6Sigma – Reduzindo a variabilidade de processos – Fase “M”
Esse post será a continuação de:
6Sigma – Reduzindo a variabilidade de processos
6Sigma – Reduzindo a variabilidade de processos – Fase “D”
Fase M – Measure –> Medir
De uma forma estruturada, podemos enxergar a segunda fase de um projeto 6Sigma assim:
Algumas questões a serem levantadas nessa fase.
- O que os “Y” e “X” principais do processo (medidas de saída, de processo e de entrada) indicam para o desempenho?
- Quais são as definições de defeito, unidade, e a oportunidade que você vai usar para calcular os rendimentos de processo e/ou medidas de capacidade? E para acompanhar o desempenho do projeto?
- Qual é o seu plano de coleta de dados?
- Como você planejou a amostragem?
- O que você tem feito para garantir a confiabilidade e a validade do processo de medição?
- Qual é o atual (desempenho) nível de processo e meta para este projeto?
- Você encontrou quaisquer melhoria rápida?
- O escopo do projeto é gerenciável?
Armadilhas a serem evitadas
- Custos excessivos para coletar dados (insumos, processos, saídas) em comparação com o valor das possíveis melhorias.
- Não coletar certos tipos de dados, simplesmente porque “nós nunca fizemos isso antes”, ou o medo de que poderia ser inconveniente ou ameaçar algumas pessoas
- Correr para a solução antes dos dados serem coletados e analisados
- Paralisia por análise – muitos dados – incapaz de ver o “todo” ao olhar para os detalhes
- Esperando dados perfeitos para avançar. “Precisamos de mais dados” grito de guerra!!!
- Medindo apenas fatores do tipo qualidade (defeitos, retrabalho etc)
Entregas
- Um mapa detalhado processo (SIPOC) ou um fluxograma detalhado processo
- Informações confiáveis e dados sobre entradas no processo [x] e saídas [y]
- Evidência de desempenho do processo, por exemplo:
- Entradas
- Saídas
- Variáveis de processo
- Os prazos de entrega e tempos de Takt
- Qualidade
- Custos
- Redefinir os objetivos de melhoria, se necessário (e geralmente é!)
- Priorização de entrada através da matriz de Causa e Efeito
- Avaliar o risco inicial por meio de revisão do FMEA
- Análise de sistema de medição e validação, especialmente na confiabilidade e precisão dos dados que ele gera
- Revisar o project charter, caso a análise dos dados assim o indicarem
Dicas: A validação dos dados é a chave para o sucesso nessa fase. Caso não saiba como sair de alguns problemas comuns, coloco algumas dicas abaixo:
Abraços e até a próxima,