6.1. Видение процесса с помощью статистических данных
В каждой современной технологии совершенствования бизнеса формируется свой уникальный способ видения процессов. Именно это является главным отличием систем, так как прикладные инструменты легко копировать и наиболее работоспособные из них уже давно используются практически во всех методиках.
ПС-Технология «видит» процесс как функцию преобразования управляющих факторов на входах процесса в характеристики результата на выходе процесса.
Результат процесса представляется в виде комплекса количественных показателей (рис. 6.1), каждый из которых составляет какую-либо ценность для потребителя или бизнеса, – например, показатели качества, себестоимости, производительности, коммерческой эффективности, удовлетворенности потребителя и т. д.
В качестве «входов» могут рассматриваться самые разные факторы, оказывающие воздействие на характеристики результата. Эти факторы могут быть как внешними по отношению к процессу, например входные материалы или окружающая среда, так и внутренними: технологии, настройки или техническое состояние оборудования, квалификация операторов.
Характеристики результата зависят от того, как сложилась ситуация в процессе в конкретный момент его создания. Например, качество и себестоимость документа зависят от количества ошибок во входящих данных, квалификации сотрудника, продуманности технологии обработки информации, работы программного обеспечения и даже атмосферы в офисе. Отключите в жару кондиционеры – и количество ошибок сразу увеличится.
В качестве базовых принято использовать следующие группы факторов:
● Входные материалы – то, из чего мы производим результат: сырье, материалы, комплектующие, информация, документы…
● Люди, принимающие участие в процессе: конкретные исполнители, квалификация и опыт специалистов, способности и даже физические показатели…
● Технология, которую мы используем: могут быть разные технологии для разных входных условий и ситуаций в процессах, несоответствие или нарушение утвержденной технологии…
● Оборудование: различные типы оборудования с разной производительностью, режимы и настройки, влияние аварий и нарушений работоспособности…
● Окружающая среда – все, что окружает наш процесс: не только физические параметры, такие как колебания температуры, влажности или давления атмосферы, но и такие комплексные факторы, как сезонные изменения потребительского спроса…
Следует учитывать, что управлять внешними факторами (окружающая среда и входные материалы) нам весьма сложно, но их можно компенсировать за счет правильных настроек внутренних факторов – обучения людей, развития технологии и оптимальных режимов работы оборудования.
Для эффективного управления качеством и себестоимостью продукта необходимо провести исследование взаимосвязанных изменений на «входах» и «выходе» процесса.
Как правило, в процессе достаточно много факторов, активно воздействующих на качество и себестоимость результата. Кроме того, необходимо учитывать еще и влияние их различных сочетаний:
● ситуации, когда один фактор усиливает другой: например, сложная задача (входные материалы) попадает в работу неопытному специалисту (люди);
● ситуации, когда один фактор компенсирует другой: хорошо проработанная процедура (технология), реализованная в программном обеспечении (оборудование), снижает требования к квалификации операторов (люди).
Практика показывает, что человеку сложно решать многофакторные задачи интуитивно, без применения специальных методик и инструментов. Поэтому технология ПС использует различные методы анализа влияния управляющих факторов на результат процесса.
Y = F (XN) – ФУНКЦИЯ ВЛИЯНИЯ УПРАВЛЯЮЩИХ ФАКТОРОВ НА РЕЗУЛЬТАТ
Качество результата, как правило, можно описать набором количественных показателей. Целевые значения этих показателей определяют маркетологи и технологи на основе требований потребителей, бизнеса и технических условий процесса (рис. 6.2).
Назовем эти показатели Y1, Y2, Y3 и т. д. Например, Y1 может означать требования потребителей (к длине заготовки, стабильности сигнала, количеству ошибок в документе, времени доставки или числу стирок без потери яркости красителей), Y2 – условие по срокам поставок, а Y3 – конкретную цель бизнеса по себестоимости.
Вполне логично, что результат на выходе процесса зависит от того, какие используются сырье, оборудование и технология, от квалификации операторов и внешних условий. У каждого из этих факторов есть свой набор количественных показателей, определяющих отличие одного состояния фактора от другого.
Назовем эти показатели Х1, Х2, Х3. Например, Х1 – одна из технических характеристик сырья, Х2 – оценка квалификации оператора, а Х3 – уровень производительности оборудования.
Можно утверждать, что из плохого сырья неопытный оператор на старом оборудовании произведет продукцию плохого качества, а опытный работник эффективно использует хорошее сырье и современные технологии.
Значительно сложнее ответить на следующие вопросы:
● Какие результаты покажет неопытный новичок, работая на старом станке с хорошим сырьем?
● Получит ли опытный оператор хороший результат в тех же условиях?
● Сможет ли высокий уровень автоматизации компенсировать отсутствие необходимой квалификации персонала?
● Как зависит показатель себестоимости Y3 от показателей факторов Х1, Х2, Х3?
По сути, любой процесс представляет собой функцию преобразования определенных состояний входных факторов Х1, …, Хi в соответствующий им результат с параметрами Y1, …, Yj. В общем случае эта формула обозначается как Y = f (Xn) и предполагает возможность определения количественной взаимосвязи между показателями факторов на входах процесса и результата на выходе.
Формула Y = f (Xn) – показатели результата (Y1, Y2, Y3, …) на «выходе» процесса зависят от состояния управляющих факторов (Х1, Х2, Х3, …) на «входах» процесса.
Показатели качества и себестоимости наших продукта/услуги зависят от того, какие мы использовали сырье, оборудование и технологию, от квалификации операторов и внешних условий в момент «производства» каждой единицы продукции.
Следовательно, мы можем использовать принцип Y = f (Xn) для исследования и настройки нашего процесса: определить значения «входных» факторов Х, при которых на «выходе» процесса будут оптимальные показатели Y, и с помощью нормативов процесса поддерживать «удачные» сочетания факторов, обеспечивающие высокое качество и низкую себестоимость, и исключить «неудачные» сочетания факторов, создающие дефекты.
Телекоммуникационная компания, автопарк службы технической поддержки. Проект по снижению транспортных расходов филиалов потребовал разработки математической модели, учитывающей множество факторов: количество автомашин в филиале, размер территории обслуживания, количество заявок разных типов и т. д.
Необходимо учитывать несколько существенных условий: на каждый показатель качества или себестоимости продукта Yj влияет свой набор управляющих факторов Хn, некоторые факторы оказывают «собственное» слабое влияние на показатели результата, но при этом возможны их «сильнодействующие» сочетания.
Вариабельность и надежность процесса
Результаты работы процесса – это конкретные характеристики продукта/услуги, которые представляют ценность для потребителя, и параметры самого процесса, представляющие ценность для бизнеса. Например, показатели качества, удовлетворенности потребителей, себестоимости, производительности, коммерческой эффективности и т. д.
Все эти показатели постоянно изменяются, так как меняется воздействие управляющих факторов, каждый из которых вносит свою часть в общую нестабильность процесса – вариабельность.
Вариабельность – изменчивость, разнообразие, разброс или мера отклонения от среднего, оптимального или целевого значения результата.
Настройка процесса на оптимальные показатели качества и издержек (рис. 6.3) не представляла бы особой сложности при условии стабильности факторов на входах процесса. Но, к сожалению, хороший уровень стабильности в наших процессах встречается редко.
Поэтому всегда существует некоторый разброс характеристик продукции/результата на выходе процесса (рис. 6.3). Важно, чтобы эти отклонения всегда были в рамках, соответствующих требованиям потребителей.
Поскольку показатель результата Yn является функцией от входных воздействий Х1, …, Хi, нестабильность каждого из факторов Х приводит к разбросу значений Y на выходе процесса. Величина отклонения реального результата от целевого ∆Y также является функцией от изменений ∆Х1, …, ∆Хi.
Если отклонение велико и реальное значение Y не попадает в поле допустимых отклонений, то результат процесса является дефектным по показателю Y (рис. 6.4).
Нетрудно представить «плохой» результат на выходе процесса: существенная часть значений лежит за границей диапазона допуска. И, что еще хуже, разброс значений больше, чем ширина диапазона допуска. Брак производится всегда!
Таким образом, вариабельность в процессах является источником потерь: отклонение параметров продукта от целевых значений и брак, колебания затрат ресурсов и себестоимости, снижение производительности оборудования и высокий уровень отходов, нарушение «временных» нормативов и сроков поставки…
Хороший процесс отличается от плохого качеством результата, стабильностью и отсутствием проблем для руководителей и работников.
Если перевести эти понятия в область количественных исследований, то можно определить следующие требования к процессу (рис. 6.5):
● разброс значений результата Yn всегда в рамках допуска и нет брака;
● есть существенный запас надежности между максимальным/минимальным значением Yn в группе данных и граничным значением диапазона допуска.
Значительный запас надежности дает уверенность в отсутствии брака даже при негативном внешнем воздействии на процесс. Если запас несущественный или отсутствует, любое дестабилизирующее воздействие приведет к дефектам в продукции/услуге и проблемам для участников процесса.
В качестве примера представим простейший процесс – производство гвоздей (рис. 6.6). Проволока перемещается на участок резки со скоростью, определяемой скоростью вращения V подающего вала. С периодичностью T производится рубка материала на заготовки. Требуемая длина заготовки – L.
Результатом процесса является заготовка, длина которой зависит от того, какими в этот момент были два «управляющих фактора» – скорость подачи материала и период рубки. Очевидно, что и вращение вала, и период рубки должны быть стабильными для изготовления заготовок одинаковой длины.
Точно так же очевидно, что абсолютная стабильность в реальном процессе невозможна. Соответственно, скорость вращения и период рубки будут изменяться в некотором диапазоне. И, как следствие, длина заготовки также будет изменяться (рис. 6.7).
Если разложить заготовки по длине от самой короткой до самой длинной, то видно, что заготовки распределяются неравномерно. Максимальное количество заготовок находится приблизительно в середине диапазона допуска, и чем дальше от середины, тем меньше там заготовок.
Дело в том, что процесс целенаправленно настраивается на получение заготовок нужной длины, то есть в технологии фиксируются конкретные целевые значения V/T и проводятся специальные мероприятия по стабилизации этих факторов. Как следствие, наблюдаем закономерность: чем больше отклонение от среднего значения результата, тем меньше вероятность этого события.
Мы видим, что часть заготовок находятся за пределами диапазона допустимой длины и являются браком с точки зрения потребителя. Задача исследования процесса – создание таких настроек оборудования, которые исключат возможность брака. Длина всех заготовок должна не только соответствовать утвержденному диапазону допуска, но и обеспечивать запас надежности, способный компенсировать возможные негативные воздействия на процесс (рис. 6.8).
Мы должны учитывать, что в реальных процессах всегда есть «вариабельность» показателей на выходе процесса из-за естественного изменения параметров на «входах», нестабильности в самом процессе и влияния внешних дестабилизирующих факторов.
Концепция управления качеством генити тагути
Традиционный подход к реагированию на возникающие в процессе отклонения заключается в ожидании появления брака и выяснении причин этого брака (рис. 6.9). Привычное представление о том, что внутри диапазона допуска все значения одинаково хороши, наносит огромный вред процессу, производству и бизнесу.
Почему по одну сторону границы диапазона все хорошо и не требуются никакие действия по настройке процесса, а сразу за этой чертой – брак и потери?
Сложная структура любого процесса обладает естественной внутренней вариабельностью и инерционностью и не может мгновенно переходить из одного состояния в другое. Процесс невозможно резко остановить точно на границе допуска.
Концепция функции потерь Генити Тагути (рис. 6.10) предлагает альтернативный подход для настройки процессов на бездефектное производство:
● Есть только одно правильное значение результата – целевое.
● Любое отклонение от целевого значения создает потери и требует реагирования.
● Объем потерь возрастает с увеличением отклонения – пропорционально должны возрастать объем и активность мероприятий реагирования.
Концепция управления Генити Тагути требует реагировать на отклонения внутри диапазона допуска – не ждать, пока процесс начнет производить брак. Чем больше отклонение, тем более активным и комплексным должно быть реагирование.
Например, по мере увеличения отклонения последовательность действий может быть такой: усилить внимание – зафиксировать отклонение – провести дополнительные измерения – откорректировать настройки – сообщить руководителю – остановить работу на участке процесса. Логика проста: каждое следующее действие более активно устраняет отклонения, чем предыдущее.
Телекоммуникационная компания, техническая поддержка абонентов. Мониторинг затухания сигнала на абонентском оборудовании показывает конкретные устройства с уровнем ниже норматива. Диагностика линий связи к этим устройствам и восстановление требуемого уровня сигнала производится до обращения клиента в службу поддержки. Чем больше отклонение от норматива, тем быстрее должна реагировать техническая служба компании.
Инструменты аналитических задач оптимизации
Многофакторный анализ управляющих факторов, снижение вариабельности и повышение надежности процесса значительно сложнее стандартных задач по устранению очевидных дефектов. Следовательно, нам необходим рабочий набор инструментов для комплексного исследования статистических данных, управления по отклонениям и эффективной настройки процесса на оптимальный целевой результат.
Любой инструмент следует применять «в правильной ситуации и вовремя», чтобы получить максимальный результат при минимальных затратах ресурсов. Определим, когда и для каких целей можно использовать предлагаемые в этом разделе инструменты.
В основном эти методики применяются в аналитических задачах оптимизации на этапах «Измерение» и «Анализ». Все рекомендуемые инструменты разбиты на группы по ключевым целям применения. Они независимы друг от друга, но изучать их лучше в существующей последовательности разделов – так быстрее и проще понять, как правильно использовать следующую группу инструментов.
Цели – оценить влияние различных характеристик продукта на лояльность клиентов и разобраться, как на основе этой информации управлять процессом и снижать себестоимость продукта.
Модель Кано. Анализ эмоциональных реакций на различные характеристики продуктов и услуг помогает повысить удовлетворенность потребителей, лояльность бренду и компании.
Критические для качества характеристики. Преобразование требований клиента в нормативы для управления процессом.
Функционально-стоимостный анализ. Оценка востребованности функций продукта с точки зрения потребителей, исследование стоимости их производства для компании и снижение затрат без потери качества для клиента.
Так мы оцениваем влияние различных характеристик продукта на лояльность клиентов. Определяем, что вызывает восхищение и привязывает потребителей к продукту или раздражает их и «убивает» наш бренд. Выясняем, как преобразовать эмоции клиента в целевые нормативы процесса и оценить «стоимость» каждой функции нашего продукта.
Цель – научиться проводить количественный анализ факторов управления процесса и делать правильные выводы о силе влияния этих факторов на результат.
Сравнение групп данных. Выявляет причины низкой эффективности или «лучшие практики» в множестве одинаковых объектов или действий.
Диаграмма рассеяния и регрессия. Демонстрируют связь между результатом процесса и фактором влияния, позволяют оценить силу этой связи.
Корреляционный анализ данных. Помогает рассчитать силу взаимодействия нескольких переменных – например, связь показателей результата и факторов влияния.
Планирование эксперимента. Помогает определить наиболее эффективную комбинацию факторов, обеспечивающую высокое качество результата.
С помощью этих инструментов мы можем увидеть связь между управляющими факторами и результатом процесса, прогнозировать параметры результата, правильно организовать эксперимент и с минимальными затратами ресурсов определить оптимальные настройки процесса.
Цели – построить систему выявления статистически значимых отклонений в процессах и с ее помощью улучшить качество и стабильность результатов.
Алгоритм внедрения СКП. Объясняет, как организовать контроль «слабых сигналов» для предупреждения аварий и точной настройки процесса.
Анализ системы измерений (СИ). Помогает исследовать и повысить точность и достоверность измерений в процессе.
Расчет объема выборки и оценка репрезентативности данных. Сокращает объем исследований и затрат ресурсов измерений без потери качества выводов.
Контрольные карты Шухарта. «Сигнальная система процесса» – позволяет выявить статистически значимые отклонения в данных измерений.
Индексы Ср и Cpk надежности процесса. Показывают соответствие параметров «случайной вариации» и диапазона допустимых значений результата.
Мониторинг процесса и план реагирования на отклонения. Правильная организация регулярного сбора данных и корректировки настроек процесса.
Внедрение статистического контроля процессов позволяет повысить качество и надежность процесса, построить систему «раннего предупреждения» об опасных отклонениях и перейти от устранения дефектов к их предупреждению.
Инструментов, о которых необходимо рассказать, много. Для нас важны в первую очередь логика и механика их применения в кратком изложении, доступном для быстрого понимания. Это станет хорошей помощью в стартовом использовании инструментов для задач оптимизации.
Ключевая информация – зачем и как применять инструменты
Все перечисленные методики проверены временем и весьма популярны у специалистов-оптимизаторов, по каждой из них можно найти учебные материалы разного объема и уровня детализации.