衡量真正重要的事：一家工厂“不被数据浹没”的教训
2022年初，一家中型加工车间启动了一个六西格玛项目，目的是缩短客户订单在进入车间前的等待时间。和那个冬天的许多团队一样，他们已经不堪重负：缺了两名机械工，钢材价格不断上涨，一半的办公室人员仍在家里和工厂之间轮班。项目发起人想要硬数据，于是团队做了热心团队在“测量”阶段常做的事——他们试图测量一切。
三周之内，他们有了十一张表格、一份没人信任的时间戳记录，以及一个停滞的项目。这是“测量”阶段最常见的出错方式：把更多数据误当成更好的数据。以下是该团队重新开始后得到的经验。
测量问题本身，而非整个世界
DMAIC把“测量”放在第二位是有原因的。“定义”阶段给了他们一个问题陈述：订单从录入到放行进车间之间等待太久。这一句话就明确告诉你该测什么——从订单录入到车间放行的耗时，以及可能驱动它的因素。它并没有让你记录机台温度、加班时数或供应商交期，哪怕这些再有趣。该团队当时同时在采集属于三个不同项目的数据。
当他们围绕唯一在意的输出重写采集计划时，十一张表格压缩成了两个数据点：订单录入时的时间戳和车间放行时的时间戳。其余一切都是待在“分析”阶段验证的候选原因，而不是现在要被浹没的东西。
采集计划胜过数据堆砌
一个好的“测量”阶段建立在一份简短、明确、在任何人动秒表之前就达成一致的计划之上。团队的第二次尝试在一页纸上回答了五个问题：
测量什么？ 确切的指标——这里是从录入到放行的耗费小时数——并配以操作性定义，使两个人对同一订单的计时方式一致。
如何测量？ 从 ERP 的时间戳中提取，而非手写，以消除曾搞坏第一份记录的转录错误。
需要多少数据？ 足以看到真实变异即可，而非普查。他们抽样了四周的订单，而不是试图永远记录每一个任务。
谁来采集，何时采集？ 一名指定人员，按固定的每日提取进行，使采集不再取决于谁记得去做。
测量可靠吗？ 快速核对 ERP 时钟与车间时钟是否一致——这是防止测到噪声而非信号的基本保障。
最后这一点比团队预期的更重要。在你信任一个数字之前，你必须信任产生它的量具。在精益六西格玛中，这就是测量系统分析；略过它正是团队第一份时间戳记录毫无用处的原因：两个人读着两个不同的时钟，永远不可能一致。
让数据先描述，再做决定
有了干净的数据，团队克制住了跳到根本原因的冲动。“测量”阶段用于建立基准并理解当前变异——还不是用来修复任何东西。他们把四周的耗时画成图，发现了表格掩盖的东西：平均等待是可接受的，但五分之一的订单因卡在一个无人标记的信用审查环节而停滞数日。这个洞见来自于关注离散程度，而不仅仅是平均值。
对任何人手短缺、又承受成本压力的 2022 年团队来说，教训都一样：数据采集代价高昂，耗费的是你本没有的工时。要把这份精力用在刀刃上。只测量你问题陈述所指名的那一项输出，证明量具可靠，采集足以看到真实变异的数据，然后停下。一份聚焦的半页计划，比十一张表格告诉你的更多，也会给你留下精力去在后续阶段真正解决问题。
如果您的改进项目总是在测量环节停滞，XNM 的战略咨询 可以帮您界定该测量什么，并把数字变成决策。