Parannustarpeen tunnistaminen kahdeksan askeleen menetelmällä - Osa 1

Julkaistu 20.11.2009    Kirjoittanut Antti Piirainen  Tilaa RSS

Kriittisten laatutekijöiden ja prosessimuuttujien tunnistaminen

Tyypillinen haaste kehitys- tai parannushankkeen alussa on, kuinka asia konkretisoidaan. Mikäli tämä on vaikeaa, voit olla varma, että tarkastelet asiaa väärältä tasolta. Seuraavat kahdeksan vaihetta on professori Ramun luoma kahdeksanvaiheisen prosessinparannustarpeiden tunnistusprosessiin. Tätä prosessia voidaan käyttää niin tuotannossa kuin palveluprosessissa. Seuraavat kahdeksan askelta ovat:

8_vaihetta.jpg

Nämä kahdeksan vaihetta kuuluu osaksi Lean Six Sigma -prosessia, mutta tätä menettelyä voidaan käyttää jokaisen parannusaktiviteetin arvioinnissa. Tämä artikkeli käsittelee ensimmäistä askelta, kuinka tunnistetaan kriittiset laatutekijät ja prosessimuuttujat.

Kriittisten laatutekijöiden ja prosessimuuttujien tunnistaminen

Tavoitteenasi on kehittää tai parantaa jotain. Tehtäväsi on annettu tai käsittelet itse sitä asiaa konkrettisesti (tuttu asia), mutta abstraktisti (ei mitattavasti). Mitä tämä tarkoittaa? Käytät tuttua termiä ja tunnistat, mitä sinun tulee saada aikaan, mutta et osaa mitata sitä. Käsittelet todennäköisesti asiaa väärältä tasolta tarpeeseesi verrattuna. Jos haluat optimoida prosessia tai parantaa tuottavuutta, täytyy ennen sitä määrittää, mitä todella haluat muuttaa. Tällä ei tarkoiteta, kuinka aiot saada sen aikaiseksi, vaan minkä täytyy muuttua (mitä voit mitata), jotta prosessi on optimissa tai tuottavuus paranee. Jo aikoinaan Einstein sanoi, että siltä tasolta, kuin ongelma nähdään, sitä ei voida ratkaista.

Ensimmäinen tehtävä on tunnistaa hierarkia, kuinka asiat johdetaan tarvetasolta kohti prosessitasoa. Tarvetaso on abstrakti, vaikeasti hahmotettava ja mitattava. Kun taas prosessitaso on helposti havaittava ja mitattava. Tarvitaan siis ns. VOC -analyysi. VOC tulee sanoista Voice Of the Customer. VOC -prosessin tarkoituksena on tunnistaa tarve ja johtaa se prosessitasolle. Tyypillisestä tämä tehdään tuotekehitysvaiheessa (esim. QFD – Quality Function Deployment, APQP – Advanced Product Quality Plan and Control Plan), mutta toisinaan tämä on hyvä palauttaa mieliin parannustarpeen määrittämisessä. Laatutekniikassa tämä kuvataan niin, että tarve muutetaan eri näkökulmista (Drivers - ajurit) kriittisiksi laatutekijöiksi, CTQ (Critical To Quality) ja tämän jälkeen CTP:ksi (Critical To Process). Kuvassa 1 on esitetty tämä hierarkia.

ctq.jpg

Kuva 1. Kuvassa on esitetty hierarkia tarpeesta konkreettiselle prosessitasolle. Tyypillisesti palavereissa keskustellaan tarve- ja ajuritasolla, jotka ovat epäkonkreettisia ja pitkä pohdiskelu näiden asioiden ympärillä operatiivisessa toiminnassa on turhaa ja tylsää.

Tyypillisiä esimerkkejä eritasoista:
• Tarve - hyvä, helppo, nopea, halpa, tuottoisa
• Asiakasohjautuva (drivers) – laatu, hinta, toimitukset, vastuut
• Businessohjautuva (drivers) – RTY, materiaalikulut, varastojen hinta, jaksoaika
• Ensisijainen, toissijainen ja tertiääritarpeet – Asiakastarpeet abstraktista taktisiin
• CTQ – Tuotteen kriittinen laatuominaisuus, jota asiakas odottaa tuotteelta tai palvelulta
• CTP – Kriittinen prosessi parametri (Y), jolla syy-seuraussuhde vähintäänkin yhteen CTQ:n. Ensimmäisenä askeleena täytyy luoda tämä hierarkia ja muuttaa tarve CTP:ksi hallitusti. Kuvassa 2 on esimerkki kuinka pitsayritys on muuttanut eri sidosryhmien tarpeet CTP:ksi.

vocctq.jpg

Kuva 2. Esimerkki on pitsayrityksestä. Eri sidosryhmien tarpeet on muutettu konkreettiselle tasolle. CTP tasoa voidaan kehittää.

Onko tämä muutos tehty organisaatiossasi? Keskustellaanko päivittäin asioista väärältä tasolta. Jos näin, vastaus on hyvin yksinkertainen: ei ole tunnistettu, että siltä tasolta, kun ongelmat nähdään, niitä ei ratkaista. Kysymys on osaamisesta, tietotaidosta, josta kaikki konkreettinen ponnistaa. Kirsi Lonka on tämän muotoillut hienosti: teoria on tylsää, käytäntö on tyhmää. 


Kirjoittanut

antti_uusi.jpg

Antti Piirainen

Kommentoi

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

Klikkaa kuvaa nähdäksesi uuden koodin.

    Tagipilvi

    OpettaminenAsiakastarveennustaminenvaihtelustabiiliparannusEDAtilastolaadunkehittäjälajitteluhyväksymisnäytteenotto0-virheideointidatan käsittelymuutoksen tuskahypoteesitestipäämäärämallilaatutyökalutmixturelaatutoiminnan lainalaisuudetCTPprosessiMinitab 18KaikakuOFATLittlen lakiasiakastyytyväisyysKataSPC-korttiControl PlanParetoTätä on LeanIATFohjausPDSA-ympyrägurutparannustoiminnan kehittyminenTQMmuutosDesign for Six SigmaasiakastyytyväisyyspaloautopeliläpimenoaikakustannussäästötLean-talohistogrammiShewhartdata-analyysiASQLaatutyökalutdatan luokittelutilastomatematiikkaBig DataLeanIshikawalainalaisuudetDMADVTuottavuuskoesuunnitteluBody of KnowledgedatavalvontalaadunparannussatunnaissyymittaaminenKingmanohjauskorttijidokavuodiagrammiBlack Beltlaatu ratkaiseeCDAKingmanin yhtälöohjaussuunnitelma8DPDSAprosessikuvausLaatukonferenssiuutiskirjehypoteesitestausDSDneukkarikoesitoutuminenMarkkinointiHarryDOEjohtamisjärjestelmäLaatujärjestelmäIATF 16949systeemiSix Sigmavaihtelun vaikutustehollinen aikaSPCBOKtäystekijäkoetehdasfysiikkadatan keräysriskierityissyyVOCparannusmalliongelmanratkaisuROItoiminnan laitFeigenbaumDFSSluotettava mittaussyy-seurauskaavioqfdmalliGageLean HandbookmielenmallitShingosuorituskykymittaritjitHukkaTPMOhnoinnovaatioryhmätyöskentelyhävikkifunktiomonimuuttujatestioperaatiotutkimusLean-visiolaadunhallintaWheelerDemonstraatiotmittavirheMSABalanced ScorecardsekoitekoeANOVAISO 9001menetelmätTPSISO 9001:2015riskinkartoitusMarkkinointiprosessiValue Stream MappingtyökalutmonimuuttujakoeHall of Famekuvaaminenparantaminen5W2H Gage R&RjärjestäminenKaizenMonte CarlokoulutusasiakasMinitabCombanion by MinitabTOCCTQsatunnainen vaihteluLean Six SigmaPDCAoeekausaliteettiarvovirta-analyysiCrosbytoleranssiDeminghukan muodotDesign of ExperimentsaivoriihitiedonkerääminenTaguchiryhmittelykaavioparannuksen johtaminenparannusmenetelmälaatu Suomessastandardointitilastollinen päätöksentekoarvovirtakuvausarvovirtaJurandatan käsittely5StehokkuusreunaturvallisuusSigmaISO 9000mittaussysteemit-testikorrelaatiodatan laatuJohtaminenparannustoimintaToyotaOpetusmenetelmätkvantitatiiviset menetelmätDMAICpuhdistaminenlaatutaulutFactory Physicsacceptance samplingFMEAdatan käsittelymittausprosessiLean Six Sigma Black BeltkalanruotoL8-matriisijaksoaikaVSMlaadunohjausJatkuva parantaminennollavirheregressioanalyysi

    Arkisto