Pourquoi de bons projets Six Sigma meurent au plan de collecte des données
La plupart des projets Six Sigma qui échouent ne le font pas dans les phases spectaculaires. Ils échouent en silence, dès la phase Mesurer, lorsque l'équipe rédige un plan de collecte des données bâclé puis passe le reste du projet à défendre des chiffres auxquels personne ne se fie. Analyser, Innover et Maîtriser reposent tous sur les données recueillies; si cette fondation est fissurée, chaque conclusion en aval est suspecte. Après dix-huit mois de chaînes d'approvisionnement perturbées et de procédés rafistolés, cela compte plus que d'habitude, car le portrait « avant » que beaucoup d'équipes mesurent est lui-même instable.
Un plan de collecte des données est simplement une entente écrite et claire sur ce que vous allez mesurer, comment, par qui et sur quelle période, arrêtée avant de recueillir la moindre donnée. C'est le pont entre la définition du problème et son analyse. Le sauter, ou l'improviser, c'est là que de bons projets DMAIC commencent à pourrir.
Les erreurs qui sabotent le plan en silence
Mesurer ce qui est facile plutôt que ce qui compte. Les équipes se rabattent sur les données que le système produit déjà, même quand elles ne touchent que vaguement au problème. Partez de la question à laquelle vous devez répondre, puis trouvez ou construisez la mesure, et non l'inverse.
Des définitions opérationnelles floues. Si deux personnes peuvent consigner le même événement différemment, vos données ne sont que du bruit. « Défaut », « à temps » et « complété » exigent chacun une définition écrite et précise, pour que tous comptent la même chose de la même manière.
Ignorer l'erreur du système de mesure. Avant de vous fier aux chiffres, confirmez que le système de mesure lui-même est fiable. Une rapide étude R&R de l'instrument ou une vérification d'accord par attribut révèle si la variation est réelle ou seulement due à une mesure incohérente. Sautez cette étape et vous n'aurez « amélioré » que votre instrument.
Échantillonner sans soin. Prendre ce qui est commode introduit un biais. Décidez délibérément quelle quantité de données, sur quelle période et de quelles sources, pour que l'échantillon représente vraiment le procédé plutôt qu'un seul quart ou un seul fournisseur.
Aucune stratification. Tout mélanger masque le signal. Prévoyez dès le départ de saisir le contexte tel que la ligne, le quart, la région ou le fournisseur, afin que la phase Analyser puisse découper les données au lieu de fixer une seule moyenne indifférenciée.
Bâtir un plan défendable
Un plan fiable est bref mais explicite. Reliez chaque mesure à l'énoncé du problème du projet, consignez les définitions opérationnelles, prouvez le système de mesure et décidez de votre échantillonnage et de votre stratification avant de commencer la collecte. Faites ensuite un petit essai pilote. Une poignée d'enregistrements d'essai révèle presque toujours une définition ambiguë ou un champ manquant, tant qu'il est encore peu coûteux d'y remédier.
Énumérez chaque indicateur, sa définition opérationnelle et le type de données (continu ou discret).
Nommez qui le recueille, à partir de quelle source et précisément quand.
Notez les facteurs de stratification que vous saisirez avec chaque donnée.
Validez le système de mesure, puis testez le formulaire avant la collecte complète.
Rien de tout cela n'est prestigieux, et c'est précisément pour cela que les équipes le bâclent. Mais les quelques heures consacrées à rendre le plan de collecte étanche sont l'assurance la moins chère de tout le cycle DMAIC. Avec une offre et une demande encore volatiles, la discipline de mesurer la bonne chose, et bien, est ce qui distingue une vraie amélioration d'une supposition assurée.
Si vous voulez un regard extérieur sur la façon dont votre organisation mesure et améliore ses procédés, le service-conseil stratégique de XNM peut vous aider à bâtir une mesure vraiment fiable.