Juurisyyt vai selitys? Ethän tutki virheitä ja sotke koko hommaa?

Julkaistu 29.10.2020    Kirjoittanut Matti Pesonen  Tilaa RSS

 

Posti ja sen kulku on vakiintunut ja varma aihe kevyelle keskustelulle, kun sää on käyty läpi ja junakiskoille ei ole vuodenajan takia tippunut lehtiä. Päivittelyn aihetta tosiaan riittää koska asiaan on lähes jokaisella jonkinlainen epäonnistumisen tarina. Eikä tarinat ole usein myöhästynyttä nimipäiväkorttia vakavampia, mutta sellaista arkipäiväistä harmia, jota ei ennen ollut!

Kun puhutaan kirjeiden tai pakettien saapumisen ongelmista puhutaan laadusta ja ongelmista. Helsingin sanomissa oli 26.10 juttu postinjakelun ongelmista ja asiakkaiden tarinoita ongelmatyypeistä ja selityksiä siitä, kuinka useat ongelmat johtuvat jatkuvista sisäisistä muutoksista, vaikka kaikkien reklamaatioiden juurisyyt kuitenkin selvitetään! 

Tämä on hyvin tavallinen keskustelu laadusta, joka ei tunnu yrityksistä huolimatta jatkuvasti parantuvan vaan menee jopa huonompaan, koska ”ulkopuoliset voimat” heittävät kapuloita rattaisiin. Laatu on heikkoa, vaikka laadun määritelmästä on varsin hyvä konsensus: 1) haluttu ominaisuus ja 2) sen onnistuminen. Kysymykseksi vain tietysti jää vain metodien valinta.

 Speksit.png

Ajatuksenahan on, että organisaation tulee toimittaa palveluita, joiden ominaisuudet ovat oleellisia asiakkaalle ja näiden ominaisuuksien toimitus tulee onnistua. Organisaation tulee ymmärtää, mitä asiakas tarvitsee ja mikä täyttää heidän tarpeensa, vaikka asiakkaat sitä eivät ymmärtäisi sitä kertoa. Vaatimusten määrittäminen on suunnittelun työ (tuotteen tai prosessin), kun taas onnistumisen varmistaminen on toteuttavan prosessin (ja sen suunnittelun) vastuulla. Teoriassa hyvin helppo keino jolla tehdään rahaa ja toimitetaan palveluita, mutta ei onnistu ilman tietotaitoa ja laatuteknologiaa. 

Kirjeen tai paketin lähettämisessä yksi tärkeimpiä ominaisuuksia on lähetyksen saapuminen vastaanottajalle ja siihen käytettävä aika. Tälle on tavoite, joka on määritetty niin oleelliseksi, että se on määritetty lainsäädännössä. Toteutumista valvoo Traficom, jonka sivuilta selviää, että speksit kirjeiden toimitukselle määritelty virheiden kautta niin, että 50 % pitäisi olla perillä neljässä arkipäivässä ja 97% viidessä arkipäivässä. Laadun kielessä voitaisiin puhua prosessin suorituskyvystä. Edellisestä tutkimuksesta julkaistu tieto näyttää lukujen olevan 96,7% ja 98,2% (Traficom, 2020). Tämä on noin 20-30 tuhatta virhettä per miljoonaa mahdollisuutta kohti, tai sigma-tasoina noin 3. Vaikka luvut onkin prosentteina ilmaistuna todella lähellä täydellistä, potentiaalia on! 

Huonolaatu.png
Kuva 1.
Huono ja hyvä laatu.

Suorituskyky esiin

Jos saisin olla päivän hirmuisena diktaattorina jossain kaukaisessa utopiassa, jossa sellainen virhe pääsisi tapahtumaan, säädettäisiin silloin hyvällä virkamiesvalmistelulla hyvin ankara säädös, jossa jokaisen tuotteen tai palvelun kyljessä olisi ilmoitettava sen valmistusprosessin suorituskykyindeksi (onnistumisen todennäköisyys). Yhdellä vilkaisulla voisi ostaja saada arvion, kuinka useasti kylpyhuoneremontin kaakelointia joudutaan korjaamaan, kuinka kattoremontin budjetti ylittyy, kuinka pitkään astianpesukone jatkaa toimimista tai miten pitkään palvelun käyttöönotto myöhästyy vai myöhästyykö ollenkaan. Päätöksen voisi tehdä paremmalla tiedolla, ilman että se sumentuisi pakkauksessa käytettävän pahvin kiiltävyyden, tarjouksen fontin, hinnan tai nettisivujen värimaailman miellyttävyyden takia. Tämä ei liene mahdollista epäonnistumiseen vielä liitetyn stigman takia. Sillä vaikka tuotteet hajoavat tai palvelut epäonnistuvat, suurin osa virheistä johtuu systeemin rakenteesta ja ovat satunnaisia. Juurisyytä ei sen perustarkoituksessa ole suuressa osassa tapauksissa olemassa. Vaikka asiakkaille viestitään juurisyiden selvittämisestä, ei niitä ehkä selvitetä tai edes löydetä.

Prosessinsuorituskyvynperusteet.png
Kuva 2.
Prosessin suorituskyvyn perusteet

Suorituskyky on yksi oleellisista laadusta ymmärrettävistä seikoista, joilla kuvataan juuri satunnaisuuden määrää suhteessa tavoitteisiin. Vaikkakin varsinaiset indeksit ja laskenta tilastollisine tunnuslukuineen voivat olla hankala toimenpide laskea, tärkeämpää olisi ymmärtää tilastollinen ajatus ja hyväksyä sattuman aikaansaama vaihtelu. 

Täytyisi siis ymmärtää jakauman ja satunnaisuuden käsitteet, ennen kuin tutkitaan ongelmia ja etsitään juurisyytä virheeseen tai reklamaatioihin. Tämä on erittäin tärkeätä, sillä vaikka ihmiselle pienestä pitäen opetetaan, että aina on olemassa syy- ja seuraus, ei suurimalla osalle virheistä ole yksittäistä syytä. Ellei prosessin suorituskyky ole hyvä, pelkkä poikkeama tavoitteesta ei tarkoita, että syytä löytyisi. 

 Kohinaraja.png

Suurimmassa osassa tapauksissa virheen tutkiminen johtaa vääriin johtopäätöksiin, koska varsinaista juurisyytä ei voi löytää ja on peräisin useamman tekijän tuntemattomasta yhteisvaikutuksesta (punainen alue kuvassa 3). Jos niin sanottu kohinaraja ei ylity, juurisyyn löytyminen on hyvin epätodennäköinen. Pahimmillaan tehdään toimenpiteitä, jotka pahentavat tilannetta tai sorrutaan syyttämään työntekijöiden huolimattomuutta tai ulkopuolisia voimia, koska muuta emme löydä. Kummassakaan tapauksessa ei tapahdu edistystä positiiviseen suuntaan. Hajonnan pienentäminen ja laadun parantaminen, ei siis ole ongelmien ratkaisemista vaan muutettavien asioiden selvittämistä. Tässä onnistutaan vain tehokkaalla testaamisella.

Mutta kuinka ne juurisyyt? Selvitetäänkö ne ja pitäisikö olla huolissaan, jos selvitetään? Asiakas ansaitsee aina ratkaisun ongelmaansa, eli käsi pitää nostaa ylös virheen merkiksi ja korvata se. Mutta juurisyyn selvittäminen ja reklamaatioiden tutkiminen ei ole useimmissa tapauksissa järkevää ajankäyttöä! Mutta tämä riippuu lopulta prosessin suorituskyvystä, joten postinkulustakaan ei näin ulkopuolelta voida sanoa kuin, että se on varmasti monimutkaisempaa kuin miltä se näyttää. Toivottavasti erityissyyt löydetään kohinasta (vihreä alue kuvassa 3)!

 

Matti_pieni.jpg
Matti Pesonen
matti@qk-karjalainen.fi

 

Lähteet:

  1. https://www.hs.fi/kotimaa/art-2000006699336.html
  2. https://www.traficom.fi/fi/tilastot/kirjeiden-kulkunopeus

 

Kommentoi

(Sähköpostiosoitettasi ei julkisteta.)
Syötä kuvassa näkyvät kirjaimet ja numerot.
Captcha Code

Klikkaa kuvaa nähdäksesi uuden koodin.

    Tagipilvi

    CTPSPCCDAideointisatunnainen vaihteluMarkkinointiprosessiFeigenbaumhävikkifunktiostandardointiEDALean Six SigmaIATF 16949palveluCombanion by MinitabmittausprosessiShingoTätä on LeanHall of FameKatalaatuTPSOFATJatkuva parantaminenShewhartterveydenhuoltoJuranohjausmonimuuttujakoeläpimenoaikakalanruotolaadunkehittäjädataFactory PhysicstyökalutLittlen lakiKaizenmittavirhePDSAISO 9000jidokakairyoDSDMonte CarloANOVABayesGageHukkaLean-talojaksoaikaparannustoimintasuorituskykyBig DataDesign for Six SigmasuorituskykymittarithypoteesitestisatunnaissyyVUCAkanbant-testiongelmanratkaisuROImixtureLean Six Sigma Black BeltlajittelulaadunhallintariskiVUToperaatiotutkimus5Sohjauskorttiacceptance samplingdatan laatuOpetusmenetelmätoeevalvontaDemingparannusmenetelmäarvovirtaKaikakusekoitekoevaihtelun vaikutuslaatuteknologiariskinkartoitusmuutoksen tuskaBlack Belt8DkuvaaminenLean Handbookhukan muodotBalanced Scorecardneukkarikoelaatu SuomessaASQ5W2H tilastoCTQprosessikuvausjuurisyyarvovirtakuvausmalliturvallisuusToyotalaatutekniikkaTOCSigmapuhdistaminentiedonkerääminenHarryhyväksymisnäytteenottoasiakastyytyväisyysaivoriihiVSMkausaliteettiIshikawaWheelerkvantitatiiviset menetelmätlaadunparannusLeantoiminnan lainalaisuudetAsiakastarvemenetelmätTuottavuusryhmittelykaaviotehokkuusreunaparannusmalliryhmätyöskentelyMinitab 19toleranssiControl PlanMinitab 180-virhenollavirheläpimenoDemonstraatiotIATFLean-johtajakoesuunnitteluVOCLean-asiantuntijaISO 9001:2015lainalaisuudetOhnoparannustoiminnan kehittyminenennustaminendatan käsittelyluotettava mittausstabiiliFMEAMinitabqfdhypoteesitestausinnovaatiolaatutaulutkustannussäästötlaatu ratkaiseesitoutuminenSPC-korttiL8-matriisiLaatukonferenssiLaatujärjestelmäDMADVdatan käsittelyparantaminentäystekijäkoevuodiagrammikorrelaatiomielenmallitarvovirta-analyysiBody of KnowledgeKingmanin yhtälöpäämäärämalliValue Stream MappingSix Sigmaparannuksen johtaminenlaatutyökalutdata-analyysipaloautopelitilastomatematiikkaTQMLaatutyökalutkoulutusparannusregressioanalyysijitgurutmonimuuttujatestiohjaussuunnitelmasysteemiasiakasGage R&Rdatan keräysuutiskirjelaadunohjausTPMmittaussysteemiasiakastyytyväisyystehdasfysiikkaParetosyy-seurauskaavioOpettaminenLean-visiojärjestäminentilastollinen päätöksentekoerityissyyhistogrammiYellow BeltBOKDOEDesign of Experimentstekoälydatan käsittelyrtbmittaaminenTaguchiDMAICdatan luokittelujohtamisjärjestelmäprosessivaihteluMarkkinointitehollinen aikaMSAtoiminnan laitmuutosJohtaminenDFSSPDCAKingmanISO 9001PDSA-ympyräGreen BeltCrosby

    Arkisto