Bij Lean Six Sigma Projecten speelt statistiek een belangrijke rol. We voeren onze verbeteringen door na grondige meting en analyse van gegevens in de processen. Daarbij komt dus statistiek aan bod. Maar hoe gebruiken we de statistiek bij het kijken naar processen?
Waarom is het gemiddelde niet goed genoeg?
Als je gegevens verzamelt in een proces moet je eerst kennis hebben van het proces; waar start het, hoe en waar wordt de waarde voor de klant gecreëerd, waar eindigt het proces? Allemaal vragen die we in de eerste stap van DMAIC – namelijk DEFINE – uitwerken. Daarna start je met het verzamelen van gegevens om kennis te krijgen van de prestatie van het huidige proces.
Stel je voor dat we gaan meten hoelang het duurt voor bestellingen bij ons bedrijf bij de klant worden geleverd. We doen een aantal metingen en bepalen vervolgens het gemiddelde van de levertijden. Stel, we komen uit op 15,8 dagen levertijd, gemiddeld.
Nu weten we van onze klanten dat ze binnen twee weken de leveringen willen ontvangen, dus gemiddeld 14 dagen. Daarom starten we op de afdeling een verbeterprogramma. Er wordt direct een oplossing gepresenteerd door een teamleider. Een IT applicatie wordt aangepast en binnen drie weken uitgerold in de organisatie. Vervolgens wordt voor de zekerheid nog gemeten of de organisatie gemiddeld betere levertijden behaalt en dat is gelukkig het geval: we zitten op een gemiddelde van 11,2.
Het gemiddelde vertelt ons soms maar erg weinig…
Toch blijkt dat klanten niet enthousiast reageren op de resultaten van het verbeterprogramma. Dat is toch merkwaardig, want de gemiddelde levertijd is behoorlijk naar beneden gegaan.
Op advies van een Greenbelt worden de meetgegevens nog eens nader bekeken. Naast het gemiddelde wordt nu ook berekend welke standaard afwijking de levertijden heeft. Daarbij worden de oude en nieuwe situatie met elkaar vergeleken en in grafieken uitgezet.
Nu ontstaat een geheel nieuw inzicht bij de teams. De klanten voelen nooit het gemiddelde, maar de variatie van de levertijd. En hoewel het in sommige gevallen dus lukte om in aanzienlijk kortere tijd de bestelling te leveren, bleven er ook nog ongewenste situaties bestaan met de lange levertijden.
Er leek een verbetering van de levertijd op basis van het gemiddelde, maar de klanten ervaren juist een grotere spreiding; het proces heeft door de aanpassing in het IT systeem een grotere variatie in levertijden gekregen. De standaardafwijking gaat van 7 leverdagen naar 9 leverdagen. Dat betekent dus dat er ook klanten zijn die langer wachten dan vroeger.
Bij een Lean Six Sigma project sta je veel langer stil bij het vaststellen van de variatie in je processen. Door het analyseren van de achterliggende oorzaken kun je de variatie verminderen en tot werkelijke verbetering van je processen komen.