Uudenvuoden lohen suorituskyky

Julkaistu 07.01.2021    Kirjoittanut Matti Pesonen  Tilaa RSS


Joulun alla oli kohinaa kalojen tuoreudesta ja havaituista epäkohdista (HS 17.12). Noin 30 % pistokokein analysoiduista tuoretiskeiltä myytävistä kaloista ei täyttänyt tuoreelle kalalle asetettuja vaatimuksia. Eli suomeksi: kaloissa oli paljon virheellisiä. Tämä voi olla riski terveydelle tai ainakin aiheuttaa tyytymättömyyttä ostajassa, siis ainakin aihetta reklamaatioille.

Monelle laadun parissa työskentelevälle havainto huonoista kaloista ei liene mikään ihmeellisyys, sillä monessa organisaatiossa laatu on juuri virheiden selvittelyä ja niitä riittää enemmän tai vähemmän. Reklamaatiot ovat ostajan puolelta täysin oikeutettuja, sillä kyllä joka kolmannen kalan poisheittäminen harmittaa (jos voisi tietää)!

Hesarin alkuperäisessä jutussa ja sitä seuranneissa mielipide ja lisäartikkeleissa kalan myyjät kuitenkin yrittivät ymmärrettävästi todistella, että kaloja myydään kaikkia asetuksia noudattaen, vaikka esitelty data kuitenkin kertoo merkittävästä systeemitason ongelmasta. Laadun johtamisen kehyksessä näissä kalajutuissa on ainakin kaksi mielenkiintoista asiaa: asiakasvaatimusten ymmärtäminen ja laadun parantamisen osaaminen.

Asiakkaan ääni vai sisäinen ääni?

Asiakasvaatimukset ovat tärkeä osa laadun ymmärtämistä, koska ne määrittävät mitä ollaan tuottamassa. Markkinatalouden yksi kantavia ideoita on kuluttajien tai ostajien tarpeiden tyydyttäminen. Ei kuitenkaan ole poikkeuksellista, että organisaation toiminnassa tärkeänä pidetyt ja ohjattavat mittarit eivät ole vahvasti sidoksissa asiakkaan tarpeisiin vaan tärkeimmiksi luvuiksi tulevat oman toiminnan mittarit, joiden optimointi saattaa joskus pahasti syrjäyttää asiakkaan tarpeet tai vaatimukset ilman että organisaatio välttämättä edes siitä kaatuu.

Kalan laadun tapauksessa puhutaan paljon asetuksista, eli siitä kuinka pitkä on sallittu myyntiaika tuoreelle kalalle ja onko näitä sääntöjä noudatettu. Tämä lienee inhimillinen keino puolustautua ja ulkoistaa osittain vastuuta pilaantuneesta kalasta, mutta tässä helposti unohtuu, että määräykset voivat olla virheellisiä, jos niitä ei ole määritetty asiakkaan (loppukäyttäjän) näkökulmasta! Eli vaikka kalaa saisi makuuttaa kaksi viikkoa odottamassa ostajaansa, niin ei asiakas sitä välttämättä arvosta tai tarvitse vaikka se olisi sallittua. Joskus kuitenkin asiat keikahtavat nurin niin, että sisäiset mittarit rupeavat ohjaamaan toimintaa. Voi olla, että asetukset olisi tehty kaupan, eikä kuluttajan näkökulmasta.

Jotta voidaan tuoda lisää arvoa asiakkaalle ja kilpailla laadulla, tulisi laadun mittarit lähteä asiakkaasta ja toiminnan parantaminen pitäisi perustua juuri asiakkaan ääneen (VOC, voice of the customer), eikä pelkästään sisäisiin mittareihin tai pykälien täyttämiseen.

Epäkohtien korjaus vai parannus

Kuten kalan laadun tapauksessa tai monessa palvelu tai teollisuusorganisaatiossa, on toiminnan laatua pyritty parantamaan saadun palautteen tai havaittujen epäkohtien perusteella. Tuloksena kuitenkin on, että reklamaatioiden osuus ei ole laskenut tai mikään merkittävästi muuttunut. Näin oli myös kalojen suhteen. Mikään ei ollut muuttunut edellisestä tehdystä tutkimuksesta, virheiden määrän pysytellessä hyvin samalla tasolla. Eli kala on yhtä huonoa kuin ennenkin vaikka toimintaa on jatkuvasti koitettu parantaa epäkohtiin puuttumalla.

Jostain syystä kuitenkaan tätä maailman muuttumattomuutta tai toiminnan huonoa tehoa ei huomata. Jos saapuvien reklamaatioiden määrä ei laske, sen havainneet voivat vetää ainakin kaksi johtopäätöstä: laadun parantaminen ei toimi, eli teoria on virheellinen tai toimintaa ei osata parantaa laittamalla teoriaa käytäntöön. Mahdollista tietenkin on, että parantamisesta vastuussa olevat eivät tee kumpaakaan ja syyttävät ulkopuolisia voimia tai naamioivat oman toimintansa silti korvaamattomaksi. Riskinä myös on, että käytetään väärää teoriaa, josta seuraa epäonnistuminen, pettyminen ja turhautuminen. Lopulta voidaan todistaa, että koko parantaminen on humpuukia tai meillä ei ole osaamista.

Jotta laadun parantaminen toimii, tulee tehdä pesäero systeemitason ongelmien ja poikkeamien välillä. Parantamista ei tulisi sotkea epäkohtien ja virheiden selvittämiseen. Virheiden analysointi kuulostaa houkuttelevalta, mutta ei valitettavasti vie parempaan, koska merkittäviä poikkeamia (erityissyitä) tapahtuu suhteellisen harvoin, eikä jo tapahtuneesta voi päätellä kuinka asian voisi tehdä paremmin. Pahimmillaan tehdään vääriä päätelmiä ja huononnetaan laatua edelleen.

Virheistä kuitenkin tiedetään, että noin 95 % kaikista havaituista virheistä johtuu rakenteista, eli systeemistä. Toisin sanoen, virheiden määrä on systeemille ominaista ja niiden vähentämiseen ei auta yksittäisten virheiden tutkiminen vaan systeemin rakenteiden kokeellinen analysointi ja muuttaminen. Laadussa puhutaan suorituskykyongelmasta, jota yleensä kuvataan histogrammilla, suorituskykyindekseillä tai sigma-tasoilla.

Systeemin suorituskykyä voidaan kuvata myös läpivyörytetyn saannon avulla (RTY, rolled throughput yeld), joka kertoo mahdollisuuden kerralla oikein prosessiketjun läpi tulleille palveluille tai tuotteille. RTY näyttää nopeasti miksi mahdollisuuksien määrä ja monimutkaisuus (virheiden mahdollisuudet) syövät kokonaisuuden onnistumisen todennäköisyyttä ja sitä kautta vaativat täysin toisenlaista onnistumista ja lähestymistä (laadun ohjaus ja SPC) yksittäisiltä vaiheilta (RTY=onnistuminen^mahdollisuudet, esimerkiksi 0,95^5=0,77).

Saanto.png
Kuva 1. Läpivyörytetty saanto eri monimutkaisuuden ja onnistumisen tasoilla.

Kuvassa (yllä) on esitetty monimutkaisuuden ja onnistumisen vaikutus läpivyörytettyyn saantoon, huomattavaa on kuinka hyvältä kuulostava 5% epäonnistumisen mahdollisuus syö mahdollisuuden onnistumiselta, kun monimutkaisuus kasvaa.

Tämä suorituskyky, eli onnistumisen mahdollisuus on syy suurimpaan osaan laadun ongelmista. Riittävään suorituskykyyn ei monimutkaisissa ketjuissa päästä soveltamatta laadun johtamisen menetelmiä ja laatutekniikkaa oikealla tavalla oikeisiin paikkoihin (lue: huolellisuus ja hyvä tahto ei riitä).

Lean Six Sigma ja juurisyy

Suorituskyvyn parantaminen on juuri Lean Six Sigma DMAIC -projektien päämäärä. Suorituskyvyn riittämättömyys näkyy virheinä ja reklamaatioina, eikä suurimmassa osassa ole kyse yksittäistapauksista tai huolimattomuudesta, vaan systeemin rakenteesta ja sen monimutkaisuudesta. Huono suorituskyky näkyy myös suurina huonon laadun kustannuksina, jotka ovat sisällytetty budjettiin ja luultavasti myös lopputuotteiden hintaan.

Yleensä ongelmissa puhutaan juurisyystä. Parantamisen projekteissa juurisyy(t) on muutos, joka saa aikaan positiivisen muutoksen (virheiden vähenemisen tai katoamisen). Useasti se on kiinni samanaikaisten muutosten toteuttamisesta, eikä yhden syyn etsinnästä. Juurisyy on systeemiongelman rakenteissa, ei yksittäisissä poikkeamissa.

Lean Six Sigman yhteydessä kiinnostus on prosessin funktion selvittämisessä (Y=f(x)+virhe). Tämä mahdollisesti tuo menetelmään tarpeetonta mystiikkaa ja tieteellistä hienoutta, jolle voidaan olla ymmärrettävästi allergisia, mutta virheiden kuvaaminen matemaattisella kaavalla ei ole itsetarkoitus, vaan analyyttisen tutkimuksen lopputulema. Funktion idea on kuvata miten asiat vaikuttavat yhdessä mitattavaan lopputulokseen ja auttaa ymmärtämään systeemiin vaikuttavien asioiden keskinäinen tärkeysjärjestys. Kyse on syy- ja seuraussuhteiden ymmärtämisestä ja tiedon lisäämisestä, eli oppimisesta.

Tulisi muistaa, että DMAIC-projekteissa tarkoituksena on seuloa epäoleelliset teoriat toimivista ja tehdä toimivia käytännön johtopäätöksiä saadun uuden tiedon perusteella, eikä pelkästään käyttää erilaisia työkaluja toistensa perään ilman päämäärää. Huono kala tai reklamaatiot eivät ole totuuksia, joiden kanssa on pakko elää, vaan asioita joita voidaan muuttaa oikealla osaamisella ja uudella ajattelutavalla!

Lopuksi vielä linkki YouTube-videoon DMAIC-prosessista: https://www.youtube.com/watch?v=NnHbJXG7p4k&t=1s

 

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

Haluatko uusimmat artikkelit suoraan sähköpostiisi? Uutiskirjeen tilaajana saat ajankohtaista tietoa Six Sigmasta, Leanista, laatutekniikoista sekä laadun kehittämisestä. Liity laadunkehittäjien joukkoon!


Lähteet

  1. HS 17.12.2020 https://www.hs.fi/ruoka/art-2000007675779.html

 

 

Kommentoi

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

Klikkaa kuvaa nähdäksesi uuden koodin.

    Tagipilvi

    neukkarikoeIATF 16949Yellow BeltvuodiagrammikoulutusOpettaminenkvanttifysiikkadataParetoISO 9000muutoksen tuskaDSDControl PlanFeigenbaumsitoutuminenLean-johtajaBody of KnowledgevaihteluparannusmallihypoteesitestiMarkkinointiprosessitoiminnan lainalaisuudetnollavirheKingmanin yhtälökalanruototoiminnan laitlaatu ratkaiseeCrosbyMinitabCDAlaatutaulutIshikawaterveydenhuoltopäämäärämalliLaatukonferenssiparannustoiminnan kehittyminendatan käsittelykvanttimekaniikkaANOVAISO 9001:2015EFQMMinitab 19laatu SuomessaqfdjohtamisjärjestelmäideointikorrelaatioPDSA5Ssyy-seurauskaaviokairyoWheelergurutFMEAlaatutiedonkerääminenDOEmuutos8DlaadunkehittäjäToyotahyväksymisnäytteenottotilastohistogrammiSix SigmaKaizenparannuksen johtaminenlaatuteknologiadatan luokittelustandardointijaksoaikasuorituskykyLeanGagemenetelmätSPC-korttisuorituskykymittaritmittaussysteemimittausprosessiDemingCombanion by MinitabLean-asiantuntijatrizkustannussäästötPDSA-ympyräongelmanratkaisuHall of FameTaguchiHukkaoeearvovirta-analyysiBlack Belthukan muodotprosessikuvausCTQBig DatasekoitekoeTuottavuusinnovaatiolaadunparannusLean-visioTPSCTPaivoriihierityissyyparannusmenetelmäIATFkanbanmonimuuttujatestiOFATlaadunhallintat-testiMarkkinointiohjaussuunnitelmaläpimenoparantaminendatan keräysJuranjuurisyypalveluparannustoimintaVUTJohtaminenparannustehdasfysiikkahävikkifunktioryhmätyöskentelytilastomatematiikkaMinitab 18KingmanLaatutyökalutasiakastyytyväisyysDesign of ExperimentsKataregressioanalyysiläpimenoaikalajittelumonimuuttujakoeturvallisuustyökalutacceptance sampling0-virheEDATätä on LeanBalanced ScorecardasiakastyytyväisyysriskinkartoitusLean Six SigmaShewhartkuvaaminentehollinen aikaDMADVdatan käsittelyTOCVSMGage R&Rdatan laatutoleranssikausaliteettiSigmaBOKennustaminentekoälyGreen BeltVOCoperaatiotutkimusmalli5W2H VUCADMAICstandarditAsiakastarveL8-matriisiBayesarvovirtaJatkuva parantaminenmittavirheMSAValue Stream MappingPDCAasiakasKaikakuDFSSjitkvantitatiiviset menetelmätpaloautopelistabiililuotettava mittausTPMMonte Carloprosessisatunnainen vaihtelutehokkuusreunartbvaihtelun vaikutusLaatujärjestelmäOhnoLean HandbookOpetusmenetelmätmittaaminenDesign for Six SigmalaatupalkintouutiskirjetäystekijäkoemixtureLean Six Sigma Black BeltHarryISO 9001Littlen lakidata-analyysidatan käsittelylaatutekniikkaFactory PhysicsjärjestäminenarvovirtakuvauspuhdistaminenTQMriskiShingosysteemilaatutyökalutROImielenmallitASQkoesuunnitteluryhmittelykaavioDemonstraatiotsatunnaissyyohjausvalvontaohjauskorttihypoteesitestausLean-talolaadunohjausSPClainalaisuudetjidokatilastollinen päätöksenteko

    Arkisto