Mener la phase Analyser : trouver le vrai facteur, pas le plus bruyant
Lorsqu'un projet DMAIC atteint la phase Analyser, l'équipe dispose habituellement d'un énoncé de problème clair, d'une mesure de référence et d'une longue liste de suspects. La tentation est de saisir le suspect que tout le monde déteste déjà et de commencer à le corriger. La phase Analyser existe justement pour résister à cette tentation. Sa mission est étroite et peu spectaculaire : prouver quel intrant, ou quels intrants, font réellement bouger le résultat qui vous importe, afin que la phase Améliorer investisse au bon endroit.
Au début de 2022, cette discipline compte plus que jamais. Le coût des matières grimpe, les délais sont imprévisibles et les équipes manquent de personnel à mesure que les gens alternent entre la maison et le bureau. Sous une telle pression, l'instinct pousse à agir vite sur l'irritant le plus visible. Mais corriger un symptôme bruyant pendant que le vrai facteur continue de tourner, c'est ainsi qu'une organisation dépense un temps et un argent rares sans voir bouger sa référence.
Commencez par des hypothèses, puis laissez les données répliquer
Analyser est un dialogue entre ce que vous croyez qui se passe et ce que les données acceptent de confirmer. Traitez chaque cause soupçonnée comme une hypothèse à réfuter, et non comme une conclusion à défendre. La démarche ci-dessous préserve cette honnêteté.
Listez les causes candidates. Tirez-les de votre cartographie du processus, de votre diagramme en arête de poisson et des gens qui font réellement tourner le processus. Formulez chacune comme un énoncé vérifiable : « le temps de réglage augmente quand les opérateurs changent de poste », pas « le réglage est un désastre ».
Triez selon ce que vous pouvez mesurer. Séparez les causes pour lesquelles vous avez déjà des données de celles qu'il faudrait aller recueillir. Vous trouverez souvent quelques facteurs testables dès aujourd'hui : c'est par là qu'on commence.
Choisissez la bonne comparaison. Définissez à quoi ressemblent le bon et le mauvais dans les données — lots rapides ou lents, unités défectueuses ou conformes, un quart ou un autre — pour que l'analyse ait un véritable contraste à expliquer.
Testez le lien, pas l'impression. Utilisez un Pareto stratifié, un nuage de points, une boîte à moustaches par catégorie ou un test d'hypothèse simple pour voir si l'intrant soupçonné suit réellement le résultat. Deviner une tendance reste une hypothèse ; un graphique aux strates séparées s'approche d'une preuve.
Confirmez sur le terrain (gemba). Rapportez le constat statistique à l'atelier et observez le processus. Si les données disent que la rotation fait grimper le temps de réglage, tenez-vous là pendant une rotation. Les données indiquent où regarder ; le terrain explique pourquoi.
Les pièges qui mènent à la mauvaise cause racine
La plupart des échecs de la phase Analyser ne tiennent pas aux statistiques avancées. Ils tiennent à des erreurs de raisonnement ordinaires qui s'installent quand une équipe est pressée.
Confondre corrélation et causalité : deux choses qui varient ensemble peuvent toutes deux dépendre d'une troisième non encore mesurée.
S'arrêter à la première cause plausible sans se demander si elle explique l'ampleur du problème mesuré.
Agréger jusqu'à effacer le signal — une moyenne mensuelle stable peut masquer un quart du mardi soir qui produit l'essentiel des défauts.
S'ancrer sur la cause la moins chère ou la plus confortable à corriger, puis tordre discrètement l'analyse pour la justifier.
Sauter la confirmation sur le terrain, si bien qu'une vraie relation statistique se rattache au mauvais mécanisme.
Une discipline utile consiste à demander, pour chaque cause survivante : « si je l'éliminais entièrement, quelle part de l'écart par rapport à la cible se refermerait? » Si la réponse honnête est « un peu », c'est un facteur contributif, pas le facteur déterminant. Continuez à creuser. Le livrable de la phase Analyser n'est pas une liste soignée de tout ce qui cloche ; c'est un énoncé court et défendable des quelques causes essentielles à traiter, accompagné des données qui appuient chacune.
À quoi ressemble un bon résultat de la phase Analyser
Quand la phase est bien menée, n'importe qui peut lire la conclusion et suivre la logique : voici le résultat qui nous importe, voici les intrants testés, voici la preuve que ces deux intrants expliquent l'essentiel de la variation, et voici l'observation de terrain qui confirme le mécanisme. C'est cette clarté qui permet à la phase Améliorer de concevoir un changement avec assurance, plutôt que de lancer une nouvelle supposition bien intentionnée dans un budget serré.
Si votre équipe corrige sans cesse des symptômes pendant que la référence tient bon, le conseil stratégique de XNM peut vous aider à éprouver l'analyse et à viser la cause qui fait vraiment bouger le résultat.