляется в другом. Приближение точки контроля к месту возможного возникновения дефекта повышает эффективность контроля и значительно снижает потери.
Например:
● самоконтроль – дополнение стандартных процедур обязательными операциями контроля качества, производимыми самим оператором в ключевых контрольных точках процесса. Обычно дополняется выборочным внешним контролем;
● метод «оператор/контролер» – организация «сдачи-приемки» ответственных операций, существенно влияющих на конечный результат процесса.
Контроль без последующих управленческих/корректирующих воздействий бесполезен. Более того, эффективность управления на основе контроля отклонений существенно зависит от оперативности обратной связи. При быстром реагировании сотрудник закрепляет навык «дефект – выявление – исправление» и количество дефектов снижается.
При значительных временных задержках реагирования причинно-следственная связь разрывается и исправление дефекта воспринимается как отдельная работа, а мотивирующие мероприятия теряют результативность.
Например:
● «общие дефекты» – неадресный возврат на доработку/исправление не мотивирует на снижение количества дефектов, а воспринимается в качестве дополнительной функции процесса;
● «позднее премирование» – выявлено, что техническая задержка на месяц премиальных выплат за качество или производительность (как правило, из-за сложности расчетов) радикально снижает эффективность мотивации.
Повышение скорости и производительности
При исследовании процесса выявляются операции, не добавляющие ценности продукту с точки зрения клиента, дублирующие действия на других участках процесса или оставшиеся от предыдущей версии технологии. Их необходимо найти и исключить.
Например:
● дублирование контроля – контроль на выходе одного участка процесса и на входе следующего участка; обе группы контролеров фиксируют дефекты из-за различий в операционных определениях дефектов;
● дублирование учета – в бумажных носителях (журналах, книгах учета) фиксируется информация, существующая в электронном формате в ПО.
Сокращение очередей и ожиданий (временных ловушек) значительно повышает скорость процесса. Стандартное решение – исключить причины накопления очереди в периоды пиковой нагрузки на входе процесса и в периоды вынужденных простоев.
Например:
● «тяжелый понедельник» – часть служб непрерывного процесса не работают в выходные дни, «незавершенное производство» накапливается и создается очередь, которая «расчищается» только к середине следующей недели.
Замедление процесса часто происходит на передаче работы от одного участка процесса другому, в том числе из-за «незавершенного производства» на промежуточных складах между участками.
Объединение участков процесса в непрерывный поток существенно сокращает объем незавершенного производства и снижает потери скорости в очередях, ожиданиях и простоях.
Например:
● разрыв коммуникации с клиентом при передаче информации с одного участка процесса на другой приводит к потерям скорости, дублированию операций и снижению удовлетворенности клиента.
Узкое место в потоке процесса определяет производительность и скорость всего процесса. Стандартные решения в работе с такими ограничениями:
1. На этом участке должна производиться только профильная работа – все дополнительные функции необходимо исключить.
2. На входе участка узкого места процесса всегда должен быть некоторый запас работы, чтобы исключить простои.
3. Все операции этого участка должны регулярно подвергаться анализу, оптимизации и стандартизации.
Вполне очевидно, что узкое место процесса должно работать без остановок и максимально возможное время.
Например:
● уникальный станок, ограничивающий производительность всего процесса, не работал вначале из-за отсутствия заготовок, а потом из-за отсутствия оператора.
Оперативное и публичное информирование сотрудников об их текущих показателях повышает производительность участка/процесса.
Например:
● информационное табло с текущими показателями выработки на конвейере по обработке заявок клиентов повысило производительность на ~5 %.
Оптимизация операций на рабочем месте сотрудника по технологии 5С исключает нерациональные и ненужные действия, повышает комфортность процесса и удовлетворенность исполнителя, оказывает существенное влияние на повышение производительности и качества:
5С-организация рабочего места – очень популярная методика, подробно и многократно описанная в книгах и на сайтах. На первый взгляд, она очень простая – навести порядок на рабочих местах. Но в реальной практике задача оказывается значительно сложнее, так как уже третий шаг – «Содержание в чистоте» – требует постоянных усилий по поддержанию установленного порядка и организации регулярного контроля, а стандартизация и последовательное совершенствование предполагают новый подход к работе в целом.
5С внедрить сложно – необходима бизнес-цель
Поэтому очень важно четко понимать практическую цель и контролировать полученный эффект внедрения 5С в финансовых или материальных показателях. Без количественной оценки результатов такие изменения в процессе воспринимаются как затратное мероприятие и через некоторое время активность в поддержании порядка может заметно снизиться.
Например:
● удобное расположение инструментов на рабочем месте значительно уменьшает потери из-за лишних движений и снижает вероятность брака;
● правильная организация рабочего стола компьютера и структуры хранения файлов повышает эффективность процесса при работе с информацией.
Матрица оценки решений
Матрица оценки решений (рис. 5.33) при всей своей простоте выполняет очень важную роль: помогает определить, какие решения достойны реализации в первую очередь. Матрица визуализирует экспертные оценки при коллективном обсуждении.
В зависимости от целей оптимизации решения ориентированы на финансовые или качественные показатели. Соответственно, матрица создается на основе прогноза ожидаемых доходов/расходов и/или улучшения КПЭ по каждому из решений.
Последовательность действий по построению матрицы:
1. Составить список всех разработанных решений.
2. Сделать прогноз/расчет ожидаемого дохода или выполнить оценку качественных улучшений.
3. Сделать прогноз/расчет или выполнить оценку затрат ресурсов на внедрение каждого решения.
4. Сформировать матрицу и провести сравнительный анализ решений.
5. Выбрать решения для внедрения.
Если очевидно, что для оценки предложенных решений двух факторов недостаточно, можно использовать уже известную матрицу экспертных оценок (см. табл. 2.1) с необходимыми критериями выбора. Например, достаточно часто бывает ситуация, когда сроки внедрения решения или влияние на другие участки процесса оказываются не менее важными, чем инвестиционная привлекательность задачи оптимизации.
Утверждение решения к внедрению – важная веха проекта
«Утверждение решения к внедрению» – управленческий документ (рис. 5.34), необходимый для снижения рисков несанкционированных изменений в процессе и организации эффективного распределения ресурсов оптимизации.
Руководитель задачи оптимизации не имеет права инициировать изменения в процессе без предварительного утверждения решения владельцем процесса и руководителем подразделения. Необходимость этой организационной процедуры обусловлена целым рядом причин:
● Владелец процесса и руководитель подразделения должны быть информированы о планируемых изменениях в процессе.
● Внедрение может потребовать ресурсов, планирование и рациональное распределение которых является функцией руководства.
● Изменения не должны совпадать по времени с другими инициативами, чтобы исключить нежелательные последствия.
● Планируемые изменения могут оказать прямое или опосредованное влияние на деятельность других подразделений, и в этом случае владелец процесса и/или руководитель подразделения должны согласовать изменения с руководством других подразделений.
При кажущейся простоте формы необходимо отнестись очень ответственно к содержанию документа:
● Краткое описание проблемы должно соответствовать и первоначальной постановке задачи оптимизации, и содержанию предлагаемого решения.
● Описание решения должно последовательно и понятно рассказать основной смысл предлагаемых изменений в процессе.
● Ожидаемый эффект внедрения решения должен быть подтвержден расчетами на основе данных процесса. На этом этапе уже невозможны «предложения на основе экспертных оценок», так как следующий шаг – внедрение решений, требующее реальных затрат ресурсов.
● Ресурсы, необходимые для внедрения, должны быть рассчитаны на основе реальных сценариев внедрения. В документ вносятся результирующая информация и ссылка на приложение-расчет.
● Риски должны учитывать все возможные негативные последствия изменений. При оценке рисков руководитель задачи должен обсудить предлагаемое решение со специалистами смежных участков процесса и получить их заключение о «безопасности» внедряемых изменений.
В этом коротком документе владелец процесса и руководитель подразделения должны получить необходимую ключевую информацию для утверждения решения. Только после подписания документа «Утверждение решения к внедрению» можно приступать к изменению процесса.
Этот простой управленческий инструмент очень полезен и для исполнителей, так как он официально подтверждает заинтересованность руководства в предложенной инновации и готовность выделять ресурсы на внедрение.