几乎没有数据时如何改进流程：一份现场核对清单
大多数精益六西格玛培训都假设你接手项目时，数据库里已经存着几个月的干净测量数据。但在真实的组织里，尤其是在2022年初，团队因人手短缺和轮流返岗安排而捉襟见肘，这种情况几乎不存在。你接手的是一个无人测量过的流程、一张满是空缺的表格，以及一位现在就要看到改进的主管。好消息是：只要你对采集什么保持纪律、对尚不知道什么保持诚实，就能在拥有完美数据之前取得真正的进展。
陷阱有两个：要么僵住（没有六个月的数据，我们什么都改不了），要么瞎猜（干脆把流程重排一遍，碰碰运气）。两者都浪费了你拥有的时间窗口。下面这份核对清单，你本周就能执行，用周五之前能观察到的一切，启动一项站得住脚的改进。
在采集任何一个数字之前
用一句话写下问题。 点明流程、缺陷或延误，以及它大致多久危害你一次。「许可申请包大约有一半被退回返工」胜过「我们的受理效率低下」。含糊的问题只会招来含糊的数据。
走一遍流程并把它画出来。 在实际作业的工位上画一张SIPOC或简单的泳道草图，能暴露出任何报告都捕捉不到的步骤、交接和等待点。你常常在这里就能找到瓶颈，根本还没开始测量。
向真正干活的人请教。 操作者的经验就是数据。哪里卡住？他们最常返工什么？把他们的回答记为有待验证的观察，而非结论。
采集刚够行动的数据
你不需要完美的基准就能迈出DMAIC的第一步，你需要的是一个站得住脚的基准。要瞄准小而有意的样本，而不是一场永远做不完的大清理。
做一张计数表。用一到两周，按类别清点缺陷或延误出现的次数。一张纸笔记录表胜过一个不存在的数据库。
用手计时几个周期。十到二十次秒表读数，比某人记得的某个「平均值」更能揭示波动。
把现有的数据找出来，再为其质量贴标签。注明哪些数字可靠、哪些是估算、哪些是猜测。诚实的标签能让你不至于夸大结论。
尽早使用帕累托视图。哪怕是粗略的计数，通常也会显示少数几个类别造成了大部分痛苦，于是你可以把手头有限的数据用在刀刃上。
把稀薄的数据变成稳妥的第一步
有了一句话大小的问题、一张流程图，再加上一两周的计数和秒表数据，你就能挑出一项改动，小范围试行，并在前后用同样的方法测量。这正是改进的核心：一次受控的对比，而非一份完美的数据集。让改动可逆，盯住你采集的那一项指标，抵住一次改三处的冲动。在供应与用工都动荡的环境里，一个小而可逆的实验，也是保护你仍然依赖的那个流程最稳妥的方式。
边做边记录。那些计数表、流程图、前后对比的数字，无论多粗略，都会成为让下一个人信任并在其上继续推进的凭据。数据稀缺不是跳过审计轨迹的借口，恰恰是你需要它的原因。
如果你正想改进一个关键流程，却还没有能证明问题所在的测量数据，XNM的战略咨询可以帮你建立站得住脚的基准，以及一项经得起检验的首轮改进。