Bâtir un plan de collecte de données qui résiste au réel
En Lean Six Sigma, la phase Mesurer du DMAIC est l'endroit où meurent les bonnes intentions. Une équipe pressée de régler un problème saute directement à la collecte de chiffres, puis découvre des mois plus tard que deux opérateurs comptaient les défauts différemment, que la moitié des horodatages sont des suppositions, et que la base de référence « avant » ne peut être comparée à l'« après ». Après les perturbations de la dernière année, où tant de données de routine ont été collectées de façon incohérente ou pas du tout, un plan de collecte délibéré importe plus que jamais. C'est l'étape ingrate qui décide si vos conclusions tiendront.
Décider de ce qu'il vous faut avant de collecter quoi que ce soit
Partez de la question, non des données dont vous disposez par hasard. Reliez chaque mesure à l'énoncé du problème du projet : quel résultat (Y) cherchez-vous à améliorer, et quels intrants ou étapes du processus (les X) pourraient l'influencer? Si un indicateur ne vous aide ni à confirmer le problème ni à tester une cause, ne le collectez pas. Un plan ciblé vaut mieux qu'un tableur géant que personne ne croit.
Le plan, étape par étape
Définir chaque mesure de façon opérationnelle. Notez exactement ce qui compte comme un « défaut », un « cycle », une « livraison en retard ». Une définition opérationnelle retire le jugement, de sorte que deux personnes mesurant la même chose obtiennent la même réponse. C'est l'étape au plus fort effet de levier, et celle que les équipes sautent le plus souvent.
Choisir le type de données et l'échantillonnage. Déterminez si chaque mesure est continue (temps, poids, dollars) ou discrète (réussite/échec, comptages). Planifiez ensuite un échantillon qui représente le vrai processus — sur les quarts, les machines et les jours — plutôt qu'un après-midi commode. Précisez la quantité de données et la période avant de déclarer la base de référence complète.
Valider le système de mesure. Avant de faire confiance aux chiffres, vérifiez que l'instrument ou la méthode de comptage est lui-même fiable. Pour des données discrètes, un simple contrôle d'accord d'attributs — les évaluateurs classent-ils les mêmes éléments de la même façon? — repère la source la plus courante de données inutilisables.
Préciser qui consigne, comment et où. Nommez la personne, le formulaire ou la feuille de relevé, et le moment exact de la saisie. Concevez le formulaire pour que la bonne saisie soit la saisie facile. Testez-le sur quelques relevés et corrigez la confusion avant la collecte complète, pas après.
Pièges courants à éliminer dès la conception
Des définitions floues, où « défaut » signifie autre chose pour chaque personne qui relève.
Des échantillons de commodité qui excluent discrètement le quart de nuit ou les jours les plus chargés.
Le mélange de données de référence collectées d'une façon avec de nouvelles données collectées d'une autre.
Aucune vérification du système de mesure, si bien qu'on améliore le bruit de l'instrument, pas le processus.
Un bon plan est assez court pour que les personnes qui consignent le suivent réellement, et assez rigoureux pour que les données obtenues répondent à la question. Investissez la journée supplémentaire en amont à rédiger les définitions opérationnelles et à tester le formulaire; vous économiserez des semaines de disputes sur les chiffres de qui ont raison. Quand les données sont fiables, la phase Analyser devient presque facile — le signal est déjà dans les données, à trouver plutôt qu'à fabriquer.
Souvenez-vous de la discipline derrière le DMAIC : on ne peut améliorer ce qu'on n'a pas honnêtement mesuré, et on ne peut mesurer honnêtement sans un plan établi avant le premier point de donnée.
Si vous lancez une démarche d'amélioration de processus et souhaitez une mesure qui résiste à l'examen, le conseil stratégique de XNM peut vous aider à bâtir une fondation de données sur laquelle vos décisions peuvent reposer en toute sûreté.