Techniki ulepszania procesów czyli 2 x EKSPERYMENT (OPAT, DOE)

Techniki ulepszania procesów

Metodyka SixSigma charakteryzują się wszechobecną dyscypliną. Wymaga, aby wszystko mierzyć, przeliczać, konsekwentnie przenosi nas od jednego etapu do drugiego bez prawa „przeskakiwania”, wymaga od nas konsekwencji i obiektywizmu. Czyni biznes bardzo uporządkowanym. Jest jednym z najczystszych przykładów modnego dziś zarządzania opartego na dowodach (Fact Based Management). Nie jest to metodyka zbyt łatwa do zaakceptowania dla menedżerów, którzy uwielbiają metody prób i błędów. Z kolei metoda prób i błędów jest zupełnie nie do zaakceptowania w świecie SixSigma. Czy mamy coś w zamian? Oczywiście. Eksperyment. Świat reguł i narzędzi SixSigma oferuje nam dwa rodzaje eksperymentów, których zadaniem jest poprawienie skuteczności procesów.

OFAT (One factor at a time approach)

Eksperyment typu OFAT (z ang. „jeden czynnik do zmiany”) polega na tym, że wybieramy jeden czynnik procesu biznesowego (input – x), który naszym zdaniem może mieć największy wpływ na wynik procesu biznesowego (Y – output). Aby wybór takiego czynnika nie był zupełnie przypadkowy i subiektywny, można go wyselekcjonować już na etapie mappingu procesu biznesowego za pomocą techniki Rolled-Throughput-Yield (o której w innym artykule). Zmieniamy wybrany czynnik X i obserwujemy, jak zmieniają się wszystkie lub wybrane aspekty wynikowe (Y). Istotę eksperymentu OFAT ilustruje poniższy schemat:

Przykład:
Testujemy nasz marketingowy mix (produkt-cena-dystrybucja-promocja). Według naszej wstępnej oceny promocja może stanowić najbardziej istotny czynnik wpływający na trzy rodzaje wyniku: Y1 – rozpoznawalność marki naszego produktu; Y2 – zwiększenie wolumenu sprzedaży; Y3 – pozyskiwanie nowych użytkowników. Zmieniamy zatem formy promocji: zmieniamy kanały medialne (prasa; internet; reklama out-door) i obserwujemy zmianę w kategorii marki (Y1), poziomu sprzedaży (Y2); dynamiki akwizycji nowych klientów (Y3).

Zaletą tej techniki jest to, że nie jest skomplikowana, nie wymaga wspomagania specjalistycznym oprogramowaniem. Wada polega na tym, że można ją stosować do prostych, nieskomplikowanych procesów. Dodatkowo, jeżeli zmiany czynników „x” mają nielinearny wpływ na wynik „Y” lub gdy występują interakcje pomiędzy czynnikami „x”, technika może być myląca. Wobec tego zapraszamy do bardziej wyrafinowanego menu:

DOE (Design of Experiments)

Pozwala na zmianę wszystkich czynników „x” jednocześnie poprzez symulację różnych kombinacji poziomów intensywności poszczególnych czynników. To, co kontrolujemy w eksperymencie nosi w nomenklaturze DOE nazwę – „czynnik”. Elementy, których nie znamy lub nie jesteśmy w stanie kontrolować nazywamy „czynnikami szumu”. Wreszcie wyniki poszczególnych symulacji eksperymentu nazywamy zmiennymi wynikowymi. Efekt zmiany czynnika jest mierzony w ten sposób, że obserwujemy zachowanie się zmiennej wynikowej (jak dalece zmienia się „Y”), gdy zmieniamy poziom intensywności czynnika „x” (level) od najmniejszego do największego. Schemat działania DOE poniżej:

Przykład:
Producent farb ściennych ma do wyboru trzy komponenty. Tworząc mieszankę z każdego komponentu może użyć go w zakresie od: 10% do 45%. Komponenty stanowią w DOE czynniki. Wynik (Y) jest rozpatrywany w dwóch aspektach: twardość powłoki i szybkość schnięcia. DOE wspomagany odpowiednim programem komputerowym przeprowadza taki eksperyment, gdzie ostatecznie dobierana jest idealna mieszanka trzech komponentów, dająca optymalny wynik czyli największą możliwą twardość powłoki z możliwie najkrótszym czasem schnięcia nałożonej farby.

Technika DOE posiada wiele zalet:

1. Jest bardziej efektywna w ocenie efektów, gdyż nie wymaga wielu powtórzeń
2. Pozwala na śledzenie powiązań (interakcji) pomiędzy czynnikami
3. Wyznacza poziomy ryzyka niepożądanego rezultatu” Y”, mierzone intensywnością zmiany czynników „x”

Ma też wady:

1. Wymaga dużej wiedzy statystycznej, a czasem nawet specjalistycznego oprogramowania, aby poprawnie przeprowadzić eksperyment
2. Wymaga starannego planowania i skrupulatności wykonania eksperymentu
3. Bywa czasochłonna w interpretowaniu wyników

Odpowiednio do skali i rodzaju problemu w procesie biznesowym oraz odpowiednio do posiadanych kompetencji i narzędzi możemy stosować bądź OPAT bądź DOE. Dla kluczowych procesów biznesowych, których rezultat jest mierzony poważnymi figurami finansowymi – warto poeksperymentować. Chociaż niekoniecznie metodą prób i błędów.

Krzysztof Drozd, MBA, 6σ BB, PMI member (kdrozd2@wp.pl)