Améliorer un processus quand vous n'avez presque pas de données
Le Lean Six Sigma a la réputation d'exiger des montagnes de données, et en 2021 bien des équipes n'en avaient tout simplement pas. Les registres étaient lacunaires après une année de perturbations, les effectifs réduits, et les systèmes censés tout consigner avaient été contournés dans la course pour continuer à fonctionner. Le réflexe est d'attendre que les données soient assez bonnes pour agir. Ce réflexe est généralement mauvais. Le DMAIC fonctionne encore quand les données sont rares ; il faut seulement être plus prudent et plus honnête sur ce qu'on ignore.
Le piège est de voir « pas assez de données » comme une permission soit de ne rien faire, soit, pire, d'améliorer au feeling en appelant cela de la rigueur. Les deux échouent. Le premier gâche l'occasion ; le second risque de corriger la mauvaise chose et de crier victoire. La voie de sortie consiste à respecter la discipline DMAIC tout en ajustant la mesure à ce qu'on peut réalistement collecter.
Les erreurs qu'invitent les données rares
Attendre des données parfaites qui n'arrivent jamais. Les équipes stagnent des mois en espérant qu'un jeu de données propre apparaisse. Pendant ce temps, le processus continue de saigner. Commencez dès maintenant à mesurer quelque chose de petit et de réel, ne serait-ce qu'un décompte manuel sur deux semaines.
Sauter entièrement la référence. Sans étape Mesurer, vous n'avez aucun moyen de prouver que le changement a fonctionné. Même une référence approximative et convenue vaut mieux qu'aucune ; sinon chaque « amélioration » n'est qu'une histoire.
Confondre opinion et mesure. « Tout le monde sait que l'expédition est le goulot » est une hypothèse, pas un constat. Traitez l'hypothèse la plus bruyante comme la première chose à tester, pas comme la conclusion.
Sur-concevoir l'analyse. Avec de petits échantillons, un modèle statistique élaboré donne une fausse confiance. Un simple graphique de suivi, un Pareto sur quelques catégories ou un avant-après basique est honnête et généralement suffisant.
Ignorer les données qu'on possède réellement. Les registres de plaintes, les courriels, les factures, les calendriers et la mémoire des gens qui font le travail sont tous des données. Des preuves qualitatives, recueillies délibérément, valent bien mieux que rien.
Comment mener un DMAIC sur un jeu de données mince
L'ordre du DMAIC ne change pas quand les données sont rares ; l'effort se déplace simplement vers la définition pointue du problème et une mesure peu coûteuse. Passez plus de temps dans Définir pour être certain de résoudre un problème qui en vaut la peine.
Définissez un problème précis et étroit avec une cible mesurable, même modeste. « Réduire de moitié les erreurs de saisie de commandes sur la ligne grossiste » vaut mieux qu'« améliorer la qualité ».
Dans Mesurer, recueillez une petite référence honnête à la main s'il le faut. Un décompte de deux semaines sur une planchette est une donnée légitime quand le système n'en a aucune.
Dans Analyser, allez là où le travail se fait et observez-le. Une courte marche Gemba et quelques « pourquoi » révèlent souvent la cause racine plus vite que n'importe quel tableur.
Dans Améliorer, lancez un petit changement contrôlé plutôt qu'un déploiement massif, afin de voir réellement s'il a fait bouger le chiffre.
Dans Maîtriser, gardez la mesure peu coûteuse en route assez longtemps pour confirmer que le gain tient, puis confiez-la aux gens qui possèdent le processus.
Soyez honnête sur l'incertitude
Travailler avec peu de données, c'est énoncer clairement son niveau de confiance. Si un résultat repose sur douze observations, dites-le, et traitez la conclusion comme un indice fort plutôt qu'une preuve. De petites victoires clairement attribuables valent plus que de grandes affirmations indéfendables. Le but n'est pas de feindre la rigueur d'un projet riche en données ; c'est de réaliser une amélioration réelle et mesurée et de savoir honnêtement à quel point on en est sûr. Bâtissez l'habitude de mesurer au fil du temps, et la prochaine amélioration partira d'une meilleure référence que celle-ci.
Si vous devez améliorer un processus critique alors que les chiffres sont minces et la pression bien réelle, le conseil stratégique de XNM peut vous aider à cadrer le problème, bâtir une référence défendable et agir sur ce que vous savez vraiment.