圖1 制造系統平均停線比例
項目團隊結合數據分析結果和運營管理的實際情況,起草了用戶訪談問題清單,并訪談了十幾位來自不同工廠的業務負責人,利用六西格瑪工具對訪談結果和樣本數據進行了詳盡的分析和討論(圖2),識別出停線的主要原因是系統支持流程不完善,進而對系統支持流程做了價值鏈分析,最終確定改進點為建立并系統支持快速相應機制,以及完善快速響應機制下的工具和報表,并責成相關責任人對改進任務清單進行跟蹤、匯報,直至改進任務全部完成(圖3)。
圖2 停線時間原因分析
圖3 流程改善任務跟蹤圖片
整體改變計劃于九月底全部落實到位,十二月底,項目團隊抽取改進后三個月的數據(10-12月)等閑時進行分析,得到制造系統停線比例為44%(圖4),雖然距離業務要求還有差距,但改進措施明顯已經發揮了作用,停線比例減少了23%,接下來就是持續加大對流程的培訓和執行效率的管理,力爭達到停線比例降低27%的總體要求。
圖4 改善后結果跟蹤
從商業機密方面考慮,該項目沒有直接計算由停線引起的經濟損失,但仍然有相當的借鑒意義,六西格瑪理論看似復雜、繁瑣,大家在使用過程中最大的困惑之上就是改進難以落實到具體數據指標上來。其實,只要堅持運用六西格瑪工具,數據指標就會自然而然地計算出來,因為幾乎所有六西格瑪工具都是基于數據分析的,比如在本例中,改進目標事實上是業務流程,但最終的改進依據卻是停線比例。