Le Six Sigma

Caroline Frchet
Mettre en uvre le Six Sigma
CD-Rom de dmonstration MINITAB offert
QUALIT
Comment utiliser le Six Sigma avec facilit

> Dfinir et positionner le projet > Mesurer la situation existante > Analyser les causes des problmes > Innover et amliorer en cherchant des solutions pour remdier aux problmes > Contrler les rsultats par la mise en place de solutions prennes
mo Ro
Le Six Sigma est la dmarche de qualit de rfrence travers le monde. Elle permet damliorer la performance des processus, de mieux satisfaire les clients et daccrotre la rentabilit des oprations. Les meilleures entreprises, tant industrielles que de services, lappliquent avec succs. Le Six Sigma repose sur plusieurs piliers, dont ce livre rend compte : lutilisation des statistiques mises en images par logiciel, larticulation autour de la gestion de projet (DMAIC), la communication autour du projet, la prise en compte des demandes des clients et, surtout, lappui de la direction. Toutes ces dimensions font du Six Sigma un outil trs performant, qui permet des conomies considrables. En suivant un exemple simple, lauteur montre comment mettre en uvre le Six Sigma. Au-del dune simple liste doutils ou de concepts, cet ouvrage prsente, lintrieur du cadre DMAIC, une logique dutilisation des outils avec la manire dont ils rpondent la rsolution dun problme concret. Le lecteur trouvera ainsi le sens donner ses projets.
Configuration requise PC avec processeur Pentium, 32 Mo de RAM. Systme dexploitation Windows 95 ou suprieur. Le logiciel Acrobat Reader 4.0 (ou suprieur) est ncessaire la consultation de ce CD-Rom (fourni sur le CD-Rom). Ce CD-Rom contient MINITAB 13.31 version franaise et MINITAB 14 version anglaise en version dvaluation valable 30 jours aprs la date dinstallation.
rt ffe
CD-
Code diteur : G52120 ISBN : 2-7081-2120-0
35
782708 121201
Caroline FRCHET, experte franaise en Six Sigma, intervient dans plusieurs entreprises internationales, nationales ou rgionales en tant que formatrice et consultante. Elle a ralis plusieurs projets, en a coach un grand nombre et form des populations trs diversifies.
Conception : Nord-Compo
ditions dOrganisation 1, rue Thnard 75240 Paris Cedex 05
Consultez notre site : www.editions-organisation.com
LE
PHOTOCOPILLAGE TUE LE LIVRE
Le code de la proprit intellectuelle du 1er juillet 1992 interdit en effet expressment la photocopie usage collectif sans autorisation des ayants droit. Or, cette pratique sest gnralise notamment dans lenseignement provoquant une baisse brutale des achats de livres, au point que la possibilit mme pour les auteurs de crer des uvres nouvelles et de les faire diter correctement est aujourdhui menace.
En application de la loi du 11 mars 1957, il est interdit de reproduire intgralement ou partiellement le prsent ouvrage, sur quelque support que ce soit, sans autorisation de lditeur ou du Centre Franais dExploitation du Droit de copie, 20, rue des Grands-Augustins, 75006 Paris.
ditions dOrganisation, 2005 ISBN : 2-7081-2120-0
CAROLINE FRCHET
Sommaire
Introduction
IX
Les concepts du Six Sigma

Les six axes du Six Sigma, une organisation mthodique
Laxe des ressources humaines, ou Management Laxe des attentes des clients Laxe de la gestion de projet Laxe financier Laxe de la communication Laxe des outils informatiques et des statistiques
1 2 3 11 13 14 16 17 20
Diffrentes mthodes de dploiement
La phase de dcision
23
tape 1 : dfinir le cadre du projet

Prparer la charte du projet Lorganisation du processus : le SIPOC Synthtiser la voix du client La synthse de la phase de dfinition
39 40 44 45 53
ditions dOrganisation
tape 2 : mesurer
Le dtail du SIPOC : la cartographie La dclinaison des demandes des clients La prparation la collecte des donnes
55 56 64 65
VI Sommaire
Premire tude du processus de mesure Seconde tude de la mesure
Les donnes collectes Le niveau de sigma et les aspects financiers
72 78 84 89
tape 3 : analyse du processus

Objectif De la mesure lanalyse LAMDEC Bilan de lAMDEC Autres utilisations de lAMDEC Analyse statistique des donnes tude de lemballage 1 Plan dexpriences sur lemballage 1 tude de lemballage 2 tude de lemballage 3 Analyse des emballages en entre Conclusions de la phase danalyse
95 95 96 97 101 102 103 109 111 115 116 118 120
tape 4 : innover/amliorer
Gnration des ides potentielles
Action sur la zone de stockage Action avec un fournisseur Action de suivi Partage des meilleures comptences Utilisation de Poka Yoke
123 123 128 129 129 131 131 132 135 139
Slection des solutions retenues Mise en uvre des solutions En conclusion
tape 5 : contrler/matriser
Validation de ralisation des actions Procdures et instructions
141 142 143
Sommaire VII
Les cartes de contrle Niveau de ralisation des actions et prennisation Satisfaction des clients et calculs de capabilit Les lments financiers Finalit de la phase de contrle Validation du processus
144 148 149 153 155 156
Conclusion
157
Bibliographie
159
Sites Internet utiles
161
Utilisation du CD-Rom
163
Introduction
Aujourdhui dploy pour les gains en savoir-faire, savoirtre et nanciers, le Six Sigma sest afrm comme un facteur cl du dveloppement des entreprises. La prennit des solutions apportes en fait un gage de performance car les rsultats obtenus sont concrets, dmontrables et dmontrs. Les entreprises qui en ont compris la nalit et la force sont de plus en plus nombreuses lassocier, de faon plus ou moins explicite, leurs objectifs moyen et long terme. Bien entendu, les mthodes et les applications diffrent. Une partie des hsitations des entreprises pour mettre en place cette technique est dailleurs lie la mconnaissance des impacts de la mthode dans leur contexte, et ceci quil sagisse de services ou de production. Lune des cls de la mthode est lapplication de la mme dmarche tous les projets. Les rsultats obtenus dpassent souvent les exigences poses en prambule et le niveau de qualit obtenu dpend de lensemble des outils utiliss.
Dans cet ouvrage, la pratique des outils dcrits dans la dmarche Six Sigma tient une large place, sans rechercher lexhaustivit sur les outils choisis ni sur leur utilisation. Le lien entre les outils et lusage qui en est fait dans un projet spcique est illustr au travers dun exemple ponctu de conseils. Jai ralis, suivi et coach des quantits
X Introduction
de projets. Cest pourquoi jai choisi de faire le lien entre la thorie du Six Sigma et les questions souleves par sa mise en pratique, en proposant des rponses concrtes sur la ralisation dun projet servant de l conducteur. Lors de la ralisation dun projet, on choisit parmi les outils disposition ceux qui seront les plus pertinents en fonction de lobjectif vis, an dapporter des rponses concrtes. Les outils qui ont dj fait leurs preuves et qui se trouvent agencs dans lordre impos par la mthode Six Sigma ont un impact dmultipli et permettent alors de rsoudre un grand nombre de problmes. La dmarche adopte ici respecte le cycle DMAIC (Dnir, Mesurer, Analyser, Innover, Contrler). Le l conducteur concret du projet permet de suivre les progrs accomplis. Les personnes qui cherchent des exemples avant de sengager dans la mise en place de cette technique qui gagne maintes entreprises, des plus grandes (mondialement connues) aux PME-PMI, trouveront au travers de cette lecture une partie de leurs rponses. Dans louvrage, la notion doutils utiliser pour la rsolution dun problme est prsente concrtement. Elle couvre la fois des outils statistiques, de management et de communication. Certains paraissent simples, dautres plus complexes. Cest pourquoi ils nont pas tous le mme niveau dutilisation, ni de prsentation. Jai simplement voulu montrer leur utilit dans un contexte de dploiement des projets. Jai parfois omis les explications sur les modalits compltes de leur utilisation, au prot de leur usage dans le cadre dun projet.
Introduction XI
Loriginalit de louvrage rside dans son plan, qui calque celui du droulement dun projet, sans ngliger la pratique pouvant intresser de nombreuses entreprises. Il aurait pu aussi tre illustr par un autre sujet ou par un exemple dans les services ou couvrant un autre sujet. Tout dabord, les principes de positionnement du projet concernant la description, le calcul de valeur ajoute, les membres du groupe de travail, ainsi que le planning sont mis en place. La recherche des attentes du client seffectue aussi dans cette premire partie. Dans la partie Mesure, la dmarche aboutit lidentication des indicateurs contenus dans la problmatique. Une grande partie des problmes rencontrs dans les projets rside en effet dans la difcult de mesurer : savoir quoi et comment mesurer sont des questions cls qui se posent au cours de cette phase. On examine dabord ce que lon va mesurer, puis on sassure que lon sait le faire. Dans la partie Analyse, les causes des problmes sont recherches et la preuve quelles sont bien inuentes dtermine. Diffrentes techniques sont alors appliques. Dans la partie Amlioration, les solutions dployes sont expliques an de remdier au problme. Cest ce stade, et aprs les preuves de diffrences apportes dans la partie prcdente, que les actions damlioration sont mises en place. Enn, dans la partie Contrle, les diffrents lments de la prennisation, comme la formation et les outils de suivi (cartes de contrle, standardisation, etc.) sont montrs. Ces lments permettent de sassurer que le nouveau processus, une fois mis en place, se maintiendra son niveau actuel.
XII Introduction
La mthode Six Sigma pourrait paratre non innovante car elle utilise des outils qui ont dj dmontr leur puissance dans de nombreux cas. Ce livre sattache davantage les articuler qu les expliciter pour sintresser ce qui fait la force de la mthode, en particulier : lcoute et lintgration de la demande des clients; le soutien de la direction; lutilisation doutils statistiques ddis lamlioration du processus; la gestion de projet avec un cycle prcis; les diffrents aspects de la communication; la prise en compte des aspects nanciers des projets; lappui sur une quipe de personnes formes et ddies au dploiement de la mthode; la partie informatique. Larticulation de ces lments permet dapporter une rponse satisfaisante au plus grand nombre de problmes. Cet ouvrage se veut accessible car lide nest pas de devenir des experts de la mthode. Une rponse concrte un projet damlioration et une marche suivre logique pour y parvenir sont dcrits ici, au travers dun exemple suivi du dbut la n.
1
Les concepts du Six Sigma
partir dun exemple tir de la vie courante, il est ncessaire dtablir le potentiel damlioration possible dun produit, en schmatisant la prsentation des diffrents aspects du Six Sigma sur les six axes qui donne sa force la mthode. Cest ainsi quon retrouve le dploiement de la mthode sur les ressources humaines, puis sur lintgration des attentes des clients prendre en compte dans la rsolution du problme. tape par tape, le projet suit son cours. Les aspects nanciers sont galement intgrs dans la mthode. La partie communication, qui permet de travailler sur lchange dinformations, est dveloppe de faon importante dans les projets. Les domaines informatiques et statistiques servent dappui la gestion des projets. Mais le Six Sigma est bien un outil global damlioration de la performance qui sappuie sur ces six axes. Ce nest pas que le Six Sigma soit communment expliqu suivant ces six axes, mais ce schma montre tous les constituants de la stratgie dentreprise qui dcoule de son application.
2 Mettre en uvre le Six Sigma
La mthode par lexemple

Le paquet de cartouches dencre pour imprimantes est abm dans le rayon. Cest le dernier! Jinterpelle un vendeur. Il me conrme que ce sont les dernires et quil nen a plus en rserve. Cest le troisime magasin que je fais et je nai pas pu trouver le bon modle de cartouches. Jhsite. Je me dcide enn prendre le paquet endommag, je le retourne : il est bien endommag. Cela me fait douter de la qualit de la marchandise. Estce que les cartouches sont galement abmes? Le vendeur prtend le contraire. Devant mon indcision, il me propose den commander dautres, mais je vais devoir attendre. En revanche, si je prends le paquet en ltat, il peut me faire une rduction de 20 %. Je me dcide enn prendre le paquet et accepter la rduction de 20 %. Je passe trs vite en caisse de crainte darriver en retard mon entrevue. Le dirigeant avec lequel jai rendez-vous ma demand de venir lui prsenter la mthode Six Sigma, lui expliquer la dmarche. Pour illustrer mon propos, je place les six axes qui conduisent latteinte dun niveau Six Sigma pour son entreprise, comme le montre le schma ci-contre.
Les six axes du Six Sigma, une organisation mthodique

Pour comprendre tous les enjeux de lapplication du Six Sigma, il convient de positionner ces six axes en dcrivant leur rle respectif.
Les concepts du Six Sigma 3
Les six axes du Six Sigma

i tist Sta ns, atio orm Inf e qu s
Management
Ge
r cie
stio
nd
an
Cli en t
Communication
ep
Laxe des ressources humaines, ou Management

Sans un soutien important de la direction, la mthode Six Sigma a peu de chances daboutir. Tous les axes sont importants et la direction est la seule dans lentreprise avoir une action levier sur chacun dentre eux. Elle le fait en insufant sa propre dynamique. La mthode est dploye au travers dacteurs spciques, forms et souvent slectionns par la direction. Cest ainsi que lon trouve des : Champions, qui sont des reprsentants de la direction;
Sponsors, ou propritaires de processus, qui attribuent les sujets des projets et tiennent la russite des objectifs; Master Black Belt; Black Belt;
Fin
roj e
Green Belt ; Yellow Belt et autres. Le Champion Le Champion a la responsabilit du dploiement du projet Six Sigma dans lentreprise. En effet, le projet est initi par la direction qui appuie le lancement de la dmarche et qui lui donne une certaine crdibilit. Il en existe un seul, parfois le directeur du site, voire plusieurs. Il peut y avoir plusieurs niveaux de Champions, suivant lorganigramme de lentreprise qui met en place la mthode. Son rle comprend un certain nombre de missions qui vont instaurer la dynamique de la dmarche; il agit en porte-drapeau. En comit, il est charg de slectionner les projets laide de mthodes spciques qui mettent en jeu certains critres pour faire merger les projets phares. Ces critres portent en gnral sur : les gains attendus; la dure de ralisation prvisible du projet; les difcults potentielles; les efforts accomplir; la qualication et la disponibilit des personnes participant au projet (spcialistes du Six Sigma et le groupe de travail); le besoin qua lentreprise (ou les clients) que le projet aboutisse. Le Champion gnre la fois de nouveaux projets (en gnral, les ides ne manquent pas) et tient la liste des projets jour. Il a galement pour mission de faciliter le dploiement de la mthode et dapporter un appui concret aux Black Belt et aux Green Belt.
Le Sponsor Le Sponsor est souvent le propritaire du processus. En gnral, la fonction est assume par un responsable de service ou un directeur. Il valide le lancement ofciel de chaque projet par la signature dune charte ou dun mandat de projet, qui comporte les lments cls du projet, notamment ses objectifs nanciers et oprationnels. La validation de ce document est la preuve quil charge un Black Belt ou un Green Belt de rsoudre le problme identi et quil lui fournit les moyens de mettre en uvre la mthode an que le projet aboutisse. En revanche, le Sponsor conserve, la plupart du temps, lautorit hirarchique sur les acteurs du processus. Cest lui qui mobilise les quipes, qui leur explique les enjeux de leur collaboration dans la rsolution du problme. En cas de problme de fonctionnement du groupe, concernant notamment la disponibilit des quipes et les moyens techniques ncessaires lavancement du projet, le Sponsor en porte galement la responsabilit. Il veille aussi lavancement du projet, en ralisant des revues chaque n de phase de la mthode et donne son avis sur les progrs obtenus. Ces revues, bien formalises, comportent la validation dlments spciques chaque phase. En fonction de ces donnes, il approuve ou non la poursuite de chaque tape, puis le passage la suivante. En cas de dsaccord, les lments complter sont dnis et une dcision est prise sur la suite donner. Ces revues de jalons permettent de guider les projets vers la rsolution des problmes, de manire nettement plus assure. Par ailleurs, ce suivi garantit lintrt soutenu du Sponsor et maintient lattention de lquipe focalise sur la dmarche jusqu la n du projet.
Lenregistrement du projet dans la base de suivi informatique des projets, le lancement et la clture de chaque projet sont faits par le Sponsor. Son rle est donc central dans la mthode. De sa motivation dpendra une grande partie du succs du projet. Mais il nest pas seul. Les porteurs de projets et les groupes de travail ont galement une grande inuence sur la rsolution de problmes. Le Black Belt, ou pilote Six Sigma Le Black Belt (ceinture noire) est affect plein temps sur lavancement des projets. Il en ralise entre trois et quatre par an; leur gain moyen oscille entre 200 000 et 300 000 (ces montants sont revoir pour des entreprises de taille plus modeste). Le rle du dirigeant, sil souhaite atteindre ses objectifs, est de maintenir la disponibilit du Black Belt pour atteindre les gains et le nombre de projets quil sest xs. Le Black Belt nest pas li une fonction prcise dans lentreprise; il doit avoir suivi une formation qui le conduira prendre cette fonction. Cette formation est toujours ralise avec un projet comme support davancement. Pour tre Black Belt, dans la majorit des entreprises, il faut avoir t slectionn et retenu. La plupart du temps, le Black Belt occupe sa fonction temps plein. Si ce nest pas le cas, la dure des projets sera plus longue et, le plus souvent, les impacts nanciers et de communication seront moindres. Le Black Belt est souvent retenu pour remplir cette fonction pour une dure de 2 4 ans. Il volue ensuite vers un poste de direction ou de Master Black Belt ou bien reprend une autre fonction. Il sagit souvent dun haut potentiel, que la direction souhaite voir voluer vers dautres fonctions plus tard.
dfaut de responsabilits hirarchiques, le Black Belt remplit dimportantes responsabilits fonctionnelles. Pour une dure limite, le Sponsor lui cone un groupe de travail et une mission : rsoudre le problme. Il accomplit cette mission en sappuyant sur lensemble des outils appris durant la formation et mis en uvre dans le cadre du projet. Un bon Black Belt est avant tout un bon communicant et un esprit curieux, prt se remettre en question en suivant la formation idoine. Si la connaissance des statistiques est un atout supplmentaire, il apprendra en formation lessentiel des outils, quil mettra ensuite en uvre dans le cadre du projet. Il devra galement apprendre prsenter ses travaux laide dun logiciel, car il aura frquemment exposer son travail. Lune des fonctions du Black Belt est de guider le Green Belt dans son projet. Sans avoir dautorit hirarchique, il lui apporte un soutien en termes doutils et de suivi et guide ainsi le groupe de travail, con par le Sponsor, vers latteinte des objectifs des projets. Hirarchiquement, le Black Belt est souvent rattach au Champion. Dans une petite structure, un consultant assume parfois le rle de Black Belt. Cela vite lentreprise un investissement en formation. Le Master Black Belt Le Master Black Belt peut tre soit un consultant, soit un Black Belt expriment dans les grandes entreprises, une personne interne qui joue le rle de conseil et dappui mthodologique sur le Six Sigma. Il dploie une bonne expertise technique, possde des qualits naturelles de coach, de leader et de formateur. Il est charg de dployer la formation des Black Belt et des Green Belt, dassurer le suivi des projets et de veiller leur russite. Il apporte
ainsi une aide concrte aux projets existants ou natre, en assurant une fonction de coach auprs des personnes dj formes, en les guidant au travers des outils et des techniques. Il peut coordonner de grands projets pour lentreprise, avec laide de Black Belt et/ou de Green Belt. Le choix du Master Black Belt doit donc se faire avec beaucoup de discernement. Son rle daccompagnement fait de lui un formateur auprs des diffrents acteurs du Six Sigma : Champion, Black Belt, Green Belt, etc. Cest un professionnel reconnu dans son mtier, quil exerce plein temps. Cest aussi avec laide dun Master Black Belt averti que lentreprise se tournera vers des techniques plus spcialises comme le Lean Six Sigma ou le DFSS (Design For Six Sigma). Il aide les managers et les champions slectionner les priorits. Il contribue ainsi mettre en vidence lalignement du dploiement des projets avec les stratgies, en les clariant et en aidant organiser les priorits. Ceci impose de prendre du recul, lequel sacquiert grce aux projets dj raliss et une vision globale de la mthode et des besoins de lentreprise. La formation de Master Black Belt est toujours particulire. Le plus souvent, elle intervient aprs une formation Black Belt et quelques projets russis, au cours duquel le candidat sest distingu. Elle comporte des complments en techniques statistiques ainsi quune importante partie sur les rgles de formation et de communication. Pour une entreprise, compter un ou plusieurs Master Black Belt est le signe dune bonne maturit dans lapproche du Six Sigma et quelle va pouvoir gagner en autonomie. Le Green Belt Le Green Belt (ceinture verte) est mi-temps sur les projets. Il ralise entre un et deux projets par an, prsentant
chacun un gain de 50 000 environ. Bien souvent, ce gain se situe davantage autour de 100 000 . Il est autonome sur les projets, mais fonctionne le plus souvent avec laide dun Black Belt. Sa formation est dune dure plus courte que celle dun Black Belt. Il apprend galement le cycle complet de ralisation dun projet, mais dispose dun peu moins doutils utiliser dans les projets. Les Green Belts, beaucoup plus nombreux que les Black Belt dans les dploiements Six Sigma (de 5 10 fois plus nombreux environ), permettent de rpondre rapidement lensemble des problmatiques qui peuvent se poser dans les services. Le Yellow Belt Le Yellow Belt, principal acteur dans un groupe de travail, nest pas souvent prsent dans les entreprises. Il est apprciable de pouvoir trouver, dans le groupe, les personnes qui connaissent dj les grandes tapes du travail et de la dmarche. En effet, le groupe va travailler partir des connaissances de tous ses membres sur les thmes abords. Le Black Belt, ou le Green Belt, va proposer des outils pour articuler la rexion. Les autres Belts Dautres Belts (ceintures) se retrouvent dans cette appellation. Parfois, on nomme un Orange Belt qui a un savoir spcique (un commercial par exemple).
Cette dnomination est trs rare car le Six Sigma permet justement de raliser des projets quel que soit le domaine dactivit (services ou production). Il ny a donc pas beaucoup dintrt trouver cette distinction, moins dtre dans un cas particulier de conguration.
Le spcialiste dune technique, parfois nomm Brown Belt, est rarement identi dans lentreprise. Il peut sagir, par exemple, dune personne dj charge de dployer certains outils comme lAMDEC, le SPC, les plans dexpriences, le QFD, les scorecards ou bien encore les analyses de abilit (ces outils seront abords plus loin dans le contexte du Six Sigma). Ce rfrent technique trs pointu intervient dans les groupes et en dlgation de projet en anime une partie, si ncessaire. Il peut devenir Green Belt ou Black Belt, tout en conservant sa spcialit. Les ressources humaines Les ressources humaines jouent un rle essentiel dans lapplication du Six Sigma car le dploiement de la mthode ncessite lintervention de personnes, charges entre autres de mettre en place et de collecter analyses et mesures. Le recrutement des Green Belts et Black Belts incombe aux ressources humaines, qui dnissent galement leur rle, leur plan de carrire, leur statut dans lentreprise, leur dure dans la fonction, etc. Dautres fonctions sont galement concernes Les contrleurs de gestion ou responsables nanciers travaillent sur les gains apports par les projets, puis les valident et les consolident en n de projet. Les commerciaux, la fonction marketing ou les dveloppements interviennent aussi dans la collecte de la voix du client. Ils sont alors investis dune mission : contribuer une meilleure coute du client qui serait pris en compte dans les processus internes. Les personnes en charge du dploiement de la fonction Qualit participent largement la diffusion de la mthode. Nombre doutils voqus dans cet ouvrage leur sont fami-
liers. Toutefois, la dynamique aborde ici diffre de celle utilise dans les autres mthodes. Le dploiement de la mthode Six Sigma ncessite de sappuyer sur lensemble des acteurs, et non uniquement sur le responsable qualit, pour lutilisation des outils de rfrence. Mme si le responsable qualit a parfois utilis certains de ces outils par le pass et si les bnces quil en a tirs sont importants, lobjectif recherch ici est davantage li larticulation de lutilisation de lensemble des outils. Je mets en garde le dirigeant contre les bouleversements que la mthode Six Sigma risque dintroduire au niveau des techniques de management, do limportance attache ladhsion totale des quipes. Si la russite des projets dpend de cette adhsion, celle-ci ne se dcrte pas pour autant; elle sobtient par la runion des conditions du succs, entre autres, la culture dentreprise. Cet aspect humain et culturel est adapter et dvelopper spciquement par chaque entreprise. Si lon nobtient pas ladhsion des quipes, cela conduira insidieusement vers lchec, tout en induisant lide que la technique nest pas correcte puisque les projets chouent. Pire que cela, lentreprise aura investi pour rien dans le programme mis en place. Ce cas de gure est rarissime, mais il faut rester vigilant.
Laxe des attentes des clients

Les clients font vivre et progresser lentreprise. Pour les personnes rattaches des processus internes, la difcult rside dans la connaissance de la voix du client. Comment parvenir cette connaissance? Ces personnes grent des tableaux de bord de suivi de leur activit, des amliorations apportes, mais, pour la plupart dentre elles, la notion de client reste oue.
Pour en revenir notre exemple de dpart, comment les personnes charges des expditions, ou mieux, des emballages des cartouches dencre pourraient-elles avoir connaissance de ma msaventure, au vue de la raction de la personne que jai rencontre? Dautres clients ont-ils refus de prendre les cartouches devant le mme constat? Dun autre ct, la notion demballage abm renvoie quelque chose de trs subjectif Les commerciaux, le marketing, le service aprs-vente, le service qualit et quelques autres services forment linterface avec le client, dont les attentes sont difciles dcrire et apprhender. Cest pourquoi il parat encore plus important de les comprendre, de les intgrer et de les faire entrer dans les processus. Comment la voix du client rentre-t-elle dans lentreprise? Souvent, elle passe par les commerciaux, puis le marketing, le bureau dtudes, le bureau des mthodes, la gnration du produit et du service, la livraison, etc. Le cloisonnement des services ne facilite pas la transmission de la demande du client. Ce dysfonctionnement explique en partie la dformation, larrive, des attentes du client. Pour rpondre au mieux ses attentes, la formalisation de ses besoins ncessite du temps, ainsi quune quipe et des comptences spciques. Doit-on distinguer pour autant les clients internes et externes? Leurs attentes sont-elles diffrentes? Dans la majorit des entreprises, les clients internes comme externes ont bien du mal faire comprendre leurs attentes. Il apparat donc essentiel de bien intgrer lensemble des clients concerns par les rsultats du droulement du processus. Il existe diffrentes techniques pour mieux comprendre ces attentes. Les demandes des clients, une fois identies puis intgres dans les projets, guideront le niveau datteinte des
objectifs. Cette approche permet de valider que le projet raliser est bien bas sur une demande relle. Si ce nest pas le cas, lquipe peut raliser un projet important sans aucun impact sur le client. ce sujet, un exemple me revient en mmoire. Jai suivi trois projets qui se droulaient en parallle pour mettre au point un moyen complexe et important. Lorsque tous les rsultats techniques ont t atteints (ils ont mme dpass les objectifs techniques prvus), le service commercial a indiqu que la direction arrtait la fabrication, faute de commandes. Cet exemple illustre bien limportance de ltude des attentes des clients, en prliminaire toute mise en place de processus damlioration.
Laxe de la gestion de projet

Le Six Sigma est une mthode de rsolution de problmes DMAIC (Dnir, Mesurer, Analyser, Innover [ou amliorer], Contrler [ou matriser]) qui permet de rduire la variabilit, ennemie de la qualit, sur les produits. Dans la suite de cet ouvrage sera expliqu le droulement de chacune de ces tapes, en les situant dans le contexte damlioration des processus. Il existe un second cycle, dont le sigle DMADV (Dnir, Mesurer, Analyser, Design [ou concevoir], Valider) dcrit la conception dun nouveau processus ou le renouveau dun processus existant. Cette partie du Six Sigma sappelle le DFSS.
Au travers de ces cycles, les diffrents acteurs dcouvrent, avec plus ou moins dapprofondissement lors de leur formation, que les processus vont atteindre le niveau de sigma attendu par le client. Le sigma reprsente une mesure statistique, dite cart type, qui sert mesurer lcart typique dune valeur sa moyenne. Plus la valeur
dcart type est faible, plus il est facile datteindre les exigences des clients, ce qui permet dobtenir un nombre de sigma lev lintrieur des exigences normatives ou celles des clients.
tude de la capabilit du processus

Par exemple, si le client sattend, pour un produit donn, un dlai de livraison compris entre 1 et 7 jours, en admettant que le dlai de livraison soit centr sur 3,5 jours et que le nombre dcarts types soit de 3 jours, il ny aura que 1 cart type pour rpondre la demande du client. Ce chiffre correspond un taux de satisfaction de 68 % (voir une table statistique sur la loi normale). Si lcart type (suite un projet par exemple) est gal 1 jour, il y aura alors 3 carts types pour la mme rponse et le taux de satisfaction dpassera alors les 99 %.
Cet exemple permet de conclure que, plus la valeur dcart type est petite, mieux on parvient satisfaire les clients. Cest donc en passant par chacune des tapes de ces cycles que de meilleurs rsultats seront obtenus.
Laxe nancier
Laxe nancier est li lapplication de techniques Qualit : AMDEC, SPC, plans dexpriences, etc. Frquemment, les entreprises utilisent tout ou partie de ces techniques sans vraiment valuer leurs impacts dans les projets. Il ne faut pourtant pas minorer cet aspect nancier. En effet, sil tait labor la base, il serait plus facile pour les dirigeants de matriser son impact dans lentreprise. Or,
ces derniers sont plus souvent intresss par les positionnements nanciers que par les positionnements techniques des sujets : le Six Sigma les sduit dabord par les aspects nanciers quil prsente, au dtriment des questions techniques. Tous les projets Six Sigma font lobjet dune valuation nancire en termes de gains attendus. Le retour sur investissement se ralise ds le premier projet men par un Black Belt ou un Green Belt. Les gains sont valids par la direction nancire au dbut et la n de chaque projet. Ils sont consolids dans une base de donnes, souvent conserve sur lIntranet. Les montants nanciers fournissent une chelle commune signicative pour les dirigeants, qui peuvent ainsi raliser tre segments par secteur dactivit, pour toute lentreprise ou encore pour se comparer leurs concurrents. Les gains obtenus, prennes dans le temps, peuvent en gnrer dautres. La presse relate rgulirement les exemples dentreprises ayant mis en place des projets Six Sigma et dont les gains sont considrables. Sur quels processus aborder la mthode Six Sigma? Celleci peut sappliquer, entre autres, au processus de commande ou au processus nancier pour rduire les dlais de livraison ou les tris par exemple. La technique peut toutefois sadapter tous les cas, pourvu que les conditions nancires et damlioration des processus soient favorables. Dans tous les cas, il faut tout dabord valuer le montant des avantages attendus sur un projet donn, avant de dterminer la validit de lenjeu. Par exemple, jai indiqu un jour un dirigeant de PMI que je pouvais laider valuer les gains attendus dun projet damlioration de dlai de livraison. Il ma con sattendre des gains de 200 000 . Nous avons pu valuer que, en ralit, ce projet allait lui faire gagner 4 500 000 ,
en lui vitant de construire une seconde chane et en ralisant des conomies sur lactuelle chane! Comment slectionner les projets? En fait, la slection se fait en sance de Champions o le critre nancier, bien quimportant, est insufsant pour dcider des projets raliser.
Laxe de la communication
Cet axe parat souvent facile aux dirigeants, persuads de communiquer vite, bien et efcacement. Quelle erreur! Il est ncessaire de raliser un plan de communication dtaill, except si lentreprise en possde dj un. Dans la plupart des cas, il faut aborder lintgration du Six Sigma et les mthodes de communication qui y sont lies. Cest pourquoi tous les aspects de la communication sont abords durant les formations. Par exemple, les personnes sont formes pour raliser la prsentation dite de lascenseur qui ne doit pas durer plus dune minute : environ la dure dun trajet en ascenseur. Dans certaines situations, comme des rencontres diverses dans les couloirs ou lors de manifestations particulires, il est judicieux davoir travaill son texte, an de prsenter avec aisance son sujet dtude et sa mission dans lapproche du Six Sigma. Cette prsentation peut galement tre utile pour expliquer brivement la mthode. Ainsi, lors des formations, il est demand chaque stagiaire de se prsenter et dexpliquer son projet du moment. Parfois, les rponses sont tellement dtailles ou complexes quelles en deviennent incomprhensibles. Or, comment peut-on vendre un projet son manager ou lexpliquer quelquun, si lon nest pas entran le prsenter avec naturel et clart?
Mais il existe de nombreux autres exemples de travaux sur la communication : afchage, prsentation avec le logiciel appropri, travail de loral et de lcrit, information sur les aspects nanciers des projets, communication lensemble du personnel, etc. En dnitive, le Six Sigma doit tre peru de faon cohrente et la clart des messages diffuss permet tous les acteurs de comprendre la mthode. En effet, les personnes qui appliquent le Six Sigma au quotidien dcideront dutiliser ou de rejeter la mthode, en fonction des messages qui leur auront t transmis.
Laxe des outils informatiques et des statistiques

Ceci constitue un axe fort dans lapproche Six Sigma qui le diffrencie peut-tre dautres mthodes Qualit, enseignes par le pass sans appui logiciel. Tous les projets Six Sigma font largement appel aux outils informatiques. Lors des stages de formation, notamment Black Belt et Green Belt, chaque stagiaire devrait disposer dun ordinateur portable, indispensable pour travailler en sance de formation, prsenter ses projets et recueillir des donnes sur le terrain. Or, les ordinateurs portables sont souvent rservs aux managers! Durant les sances sont proposes des acquisitions thoriques, informatiques et dautres qui servent de mise en pratique : cas dcole et applications sur le projet des participants. Lencombrement des appareils doit tre rduit au minimum pour laisser la place dans la salle pour pouvoir organiser tous les apprentissages, ce qui ne rend pas non plus aise lutilisation dordinateurs xes. Il est mme conseill davoir une cl USB pour stocker les donnes et changer les chiers.
Dans cet axe, les statistiques sont prsentes avec linformatique. Cest un choix volontaire, mais rducteur. Lutilisation des outils couvre ici un domaine bien plus large que les statistiques, car elle englobe les outils qualit ayant dj dmontr leur efcacit par le pass. Lutilisation des outils informatiques et statistiques permet de grandes amliorations, des gains de temps et des consolidations dinformations pour le futur. Parmi ces outils qualit, on trouve galement dautres outils trs varis comme : lAMDEC (Analyse des Modes de Dfaillances, de leurs Effets et de leur Criticit), mthode de recherche de causes de problmes, puis de hirarchisation, slection et mise en place des solutions appropries; les analyses de recherche des causes avec des diagrammes dIshikawa (diagrammes en arbre); les plans dexpriences; les analyses de rptabilit et de reproductibilit pour les mesures; les autres outils, utiliser dans le contexte dun projet. Ces outils peuvent trouver des complments informatiques, comme les logiciels spciques, utiles dans leur dploiement. Lors de lexpos de lensemble de ces outils, il arrive quon me rponde que dautres dmarches ont dj utilis ces outils avec succs. Le Six Sigma se diffrencie davantage par lintgration des six axes prsents ici que par lutilisation des outils cits. Le nombre doutils peut paratre certains trop lev. Lexprience dmontre toutefois quil est utile davoir une telle bote, dans laquelle on peut piocher au gr des projets, avec bien videmment, une prdilection pour certains outils.
Lors des formations, les statistiques sont surtout utilises au travers des apports du logiciel spcialis. Un Black Belt nest en aucun cas un statisticien. Linitiation a pour seul objectif dapprendre se servir du logiciel pour rgler un problme donn. Le stagiaire pourra ainsi comprendre dans quelles conditions le problme se produit, se reproduit, se forme et/ou ne se produit pas. Les statistiques permettent dafrmer plus srement des situations. Par exemple, il sera possible dafrmer : Je suis sre 95 % quand je dis que telle situation est meilleure que telle autre. De nombreuses analyses sont la porte de toute personne forme la mthode. Dans les prochains chapitres, nous allons voir, au travers dun projet industriel, comment appliquer avec succs les techniques lies au dploiement du Six Sigma. Lutilisation des statistiques dans un projet ntant pas toujours primordiale, les rsultats ne sont pas valus sur la quantit de techniques statistiques utilises, mais plutt sur les rsultats nanciers obtenus. Il est donc conseill de former en priorit des collaborateurs ayant des facilits de communication plutt que des statisticiens. Il est souvent plus facile dinculquer des concepts statistiques (qui utilisent des techniques formalises suivre) que de transformer en communicateurs des statisticiens (qui utilisent des techniques quil faut afner suivant les individus rencontrs et quil nest pas toujours facile de sapproprier). Cette tendance apparat encore plus nettement dans la gestion de projets quen formation. Une personne lesprit trop orient vers les statistiques peut noyer les autres, parfois sans sen rendre compte. Or, la mise en place du Six Sigma (surtout au dbut) soulve diffrents problmes et la communication doit tre soigne, sans doute plus que lutilisation des techniques statistiques (sans tre cartes pour autant).
Diffrentes mthodes de dploiement

Il existe plusieurs mthodes de dploiement. Je choisirai ici den aborder deux parmi les plus courantes. Dans la premire, la plus frquente, toutes les parties prenantes sont formes, commencer par les dirigeants et le management. Ces formations permettent, en plus de lacquisition de la mthode, de dcider des premiers sujets qui vont tre traits en fonction de leur apport pour lorganisation et des premires personnes former. Ensuite, les diffrents acteurs (Black Belt, Green Belt, etc.) suivront en parallle au projet un cursus de formation, qui permet lillustration des diffrents concepts. Le dploiement du projet se fait en fonction dun calendrier et dobjectifs dnis en commun. Dans lautre approche, un consultant commence par intervenir la place du Black Belt. Cette stratgie comporte certains avantages; elle permet notamment, pour assurer un meilleur suivi de la mthode, de lintgrer en douceur dans lentreprise. Le consultant intervient pour rsoudre des problmes dnis et appliquer la mthode. Une fois le projet termin, lentreprise sapproprie les rsultats de la mission et rebondit sur cet exemple pour le prsenter en support lors de formations ou dautres occasions. lissue du projet, le consultant connat mieux les interlocuteurs et les problmatiques de lentreprise. Il peut donc former plus efcacement les acteurs de la mthode. Ladaptabilit du Six Sigma permet tous types de structures de trouver les rponses des problmatiques spciques. Cette dmarche prsente toutefois un inconvnient majeur, celui de sapproprier la mthode une fois le projet ralis. Pour attnuer cet effet, il est possible de dmarrer les formations, mme si le projet nest pas termin.
Il arrive que les petites entreprises souhaitent uniquement rsoudre un problme ponctuel avec le Six Sigma et non sapproprier tous les dtails fonctionnels. Ici, le message serait plutt : Limportant, cest quil apporte des rponses aux problmes de mon entreprise. Sans sapproprier le Six Sigma, lentreprise utilise juste ses apports en se faisant guider par un consultant. Ce type dapproche convient bien aux PME-PMI. Lors de lutilisation du Six Sigma, l'emploi des techniques est adapt au type de projet, aux gains attendus et aux moyens mis en place. Ainsi, un projet enjeu international ne va pas bncier des mmes moyens quun projet 50 000 ou 100 000 . Mais comment mettre en pratique la mthode Six Sigma? Je vous propose de le dcouvrir travers ce que lon pourrait appeler Les aventures dun Black Belt dans les emballages.
2
La phase de dcision
Trois lments peuvent intervenir et inuencer la dcision du dirigeant concernant la ralisation ou pas dun projet : la direction peroit que lavenir de lentreprise va voluer dans cette voie. Par exemple, si le dirigeant discerne un dveloppement stratgique trouver cause de la diminution des ventes pour casse demballages; le dysfonctionnement interne peru. Par exemple, si le personnel la prparation, la commande, au transport ou la livraison des produits constate un dysfonctionnement et souhaite intervenir pour amliorer le processus. Il sagit ici dune demande interne du processus et de ses acteurs; les clients expriment un besoin damlioration ou de nouveaut. On parle ici de rponse aux attentes des clients.
La mthode par lexemple (suite)

Je rencontre nouveau le dirigeant de lentreprise et je vais tre amene changer frquemment avec lui. Il a pris la dcision de raliser le projet car il a constat une baisse du chiffre daffaires due des retours de produits avec des emballages dfectueux (produits et/ou emballages abms). Il ne comprend pas pourquoi car le personnel semble efcace, quoiquun peu dbord par moments. Le dirigeant fait le lien avec dautres lments quil a en main : remarques similaires, rsultats de la dernire enqute en clientle, rsultats nanciers en baisse sans explication identie. Lenjeu nancier du projet doit lui permettre den envisager la ralisation. Les Black Belts comptents sont souvent des personnes curieuses qui vont poser beaucoup de questions. ce stade, peu dinformations sont ncessaires : nous tudions ensemble la faisabilit du projet. Bien sr, il est difcile de savoir do proviennent les problmes : le produit est-il endommag une fois sur les rayons, durant le transport ou bien lors de la fabrication? Mais les retours ne sont pas uniquement lis un problme demballage. Parfois, les produits sont galement dtriors. Il faut alors prvoir de les changer. Nous dcidons de ne pas traiter du cas des remplacements des biens dfectueux, qui sera tudi dans un autre cadre. Ce besoin exprim permet de connatre les limites du sujet. Pour avancer dans notre rexion, il nous faut des donnes plus prcises : sur quel type de produits? Quels sont les emballages les plus touchs? Le dirigeant ne sait pas rpondre ces questions. En revanche, les quipes paraissent dtenir beaucoup de solutions, entre autres :
La phase de dcision 25
mettre des emballages dans des conditionnements dexpdition plus grands; serrer les emballages pour quils ne se heurtent pas dans le transport; entourer les produits de polystyrne dans les cartons.
Apparemment, lentreprise travaille depuis longtemps sur le sujet. Ce contexte est frquent dans un projet qui dmarre : le problme nest pas encore pos que dj les solutions, souvent plus ou moins testes, afuent. Certaines ont fonctionn un certain temps, puis se sont dgrades et ont t remplaces par dautres. On parle, dans ce cas, de solution non prenne. Le Six Sigma comporte une phase de recherche damliorations qui se situe la n du cycle, une fois le problme pos, les mesures obtenues et la situation analyse. Les propositions mises ltape dinnovation/amlioration sont prennes car il a t prouv que les solutions mettre en place vont rsoudre les causes des problmes. Elles rgleront vritablement la problmatique rencontre, de manire durable. Avec le Six Sigma, tous les lments trouvs dans le projet seront, en quelque sorte, dmontrs par des techniques Qualit. la phase dinnovation/amlioration, les solutions mises en place seront galement testes et la preuve sera faite quil sagit bien de solutions prennes. Une vrication grandeur nature aura lieu dans la phase de contrle. Revenons sur les aspects qui permettront de dcider si le projet est bien un projet Six Sigma. Une premire estimation fait apparatre quun produit sur vingt environ est
retourn lentreprise en raison dun emballage endommag. Parfois, des valuations nancires ont dj t faites, mais ce nest pas toujours le cas. Lorsque les valuations nancires ne sont pas connues, les impacts font lobjet dune liste. Il nest pas ncessaire de les dcrire trs prcisment. Mieux vaut une valuation mme approximative que pas dvaluation. Une estimation trs prcise, ce stade, fait parfois perdre du temps car lobjectif est uniquement de mesurer la porte de lenjeu. Une description sommaire des impacts fait donc apparatre la liste suivante (lments non classs) : reprise du (ou des) produit(s) mal emball(s); pnalits en cas de rupture de stock; r-acheminement du produit vers lentreprise; remplacement de lemballage ou emballage + produit, destruction de lancien; une personne plein temps pour rceptionner les emballages, les remplacer, les trier, les renvoyer; une personne mi-temps pour grer ce type de rclamation : rcupration, acheminement, livraison, retards, pnalits; image de marque, perte de conance, de clientle et de march.
La liste prsente ici, comme toutes celles qui numrent des lments, est difcile gnrer dans les quipes car elle mobilise une grande nergie de la part des participants. Nous dcidons dune pause, technique courante car les personnes qui ont contribu cette production dides sont fatigues et ont envie de poursuivre sous un autre angle. La pause permet aussi de confronter ou dapprofon-
dir les points de vue de chacun et de reprendre la runion avec de nouvelles ides. Dans ce genre dapproximation, il est intressant de valoriser la valeur moyenne et la frquence dapparition des lments voqus. Voici un tableau rcapitulatif.
Valorisation de la valeur moyenne et frquence dapparition des lments en jeu
Liste des lments Reprise du (des) produit(s) mal emball(s) Pnalits si rupture de stock R-acheminement du produit vers lentreprise Remplacement de lemballage ou emballage + produit, destruction de lancien Une personne plein temps pour rceptionner les emballages, les remplacer, les trier, les renvoyer Une personne mi-temps pour grer ce type de rclamation : rcupration, acheminement, livraison, retards, pnalits Image de marque, perte de conance, de clientle et de march Valorisation moyenne 5 20 30 10 Frquence 10 par jour 1 par semaine 5 par jour 4 par jour Total sur un an 15 000 1 040 45 000 12 000
2 500
1 par mois
30 000
1 800
1 par mois
21 600
1 client sur 10 ren- 1 par jour contre des problmes demballage. Chiffre daffaires moyen pour un client : 250
75 000
Total
199 640
Tous les sujets sont difciles valoriser, mais cette technique permet dobtenir une assez bonne approximation. Un jour, un contrleur de gestion ma mme indiqu quelle tait parfois meilleure que celle quil pouvait obtenir dans certains cas. Il arrive que des donnes, dj comptabilises de faon prcise, soient prsentes par les entreprises. Dans ce cas, les enjeux sont dj xs et lvaluation nancire nest pas raliser car on se sert de lexistant. Pour dautres types de projet, il sagit davantage de gagner sur le chiffre daffaires pour accrotre les parts de march de lentreprise. Plus frquemment, le dirigeant veut augmenter simultanment son chiffre daffaires et la performance de son entreprise, tout en conservant la qualit. On peut aussi avoir laspect inverse : la recherche de solutions pour diminuer les pertes favorise les gains. Pour en revenir nos emballages, si les mauvais font perdre des clients, les bons, au contraire, en feront gagner de nouveaux et le nombre de parts de march augmentera de fait. Dans dautres projets, dans lesquels les gains nanciers sont trs importants, on recherche surtout ces aspects. Pour les emballages, le montant du gain supplmentaire slvera 75 000 par an et par client gagn. Plus la prsentation du produit est sduisante, plus le produit se vendra bien. Le chiffre daffaires sen trouvera ainsi augment. En conclusion, le gain potentiel slve 199 640 , soit environ 200 000 . Dans la ralit, ce ne sera pas le cas; en effet, atteindre 100 % de cet objectif parat souvent impossible. Il vaut mieux raisonner en compltant le tableau dj obtenu avec le gain probable sur chacun des lments et ajouter les prvisions sur les augmentations du chiffre daffaires. Le rsultat ainsi obtenu permettra une approche plus relle des lments nanciers (voir page 30).
valuation des impacts nanciers

N Liste des lments Valorisation moyenne 5 1 20 20 30 30 10 Frquence 10 par jour 1 par semaine 1 par semaine 1 par an 5 par jour 1 par semaine 4 par jour Total sur un an 15 000 52 1 040 52 45 000 1 560 12 000
1 Reprise du (des) produit(s) mal emball(s) Situation optimale 2 Pnalits si rupture de stock Situation optimale 3 R-acheminement du produit vers lentreprise Situation optimale 4 Remplacement de lemballage ou emballage + produit, destruction de lancien Situation optimale 5 Une personne plein temps pour rceptionner les produits emballs, les r-emballer, les remplacer, les trier, les renvoyer (calcul sur la masse salariale) Situation optimale 6 Une personne mitemps pour grer ce type de rclamation : rcupration, acheminement, livraison, retards, pnalits (calcul sur la masse salariale) Situation optimale
10 2 500
1 par semaine 1 par mois
520 30 000
500 1 800
1 par mois 1 par mois
6 000 21 600
300
1 par mois
3 600 .../...
7 Image de marque, perte de conance, de clientle et de march
1 client sur 10 1 par jour rencontre des problmes demballage. Chiffre daffaires moyen pour un client : 250 Sans perte de 1 par jour client + 1 gagn client gagn par jour
75 000
Situation optimale
Gain de 75 000
Estimation du total de la situation optimale : restant en perte Estimation du gain sur nouveaux clients Gain sur chiffre daffaires Pour le projet, les estimations concernent :
La perte actuelle Le gain potentiel Le gain estim attendu sur le projet
- 11 782 +75 000 + 63 218 +199 640 + 63 218 262 858
Gain attendu pour le projet

Pertes actuelles 80000 70000 60000 50000 40000 30000 20000 10000 0 -10000 -20000 Gain potentiel Gain potentiel Gain total Gain estim attendu total 262 858
Ces approximations donneront de la crdibilit au projet qui pourra ainsi tre ralis. Dans la mthode Six Sigma, le niveau requis pour mener bien ce projet correspond celui dun Black Belt, lequel pourra tre encadr par des Green Belts pour laider dans sa mission. Dans le chapitre prcdent, nous avons vu quil existait plusieurs manires de raliser la mise en place du Six Sigma. La procdure lamricaine consiste former tout le monde et slectionner un projet pour chaque candidat. Lavantage serait, dans ce cas, de pouvoir prendre ce projet comme tant lun des projets retenus, do un gain qui serait dmultipli par le nombre de projets. La seconde mthode, la gestion dun projet (ou de plusieurs), est un apprentissage de la technique par lapplication. Dans le cas observ ici, cest ce qui est prconis. Un certain nombre de cots ne sont pas mentionns ici, cest le cas du cot des consultants. Le cot du consultant devrait entrer dans les lignes du projet. Il est vraisemblable que son implication sera fonction de la taille du projet. Sur les gros projets, une quipe de consultants, Black Belts ou Master Black Belts, travaille en commun et unit ses efforts. Sur les projets plus modestes, un consultant, plein temps ou non, peut sufre. Tous les efforts doivent rester proportionnels aux gains attendus, tout point de vue : apport de conseils, forces vives parmi les acteurs de lentreprise, nombre de runions ncessaires ainsi que tout ce qui reste valuer comme effort de solutions mettre en place.
Leffort nancier global devrait tre amorti sur un an, voire deux, pour les projets ambitieux. Il comprendra les honoraires du (des) consultant(s), lutilisation de lquipe de projet et le cot de limplantation des solutions. Pour certains projets, le retour sur investissement pourra tre plus rapide.
Dans les missions de ce genre, il y a un intressement aux rsultats obtenus. Certaines entreprises clientes apprcient beaucoup, dautres pas du tout. Il faut comprendre quaux tats-Unis, les Black Belts et les Master Black Belts sont souvent missionns sur les rsultats obtenus. La culture europenne nest pas encore prte pour cette approche. Les personnes dont la charge de travail aura diminu, grce aux solutions apportes, devront tre intgres dans une nouvelle organisation. Par exemple, dans un projet de travail concernant les dlais, une diminution du temps de travail sera la consquence dune meilleure organisation en amont. Il sera de la responsabilit de la direction et/ou des ressources humaines de veiller la bonne migration de ces personnes vers dautres tches. Ce point est important pour plusieurs raisons : si les personnes ne migrent pas vers dautres tches, lentreprise ne parviendra pas au gain escompt; pour ne pas laisser dire que le Six Sigma conduira rduire les effectifs des entreprises; si les personnes ne sadaptent pas leur nouveau poste, elles jetteront le discrdit sur la mthode dans son ensemble. Examinons maintenant les autres aspects avant de passer la phase de dnition du projet. Lexamen, mme sommaire, de la disponibilit et de la motivation de lquipe est ncessaire. Cette rexion permet de valider les conditions de ralisation et de russite du projet. ventuellement, quelques mises au point avec les responsables seront ncessaires pour tre certains que toutes les parties prenantes disposeront du temps ncessaire pour assister aux runions et apporter leurs connaissances dans le cadre dun groupe de travail.
Lapport de diffrentes comptences, runies autour dun mme projet, permet de garantir que tous les thmes seront abords. Dans le groupe concernant ce projet, tous les intervenants du processus, qui sont nombreux, devront tre prsents : des responsables de la production des produits jusquau consommateur nal qui achtera ces produits. Ils seront prciss lors de ltape de dnition. La participation des membres du groupe de travail va voluer au cours de la ralisation du projet. Par exemple, certains deviendront des participants temporaires qui ne seront convis qu certaines sances. Il est indispensable dorganiser une runion pralable an de rappeler limportance du projet pour tous. Dans notre exemple, toutes les parties prenantes voudraient amliorer la situation existante, mais il nest pas certain que toutes les donnes inhrentes cette situation existent. De fait, on dispose de certaines donnes, releves sur des retours de produits, avec quelques explications. Ces analyses nayant pas t remises jour et ayant t peu tudies, il est ncessaire de les reprendre avant de continuer. Un historique des produits dfectueux (emballages et produits) a t conserv par la socit au cours de lanne prcdente, de septembre 2002 novembre 2003. Il manque toutefois le dtail des produits emballs et retourns (voir tableau ci-aprs). Ce premier tat ne reprsente pas tout fait les donnes souhaites, puisquil traite de tous les retours sans distinction. Il permet toutefois de mettre en vidence sil existe un problme particulier. Cest frquemment le cas des premiers chiers de donnes qui sont incomplets ou qui ne comportent pas tous les lments requis.
Historique des produits dfectueux

Date du retour Aot Septembre Octobre Novembre Dcembre Janvier Fvrier Mars Avril Mai Juin Juillet Aot Septembre Octobre Novembre Nombre de retours 80 90 100 92 120 95 105 118 123 125 130 140 131 142 145 140
Ds que lon doit travailler sur des donnes, un certain nombre de problmes surgissent. Ils concernent plus particulirement les points suivants :
Les graphiques sont prfrables aux tableaux de donnes. Mme si les choses paraissent identiques, au premier abord, les personnes retiennent davantage les lments graphiques car les informations essentielles sont plus marquantes. Cest pourquoi nous avons opt pour linterprtation synthtique et graphique des donnes dans cet ouvrage.
les donnes sont enregistres dans un logiciel particulier, qui nest pas forcment compatible avec lapplication du Six Sigma; les donnes ne sont pas au bon format (organises dans des chiers spars, par exemple, ou bien dans des bases de donnes existantes); les donnes sont incorrectes, incompltes, trop rsumes ou trop dtailles; les donnes nexistent pas encore et il faut les recueillir. Dans notre exemple, les donnes sont sous un format comptable, mais une visite au service Comptabilit me conrme quil est possible de les transfrer dans le logiciel Excel, qui pourra son tour tre traduit dans les formats de logiciels de statistiques comme celui de MINITAB. Tout Black Belt est form avec un logiciel de statistiques qui permet dobtenir des traitements de donnes de manire plus rapide et efcace. Raliser un projet Six Sigma sans logiciel serait mal venu pour un Black Belt. Les Green Belts peuvent parfois se passer de lutilisation de cet outil, sils utilisent peu les statistiques dans leur projet. Une partie du pouvoir du Six Sigma provient de leur puissance et de leur efcacit dans les traitements statistiques des donnes. Ces logiciels existent dans plusieurs langues, notamment en franais. Par souci de simplication de lecture et dinitiation ventuelle, lillustration de ce livre est faite avec le logiciel MINITAB, version 14. Il existe par ailleurs une version franaise (la 13). Dautres logiciels prsents sur le march remplissent la mme fonction. Certains sont plus spcialiss dans certains domaines particuliers, abords dans le cas dun projet.
Il est essentiel de travailler avec ce type doutils si le Six Sigma entre dans lentreprise. Leur puissance et leur spcialisation les rendent vite indispensables certaines tapes du dploiement de la mthode, notamment de Mesure, dAnalyse et de Contrle (pour limplantation ventuelle de cartes de contrle). Dans les phases de Dnition, dAmlioration et de Contrle, les connaissances en matire de conduite de runion, dutilisation des techniques de communication prendront largement le dessus dans lefcacit de conduite du projet. Lobjectif dun logiciel de statistiques est de produire des statistiques (on sen serait dout), mais aussi de fournir rapidement de nombreux graphiques pour comprendre les donnes. Ce type de logiciel peut travailler partir de bases de donnes trs importantes. Le Master Black Belt, charg de limplantation de la mthode Six Sigma dans lentreprise, aura un avis clair sur le choix du meilleur produit. Il sera judicieux de limpliquer dans ce choix. Avec lapport de donnes, la prcision de lapproximation saccrot. Il serait possible de sen passer ce stade, mais cest plus intressant den retirer les premiers lments. Dans le logiciel MINITAB, il faut saisir les valeurs et les en-ttes ou les importer depuis un tableau existant. Il faut slectionner ensuite le menu Graph>Time serie Plot. Aprs avoir saisi le nom de la colonne dans les sousmenus prvus cet effet, on obtient le graphique suivant. Un graphique relativement similaire peut tre obtenu dans beaucoup dautres logiciels, y compris non spcialiss.
Srie chronologique sur le nombre de retours

150 140 130 Nombre de retour 120 110 100 90 MINITAB 80 Octobre Novembre Janvier Mars Mai Juillet Septembre Novembre
Date de retour
Daprs la visualisation du graphique, il apparat une tendance nette laugmentation. Ceci est une information prendre en compte pour la suite du projet. Le graphique temporel illustre un concept de M. Deming : Tout processus non entretenu se dgrade. En labsence de surveillance, ce processus a donc driv. Les causes de ce dysfonctionnement sont diverses, non identies, non perceptibles et donc non dmontres. Leur prsence et linstabilit du processus peuvent encore dgrader les rsultats du processus. Ces rsultats ne sont donc pas prennes puisque le processus reste imprvisible.
En conclusion, on peut dire que la direction est implique et intresse pour travailler sur ce projet. Lquipe est en voie de constitution et les acteurs sont identis et motivs. Le projet rapportera environ 262 000 par rapport la situation actuelle. Les rsultats dont on dispose montrent une forte augmentation des retours pour problmes demballage (qui ne sarrtera pas seul). Les causes relles
ne sont pas identies et le processus nest pas sous contrle. Enn, la dcision de raliser un projet Black Belt est prise. Il sera dploy avec une quipe guide par un consultant qui jouera ici le rle de Black Belt en accord avec la direction. La dcision de coner la ralisation de ce projet un Black Belt plutt qu un Green Belt est prise au regard des gains escompts. Le Black Belt dispose de plus doutils que le Green Belt. Toutefois, ltape de Dnition, quelle soit ralise par un Black Belt ou par un Green Belt, sera mene de faon similaire et avec les mmes outils.
3
tape 1 : dnir le cadre du projet
Aprs avoir entrin la dcision de raliser le projet, il faut prsent en dessiner plus prcisment les contours. La premire tape dune dmarche DMAIC se dcompose en trois parties : la prparation de la charte du projet. Il sagit de complter un document de synthse dcrivant le problme et les objectifs attendus, de constituer lquipe et de slectionner les parties prenantes, de reporter les enjeux nanciers, enn, de prparer la planication du projet; lorganisation du processus va faire lobjet dun SIPOC (Suppliers, Input, Process, Output, Customers), en franais FIPEC (Fournisseur, Intrants, Processus, Extrants, Clients). Le SIPOC reste le nom le plus connu; la synthse de la voix du client pour en extraire les principaux lments. Dans la phase de dnition, il peut tre intressant de travailler sur un historique du problme.
La mthode par lexemple (suite)

Dans notre exemple, une partie des donnes antrieures a t utilise dans la phase de dcision. Ces donnes, plus ou moins denses, voire inexistantes dans certains projets, savrent trs utiles pour la dcouverte des faits gnrateurs des problmes dans le pass, ainsi que pour tablir une prvision des gains potentiels. Elles servent galement voir si la situation optimale avait t atteinte. Cette dernire information est prcieuse car, si cest le cas, pourquoi ne le serait-elle pas nouveau?
Prparer la charte du projet

Le groupe de travail se constitue : au dpart, le groupe va tre compos de personnes qui dtiennent les principaux lments du projet. Au l du projet, la composition de lquipe volue an dintgrer des personnes plus oprationnelles pour restituer au propritaire du processus, en n de projet, un processus qui aura un fonctionnement efcace. La dcision de la dure du projet incombe au responsable, qui dcide que le projet se terminera avant la n de lanne en cours. Nous planions donc une dure globale de six mois, ce qui est assez courant dans la mesure o lquipe peut progresser rgulirement. Il faut tre attentif aux congs et aux arrts prvisibles pour raliser la planication et ventuellement le prvoir dans la planication. Lors de la premire runion, cest toujours mieux si le Sponsor peut lancer le groupe en annonant les objectifs, ses attentes ainsi que les moyens quil va consacrer au projet. Ensuite, je commence par remercier toutes les personnes pour leur prsence. Jexpose le contenu du projet
tape 1 : dfinir le cadre du projet 41
pendant environ une heure, notamment, les bases du Six Sigma. Les objectifs pratiques et nanciers sont galement annoncs. Nous parlons de lorganisation, assez simple, du projet et de sa planication.
Planication
Octobre Novembre Dcembre Janvier Fvrier Mars Avril Mai Juin Juillet
Runion de lancement Mise en place
Runion de validation et de dfinition Phase de dfinition
Runion de validation et mesure
Runion Runion Runion de de finale : validation validation synthse et et danalyse dinnovation
Phase de mesure Phase danalyse Phase dinnovation et damlioration Phase de mise sous contrle
Durant la seconde partie de la runion, les participants expriment ce que le sujet leur voque. La question suivante est pose : que signie pour vous le problme des emballages? La technique du brainstorming (remuemninges) permet de lister les lments relatifs la question, de manire exhaustive, avec le groupe de travail. Le problme exprim est ensuite dvelopp. Lquipe de travail labore en synthse, la dnition dun emballage correct suivant sa propre exprience. Cet exercice, qui fdre toutes les personnes de lquipe autour dune problmatique commune, possde lavantage de positiver. Il permet, en outre, de montrer la perception du processus vu de lintrieur. La dnition construite en commun est la suivante : Le produit doit parvenir intact dans son emballage jusquau rayon o il est expos, demeurer intact depuis lachat jusqu son ouverture volontaire par lacheteur.
La charte, une fois labore et valide, comporte les premiers lments runis pour le projet. Elle a t cone par le Champion (ou le Sponsor) au Black Belt. La constitution de lquipe peut se faire en commun lors de la remise de la charte. Cest loccasion dun change sur les premiers lments nanciers et de planication prvus. Le Champion est reprsent par le dirigeant. Le Sponsor est le propritaire du processus demballage. Toutefois, le dirigeant peut dcider que ce sont les mmes personnes. Cette charte est ensuite complte par le Black Belt avec le groupe constitu pour afner la planication et les enjeux nanciers. Les objectifs du projet et ses limites sont prciss. Les aspects nanciers sont tudis en collaboration avec le responsable de gestion, ou le directeur nancier, qui doit vrier et valider les objectifs xs. Une autre validation aura lieu en n de projet pour comptabiliser les gains rellement obtenus sur le projet. Ces objectifs, dtaills auparavant, sont reports dans la charte de projet. Ci-contre, la charte pour le projet des emballages endommags. La charte, ainsi complte avec lquipe de projet, sera valide par le Champion. Cela signie, pour le Black Belt et le groupe, lobtention de laccord de dlgation pour raliser le projet dans les conditions dnies par la charte. Ce document voluera dans le temps. Les modications majeures devront faire lobjet dune revalidation par le Champion.
Ltat davancement de chacune des phases est noti au fur et mesure (en bas droite de la charte). chaque validation de n dtape, lindicateur devra atteindre 100 %. Ltape suivante pourra alors commencer. Ce suivi permet, en outre, de xer des dates de revue de n de phase avec le Champion, an de contrler latteinte des objectifs.
La charte du projet
Nom du projet
Sponsor Master Black Belt Responsable du projet Membres de lquipe Description 1. Description du projet 2. Primtre Diminuer le taux de retour des produits pour problmes demballage. Le produit doit parvenir intact dans son emballage jusquau rayon o il est expos. Il doit demeurer intact pendant lachat et jusqu son ouverture volontaire par lacheteur. Les produits exposs en emballage au contact du client acheteur nal auront meilleur aspect et meilleures ventes. Mesures Base Actuelle Objectif Performance idale 0/mois
Problmes demballages endommags

Le dirigeant Caroline Frchet Caroline Frchet D. Petit, A. Valda, J. Pegret, N. Cogla, Jr. Pois, F Herttio .
Produits concerns
Tous produits
Numro de tlphone Membres de lquipe support Date de n E. Coltre, K. Piott, I. Sipprax, S. Traziwack Juin 2003
Date de dbut Dcembre 2002
3. Objectifs du projet Pertes pour les emballages sur 16 mois
1876 sur 16 mois 1876 x 140/mois 70/mois 12/16 = 1407 sur un an
4. Rsultats pour la socit 5. Avantages clients 6. Hypothses et facteurs de succs 7. Contraintes et risques
Pertes actuelles : 199 640 Gain potentiel : 63 218 Gains estims attendus sur le projet : 262 000 Bonne impression pour lachat. Davantage dachats. Pas de blessures dues aux emballages abms. Disponibilit des acteurs. Timing trop juste.
8. Budget ncessaire Non estim ltat actuel. 9. Planning D. Dnir M. Mesurer A. Analyser I. Innover/amliorer C. Contrler/valider Phase du projet Dc 02-Fv 03 Fv 03Mars 03 MarsAvril 03 AvrilMai 03 MaiJuin 03 Avancement
Durant la prparation de la runion suivante, les dates des prochaines revues sont planies, en spciant lobjectif de chacune dentre elles.
Lorganisation du processus : le SIPOC

La runion suivante permet de prparer la cartographie du processus, laquelle restera sommaire pendant la phase de dnition. Les premiers lments du SIPOC (Suppliers, Input, Process, Output, Customers) apparaissent. Le SIPOC trouve une improbable traduction dans FIPEC (Fournisseurs, Intrants, Processus, Extrants, Clients). La terminologie reste toutefois discutable. Lquipe tablit une cartographie sommaire du processus qui permet de faire apparatre simultanment les ux de matires et les ux dinformations, comme on le voit sur le diagramme SIPOC ci-contre.
Le SIPOC : ux physique dun processus demballage/livraison
Fournisseurs Atelier Sous-traitant Sous-traitant Administration Service client Entres Produit Emballage: cartons, plastiques, etc. Camion Bon de livraison Bon de rception Bon de stockage Emballage, stockage et livraison du produit emball Sorties Produits emballs Cartons remplis Bon de livraisons sign Bon de rception sign Bon de stockage sign Clients Client du magasin Transporteurs Stockeur Magasinier Livreur Dstockeur Responsable de mise en rayons
Emballage
Stockage
Livraison
Stockage
Mise en rayon
Le SIPOC peut paratre un lment simpliste du travail du groupe. Il est pourtant essentiel car il permet de concrtiser simplement les lments constitutifs du processus et de valider ce processus. Par ailleurs, les personnes qui vivent au quotidien avec une problmatique prennent un peu de distance et ont bien souvent intgr cette problmatique dans leurs modes de fonctionnement. Pour se donner toutes les chances de localiser les problmes, il faut pouvoir les dcrire synthtiquement. Cependant, une description trop prcise, lors de ltablissement du SIPOC par exemple, risque de ngliger une tape importante. Le fait de se concentrer sur lune des phases du processus peut entraner une description trop dtaille au dtriment dinformations importantes qui ne seraient pas traites. Parfois, dautres informations donnent la priorit lune des phases du processus et peuvent complter le travail.
Synthtiser la voix du client

Ltude de la voix du client ncessite plusieurs runions, suivant le type de client ou bien le degr dapprciation souhait. En effet, lorsque le client dit : Je ne veux pas payer mon produit car lemballage est abm, il faut dcoder cette attitude an de comprendre ses attentes relles. En cas de doute, il faut se reporter au nombre de fois o lon est sorti dun magasin en prtextant tout fait autre chose que la vritable raison qui nous anime. Par exemple, en disant : Non, cela ne me va pas, alors quon pense : De toute faon, cest beaucoup trop cher!. Dans le cas du paiement de produits avec des problmes demballage, cela pourrait tre la mme chose. Il est
important de sintresser au client qui part et dimaginer les informations que le magasin pourrait obtenir lors dun entretien alors quil quitte le magasin! Une part des informations caches sous liceberg des cots de non-qualit, dont on connat rarement plus de 10 %, pourrait ainsi tre rvle. Enn, il faut comprendre ce que dsire le client. Souvent, le vendeur nessaie pas de savoir ce quil veut et ne le relve pas non plus. Comment, dans ces conditions, lorganisation du magasin pourrait-elle tre amliore? Une meilleure connaissance des besoins des clients peut-elle tre obtenue? La runion dquipe dmarre avec la mthode des notes autocollantes. Il a t dcid de distinguer diffrentes catgories de clientle : entreprises, transporteurs, stockeurs, personnes mettant en rayon et acheteurs. Chaque participant relve, sur une note, une ide de mcontentement sur les emballages, en tant que client des produits concerns. Lide principale de cet exercice est dcrire autant de notes que ncessaire pour cerner le problme. Sur le schma ci-contre, la liste des lments mis par le groupe est cre. Les notes sont ensuite regroupes en catgories puis, ventuellement, en familles par ide. Comme toujours dans la ralisation des groupements de donnes, cela reste un peu subjectif et dpend des participants. Lexprience montre toutefois que les lments essentiels sont trouvs par les quipes, sauf dans le cas dune mauvaise animation. Le Black Belt, gnralement bon communicateur, sait grer les problmes danimation avec sufsamment daisance.
Les besoins clients

Emballages non ouverts Emballages ferms Emballages impermables Emballages transparents Emballages avec facilit d'ouverture Emballages avec moyen d'ouverture automatis
Emballages non corns Emballages intacts Emballages en carton Produits intacts Emballages rsistants Produits bien conservs Emballages pas trop serrs Produits non abms Emballages pas trop flottants
Emballages avec systme d'inviolabilit
Emballages avec systme antivol
Le travail de regroupement a t ralis de la manire suivante, comme le montre la gure ci-dessous.

Les besoins clients 2
Fermeture de lemballage Emballages non ouverts Emballages ferms Emballages intacts Rsistance des emballages Emballages impermables Emballages rsistants au feu, l'eau, la poussire Emballages rsistants aux manipulations Systme douverture Emballages avec facilit d'ouverture Emballages avec moyen d'ouverture automatis Emballages avec systmes d'inviolabilit
Conservation, prservation des produits Produits intacts
Matire des emballages Emballages transparents
Scurit Emballages en carton Emballages avec Systme antivol
Produits bien conservs Emballages en PVC Produits non abms
Aspect des emballages Taille des emballages Emballages pas trop flottants Emballages pas trop serrs Emballages non corns Emballages non ouverts
De nouvelles ides, venant complter le travail ralis prcdemment, jaillissent. Sont ensuite exprims les besoins primaires et secondaires an de dgager des familles. Un diagramme dIshikawa, connu sous le nom darbre des besoins clients, va donc pouvoir tre trac. Il reprend lensemble des informations exprimes pour chacune des catgories de clientle et les dcline en variables essentielles, mesurables pour chaque besoin lintrieur des processus. Ce diagramme reprsente le dbut de la recherche de la satisfaction des besoins des clients, lesquels sont dclins en indicateurs cls du processus qui mesurent la satisfaction des clients. Ces indicateurs gurent sous plusieurs noms en particulier : CPQ (Crucial Pour la Qualit) ou CTQ (Critical To Quality); KPOV (Key Process Output Variables), variables cls de sortie des processus; KM (Key Metrics), mtriques cls; variables critiques. Il sagit de variables de rponse des systmes mis en vidence. Dans la suite de cet ouvrage, elles seront nommes Y comme des variables de rponses, surtout si elles sont dclines en termes quantiables. On voit ci-contre larbre obtenu par lquipe. Pour certaines branches, les Y sont mis en vidence. Il est facile de percevoir la dclinaison de lexigence clients en termes mesurables, les Y.
Larbre des CPQ

Non ouverts Intacts Fermeture Non fendus Non manipuls sans gants Non bossels Ouverture Facilit douverture Moyen douverture automatis Systme dinviolabilit Transparents pour les paquets individuels Besoins clients pour emballages Aspect Matire En carton pour les emballages collectifs En container mtallique ignifug pour les cartons films sur palette Forme Non corn Non ouvert Manuelle Solidit Rsistance aux manipulations Rsistance aux chocs lair leau Rsistance aux agressions Au feu Aux tempratures Automatique tanchit la poussire tanchit leau Niveau dignifugation Tempratures de stockage et de dstockage Non ouvrable sans outil Systme antivol
Ces variables de rponses Y prennent la forme dune quation : Y = (X1, X2, X3, , Xn). Chaque Y rpond une loi mathmatique qui sera rete par des statistiques. Plus la variation des Y sera faible, plus frquemment les besoins des clients seront satisfaits. Chaque variable reprsente galement une opportunit de ne pas satisfaire de la meilleure faon un client. Les opportunits de dfauts sont comptes en Dfaut Par Million dOpportunits (DPMO). Atteindre 6 sigma symbolise le fait que, pour 1 million dopportunits, seules 3,4 fois seront ralises. Cela peut paratre peu, mais cela dpend des processus. Pour 10000000 de litres deau potable par an, un niveau de 6 sigma correspond 34 litres deau non potable par an. Ce niveau de qualit est parfois largement atteint et
dpass. Mais, pour la majorit des entreprises, se situer 2 ou 3 sigma sur les variables critiques est dj une satisfaction. Par exemple, les compagnies ariennes des grandes lignes sont au-del de 5 sigma, en ce qui concerne les atterrissages, mais restent en-dessous de ce chiffre pour les bagages ou les horaires. Ces donnes leur indiquent les domaines o elles ont encore des progrs faire. Il est donc possible dobtenir des niveaux de qualit diffrents suivant le service recherch par le client. En tant que client, on ne mesure pas la diffrence entre le fait davoir son bagage et datterrir correctement. Cest le niveau de qualit de lensemble qui est peru. Bien videmment, il sagit l de perception du niveau de qualit par le client.
Un exemple
Je suis une dessinatrice occasionnelle. Si je dois acheter des crayons de couleur pour mon usage, cela me gne quand la mine se casse quand je les taille, mais cela nest nalement pas trs important. Avoir un processus un faible niveau de sigma ne me gne nalement pas trop car il ne sagit pas de mon processus principal. Je vais donc acheter des crayons qui ne seront pas trs haut de gamme : leur prix sera fonction de mes exigences et retera srement un pitre niveau de sigma pour la casse de la mine pendant que je taille mes crayons. Ceci rpondra mes attentes. Si jtais dessinatrice professionnelle (ou amateur), jaurais besoin de matriel correct. Il sagirait, dans ce cas, de mon processus principal. Un crayon qui casserait plusieurs fois me ferait perdre du temps. Je ne reprendrais pas la mme marque lors de mon prochain achat car il me faudrait un nombre minimal de casses lors de la taille des crayons. Je prfrerais donc un nombre lev de sigma (une faible variation du nombre de casse Y) pour obtenir une grande rgularit an de les tailler correctement.
La qualit de service peut tre trs correcte, par exemple, mme si celle des prestations techniques reste amliorer. Il arrive aussi que les exigences des clients naient pas toutes le mme niveau. Comme le montre lexemple ci-contre, le nombre de sigma attendu volue en fonction des exigences des clients. Cest pourquoi il est judicieux de bien identier les diffrentes cibles auxquelles sadressent les produits. Il existe pour cela des modles de recherche des besoins des clients, comme le modle de Kano, du nom de leur crateur. Ils permettent de dcrire les besoins, en les classant par besoin plus ou moins existant sur laxe horizontal et lexistence de la fonction correspondante (plus ou moins prsente) sur laxe vertical. Dans le cas de lexemple des crayons de couleur, la classication peut stablir et montre ainsi la prsence ou labsence de la fonction. Grce ces modles, on arrive ainsi dcrire les exigences actuelles, mais aussi futures, des besoins des clients sur de nouvelles fonctions. Le Black Belt est form pour rechercher les besoins des clients.
volution des besoins des clients

Durant plusieurs annes, jai fait construire des modles de Kano, par des groupes diffrents, sur les fonctions demandes un tlviseur. Ceci ma permis dobserver que, au dbut, si les fonctions dafchage lcran taient un plus, elles sont devenues courantes, puis elles ne ralisaient plus la diffrence auprs des clients. Elles taient devenues normales car les besoins des clients ont volu dans le temps. De nouveaux besoins sont apparus galement, comme les besoins de liens avec Internet. Lvolution de nos besoins en tant que clients est importante dans tout notre environnement, parfois sans mme que lon sen rende compte. Dans le secteur automobile, la ceinture de scurit tait un atout supplmentaire en termes de ventes, il y a 30 ans, avant de devenir courante, puis obligatoire. Quel consommateur, aujourdhui, accepterait dacheter une voiture sans ceintures de scurit? Ne demande-t-on pas en plus dautres lments lis la scurit bien plus importants?
ce stade, il est possible de dcrire les opportunits de dfaut. Celles-ci dpendent des besoins des clients et sont dclines lintrieur des processus comme tant des Y. Le Black Belt recherche des X (variables dentre) qui ont un impact sur ces Y et qui diminuent le nombre de dfauts pour les clients. Autrement dit, linuence des X a un impact sur la rponse du processus. Il faut pour cela bien comprendre la rponse du processus qui traduit les exigences des clients. Une fois compris, le nombre de dfauts gnrs par le processus est dtermin statistiquement.
La synthse de la phase de dnition

Cette phase de dnition sachve. La description du projet est donc ralise. Il est possible que certaines des tapes dcrites prennent plus ou moins dimportance et que dautres outils compltent les lments dcrits. Comme dans chacune des tapes qui suivra, il est ncessaire de prparer une synthse des lments trouvs lors de cette mme phase. Les conclusions partielles qui se dgagent de cette synthse permettront damorcer la phase suivante. Ici, la synthse reprend les lments de lhistorique, les motivations profondes de ralisation de ce projet, la charte signe (ou qui va ltre lors de cette prsentation devant le Sponsor) et valide par le directeur nancier, le SIPOC, les demandes des clients dclines en termes de CTQ (Critical To Quality), en franais CPQ (Critique Pour la Qualit). Lors de la phase de dnition ont t rassembls les lments suivants : la direction gnrale et le directeur nancier sont impliqus et peroivent mieux les limites du projet. La dlgation de comptences charge de travailler sur le sujet sest faite au travers de la charte du projet. Il appartient maintenant au Black Belt et son quipe de rsoudre le problme. lquipe constitue commence travailler; les objectifs du projet sont dnis ainsi que ses limites; la planication du projet a t afne;
le SIPOC prcise les diffrentes tapes de ralisation de lemballage. On a pu y dcouvrir quil y avait plusieurs types de stockage; la synthse de la voix du client a permis de dterminer diffrentes typologies de clients;
les problmes du client trouvent leur source lintrieur mme du processus. cette tape, le nombre des variables tudier na pas vritablement diminu. Lobjectif des tapes suivantes est de se consacrer davantage cet aspect. Il permettra de passer un nombre nettement rduit de paramtres en n de phase de mesure, rduit encore davantage lors des tapes suivantes. Cette premire phase permet plutt de poser les bases des rexions venir dans les phases ultrieures.
4
tape 2 : mesurer
Cette tape est essentielle dans le dploiement de la dmarche Six Sigma. Elle a pour objectif lvaluation concrte de la performance des processus et leur adquation aux demandes des clients. Autrement dit, son objectif est de renseigner, par les mesures appropries sur le fonctionnement du processus par rapport aux exigences des clients. Cette premire mesure servira de base de travail chiffre pour les phases qui suivront. Pour obtenir la premire srie de donnes, la phase de mesure peut se dcouper en cinq tapes : approfondissement de la cartographie du processus partir du SIPOC; dclinaison des paramtres qui inuencent le processus, partir des demandes des clients, pour tablir une premire collecte des donnes; rcolte des donnes, laide dun chantillonnage appropri, an dvaluer la performance du processus. Le Black Belt sassure de la abilit des mesures, puis les donnes sont collectes; analyse des donnes, partir de graphiques, an de dgager des tendances qui seront approfondies dans la phase danalyse;
calcul dun premier niveau de capabilit et la rvision des lments nanciers abords dans la phase de dnition. La capabilit reprsente la mesure de la performance du processus. Elle tablit un rapport entre ce que le processus est capable de faire et ce que le client lui demande. Une capabilit de 1 garantit un niveau de satisfaction de 99 %, juste 3 sigma. Pour simplier, une valeur faible de capabilit (infrieure 1) nest pas sufsante pour garantir un niveau de qualit sufsant. Toutefois, comme pour lexemple des crayons, il nest pas forcment ncessaire datteindre une capabilit de 2. Tout dpend des exigences des clients. De plus, lors de cette phase de mesure, les premiers outils techniques sont mis en place. Le diagramme dIshikawa, dit aussi diagramme en arte de poisson, sert identier des causes de problmes. Les analyses statistiques et les graphiques sont utiliss pour les comparaisons de centrage et de dispersion des donnes, pour analyser le processus de mesure, enn, pour produire les analyses de capabilit des processus. Une autre collecte de mesures similaires aura lieu durant la dernire phase du projet, celle de contrle. Les analyses qui en rsulteront pourront alors tre compares aux analyses obtenues lors de cette phase de mesure.
Le dtail du SIPOC : la cartographie

Le SIPOC a t gnr lors de ltape de dnition. La cartographie est plus prcise. Ltape de mesure permet de prciser le niveau de description cr dans le SIPOC. Les lments importants doivent apparatre lors de ltape de mesure et surtout avant la phase danalyse. Cette phase de mesure permet de se concentrer sur les parties importantes.
tape 2 : mesurer 57
Si des niveaux supplmentaires de description des processus sont ncessaires, ils seront mis en place durant ltape danalyse. Lquipe se runit pour dtailler le processus partir du SIPOC. La cartographie est plus prcise, Le SIPOC, dcrit dans ltape de dnition, comporte cinq tapes : emballage, stockage, livraison, stockage et mise en rayon. Le dernier stockage et la mise en rayon sont raliss par le client. La livraison est prise en charge par le transporteur. Toutes ces oprations sont, par consquent, exclues de ltude de cartographie; cela permet de dlimiter le sujet.
La cartographie dun emballage
EMBALLAGE PLASTIQUE Fabrication OUVERTURE EMBALLAGE
INSERTION PRODUIT ET NOTICE DANS EMBALLAGE NOTICE POSE TIQUETTE SUR EMBALLAGE TIQUETTE CONTRLE VISUEL PRSENCE PRODUIT CORRECT + NOTICE + TIQUETTE DANS LA BONNE LANGUE
Assurance qualit
POSE PRODRUIT EMBALL DANS CARTON carton MISE EN PALETTE
TRANSPORT PALETTE
Les frontires du processus sont dlimites. Les tats dEntre (EE) et de Sortie (ES) dnissent le dbut et la n du processus tudi. Ces limites prcisent les lments inclus et exclus de ltude de cette tape du projet. Les couleurs, les motifs et les formes peuvent illustrer de faon pertinente la cartographie. Toutefois, noyer lillustration sous un ot de couleurs ou de schmas napporterait rien lanalyse. Lidal est dobtenir une cartographie simple, qui soit bien comprise de tous et qui fournisse sufsamment de dtails, mais pas trop. Cette cartographie est plus lisible si elle est ralise de haut en bas et de gauche droite. Un codage de forme est parfois utilis pour schmatiser des oprations diffrentes comme les contrles, les attentes, les traverses de services ou les stockages.
Description des tats dentre et de sortie du processus
EE1 Produit arrivant un par un sur un tapis roulant dans latelier de fabrication EE2 Emballage plastique livr ferm, fabriqu en Chine EE3 Notice rdige dans plusieurs langues EE4 tiquettes rdiges dans plusieurs langues EE5 Carton livr plat par paquet de 500 ES1 Palette de cinq cartons pleins de produits emballs
Ces dlimitations peuvent tre soumises au Sponsor du projet an de valider les points essentiels du processus inclure, ou exclure, de la charte du projet si elles nont pas t tablies en commun.
Ltude sera potentiellement plus longue si le domaine couvert est plus tendu. Toutefois, les chances de trouver les vritables causes de problmes sen trouveront augmentes. Une cartographie similaire est tablie pour les tapes suivantes. La ralisation avec lquipe de la premire carto-
tape 2 : mesurer 59
graphie est beaucoup plus longue que les suivantes. Pour un niveau de complexit quivalent, cette dure de cration sera divise par deux. Le temps ncessaire, une fois la mthodologie assimile, se situe entre 2 et 4 heures suivant la complexit des processus et les personnes composant lquipe. Plus une quipe est grande, plus la dure de ralisation est longue et exige des techniques danimation labores. linverse, un groupe trop peu nombreux ne permet pas toujours de dcrire lensemble des lments ncessaires la description correcte du processus. Loptimum se situe autour de six huit participants comptents dans leur domaine et concerns par le sujet. Parfois, il est uniquement ncessaire de reprendre les cartographies dj ralises pour dautres travaux, comme la mise aux normes de lentreprise. Les autres tapes de la mthode sont effectues de manire identique. La cartographie des processus tablie permet de prciser ltape de dnition. La charte du projet est plus prcise et les limites de ce dernier sont prsent plus claires. Dans le cas o des modications auraient lieu, il serait ncessaire de revoir ltape de dnition et dintgrer ces nouveaux lments. Cest la raison pour laquelle la charte existe et doit rester un document vivant durant les premires phases du projet, jusquaux premires mesures effectues sur le processus. Elle doit alors tre revue avec le Sponsor du projet. Si les lments nouveaux dcouverts sont trs importants, il se peut mme quune rednition complte du projet soit ncessaire. Dans cette situation, le complment de travail entrane parfois une rvision de planication du projet.
Avant de passer ltape suivante, quand cest possible, il est intressant de confronter ce qui a t vu en groupe de travail avec la ralit du terrain de mise en uvre du processus. Dans le processus dcrit pour lemballage, le contrle visuel peut aboutir deux rsultats : soit le contrle donne un rsultat concret et le produit passe ltape suivante, soit le contrle nest pas valid. Dans ce cas, lensemble est dconditionn, puis retourn lune des tapes prcdentes. Un chemin parallle vient alors sinsrer dans le circuit normal. Suivant le rsultat mis par lopration du contrle, plusieurs cas de gure peuvent apparatre. Ils auront un impact sur les tats dentre dans le processus et sur la circulation lintrieur de celui-ci. Il peut sagir du manque total, ou partiel, dans le contenu du carton. Il peut sagir dun oubli unique ou rpercut sur un ensemble particulier de produits emballs. Limpact de ces manques entranera des ractions diffrentes dans le processus. Des actions spciques sont ralises : relance de fabrication, notice remettre, tiquette dcoller ou recoller. Suivant les actions engages, les EE (tats dEntre) seront perturbs et lapparition dun EE (autre tat dEntre) vient troubler lensemble du processus. Ce nouveau cycle mis jour concerne les retouches du processus. En thorie, les produits devraient suivre la premire description du processus, mais, en ralit, ils empruntent un circuit plus complexe. La cartographie est donc mise jour avec lquipe de travail pour reter le processus rel et non le processus souhait. En outre, des produits rebuts reprsents par la sortie ES1 et la rintgration de produits retouchs en EE1, EE2, EE3, EE4 viennent perturber le ux normal de production. Ces nouveaux tats dentre et de sortie compltent la cartographie. Ces rintgrations, en sajoutant aux
tape 2 : mesurer 61
produits bons, forment des goulets dtranglement qui rendent dautant plus difcile la circulation des produits et des emballages dans leur ensemble. Ainsi, une partie du processus a chapp aux responsables car il navait pas t dcrit par lquipe dans un premier temps.
La cartographie dun emballage avec retour
1 EMBALLAGE PLASTIQUE EE2 Fabrication EE2 2 OUVERTURE EMBALLAGE EE1 3 INSERTION PRODUIT ET NOTICE DANS EMBALLAGE EE1
EE3 NOTICE EE4
EE3
4 POSE TIQUETTE SUR EMBALLAGE
EE4
TIQUETTE 5 CONTRLE VISUEL PRSENCE PRODUIT CORRECT + NOTICE + TIQUETTE DANS LA BONNE LANGUE
Assurance qualit
ES1
EE5 6 POSE PRODRUIT EMBALL DANS CARTON carton 7 CARTON PLEIN
8 MISE EN PALETTE
ES1 9 TRANSPORT PALETTE
Les lments oublis lors des premires descriptions de processus sont souvent ceux qui causent le plus de problmes dans les entreprises. Ils sont tellement prsents que
personne ne sen tonne et tous les intervenants sur le processus ont appris travailler avec ces dysfonctionnements. Cest toujours le processus tel quil est qui doit tre dcrit ltape de mesure et non tel quon le peroit ou quon souhaiterait quil soit. Les mesures seront prises partir de la situation relle galement. Si la situation dcrite nest pas la situation relle, que va-t-on collecter comme donnes? Des mesures sur les emballages toujours bons? Ceci ne permettra pas dafner la connaissance du problme. Les produits dfectueux sont porteurs dinformations. Aucun lment diffrenciateur de situations correctes et incorrectes ne pourra tre trouv dans lanalyse, si la collecte napporte pas ces enseignements. Je rappelle parfois certains interlocuteurs qui seraient tents de collecter uniquement des lments bons, la blague dun fameux humoriste : Quelle est la diffrence entre un pigeon? Il nest possible de distinguer une diffrence que sil est possible de raliser une comparaison! La mesure des produits dfectueux permet de quantier les DPMO. Elle sert galement pour calculer la capabilit du processus. Une cartographie spare traitant des lments non conformes peut savrer particulirement utile pour dcouvrir les processus parallles. Lors de la description du processus, lquipe prend conscience, dans ses moindres dtails, dun processus qui a t mis en place parce que le processus principal ne fonctionnait pas ou mal. Il est communment admis que les processus parallles ne cotent rien, quils sont faits en temps masqu et que limportant, cest la satisfaction du client (ou que le client ne sen aperoive pas). Mais il nen est rien. Voici un exemple dune situation vcue qui a pnalis toutes les parties : lindividu qui la ralis comme lentreprise.
tape 2 : mesurer 63
Processus dachat parallle

Un ordinateur portable est demand aux stagiaires Black Belt qui suivent une formation. Un futur stagiaire, connaissant le pr-requis de lordinateur portable pour suivre la formation et nen possdant pas, fait une demande dachat sa hirarchie. Quand la somme engage est importante, les procdures dachat se complexient. Il lui est donc rpondu quil doit remplir une demande crite justiant lutilisation quil va en avoir. Une fois la demande formalise sur le bureau du dcideur, il faut encore que ce dernier la signe (parfois quil attende dautres signatures), puis quil la transmette au service Achats. Les acheteurs, pour avoir de meilleurs prix, attendent la date de la prochaine commande, qui a lieu 3 semaines aprs. Lordinateur command, la dure de livraison de 2 semaines sajoute la liste des dlais dj tablie. Lorsque lappareil est livr, il faut encore le paramtrer pour quil puise tre conforme aux autres matriels existants. Quand lordinateur parvient enn au futur stagiaire, le stage a commenc et il est parfois termin Si le stagiaire, voyant la date du stage approcher, dcide de recourir lachat en direct du matriel, il contourne alors les procdures internes et se rend dans un magasin pour se procurer lordinateur portable. Lappareil nest pas conforme aux normes internes de lentreprise car il a suivi un processus parallle. Le stagiaire ralise la formation avec ce portable quip (non sans mal) des logiciels requis. Lorsquil reoit enn lordinateur command, la formation est dj commence ou termine
Dclins de plusieurs faons, dans de nombreux stages, les problmes de ce genre montrent quel point les processus parallles peuvent produire des dysfonctionnements. Raliser ou voir se raliser un processus parallle engendre des mcontentements et des problmes importants dans lorganisation et cotent trs cher aux entreprises.
Y avait-il quelque chose faire? Peut-tre. Le besoin du client interne, cest--dire le stagiaire dans cet exemple, at-il t bien identi? Les pr-requis du stage ont-ils t abords avec sufsamment defcacit par les services concerns? Tous ces processus cachs dans les entreprises font partie de liceberg des pertes difciles estimer, en gnral peine 10 % sont values. La recherche des attentes des clients internes peut permettre de rchir ces besoins induits. La simplication des procdures pour un cas particulier (pilote), puis par gnralisation peut aider trouver des solutions prennes.
La dclinaison des demandes des clients

Les besoins des clients ont t recenss lors de ltape de dnition. Ils compltent les lments du SIPOC et de la description des processus. partir de la liste de leurs besoins, gnre en phase de dnition, la liste des mesures (Y) avec lquipe de travail est une priorit. Elle est ensuite synthtise avec lquipe. Les donnes collecter concerneront essentiellement le nombre demballages abms (transparents ou en cartons, etc.) : fendus, tachs, trous, bossels, avec empreintes de doigts, corns, ouverts ou casss. Notre projet ne traitant que de lemballage, il prsuppose donc que le produit entrant en EE1 est en bon tat, comme dans tous les autres produits exclus de lanalyse par la description des diffrents tats dentre. Ces dfauts peuvent apparatre nimporte quel moment dans le processus, do la difcult de les cerner. Une partie des mesures tablir est dj identie; il sufra de les runir. Dautres mesures nont pas encore t ralises. Lensemble des mesures extrieures runir, avec les actions spciques effectuer, est list par lquipe.
tape 2 : mesurer 65
Mesures runir pour la phase de mesure

Mesures Mesures dtanchit : poussire; eau Mesures de rsistance aux tempratures Mesures du niveau dignifugation pour le conteneur mtallique Mesures de rsistance aux chocs et aux manipulations Comment? Laboratoire extrieur Laboratoire Fournisseur : document existant rechercher Laboratoire Qui? N.C. N.C. F .H. Pour quand? Semaine suivante Semaine suivante Semaine suivante
N.C.
Fin du mois
Toutefois, ces mesures ne concernent pas la ralisation du processus. Elles vont permettre la caractrisation des emballages. Pour les autres mesures, il faut agir de manire dynamique, en ralisant la collecte des donnes en cours de processus.
La prparation la collecte des donnes

La collecte des donnes cote souvent cher et doit donc tre prpare rigoureusement. Un plan de collecte des donnes se prpare toujours lavance et en observant le droulement du processus. Lobjectif de ce recueil de donnes va tre de trouver un lien entre les X (entres du processus et de ses tapes) et les Y (sorties, extrants ou rponses du processus aux sollicitations des X). Ce lien prend la forme dune quation du type :
Y = (X1, X2, , Xn) Pour construire cette quation, il est ncessaire de runir plusieurs conditions : connatre les Y (extrants ou sortants) du processus, relis aux demandes exprims par les clients, donc dclins des CPQ;
connatre les X (entrants) du processus; sassurer de la validit des mesures tablies sur X et Y; mesurer en mme temps les Y et les X. Une premire srie de mesures a t donne des laboratoires. Ce sont essentiellement des mesures de sorties des processus et des rponses (Y). Il est plus rare de voir des mesures sur les entres des processus et leurs liens avec les sorties. Je vois frquemment des tableaux de bord accompagner des graphiques de rsultats ainsi comments : Les rsultats sont bons ce mois-ci. Les responsables sont contents. En fait, tout le monde est satisfait. Ou bien : Les rsultats sont moyens (sous-entendu, mauvais) ce mois-ci. On sest runis pour savoir ce quon allait faire pour viter que cela se reproduise. Les efforts qui avaient t faits nont pas apport lefcacit quon en attendait. On pense faire mieux le mois prochain. Dans presque tous les tableaux et graphiques (souvent trs esthtiques) que je peux voir, les mesures concernent des Y. En rsum, quand les rponses aux systmes samliorent, tous se flicitent et lorsquils se dgradent, tous le dplorent et/ou en subissent les consquences. On ne peut amliorer que ce que lon mesure. Raliser des mesures est par consquent une tape importante. Les paramtres de variation du processus doivent tre identis et compris comme leviers daction.
Un suivi efcace (en format de carte de contrle) pourrait expliquer que : les points extrmes sont en fait normaux, au sens statistique du terme; chacun dentre eux sera contrebalanc par un autre, dans le sens contraire, dans quelque temps;
tape 2 : mesurer 67
La carte de contrle permet de suivre lvolution dun processus en plaant les donnes dans leur ordre chronologique et fait apparatre les limites de contrle. Mais les rsultats des entreprises sont rarement prsents en format de carte de contrle, ce qui serait pourtant trs intressant. Il est ncessaire de relier les Y (consquences du droulement du processus) aux X (paramtres du processus). Cest en pilotant les X que le processus sera davantage matris. Il faut comprendre pourquoi les Y augmentent ou diminuent et ne pas se contenter dun constat. En effet, le simple constat ne permettra pas de samliorer, il peut mme, le cas chant, dgrader la situation si les interventions sont trop frquentes sur un mme processus : le surrglage dun processus augmente sa variabilit.
Surqualit
Rule 1 Rule 3
Rule 3
Rule 4
Ce graphique illustre laugmentation de la variabilit due au sur-rglage. Lobjectif est de viser le centre, en adoptant des rgles diffrentes pour illustrer la variabilit des processus. Les quatre schmas (rules) ont t tablis avec une rgle prcise. Dans chaque cas, il sagit dun entonnoir dans lequel on fait tomber les gouttes les unes aprs les autres. Dans le schma 1, le rglage est toujours ralis au centre, sans aucun mouvement : la variation est trs faible. Cela illustre la variation naturelle du processus. Dans le schma 2, la dviation par rapport la goutte prcdente est mesure et lentonnoir est dplac pour placer la goutte suivante gale distance, mais en direction oppose. La dispersion des gouttes a augment. Dans le schma 3, la dviation par rapport la goutte prcdente est mesure en graduation (en cart type) et lentonnoir est dplac un nombre dcarts types oppos, relatif la cible. La dispersion des gouttes est trs importante. Dans le schma 4, lentonnoir est replac systmatiquement lendroit o la dernire goutte est tombe. La dviation est importante. Comme lillustre ce graphique, le sur-rglage, lorsquil nest pas ncessaire, augmente la variabilit des rsultats du processus. Par ailleurs, tout processus non entretenu se dgrade. Que les performances des Y soient bonnes ou revoir, il nen reste pas moins quelles iront vers une dgradation si rien nest fait pour matriser les X (composants) qui gnrent sa distorsion. Dans le projet trait, les questions concernant les mesures collecter sont multiples : combien demballages sont
tape 2 : mesurer 69
abms? Quelles sont les causes rencontres le plus frquemment? Les porteurs de projets se posent tous des questions similaires ce stade. Il faut toutefois prciser pour quel traitement des donnes on opte, ce que lon veut faire et le degr de prcision attendu. Dans une premire approche, les emballages peuvent tre perus en bon comme en mauvais tat. Mais que faire dune telle information? Travailler avec linformation sur les bons ou les mauvais reviendrait travailler avec des donnes qualitatives. Si cette information peut paratre sufsante, il est souvent difcile de travailler avec des donnes qualitatives (surtout des Y); il reste prfrable de travailler avec des donnes quantitatives. Il peut tre dcid de reprsenter les catgories bons/mauvais par leurs pourcentages respectifs. Cela peut tre utile, sil nexiste pas dautre mthode de mesure. Des analyses quanties permettent de trouver des catgories de X plus reprsentatives sur les pourcentages des emballages abms. Peut-on tre plus prcis? Il faut rechercher comment mesurer et travailler cette question avec le groupe de travail. Une fois la question pose Comment mesurer les bons et les mauvais dans le carton? , toutes les ides possibles sont listes au cours dun Brainstorming. Dans le cas trait, il y a plusieurs niveaux de rponses possibles, suivant la prcision quon veut donner la recherche : le nombre demballages abms par carton. Daprs ce nombre, il sera possible didentier les causes ayant une incidence sur le nombre demballages dgrads; le nombre de coins et dangles abms par emballage. Cet lment peut fournir des comptages plus prcis et plus cibls. Toutefois, rcolter cette information sera plus long et cotera plus cher;
le nombre de bosses, de trous ou draures prsents sur les emballages. Cette rponse a le mrite dtre prcise, mais de rendre la mesure difcile. Pour travailler avec des donnes plus prcises, il faut collecter plus de donnes, tout en se limitant au niveau de renseignements souhaitables, sans augmenter le budget ncessaire cette collecte. Raliser une collecte trop dtaille sur un lment prcis peut savrer une erreur. En effet, si le problme identier se situe ailleurs, la collecte naura pas alors permis de le dcouvrir. Il sagit dtablir un compromis entre la quantit de donnes collectes et la pertinence des informations. Une fois la dcision prise sur la mesure raliser, il faut encore valider la mthode utilise. Pour cela, on utilise loutil rptabilit et reproductibilit, ou tude R & R, qui permet de comparer la dispersion sur les mesures par rapport la variation sur les lments mesurer. Certains pensent que le suivi des instruments de mesure, notamment leur talonnage fait frquence rgulire, garantit la validit des mesures. En fait, plus que linstrument de mesure, il est important de qualier le processus de mesure : les personnes, la mthode, le milieu et le moyen. Ltude de rptabilit et de reproductibilit consiste analyser lensemble de la mthode de mesure. Les sources de variation de rptabilit et de reproductibilit sont de plusieurs ordres : les valuateurs ne fournissent pas les mmes nombres de coins abms entre eux; le mme valuateur ne fournit pas toujours le mme nombre de coins abms sur le mme emballage quand il le remesure;
tape 2 : mesurer 71
la mesure drive dans le temps ou prsente un biais systmatique. Ltude R & R permet de raliser, partir dune collecte de donnes assez simple, un traitement statistique pour synthtiser ces observations et valuer lensemble de la mthode de mesure an dapporter des amliorations ventuelles. Pour tre valide, le processus de mesure doit avoir une dispersion propre infrieure au quart de la tolrance sur les lments mesurer. Ltude R & R sattache mettre en vidence les sources de variation, en fonction de la variation totale (les chiffres mentionns sont repris dans ltude R & R et dans les explications qui suivent).
Dcomposition de la variation totale dans ltude R & R
Dcomposition de la variation totale dans ltude R & R
Variation totale (1+4)
Variation de pice pice (4 ou 8)
Varition du systme de mesure (1)
Due l'instrument RPTABILIT (2)
Due aux valuateurs REPRODUCTIBILIT (3 ou 7)
valuateurs (6 ou 5) Les chiffres sont relatifs ltude R & R.
valuateurs x pice (9)
Dans ltude qui suit, lanalyse R & R ne montre pas, tout dabord, de rsultats concrets, ce qui prouve que la mthode de mesure nest pas optimise lors de cette
phase. Une seconde tude, aprs avoir prcis la mthode de mesure pour travailler ensuite avec la mthode la plus able possible pour le processus, prsente des rsultats corrects. Une bonne mthode de mesure doit permettre destimer avec un maximum de prcision les mmes lments quel que soit lvaluateur, sans drive dans le temps.
Premire tude du processus de mesure

Une dnition oprationnelle de la mesure qui explique la mthode est tablie avec lquipe de la manire suivante : Les emballages doivent tre examins par lvaluateur an de dterminer sils sont bons ou mauvais et le nombre de zones abmes sur lemballage doit tre compt. Les mesures sont rptes plusieurs fois par trois valuateurs sur les trois modles demballage. Les emballages slectionns sont trs diffrents an de pouvoir observer si les mesures ralises par les valuateurs distinguent les diffrences. Les valuateurs ont procd plusieurs valuations sur les mmes emballages, dans un ordre connu uniquement de la personne qui organise le test.
tape 2 : mesurer 73
Synthse des valuations sur les emballages

valuateur N demballage Jugement Nombre dendroits abms A A A B B B C C C A A A B B B C C C A A A B B B
1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3
B B B B M B M M M M M M M M M M M M M M M M M M M M M
0 0 0 0 1 0 1 1 1 4 7 5 4 6 6 6 6 6 2 3 3 5 6 5 6 7 6
C C C
laide du logiciel MINITAB, on ralise ensuite lanalyse de la rptabilit et de la reproductibilit du nombre de coins abms, mesurs par les valuateurs.
Linarit du nombre de coins abms
Gage name : Observation visuelle Date of study : 04/01 1 7 6 Nb endroits abmes 5 4 Mean 3 2 1 MINITAB 0 valuateur Panel variable : N emballage Reported by : A. M. Tolerance : Msc : 2 3 valuateur A B C
Trois emballages sont mesurs trois fois par trois valuateurs. Chacune des cases du graphique sur la linarit reprsente les rsultats obtenus sur les diffrents colis. Lvaluateur A a fait trois mesures sur lemballage A et ses rsultats sont illustrs par la srie de trois points successifs. Les valuateurs B et C ont fait de mme. Cette opration est reprsente aussi pour les autres emballages. Les emballages semblent mesurs de faon diffrente par les trois valuateurs. Le premier (A) na pas dtect de dfauts sur lemballage 1 : pour lui, il est bon. Pour lemballage 3, il a aussi observ moins de coins abms que les autres personnes. Lvaluateur B a une approximation diffrente sur chacun des emballages. Il nest pas stable dans ses valuations. Les mesures de C semblent plus constantes que celles des autres.
tape 2 : mesurer 75
Lemballage 1 a t observ avec 0 ou 1 endroit abm. Le deuxime emballage varie davantage, mais cest le troisime qui prsente le plus grand dsaccord entre les valuateurs. Le logiciel permet, partir des mmes donnes, un dpouillement complet pour comprendre lorigine des variations. Ce graphique illustre donc lensemble des variations.
tude R & R pour le nombre de coins abms

Gage name : Observation Date of study : 03/01/04 Components of Variation 100 Per cent 50 0 1 2
Repeat
Reported by : A. M. Tolerance : Msc : 4

% Contribution 5,0 % Study Var
Nb endroits abms by N emballage 8
3
Reprod Part-to-part
2,5 0,0
1 2 N emballage 3
Gage R&R
R Chart by valuateur Sample Range 3,0 1,5 0,0 Xbar Chart by valuateur
A B C A B C
7
UCL = 2,574 R=1 LCL = 0
Nb endroits abms by valuateur 5,0 2,5 0,0

A B valuateur C
5
UCL = 4,616 = X = 3,593 LCL = 2,570
valuateur* N emballage Interaction Average 5,0 2,5 0,0

1 2 N emballage 3
9 MINITAB
valuateur A B C
Sample Mean
5,0 2,5 0,0
La fentre session du logiciel MINITAB prsente les calculs exacts. La variation se dcompose en neuf tapes. Les numros dtapes qui suivent renvoient au graphique de ltude R & R pour le nombre dendroits abms ci-dessus. Chacun se rfre un graphique spcique de cette tude. tape 1. La variation totale de ltude R & R contribue pour environ 20 % lensemble de la variation (tape 1).
La variation totale prcdente se dcompose en deux parties : la rptabilit (tape 2) et la reproductibilit (tape 3). Plus ces indices sont faibles, plus la contribution la variation gnrale de la mesure est faible. tape 2. La rptabilit indique la variation de mesure entre les emballages. Dans ltude, cet indice reprsente 6 % de la variation totale. tape 3. La reproductibilit est la variation de mesure entre les valuateurs, soit ici 12 % de la variation totale. tape 4. Si la contribution de la mesure tait de 0 %, toute la variation devrait tre absorbe par le changement des pices, donc 100 %. Le graphique montre un taux de 81 %. Lorsque cette variation est infrieure 10 % de la variation totale mesure, la mesure est considre comme correcte. Lerreur dvaluation couvre alors 10 % de la variation totale enregistre. Lorsquelle atteint entre 10 et 20 %, la perception de la mesure est moyenne et se dgrade jusqu 30 %. Au-del, la variation est trop importante car elle signie que la contribution la variation est suprieure 30 %. Dans le graphique prsent, la contribution de la mesure couvre 45 %. Le comptage du nombre de coins abms, grce la mthode dcrite par la dnition oprationnelle choisie, nest donc pas correct. Le logiciel fournit aussi les calculs de la fentre session ainsi que le nombre de catgories quil parvient distinguer. Dans le cas observ, deux catgories sont recenses. Cela signie que lon est capable de distinguer uniquement deux subdivisions avec cette mthode de mesure. Autrement dit, la prcision accorde la mesure permet uniquement de diffrencier deux classes. Une prcision correcte des mesures est souvent considre au-del de quatre catgories.
tape 2 : mesurer 77
tape 5. Cette carte reprsente les moyennes des mesures faites par les trois valuateurs sur chacun des emballages. Cette illustration sinterprte lenvers des cartes de contrle classiques, lorsque ces moyennes sloignent des limites, cela signie quon parvient les distinguer et que le systme de mesure est donc correct, ce qui nest pas le cas dans cette illustration. tape 6. Chaque rond reprsente une mesure effectue par un valuateur. Si les moyennes des trois points se situaient sur une droite, cela signierait que tous les valuateurs visualiseraient, en moyenne, le mme nombre de coins abms par emballage. Il semble que lvaluateur A donne des nombres infrieurs ceux de lvaluateur B qui, lui-mme, value plus faiblement que lvaluateur C. tape 7. Ltendue des valeurs estimes est nomme R (range, ou tendue). Pour un emballage donn, chaque valuateur a donn trois mesures. Le 5, examin plus haut, montre leur moyenne et le 7 ltendue. Par exemple, pour lemballage 1, lvaluateur A a donn 0 coins trois fois. Ltendue entre ces trois valeurs est de 0. Une tendue faible et constante signie alors que lon peut avoir conance dans la constance du jugement dun valuateur. En cela, lvaluateur C prsente une tendue faible. En dautres termes, ces valuations sont toujours identiques. Lvaluateur A parvient sur certaines pices (point 1 : emballage 1) obtenir le mme jugement, mais nest pas constant sur toutes ses valuations.
tape 8. La variation par emballage est illustre par la dispersion des ronds et leur position. Lemballage 1 a t valu avec un nombre de coins abms faible et prcis : les points sont groups vers le bas du graphique. Le 3 prsente le maximum de variations dans ses valuations. Les deux emballages qui prsentent des rsultats extrmes (ici
le 1 et le 3) vont servir prciser la dnition oprationnelle qui avait t donne avec des termes plus prcis. tape 9. Lanalyse de linteraction entre le numro de lemballage et lvaluateur : A trouve systmatiquement moins de coins abms que B et C en compte systmatiquement plus que les autres. Ces derniers ne font pas de diffrences entre les types demballages mesurs, car les courbes reprsentes se diffrencieraient suivant les produits et les valuateurs (elles se croiseraient). Il ny a donc pas dinteraction entre le type demballage mesur et les valuateurs. Le menu dtude R & R de MINITAB est plus complet que ce qui est prsent. Davantage de prcisions dans les calculs sont donnes dans la fentre session. Enn, il est possible de faire apparatre, sur le graphique, la tolrance donne par le client pour le processus ou sa variation. Quand la tolrance et/ou la variation apparaissent dans les graphiques, dautres barres indiquent le pourcentage dutilisation des tolrances. En conclusion de cette analyse, il apparat que la dnition du nombre de coins abms est prciser. La variation entre les valuateurs reste trop importante. Certains sont plus svres que dautres sur le nombre de coins abms.
Seconde tude de la mesure

Ltude de rptabilit et de reproductibilit permet de dire que la dnition oprationnelle dcrite en premier lieu nest pas sufsamment prcise. Lors dune runion supplmentaire avec le groupe de travail, les rsultats de lanalyse sont prsents aux valuateurs. Les commentaires de cette tude sont porteurs de messages sur la manire de mesurer. Il faut exposer des chantillons de
tape 2 : mesurer 79
produits en runion ou mieux, prs de la zone de test, pour bien comprendre comment les valuateurs tablissent leur jugement. Une analyse avec un diagramme dIshikawa (diagramme causes-effets) aide la comprhension des causes de variation existantes.
Diagramme dIshikawa sur les coins abms
Matire
up so les se du pla stiq ue be au co pe u av ec /sa ns ga nts n da d lica tes se 1 2 3
Main duvre
quipes formation
Mthodes
Grce ce travail sur la mesure, lquipe prcise la dnition oprationnelle, qui devient : La mesure des coins abms se fait en clairage direct sur le coin avec une distance dobservation infrieure 10 cm. Si une zone dombre ou de lumire excessive apparat, le coin est dcompt mauvais. La pice est alors tourne pour valuation du coin suivant. La pice est galement examine sur les angles pour
mo ula av sa
orientation des emballages Environnement Moyens
ge up
s ion ge ert lla n ins mba arto se sc de dan
ec
ns
plastique
nombre demballages
poids des matires emballes chutes
de dan sse es te air lica im d ns ntr i /sa ec ts av gan

ins ert ion de
s ion ge ert lla n ins mba arto se sc
manipulation
pe rm an en t
personnel
Influence sur les coins abms
se mb
chocs
all ag
av ec /sa d
es da
s ssu de ges s g au lla lan ce ba pa em m r es des eu gu lon s la ur tre s an ge en ge d lar ce lla la pa ba ns es em da ur les ute ha s la
ns
ns
lica tes
ca
ga
rto
nts
insertion des emballages
clairage
se
serrage des emballages
stabilit de la table
voir si des bosses ou des creux existent. Enn, le nombre de coins abms sera totalis. Une nouvelle tude R & R, mene avec la nouvelle dnition oprationnelle, prsente les rsultats suivants.
tude R & R pour le nombre dendroits abms
Gage name : Observation Date of study : 03/01/04 Reported by : A. M. Tolerance : Msc : Nb endroits abms by N emballage 100 Per cent 50 0
Gage R&R Repeat Reprod Part-to-part % Contribution 5,0 % Study Var
2,5 0,0
1 2 N emballage 3
R Chart by valuateur Sample Range 1,0 0,5 0,0 Xbar Chart by valuateur
A B C A B C UCL = 0,572 R = 0,222 LCL = 0
Nb endroits abms by valuateur 5,0 2,5 0,0

A B valuateur C
valuateur* N emballage Interaction Average MINITAB

UCL = 2,201 = X = ??? LCL = 1,847
Sample Mean
4 2 0
4 2 0
1 2 N emballage 3
valuateur A B C
Grce au changement et la prcision accrue de la dnition de la mesure, les rsultats obtenus par ltude R & R sont meilleurs. En effet, la part de ltude R & R sur lensemble est bien infrieure 10 % et lon distingue les diffrentes mesures. La conance dans les rsultats de lvaluation du nombre dendroits abms est prsent augmente. La fentre session indique une division en seize catgories avec cette mthode, qui prsente davantage de discriminations que la prcdente. Cest donc celle qui sera utilise pour la collecte des donnes dans la suite de lanalyse.
tape 2 : mesurer 81
Les tudes R & R sont raliser sur toutes les mesures des Y et parfois de certains X. Un tableau de toutes les tudes R & R ralises peut tre tabli pour vrier que tous les relevs de donnes comportent une incertitude acceptable et pour identier les mesures qui restent amliorer. La liste des paramtres Y dtermine au cours des tapes prcdentes correspond : Y1 = nombre demballages abms par lot Y2 = nombre demballages recycls dans lopration de contrle visuel par lot (opration n 5 du processus) Dautres Y pourraient tre collects pour complter ce travail durant ltape danalyse. Une fois la validation de la mesure pour Y ralise, la liste des paramtres collects simultanment aux Y est tablie pour dterminer plus prcisment les liaisons ventuellement existantes. Un Brainstorming prcise la liste des paramtres potentiels de ltude, en rpondant aux questions qui permettent de comprendre le phnomne : qui? Quoi? Quand? O? Pourquoi? Cet exercice est ralis avec les personnes connaissant le processus. Un tri parmi les paramtres importants (X) est effectu laide dune matrice de priorisation. Les paramtres X mesurer sont les suivants : numro du lot; taille du lot; modle demballage;
nombre demballages abms en entre; nom de loprateur; nom du contrleur; jour; prsence de chutes.
Le plan de collecte des donnes comprend deux colonnes pour les Y ainsi que neuf colonnes pour les X (un pour chaque X collect). Chaque source de donne collecte doit se trouver, dans MINITAB, dans une colonne distincte. Le recueil des donnes sur les entres du processus est ralis simultanment celle des rponses. Organiser une collecte de donnes conduit se poser de nombreuses questions : Que collecter comme donnes? Qui collecte les donnes? O collecter les donnes? Quand collecter les donnes? Combien de donnes collecter? Pourquoi collecter des donnes? Parmi ces questions, certaines sont encore sans rponse ce stade de ltude. Le groupe rchit celles qui restent. O collecter les donnes? Elles seront collectes lissue des phases opratoires dans le processus. Quand collecter les donnes? La rexion amnera chaque groupe de travail trouver une solution approprie au projet ralis. En gnral, la prfrence va la collecte de donnes ralises en perturbant le moins possible la ralisation du processus, donc durant son droulement standard. Combien de donnes collecter? Une analyse peut tre faite avec les formules. Le logiciel permet de rpondre cette question sans faire les calculs avec le menu Stat> Power and Sample Size>. Lutilisation de ce menu exige que lon sache ce que lon veut comparer : des proportions ou des moyennes; la diffrence que lon souhaite mettre en vidence; lefcacit attendue du test.
tape 2 : mesurer 83
partir de la taille du risque pris et de lcart type, la quantit dlments prlever est dtermine. Si ces donnes ne sont pas connues, il est alors possible de dterminer, en fonction de la taille du prlvement et de lcart type, si le risque pris est acceptable. Il est toujours possible dajuster la taille du prlvement. Dans le chapitre traitant des aspects nanciers du projet, les pertes actuelles sur le projet sont estimes 199400 . Une situation idale dcrite serait de les rduire 11782 . Mme si les approximations nancires entranent des rpercussions de gains dans les diffrentes rubriques, ltude de lcart montre une rduction de 90 % du cot. En prenant cet cart pour base de raisonnement, cela se traduirait par un cart de 50 % avec les valeurs actuelles sur les emballages. Le menu Stat>power and Sample Size> permet destimer lefcacit de ces comparaisons, en fonction de la taille de lchantillon prlev. Trs peu de prlvements sont ncessaires pour dtecter une diffrence aussi grande avec une bonne efcacit. Pour dterminer la taille du prlvement, parler de reprsentativit est plus sens ce stade de ltude. En effet, avoir une ide de la taille du prlvement raliser est une chose, mais raliser un prlvement reprsentatif des conditions du processus en est une autre. Or, il est trs important ici de pouvoir reprsenter les diffrentes conditions de fonctionnement du processus dans les prlvements pour pouvoir observer des diffrences. Si nous continuons observer les vnements, comme nous lavons toujours fait, nous obtiendrons toujours les mmes rsultats. Il nous faut donc changer notre mode dobservation pour dtecter des diffrences signicatives entre les donnes et mettre des conclusions.
Jai appliqu trs souvent ce concept. Je suis certaine dobtenir des rsultats trs diffrents de ceux obtenus jusqu prsent dans les processus et riches de sens. Dans cette phase de travail, toutefois, nous nen sommes pas encore aux conclusions, mais bien aux pistes dlaboration de rexions qui nous permettront daborder la phase danalyse avec un regard diffrent.
Les donnes collectes

Le plan de collecte a t tabli et le recueil des donnes ralis. Cette collecte couvre un domaine plus large grce la technique du Six Sigma. Chaque ligne de saisie comporte un numro de lot, la taille du lot, le modle demballage, le nom de loprateur, le nom du contrleur, le jour et la prsence ventuelle de chute. Cette ligne est complte par le nombre demballages abms par lot et le nombre demballages recycls dans lopration de contrle visuel par lot. Elle permet de mettre en lien les valeurs des rponses (Y) en fonction des paramtres dentre (X). Une prsentation dun extrait des donnes permet dobserver leur structure. Les valeurs des paramtres du processus sont releves simultanment aux paramtres de sortie. Chaque ligne reprsente donc un enregistrement. Les donnes dorigines sont souvent incompltes ou comportent des incohrences. Cest pourquoi il faut souvent commencer par nettoyer le chier car il comporte frquemment des erreurs de saisie.
tape 2 : mesurer 85
Donnes collectes
C1 modle emballage C2-T Lot C3 Taille du lot C4 nb embll. abms en entre C5-T C6-T C7-T C8-D nom oprateur nom contleur prsence hutes jour C9 Nb emb. abms par lot 0 0 0 10 7 0 0 8 13 0 0 0 0 16 7 0 0 0 9 14 0 0 11 9 32 0 13 14 0 0 0 C10 Nb. emb. recycls 0 0 0 0 0 0 0 0 0 5 0 0 0 9 0 0 0 7 0 0 0 3 0 4 0 0 0 0 0 0 3
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
1 1 2 3 3 1 1 3 3 1 1 2 2 3 3 1 1 2 3 3 1 1 3 3 1 1 3 3 1 1 2
324J545 8749H47 324J545 324J545 324J545 324J545 324J545 324J545 8749H47 743837JJ 8473H88 743837JJ 8473H88 8473H88 324J545 324J545 3702E87 324J545 324J545 324J545 75490U83 324J545 8473H88 743837JJ 743837JJ 324J545 73420HY8 3702E87 3702E87 3702E87 3702E87
28 40 11 25 26 40 43 27 33 36 36 20 20 37 26 32 43 16 28 34 39 39 30 29 42 43 33 35 34 56 19
0 0 0 0 0 0 0 0 0 10 0 0 0 10 0 0 0 20 0 0 0 4 0 4 0 0 0 0 0 0 7
A.C. A.C. A.C. A.C. A.C. A.C. * A.C. * A.C. B.D. A.C. B.D. A.C. B.D. B.D. B.D. B.D. B.D. B.D. B.D. B.D. B.D. B.D. JL.A. JL.A. JL.A. JL.A. JL.A. JL.A. JL.A.
C.G. C.G. C.G. C.G. C.G. C.G. C.G. C.G. C.G. C.G. Z.J. C.G. Z.J. C.G. Z.J. Z.J. Z.J. Z.J. Z.J. Z.J. Z.J. Z.J. Z.J. Z.J. Z.J. T.U. Z.J. T.U. T.U. T.U. T.U.
N N N O N N N N N N N N N N N N N N N N N N N N O N N N N N N
02/01 02/01 02/01 02/01 02/01 03/01 03/01 03/01 03/01 04/01 04/01 04/01 04/01 04/01 04/01 05/01 05/01 05/01 05/01 05/01 06/01 06/01 06/01 06/01 07/01 07/01 07/01 07/01 08/01 08/01 08/01
Dans notre exemple, le chier a dj subi cette puration, qui peut savrer dlicate : parfois, certaines donnes ne
sont pas incorrectes, mais suivent simplement des modles statistiques plus rares. Il faut donc tre prudent. La mesure de ltat de fonctionnement du processus a rarement t ralise auparavant de cette faon. Cest la raison pour laquelle elle va apporter de nombreuses informations, non perues jusqu prsent, dans le droulement du processus. Quelques analyses de donnes sont ralises. Une premire porte sur le nombre demballages recycls. Une analyse en srie chronologique des donnes sur le nombre demballages recycls est effectue avec le menu Graph>Time Series Plot.
Diagramme de srie chronologique
1 60 50 40 30 20 10 0 1 96 192 288 384 480 60 50 40 30 20 10 0 MINITAB 96 192 288 384 480
Le diagramme de srie chronologique prsente les donnes les unes aprs les autres dans le chier. On y observe essentiellement des tendances ou des points extrmes. Ceci illustre des comportements anormaux du processus, quil va falloir chercher comprendre, notamment en phase danalyse.
tape 2 : mesurer 87
Une autre tude graphique est ralise sur le nombre demballages abms en srie chronologique par la mme fonction.
Diagramme de srie chronologique du nombre demballages abms par lot strati par emballage
Time Series Plot of Nb emb. abms par lot ; Nb emb. recycls 1 96 192 288 384 480 modle 60 emballage 1 45 2 3 30 Nb emb. abms par lot 15 0 60 45 30 15 0 1 96 192 288 384 480 Index MINITAB
Panel variable : modle emballage
Si, sur le graphique concernant le nombre demballages abms par lot, une explication est rechercher pour comprendre ce qui se passe pour chaque type, rien nindique que la situation est identique pour le nombre demballages recycls. Un autre graphique concernant les mmes donnes, mais prsent suivant le mode du diagramme points (toujours strati suivant les modles demballage) permet dtre certain de lexistence de causes de problmes diffrentes suivant les emballages.
Summary for Nb emb. abms par lot modle emballage = 2
10
20
30
40
50
10
20
30
40
50
95% Confidence Intervals Mean Median

0 2 4
Mean Median
4
Anderson-Darling Normality Test A-Squared 9,33 P-Value < 0,005 Mean 2,9750 St Dev 4,5224 Variance 21,3665 Skewness 1,90535 Kurtosis 4,52040 N 80 Minimum 0,0000 1st Quartile 0,0000 Median 0,0000 3rd Quartile 5,0000 Maximum 24,0000 95% Confidence Interval for Mean 1,9463 4,0037 95% Confidence Interval for Median 0,0000 3,0000 95% Confidence Interval for StDev 4,0005 5,4751
95% Confidence Intervals
Dotplot of Nb emb. abms par lot vs modle emballage
modle emballage
1 2 3 0
10
20
30
40
50
95% Confidence Intervals
16
24
32
40
48
56
Mean Median
11,5 12,0
Nb emb. abms par lot Each symbol represents up to 6 observations.
11,0
Nombre demballages abms par lot par modle demballage
MINITAB
tape 2 : mesurer 89
Pour le modle 1 demballage, le nombre de produits corrects est lev, les problmes sont rares. Quand ils surviennent, ils entranent un grand nombre de rebuts : il sagit de causes spciales. Le modle 2 prsente parfois des emballages abms. Pour le modle 3, les problmes sont trs frquents. Il reste de nombreuses informations exploiter dans ce chier, comme le lot, sa taille, le lien avec le nombre demballages abms en entre, les oprateurs et les contrleurs. Elles seront approfondies dans la phase danalyse. Une autre question se pose dans cette phase de travail : les donnes suivent-elles une loi normale? Cette question en amne une autre : dans ce genre de situation, devrions-nous trouver une loi normale? Il est plus probable que non. En effet, le nombre optimal dendroits abms dans les emballages est un nombre le plus rduit possible, idalement 0. Le Black Belt dcide dapprofondir ltude de ce chier, dans la phase danalyse, an disoler dautres lments qui pourront, leur tour, donner lieu des reconnaissances de causes plus formalises.
Le niveau de sigma et les aspects nanciers

Lanalyse de capabilit dtermine la capacit des donnes et le niveau de sigma obtenu par ce processus.
Chaque tape peut tre releve avec le pourcentage des bons du premier coup. Par exemple, si 100 produits arrivent de lopration n 5, que 90 passent cette opration correctement la premire fois, que des retouches et des rebuts sont faits sur les 10 autres, alors le taux de produit bon du premier coup sera de 90 %. En admettant un taux quivalent de 90 % de produits bons du premier
coup chaque tape de ce processus qui en comporte sept (entre lentre et la sortie), le taux est de : 0,90 x 0,90 x 0,90 x 0,90 x 0,90 x 0,90 x 0,90 = 0,47 Cela reprsente 47 % de chances que les produits passent dans cette opration sans aucune retouche. Rpt pour chaque opration dun processus de sept tapes, le rendement cumul du processus, portant le nom de RTY (Rolled Throughput Yield), ou rendement cumul du processus, devient : (0,47)7 = 0,51 % Le RTY permet de cibler les opportunits damlioration. Dans cet exemple, toutes les phases ont 90 % de chances dtre bonnes. Si ce pourcentage est plus rduit sur une tape, cela fournit une opportunit damlioration importante et permet de mettre en vidence les priorits traiter. Tout ce qui nest pas bon du premier coup est relev. prsent, si, sur les 100 produits, 99 passent bons du premier coup (First Past Yield), ce pourcentage par opration devient 99 %. En reprenant les mmes donnes que prcdemment, le calcul donne : (0,99)7 = 0,93 soit RTY = 93 % Si, en rationalisant les tches, on limine deux tapes, ce mme pourcentage devient : (0,99)5 = 0,95 soit RTY = 95 % Cest ainsi quun rendement de 0,51 % de bons du premier coup peut parfois dpasser toutes les esprances dans les objectifs atteints la n dun projet. Pour tablir ce calcul, dans le cas des emballages, il faut recueillir ces donnes de bons du premier coup chaque
tape 2 : mesurer 91
tape du processus. Ces analyses sont tablies sur une dure raisonnable pour avoir des donnes reprsentatives et donnent les chiffres prsents dans le tableau ci-dessous.
Taux demballages bons du premier coup
Pourcentage de bons du premier coup Ouverture de lemballage Insertion du produit et de la notice dans lemballage Pose de ltiquette sur lemballage Contrle visuel Pose du produit emball dans le carton Mise en palette Rendement cumul 70 % 95 % 85 % 90 % 95 % 95 % 45,91 %
Comme le montre le tableau, environ 46 % des emballages sortent donc bons du premier coup. Ce chiffre montre que le rendement de ce processus est trs faible (infrieur 1 sigma). Une partie du travail raliser dans ce projet consiste augmenter ce rendement pour atteindre un niveau de 99,99966 %, ou 3,4 Dfauts Par Million dOpportunits (DPMO) qui correspond une capabilit de 6 sigma. Dans la ralit, le tableau des correspondances en termes de sigma est le suivant.
Tableau des correspondances en termes de sigma
Nombre de sigma 6
DPMO 3,4 233 6 210 66 807 308 537 690 000
Rendement 99,9997 % 99,977 % 99,379 % 93,32 % 69,2 % 31 %
5 4 3 2 1
Le niveau de sigma atteindre est diffrent de celui qui a t dcrit de manire thorique an de tenir compte des uctuations dans lchantillonnage et dune tenue robuste long terme du processus et non uniquement court terme. Cette tenue est exprime en DPMO et non en Parties Par Millions (PPM). Les pertes nancires peuvent galement faire lobjet dune valuation. Celles-ci seront rvalues une nouvelle fois la n du projet. Cet tat nancier est prsent le reet de la situation relle et non de la situation estime. Les lments nanciers sont calculs avec les montants relevs dans le premier chapitre. Les emballages abms sont de lordre de 140 par mois. Une fois les calculs refaits, lvaluation nancire reste donc sensiblement identique celle faite dans le tableau du chapitre 2. Ltape de mesure valide ainsi les rsultats obtenus lors de la phase de dnition. En conclusion de la phase de mesure, on observe que : les attentes des clients sont plus explicites; la prparation la collecte des donnes, importante, permet de prciser ce quil faut rellement mesurer et comment le faire; les donnes collectes ont permis dtablir les premires observations;
les premiers graphiques tablis dgagent des allures qui seront analyses dans la phase suivante; la cartographie du processus, plus prcise, a beaucoup servi dans le travail sur les donnes; les donnes dentres (X) et de sorties (Y) ont t expliques, tries, prpares et mesures;
tape 2 : mesurer 93
les tudes de rptabilit et de reproductibilit ont permis de prciser la dnition de la mesure et de abiliser la mthode. La collecte des donnes et leurs premires interprtations augurent de trouver de nombreux lments dans la phase danalyse. Il reste des lments importants travailler dans les donnes collectes, comme les analyses de variation, pour trouver les causes principales et dmontrer leur action concrte dans le processus. Une fois cette articulation dmontre, la phase dinnovation viendra mettre en place les actions appropries pour rsoudre ces dysfonctionnements.
5
tape 3 : analyse du processus
Les tapes 1 et 2 ont permis de dresser une cartographie du procd an didentier les causes (X potentiels) et de rcolter des donnes partir de moyens de mesure ables. Il sagit maintenant danalyser ces donnes an de dterminer les paramtres rellement inuents dans la variabilit du processus. Tel est lobjectif de la phase danalyse. Une fois ces paramtres dtermins, la phase dinnovation/amlioration va permettre de dvelopper la mise en uvre de solutions pour stabiliser le processus son meilleur niveau et de dmontrer comment passer la pratique, un chelon souvent rduit. La phase de contrle en fera une synthse, en mettant en uvre lensemble des amliorations apportes.
Objectif
La recherche des causes potentielles de dfaillance dans ce processus doit permettre un meilleur ciblage des problmes sur ce mme processus. Lorganisation des causes permettra ensuite de travailler sur quelques sous-processus cibls pour mieux en comprendre lorganisation. Des tests statistiques viendront aider lafrmation des hypothses de travail, en apportant des preuves de linuence des diffrents facteurs impliqus dans ce processus.
Les relations entre les diffrents paramtres sont galement tudies grce des analyses de rgression an de dmontrer larticulation existante. Les plans dexpriences, outils plus dvelopps, permettent aussi de trouver les liaisons existantes entre plusieurs paramtres et linuence de chacun dentre eux sur les rponses. La phase danalyse est probablement la plus approfondie dans la majorit des projets. Dune part, elle utilise des outils plus dvelopps ayant dj fait leurs preuves dans de nombreuses entreprises et, dautre part, le niveau de dtail quelle prsente est lev. Ce qui ntait pas le cas dans les deux premires tapes.
De la mesure lanalyse
Dans de nombreux projets, le passage de la phase de mesure la phase danalyse manque de clart. Quand jinterroge les Green Belts ou les Black Belts ce sujet, ils ne savent pas toujours se situer entre lune et lautre. Quelques lments apportent toutefois un clairage : tout dabord, sur la planication des diffrentes phases. Bien que lon soit tenu de fournir et de suivre une planication rigoureuse, la dure des diffrentes phases savre complexe et morcele dans certains projets. La phase de mesure peut tre longue. Aussi les rsultats recherchs en dbut de phase sont prsents bien avant quelle soit termine. Lenvie est grande de dmarrer lanalyse de ces rsultats sans attendre les autres mesures. Cest ce qui est souvent fait en pratique. D'ailleurs, aprs un certain temps, il y a autant dlments, dans le droulement du projet, qui sont encore en phase de mesure quen phase danalyse. En principe, la phase de mesure devrait tre termine avant la phase danalyse. Le graphique de planication des
tape 3 : analyse du processus 97
diffrentes tapes du projet illustre cet enchanement de phases. Autre lment essentiel : la phase de mesure sert dterminer des indices de drglage ou de dcentrage du processus alors que la phase danalyse permet de prouver les dfaillances et les amliorations apporter au processus. Techniquement parlant, ce nest pas la mme chose. Le niveau de dtail de ces deux phases nest pas identique. Dans la phase de mesure, on veut gnrer un premier tat des lieux mesur. Dans la phase danalyse, on recherche plutt les sources de variation produites par le processus. La recherche des causes seffectue de plusieurs manires, notamment en utilisant lAMDEC.
LAMDEC
LAMDEC (Analyse des Modes de Dfaillances, de leurs Effets et de leurs Criticits) est aussi connu sous le nom de FMECA (Failure Mode Effects and Criticality Analysis).Cet outil permet de trouver les causes des problmes puis de hirarchiser les risques encourus (voir graphique plus loin). Lexistence relle de ces causes peut tre afrme ou inrme avec un plan dexpriences. Une AMDEC permet dtablir la liste des causes (X) ayant un impact sur les demandes des clients. Elle recense les dfauts les plus frquents, les plus graves et les moins arrts par le processus. Un extrait de lAMDEC, ainsi que sa synthse, est prsent sous la forme dun bilan dIndices de Priorit des Risques (IPR). Parfois, cet IPR porte dautres noms suivant les entreprises comme C, indice de criticit. Cet outil, puissant et efcace, ne peut pas sexpliquer en quelques lignes, je ne rentrerai donc pas ici dans une des-
cription prcise. Il existe de nombreux ouvrages et stages spcialiss destins aux participants ou aux futurs animateurs. Mon apport, dans cet ouvrage, vise davantage dmontrer comment son intgration peut tre utile dans un projet Six Sigma. Le principe de lAMDEC consiste coner un animateur spcialis, appel animateur AMDEC, une quipe de travail. Il peut tre un Green Belt, un Black Belt ou un animateur form la mthode et lappliquant dj. Lquipe de travail a pour mission de rechercher les causes des problmes (X) et de les hirarchiser en termes de frquence (F ou O pour Occurrence), de gravit (G) pour le client et de possibilit de dtection (D) avant leur survenue en clientle. Le travail consiste donc dtecter les dfaillances des systmes avant quelles napparaissent. Le systme peut tre : le produit. LAMDEC va sattacher, aprs avoir tabli la liste des fonctions principales et des contraintes, trouver les perturbations potentielles continues, permanentes, temporaires, intermittentes, etc.; la fabrication du produit ou du service. LAMDEC sert alors trouver les problmatiques lies aux processus de ralisation ainsi quaux moments entre les tapes (souvent ngliges) qui pourraient entraner des problmes dans la ralisation ou lassemblage du produit ou du service;
le moyen li la ralisation dune tche : une machine par exemple. LAMDEC sert faire lanalyse de la mthode de ralisation dune phase opratoire ou dune srie de phases. des quivalents lAMDEC sont utiliss dans certains mtiers comme lHACCP (Hazard Analysis and Critical Control Point), qui est davantage utilise dans lindus-
trie agroalimentaire, pour cerner galement le risque bactriologique ou hyginique. Lapproche damlioration du cycle DMAIC utilisera lAMDEC, en tant que processus ou moyen. LAMDEC du produit sera utilise plus frquemment dans le cycle de gnration dun nouveau produit, processus ou service, donc en DFSS. ltape de mesure, lAMDEC peut tre remplace par la matrice de priorisation. Toutefois, lutilisation de cette matrice ncessite davoir dress auparavant la liste des causes (X). La matrice de priorisation est alors utilise pour dgager les priorits traiter. Sous ce nom compliqu se cache un outil intressant qui permet de faire gagner du temps dans les dcisions complexes. Les X sont positionns dans la premire colonne, les Y dans la premire ligne, le groupe formule ensuite les valeurs qui permettent dvaluer la force des liens entre chaque X et chaque Y et qui se positionnent au croisement des lignes et des colonnes dans la matrice. Les principales causes sont mises en vidence par ces cotations. Lextrait de lAMDEC prsente les causes potentielles dcrites par le groupe de travail. La grille est complte dune seconde partie servant lamlioration des causes potentielles dcrites. Cette partie danalyse sera aborde dans le chapitre suivant. Lun des atouts majeurs de lAMDEC est de dtecter les dfaillances avant leur apparition, ce qui en fait lun des meilleurs outils de prvention qui existe. Un autre avantage, probablement tout aussi important, est la prise en compte, trs en amont, du client dans le droulement du processus et de ses dfaillances. En effet, une description de leffet sur le client est dcrit pour chaque mode de dfaillance potentiel. Ce dernier offre galement une explication des opportunits de dfauts.
Analyse des Modes de Dfaillance, de leurs Effets et de leur Criticit (AMDEC)

tapes
Emballage Entre tape 1, emballage plastique, et tape 2, ouverture emballage
Mode
Emballage abm avant EE2 : livraison fournisseur abme aprs livraison
Causes
Effets
G Dtection D IPR
3 30
400
5 Fournisseurs 2 Emballages Manipulaen assurance fendus, tion par qualit trous, bossetransport Vrication ls, corns, intermdiaire visuelle de etc. ltat de lemballage 4 Aucune Stockage des 5 Emballages corns, salis, dtection emballages etc. lextrieur car zone de stockage pleine 6 Emballage 3 Vrication tape 1 : Casse Ouverture 4 dtruit remvisuelle de ouverture demballage brusque placer ltat de emballage Chute de lemballage lemballage 5 Vrication Dchirure Ouverture du 4 Emballage visuelle de demballage mauvais ct 6 dtruit remplacer ltat de Ouverture lemballage brusque 4 Aucune Insertion du Mauvaise 4 Emballage tape 3 : 7 dtection prise en main ray insertion pro- produit de du produit Produit duit et notice travers abm dans lemballage 5 Aucune Insertion du Distraction 4 Emballage produit oprateur fendu, trou 5 dtection lenvers Emballage remplacer 2 Aucune 6 Emballage Absence de Distraction dtection oprateur non abm, notice mais non Mauvais proplein et non duit rsistant aux Mauvais chocs emballage 7 Emballage 5 Aucune Mauvaise dtection remplacer slection de 5 lemballage : 8 Aucune Emballage mlange dtection changer Arrive dun emballage dfectueux par EE3
10 200
54 36
60 90
10 160 280
10 200 300
10 120
10 350
Lquipe est souvent satisfaite davoir particip lAMDEC. Cette approche par quipe pluridisciplinaire permet, en effet, tous les membres de sexprimer sur le sujet et de comprendre les contraintes de chaque personne implique dans le processus. Cela permet aux diffrents services de voir quils ont tous une responsabilit dans la survenue du problme. En groupe de travail, lanimateur remplit peu peu la grille de travail avec les renseignements fournis par les participants. Il pose des questions prcises qui servent les guider. Cette approche, minutieuse, est souvent longue. Il faut veiller maintenir le dynamisme de lquipe de travail dans cette recherche. Les critres de risques sur la frquence (F), la gravit (G) et la dtection (D) sont valus sur une cotation de 1 10. Plus la cotation est leve, plus le risque est important. La cotation ainsi tablie sur trois critres quilibre la frquence dapparition des modes de dfaillance par leur gravit et par la possibilit de leur dtection. Cet quilibre se traduit au travers de la multiplication de ces trois indices. Le rsultat sexprime par les quivalences suivantes : C (Criticit) ou IPR (Indice de Priorit de Risque). De nombreuses variantes existent et plusieurs types dAMDEC galement.
Bilan de lAMDEC
LAMDEC, dans un projet Six Sigma, sert trouver les causes des problmes qui peuvent survenir, puis les hirarchiser. En soulignant les points sensibles, le travail de recueil des donnes peut tre cibl en termes de donnes dentres potentielles collecter. Un diagramme points prsente un bilan des diffrents IPR obtenus partir de cette tude.
Les valeurs IPR AMDEC
120
240
360
480
600
720
840
Ce bilan montre que certains IPR sont levs. Ces derniers seront prciss au cours des phases suivantes de lanalyse. Dautres lments sont mesurer grce la mise en lumire de lAMDEC, comme le fait que la zone de stockage soit pleine. Il peut tre relev la frquence de remplissage de la zone de stockage. Grce lanalyse des processus, un autre lment sera mesurer : le nombre de problmes lis la reprise des emballages dans le cycle normal, ce qui cre un goulet dtranglement aprs le contrle visuel, notamment EE2 et EE1. Ce travail met en vidence les causes potentielles et les modes de dfaillances entre eux. ce stade, chaque tape a t analyse, ce qui permet de travailler un niveau de dtail jamais dcrit encore dans le projet.
Autres utilisations de lAMDEC

LAMDEC est galement utile dans ltape de mesure. Les lments soulevs dans le cadre dune nouvelle analyse entreprendre dpassent souvent le cadre du projet Six Sigma. Il arrive alors quelle soit gnratrice de sous-projets, autres projets, que jappelle souvent projet-ls, qui seront traits en dehors du contexte du projet actuel. Lanalyse plus prcise des donnes recueillies dans la phase de mesure prcise les pistes suivre.
Sur lensemble des donnes, elle montre les liens entre le nombre demballages abms et les diffrents paramtres pour permettre den comprendre linuence globale. Dans un second temps, lanalyse peut se prciser pour comprendre les causes de diffrences entre les modles demballage. Ainsi, raliser une AMDEC contribue mettre en lien les rponses Y avec les paramtres X par une relation de type : Y = (X1, X2, , Xn) La plupart des processus sont uniquement pilots par quelques paramtres de cette relation quil faut dcouvrir, car ils sont responsables de la variation. LAMDEC, en mettant en vidence ces paramtres, contribue rduire leur variation.
Analyse statistique des donnes

Tous les paramtres, tablis lors de la mesure, vont tre examins seuls, dans un premier temps, puis en liaison avec les autres. Daprs les rsultats obtenus lors de la mesure, le caractre des problmes rencontrs varie considrablement en fonction des types demballage utiliss. Cest la raison pour laquelle, une fois la premire partie de lanalyse termine, il faut approfondir lexamen, en ralisant une tude par modle demballage et rechercher des relations entre les paramtres. Lanalyse des tailles de lot montre des donnes qui suivent une loi normale. Ces donnes sont assez disperses, puisque le plus petit modle comporte seulement 10 produits et le plus grand 56 produits. La moyenne et la mdiane sont voisines de 32. Cela soulve quelques questions : Les emballages servent pour des lots de quelle taille? Y a-t-il des emballages rservs pour certaines tailles de lot?
Pour rpondre ces questions, je peux aller voir les personnes qui sont lemballage pour les observer en situation. Une autre mthode consiste approfondir ltude des donnes dj collectes.
La taille des lots
Dotplot of Taille du lot
14
21
28
35 Taille du lot
42
49
56
Each symbol represents up to 2 observations. Diagramme de probabilit pour la taille du lot Normal - 95 % CI
Mean SIDev N AD P-Value 32,58 8,770 480 1,573 <0,005
Percent 0
10
20
30 Taille du lot
40
50
60
Summary for Taille du lot

Anderson-Darling Normality Test A-Squared 1,57 P-Value < 0,005 Mean St Dev Variance Skewness Kurtosis 32,583 8,770 76,912 0,101048 -0,310371 480 10,000 27,000 32,000 39,000 56,000
16
24
32
40
48
56
95 % Confidence Intervals
Mean Median
MINITAB
95 % Confidence Interval for Mean 31,797 33,370 95 % Confidence Interval for Median 31,000 33,000 95 % Confidence Interval for tDev 8,248 9,363
N Minimum 1st Quartile Median 3rd Quartile Maximum
Ce graphique illustre des reprsentations des mmes donnes. Le diagramme points, dj utilis, est facile interprter; il rsume bien lensemble des donnes. Le diagramme de probabilit est une manire pertinente dexaminer les donnes. Celles-ci sont cumules les unes aux autres puis reprsentes sur une chelle gaussienne. Si les points salignent peu prs, alors les donnes suivent une distribution normale. Cest approximativement le cas du graphique dans lequel les tailles de lots suivent une loi normale. Des tests statistiques permettent dobtenir des rsultats similaires. Une interrogation persiste nanmoins : quel est le lien entre la taille des lots et le nombre demballages abms? Pour y rpondre, il faut tout dabord examiner les liaisons possibles entre la taille des lots et dautres paramtres. Pour ce faire, nous allons utiliser ici un autre outil danalyse : la reprsentation appele bote moustache (Box Plot). Ce drle de nom couvre, en fait, une ide simple. Les donnes sont regroupes dans une bote. Chaque borne de cette bote reprsente un certain pourcentage de donnes, comme on peut le voir dans le schma ci-aprs. lintrieur se trouve au moins 50 % des donnes (de 25 75 %). Les moustaches, reprsentant les lignes qui stendent de part et dautre de la bote, correspondent des pourcentages moins reprsentatifs des donnes.
Description dune bote moustache

Valeur aberrante
Moustache 75 %
Mdiane
50 %
Bote
25 %
Sur ce graphique, les donnes sont cumules en pourcentage et le schma montre leur dispersion. Ltoile qui sort de la bote reprsente des donnes extrmes, situes moins de 10 % ou plus de 90 % des donnes. Cette bote permet davoir rapidement une vision de la dispersion des donnes. En effet, une petite bote aura une dispersion infrieure une grande bote. Il est donc possible de comparer les diffrentes variations entre elles lorsque les botes sont mises cte cte, straties par lun des facteurs. La hauteur des botes permet dobserver lvolution des diffrentes variations des subdivisions du paramtre. Il existe plusieurs mthodes de reprsentation des donnes, mais japprcie beaucoup celle-ci quand elle est associe aux autres. En un seul regard, elle permet de saisir la rpartition des donnes. Il suft souvent dun petit schma dexplication pour utiliser cet outil qui donne de nombreuses informations.
Taille du lot en fonction du type demballage

Dotplot of Taille du lot vs modle emballage modle emballage Dotplot of Taille du lot
1 2
3 14 21 28 35 42 Taille du lot 49 56
Each symbol represents up to 2 observations. Boxplot of Taille du lot vs modle emballage 60 50 Taille du lot 40 30 20 10 1 * 2 modle emballage 3 * MINITAB *
14
21
28 35 Taille du lot
42
49
56
Each symbol represents up to 2 observations.
Le type demballage dpend beaucoup de la taille du lot. On relve ici un dcalage marqu entre les emballages 1, 2 et 3, qui est reprsent de deux faons diffrentes : un diagramme points et des botes moustache. Ceci nous montre clairement que chaque type demballage correspond, en ralit, une taille de lot particulire. Il va donc falloir les traiter sparment dans la suite du travail. Statistiquement, la sparation en trois explique lensemble des pics de la courbe avec des diffrences dinterprtation par modle demballage. Chacun dentre eux prsente une rpartition distincte en fonction de la taille du lot. Des calculs comme celui de ltendue ou de lcart type apportent des informations plus prcises. Le logiciel fournit les informations suivantes, reprises dans le tableau cidessous.
Calcul de la taille des lots

Comptage cart type Moyenne Variables Mdiane tendue 46 32 19 17 Modles Max. 56 56 29 40 Min. Q1 Q3 39 44 22 32
Taille du lot Tous 1 Taille du lot 2 3
480 32,6 8,770 10 200 40,3 5,940 24 80 19,6 3,487 10
27 36 18 28
32 41 20 30
200 30,0 3,157 23
Le modle 1 est utilis pour des lots denviron 40 lments. Son tendue va de 24 56; ce qui signie que ce type demballage sert pour des lots qui vont de 24 56 lments. Le modle 2 est utilis pour des lots plus petits qui acceptent entre 10 et 29 lments, avec une moyenne de 20. Le modle 3 sert pour des tailles de lot variant entre 23 et 30, avec une moyenne de 30. Ces lments sont galement reprsents sur deux des graphiques prcdents. On y dtecte, pour chaque modle demballage, dautres informations comme le regroupement des tailles de lots autour dune valeur centrale. Lanalyse de la taille des lots se poursuit. On travaille maintenant par type demballage : par simple stratication, puis par stratication plus importante pour comprendre les sources de variation.
Nombre demballages abms par lot et par emballage

Scatterplot of Nb emb. abms par lot vs Taille du lot 60 Nb emb. abms par lot 50 40 30 20 10 0 10 20 30 40 50 60 Taille du lot Nb emb. abms par lot
modle emballage 1 2 3
Nb emb. abms par lot en fonction de Taille du lot pour emballage 2 25 20 15 10 5 0 10 15 20 Taille du lot 25 30
Nb emb. abms par lot en fonction de Taille du lot pour emballage 1 60 Nb emb. abms par lot 50 40 30 20 10 0 20 30 40 Taille du lot 50 60 Nb emb. abms par lot
Nb emb. abms par lot en fonction de Taille du lot pour emballage 3 25 20 15 10 MINITAB 5 0 25 30 35 Taille du lot 40
Sur ces graphiques, il apparat des formes de nuages de points qui prsentent des allures particulires. Ces points signalent la prsence de causes spciales. Pour continuer expliquer le nombre demballages abms, il est maintenant ncessaire dutiliser dautres intrants de ltude. Aprs divers essais dexplication et des tentatives infructueuses dans la recherche de causes principales, il savre que les sources de variations diffrent suivant le type demballage.
tude de lemballage 1
Le cas de lemballage 1 est le plus complexe tudier. Ltude est ralise en ne conservant que les donnes
concernant cet emballage. Quelques graphiques permettent une analyse plus approfondie.
Analyse approfondie entre la taille du lot et les paramtres dentre par type demballage
Nb emb. abms par lot en fonction de Taille du lot, oprateurs, prsences chutes N 20 30 40 50 60 prsence O 25 Nb emb. abms par lot 20 15 10 5 0 10 15 20 25 30 Taille du lot pour emballage 2
nom chutes oprateur N * N A.C. N B.D. N C.Z. N E.R. N F.D. N F.T. N JL.A. O * O A.C. O B.D. O C.Z. O E.R. O F.D. O F.T. O JL.A.
Nb emb. abms par lot en fonction de Taille du lot
60 50 40 30 20 10 0
Nb emb. abms par lot
20 30 40 50 60 Taille du lot pour emballage 1
Nb emb. abms par lot en fonction de Taille du lot, prsences chutes Boxplot of Nb emb. abms par lot vs nom oprateur Nb emb. abms par lot 60 Nb emb. abms par lot 50 40 30 20 10 0 * A.C. B.D. C.Z. E.R. F.D. F.T. J.A. nom oprateur 25 20 15 10 5 0 25
prsence chutes N 0
30
35
40
Taille du lot pour emballage 3
En cas de chutes, il semble y avoir des variations diffrentes par oprateur. Cela explique la stratication supplmentaire des donnes qui conduit extraire celles qui prsentent les caractres suivants : emballage 1 et prsence de chutes, strati par oprateur. Le graphique en
Le graphique, en haut gauche, montre, gauche galement, les emballages qui nont pas subi de chutes et, droite, les emballages qui sont tombs. Ainsi, il apparat que labsence de chute, quelle que soit la taille du lot, entrane labsence demballages dfectueux.
MINITAB
botes moustache prsente la variation par oprateur en cas de chutes (uniquement pour lemballage 1). Certaines botes sont rduites 0 pour certains oprateurs, mais la majorit des autres semblent obtenir de moins bons rsultats. Cette conclusion conduirait bien des responsables prendre immdiatement des mesures correctives qui ne seraient peut-tre pas judicieuses lors de cette tape. Par exemple, il pourrait dcider danalyser avec les personnes pourquoi les rsultats ne sont pas bons et prendre des mesures correctives.
Plan dexpriences sur lemballage 1

An de clarier linuence des diffrents paramtres, il est dcid de raliser un plan dexpriences qui teste les diffrentes congurations. Cette dmarche est gnralement utilise dans la phase danalyse. Les paramtres qui sont tests dans ce plan dexpriences sont les suivants (entre parenthses gurent les niveaux dcids par le groupe de travail) : le nombre demballages abms en entre (0, 40); loprateur (C.Z., E.R.); les chutes (0, 1); le nombre demballages recycls (0, 34 ).
Le plan dexpriences est slectionn en fonction de la prcision attendue pour les rsultats et du nombre dessais possibles raliser. Il est dcid de raliser le test sur 100 emballages, de procder 16 essais pour chacun dentre eux, enn, de compter les emballages qui sont abms. On obtient le plan suivant.
Plan dexpriences
Nombre d'emballages abms en entre Nombre d'emballages recycls 34 0 0 34 0 34 34 0 0 34 34 0 34 0 0 34 Nombre d'emballages abms 2 0 1 10 2 5 10 90 30 78 20 85 40 55 50 90 Prsence de chutes 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 Nom de l'oprateur C.Z. C.Z. C.Z. C.Z. E.R. E.R. E.R. E.R. C.Z. C.Z. C.Z. C.Z. E.R. E.R. E.R. E.R. Ordre des essais 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Taille du lot 30 50 30 50 30 50 30 50 30 50 30 50 30 50 30 50
0 0 40 40 0 0 40 40 0 0 40 40 0 0 40 40
LItalien Pareto a dmontr que 80 % des richesses taient dtenues par 20 % des personnes. Partant de ce constat, beaucoup de phnomnes sont explicables suivant cette loi. Le dpouillement des donnes se fait donc avec un diagramme de Pareto, an de mettre en vidence les effets des diffrents facteurs, et les graphiques des effets pour les paramtres et les interactions entre eux. Les paramtres qui ressortent sont ceux qui gurent sur la gauche du graphique.
Diagramme de Pareto des effets

(Alpha = 0.05) 23.46 D A AD B BE BC AB C AC AE CE E DE BD CD 0 10 20 Effets 30 40 50 Factor A B C D E Name taille du lot Nb emb. abms en entre Nom oprateur Prsence chutes Nb emb. recycls
Le diagramme des effets souligne ici que la prsence de chutes et la taille du lot sont des facteurs prendre en compte. Ceci avec un degr de conance de 95 % dans cette afrmation.
Diagramme des principaux effets pour les emballages abms
taille du lot 60 45 Moyenne des Nb emb. abms 30 15 0 30 Prsence chutes 60 45 30 15 0 0 1 0 34 50 0 40 Nb emb. recycls C.Z . E.R . Nb emb. abms en entre Nom oprateur
Les principaux facteurs sont la prsence de chutes et la taille du lot. Il faut galement prter attention au nombre demballages abms en entre ainsi qu loprateur. Mais le diagramme de Pareto des effets des facteurs ne les a pas montrs comme inuents. Les interactions ne ressortent donc pas comme tant importantes dans ce modle. Lquation simplie, en ne retenant que les principaux facteurs, qui relie le nombre demballages abms aux diffrents facteurs devient : Nombre demballages abms = 31,33 + 11,958 (taille du lot) + 24,667 (chutes) Cette quation montre donc limportance des chutes et de la taille du lot et permet de mettre en relation les paramtres dentre et la rponse. Cette analyse est reprise plus loin dans ltude. Les premires analyses montraient galement les problmes lis aux oprateurs. Ceci est donc conrm par ce plan dexpriences qui dmontre encore davantage limportance de la taille du lot emballer et des chutes. Il est donc tentant, ce stade, de raliser des actions lies aux oprateurs et leur formation. Raliser une action cette tape pourrait conduire des erreurs, car les rsultats des autres analyses ne sont pas connus et la phase danalyse nest pas termine. Enn, travailler directement avec les oprateurs moins capables dans la ralisation de ces tches ne permettra pas de prendre en compte les lments psychologiques. Il est toujours souhaitable de rencontrer ceux qui russissent le mieux, an de comprendre leur savoir-faire. Cest ce quon appelle parfois le petit plus invisible sur certaines procdures. Ces personnes apportent beaucoup, au plan technique, par leur savoir-faire, mais galement par leur prsence qui permettra de montrer aux autres la dif-
frence. Au pralable, il faut enquter auprs de ces acteurs pour bien comprendre ce qui se passe. Il se peut simplement quils aient moins de travail, moins demballages manier ou bien que la conguration de leur poste de travail soit diffrente ou bien encore quils possdent une qualication diffrente. Il est conseill de sensibiliser, par la suite, les oprateurs qui prsentent de moins bons rsultats par des mises en commun dacquis. Toutes ces raisons indiquent quil est encore trop tt pour travailler sur une action prventive avec les oprateurs qui manipulent les emballages 1. Cette action aura lieu dans ltape dinnovation. Les lments retenir concernant lemballage 1 proviennent des rsultats du plan dexpriences. Les modications raliser seront tudier dans le cadre de la mise en place des actions lors de ltape dinnovation/amlioration.
Aprs ltude de lemballage 1, ltude se porte sur le cas de lemballage 2. Celui-ci est compltement diffrent. Nombre de groupes de travail continuent travailler un niveau de complexit quivalent celui quils venaient juste de traiter (comme lemballage 1) et tentent dajouter des difcults l o il ny en a pas. Ce qui fait que les groupes de travail se perdent dans des conjectures qui napportent rien de plus que des rsolutions curieuses, mettant en uvre des moyens ou des ides trs complexes. En sance de travail en quipe, lorsque la rsolution dun cas sest avre difcile, il est recommand de faire une pause, voire de raliser la suite du travail lors dune autre sance. Durant les formations, titre de simulation de cette situation, je mets en place un jeu simple pour que tous aient
conscience de cet aspect. Je donne un premier exercice trs facile, qui va se rpter deux autres fois avec des degrs de difcult croissants, puis un autre trs simple rsoudre. En gnral, les personnes qui ont pass du temps et mis de lnergie rsoudre les parties dexercice difciles rendent la dernire tape bien complexe, et plusieurs ne rsolvent pas la situation qui est en ralit lmentaire. En fait, elles recherchent une solution complexe puisque leur cerveau a prcdemment rsolu un problme dune grande difcult. Revenons lanalyse de lemballage 2 : ltude des diffrents paramtres de variation na rien apport. Peut-tre que dautres explications seront amenes par la suite, mais, en ltat actuel des connaissances, il apparat que, lorsque lemballage 2 contient des tailles de lot infrieures 20, il ny a pas de problmes de dfectuosit. En revanche, lorsque les lots dpassent 20 lments, le nombre demballages dfectueux saccrot linairement avec laugmentation de la taille des lots. Ceci apparat dans la gure place droite sur le graphique de la page 109. La cause relle est pour linstant inconnue. Un questionnaire propos de lemballage 2 est tabli et les questions sont poses aux personnes concernes. Son analyse apporte quelques lments de rponse : au-del dune taille de 20 lots, les lments seraient trop serrs, ce qui pourrait provoquer des dgts dans les emballages.
Pour lemballage 3, lanalyse montre deux courbes parallles qui prsentent une dgradation proportionnelle la taille du lot, mais qui augmente en cas de chutes. Une quation de rgression permet de comprendre la liaison pour chacun des deux modles (avec ou sans chutes).
Analyse de rgression pour lemballage 3

Fitted Line Plot Nb emb. abms par lot = -10,99+0,9274 Taille du lot
26 24 22 20 18 16 14 12 10 25,0 27,5 31,0 32,5 35,0 37,5
S R-Sq R-Sq (adj)
0,741385 93,8% 93,6%
Taille du lot Avec prsence de chutes
Fitted Line Plot Nb emb. abms par lot = -15,12+0,8476 Taille du lot
20 S R-Sq R-Sq (adj) 0,523185 96,4% 96,4%
15 10 5 0 25 30 35 40
Taille du lot Avec absence de chutes
Avec des coefcients denviron 0,9, on saperoit que la taille du lot varie presque proportionnellement avec le nombre demballages abms pour lemballage 3. Plus la taille du lot augmente, plus le nombre demballages dfectueux crot. Aprs quelques explications avec lquipe de travail, il apparat que, plus la taille du lot est grande, plus les emballages sont comprims car il sagit demballages souples. Toutefois, il y a systmatiquement plus demballages abms dans le cas o il y a eu des chutes (environ quatre de plus). Aprs avoir examin la situation en faisant quelques analyses complmentaires, ltude montre que les emballages du fond sont systmatiquement plus abms, cause de lcrasement qui se produit lors des chutes.
MINITAB
Analyse des emballages en entre

Passons maintenant lanalyse dun autre paramtre : lanalyse du nombre demballages dfectueux en entre montre que des causes de variations importantes surviennent parfois. Les emballages qui entrent dans le processus ne devraient pas tre abms. Or, ce nest pas ce que lon peut observer sur la srie chronologique. Lenvie est grande daller vers une rsolution simple et rapide du problme comme travailler avec les fournisseurs demballage et leur signier que la qualit de leurs produits en entre de processus est indispensable sa bonne ralisation. Toutefois, les vritables causes ne sont pas encore sufsamment tudies. Une analyse plus approfondie des sources pouvant gnrer ces variations pourra srement permettre den apprendre davantage sur la frquence, le type demballage, le type dlment, etc., et apporter un meilleur clairage sur la dcision prendre. Tous types demballage confondus (1, 2 et 3), voici les rsultats des emballages abms en entre.
Analyse des emballages abms en entre

Nb emb. abms par lot en fonction de nb emb. abms en entre 60 Nb emb. abms par lot 50 40 30 20 10 0 0 10 20 30 40 50 nb emb. abms en entre Boxplot of Nb emb. abms p vs prsence chutes ; nb emb. abm 30 Nb emb. abms en entre 25 20 15 10 5 0 * AC BD CZ ER F.D. F.T. I.A
nom oprateur Boxplot of Nb emb. abms p vs prsence chutes ; nb emb. abm 60 50 Nb emb. abms par lot 40 30 20 10 0
0 1 2 3 4 6 7 8 9 10 11 15 20 30 45 * N 0 1 2 3 4 6 7 8 9 10 11 15 20 30 45 * O
nb emb. abms en entre ; prsence chutes
Dans cette analyse, tablie pour les emballages abms en entre, il apparat deux lments importants :
MINITAB
le nombre demballages abms en entre et de chutes; loprateur E.R. prsente une variation marque par rapport aux autres qui obtiennent des rsultats stables. Lexamen en dtail de son travail et du travail des autres permet de comprendre les diffrences et dobserver les sources de variation. Le fait de raliser cette analyse a permis dviter une action non approprie.
Conclusions de la phase danalyse

Lanalyse approfondie de la taille de lot a permis de mettre en vidence que le nombre demballages abms par lot dpend des lments suivants : le type demballage (1, 2 ou 3); la taille du lot; la prsence de chutes; loprateur; le nombre demballages abms en entre. Cette analyse conduit aux constats suivants. Aucune conclusion gnrale sur le nombre demballages abms par lot ne peut tre tire directement sans tenir compte du type demballage. Les actions raliser seront examiner dans le dtail, la phase suivante, et sparment pour chaque type demballage. La taille du lot a une importance pour chaque emballage, mais elle dpend du type demballage. Pour lemballage 1, la taille du lot entre uniquement en jeu en cas de chutes. Pour lemballage 2, elle intervient seulement lorsque la taille du lot est suprieure 20. Pour lemballage 3, le
nombre des emballages abms varie proportionnellement la taille du lot. La prsence de chutes est interprter diffremment suivant le type demballage. Mais ce facteur favorise systmatiquement la prsence demballages abms. Ce point important devra tre pris en compte dans la phase dinnovation. On pouvait se douter avant ltude des consquences des chutes. Cest pourquoi la mise en vidence de ce point pourrait tre carte. Frquemment, dans ce genre de travaux, des lments qui auraient pu paratre vidents au dpart ne le sont pas forcment aux yeux de tous ou pas de la mme faon. Lanalyse permet alors de conrmer des lments comme celui-ci, mais aussi, dans une autre perspective, den vrier limportance chiffre ainsi que les liens avec les autres paramtres. Le rle de loprateur na pas dinuence avre pour les emballages 2 et 3. En cas de chute, il est toutefois apparu des diffrences entre les oprateurs pour lemballage 1. Pour loprateur E.R., la diffrence est encore plus agrante concernant ltat des emballages en entre. Par ailleurs, deux facteurs nont eu aucune incidence dans cette tude : le contrleur et le jour de la semaine. Ltude du jour de la semaine a t ralise galement car, dans nombre de projets, elle est trs signicative. Ainsi, le fait de pouvoir sparer et trier les donnes, puis den faire des traitements particuliers, savre souvent important. En effet, il devient possible de comparer lensemble des lundis ou vendredis aux autres jours de la semaine. LAMDEC a mis en vidence les problmes suivants pour tous les types demballages qui arrivent abms : les emballages qui arrivent abms ds la deuxime tape du processus;
la dtrioration de ltat du produit dans ltape 3 quand il est positionn lenvers; ltiquetage ralis par un automate.
Facteurs retenus pour le nombre demballages abms par lot
Modles demballage Nombre demballages abms en entre Diffrence pour loprateur E.R. Rle de loprateur Prsence de chutes
Tailles de lot
Si chutes
Observer Favorisant oprateur E.R. en cas de chutes Sans inuence Sans inuence Favorisant Favorisant
2 3
> 20, alors important
Sans inuence
Sans inuence Variation proportionnelle et plus importante en cas de chutes
La phase danalyse a permis de mettre en lumire les principaux paramtres de variabilit du processus. Elle est frquemment complexe et dun abord difcile, les phases suivantes sont plus simples. prsent, ces paramtres sont connus et les phases suivantes du projet vont limiter leur variation dans le temps.
6
tape 4 : innover/amliorer
la suite de la phase danalyse, les principaux paramtres sont identis et lon connat bien prsent les leviers qui permettront de ne plus avoir demballages abms. Mais sil sufsait de connatre les paramtres importants pour atteindre les objectifs xs, cela serait facile. En effet, mme lorsquon connat les causes de dysfonctionnement, un processus nest pas matris pour autant. Cette tape permet donc de passer de la thorie lapplication et de mettre en place des solutions aux amliorations dtectes dans la phase danalyse. Cest ce stade galement que les acteurs du processus vont simpliquer davantage. Ils sont en effet les mieux placs pour connatre les problmes en pratique, les interventions adaptes raliser sur le terrain et pour mettre en pratique au mieux les amliorations dtectes lors des phases prcdentes. Ltape dinnovation/amlioration consiste donc trouver des solutions qui permettront de diminuer lapparition des causes de problmes identies ltape prcdente.
Gnration des ides potentielles

La premire tape consiste gnrer des solutions potentielles aux causes trouves dans ltape prcdente. Assez frquemment, dans ce genre de situation, les solutions
appliques avant le projet ont pu donner un certain nombre de rsultats. Dautres, en revanche, ont t remises maintes fois en question. Cette tape de gnration dides se dissocie en plusieurs phases : la revue de chacun des paramtres inuents, dtermins la phase danalyse, pour gnrer une liste de solutions potentielles; la crativit qui permet de gnrer des solutions pour sortir des sentiers battus, notamment pour les paramtres difciles amliorer ou ceux pour lesquels plusieurs solutions sont possibles; la slection de solutions qui retiendra les solutions appliquer. Les formations Six Sigma prsentent un grand nombre doutils de crativit qui peuvent tre utiliss. Ces techniques de gnration dides permettent de stimuler la crativit des participants du groupe de travail. Bien sr, le Black Belt a appris toutes ces techniques, mais cest en fonction de ses qualits danimateur et des qualits dceles dans son groupe quil se dcide sur la technique quil choisira dappliquer. La technique de linversion consiste demander aux personnes : comment tre certain de ne pas rsoudre ce problme? En gnral, les personnes russissent brillamment cet exercice, qui consiste faire mettre par le groupe de travail toutes les ides de solutions, des plus intressantes aux plus farfelues. Il est important de ne censurer aucune ide mise. Cet exercice est la plupart du temps assez ais. Il est facile de trouver tout ce qui pourrait tre fait pour gnrer le dysfonctionnement. Les sances de crativit les plus russies sont toujours ralises dans une atmosphre dtendue.
tape 4 : innover/amliorer 125
Une fois cette premire partie ralise, les ides mises sont reprises une une, puis inverses et les ides de russite sont mises assez facilement. Ces ides deviennent alors des amliorations apporter, cest--dire des futures actions raliser. Si lon avait pos, au dpart, la question Comment tre certain de russir rsoudre ce problme?, le nombre de rponses aurait t dun peu moins de la moiti du nombre de celles obtenues avec la technique de linversion. Les raisonnements sont parfois tortueux et les analyses sattachent souvent davantage ce qui ne fonctionne pas plutt qu ce qui fonctionne. Lors de la phase danalyse, lune des causes mise en avant est celle qui augmente rgulirement le nombre de chutes et le nombre demballages abms. Lutilisation de la technique de linversion ici se formule de la faon suivante : comment tre sr de continuer avoir des chutes demballages? Cette question, une fois les rponses inverses, donnera la rponse la question : comment tre sr de ne plus avoir de chutes demballages? Les rponses fusent : faire tomber les emballages du poste de travail; pousser les emballages dj raliss avec les nouveaux; faire tomber les emballages avant leur mise en carton; la pile demballages est dsquilibre;
lors des dplacements demballages se sont produit des chutes dues aux cbles informatiques ou des collisions entre oprateurs. Le schma dorganisation des postes, tabli lors de la phase de mesure, complte le travail dinversion. Il permet de dtecter les goulets dtranglement du processus et dexpliquer les temps ncessaires sa ralisation.
La mise en exergue de ces zones sensibles permet didentier les points cits dans cette premire partie dexercice dinversion. Un lm, ralis lors du droulement du processus actuel, complte ces premires observations. La cadence de ralisation dun processus dpend de celle de lopration la plus longue raliser. Ce goulet dtranglement est souvent caractris par les stocks dlments inter-oprations en attente de traitement. Ce stockage intermdiaire est aussi la cause de nombreuses chutes. Les ides mises sont alors inverses, puis modies jusqu obtenir une amlioration apporter. Chaque ide mise dans la question inverse est ensuite soumise linversion et lamlioration de lide. partir des premires rponses tablies en groupe de travail, voici, ci-contre, la liste obtenue (en plusieurs tapes). Cette liste peut paratre simple, pourtant, elle est longue tablir et rechercher les bonnes solutions aux problmes nest pas si vident. Ltude des chutes a permis de dgager de nombreuses solutions possibles (dont certaines sont cumulables) qui vont rduire considrablement le nombre de chutes, donc le risque dabmer les emballages. Pour travailler sur les autres paramtres dcouverts lors de la phase danalyse, dautres techniques existent et lanimateur choisit au mieux dans lventail propos. Il peut ainsi travailler llaboration dune liste damliorations potentielles qui fera ensuite lobjet dun tri avec une matrice de priorisation.
Outil de linversion
Premires rponses
Faire tomber les emballages du poste de travail
Rponses inverses
Ne pas faire tomber les emballages
Amliorations ncessaires
Ajouter un rebord sur les postes de travail an dviter le glissement des emballages dus aux mouvements des bras sur ces postes. Rationaliser les circuits des produits et des emballages, en simpliant les ux pour quils ne se croisent pas. Crer un systme FIFO (First In First Out) en mettant en place un suivi Kanbana. Les nouveaux emballages sont systmatiquement placs derrire les anciens an de faire circuler les plus anciens avant les nouveaux. Crer un ux harmonis entre les emballages et la mise en cartons. La mise en carton intervient directement aprs la mise en emballage. Elle se trouve ainsi rationalise car plus simple daccs. Rduire les temps intermdiaires, en formant les oprateurs polyvalents qui pourront travailler sur les autres postes. Diminuer les en-cours qui sont une source daugmentation de la taille des empilages. Travailler sur le schma dimplantation du poste pour rduire tous les risques. Faire un 5Sb pour diminuer les objets non indispensables, prsents autour du poste, et ne maintenir que les objets indispensables. Cette action conduit davantage de rapidit et un gain en efcacit.
Pousser les emballages dj raliss avec les nouveaux
Placer les nouveaux derrire
Faire tomber les Rapprocher les emballages avant cartons leur mise en carton
Pile demballages Empiler correctedsquilibre ment les emballages Travailler sur le goulet dtranglement pour diminuer les piles Chutes dues aux cbles informatiques Collisions entre oprateurs
Veiller lergonomie du poste (cblage, scurit, circuits, etc.)
a.
Le Kanban est un systme de lancement de production qui intervient lorsque lopration suivante est ralise. Ce systme tire les demandes en fonction des demandes des clients. b. 5S : systme japonais qui permet didentier, classer, nettoyer, liminer puis ranger en fonction de la priorit et de lordre dutilisation.
Action sur la zone de stockage

Le travail de lquipe a permis de dcouvrir le problme de ltat des emballages : certains arrivent fendus et/ou trous. Dans la description des tats dentre des emballages, EE2 indique que les emballages arrivent ferms. Il y a ensuite une opration douverture demballage. Les oprateurs indiquent que les emballages arrivent dj abms lorsquils les ouvrent, ce qui contredit EE2. Cette opration a un rendement de 70 % des emballages bons du premier coup (relev dans le rendement du processus tabli lors de la cartographie du processus), soit 30 % de rejets ou retouches demballages, ce qui augmente la dure globale de cette opration. Le stockage de ces emballages est rarement fait en zone de stockage par manque de place, mais bien davantage lextrieur : ce point a t relev par lAMDEC. Les travaux raliss dans les tapes prcdentes conduisent une synthse qui permet une meilleure projection des prochains axes de travail. Une action est donc dcide sur la zone de stockage pour loptimiser et dnir un stockage des emballages labri et permettre ainsi den diminuer les manipulations. Une liste de solutions damliorations potentielles est tablie avec le groupe : dstocker plus tt les lments ncessaires pour les lignes;
augmenter les surfaces de stockage lintrieur; rationaliser le stockage en grant mieux le ux des entres et des sorties; sparer le stockage en deux parties : une pour les contenus et une autre pour les contenants (grs part et plus loin de la zone dutilisation);
crer un abri extrieur pour stocker les emballages; laisser la situation comme telle, mais prvoir un tri pour diminuer les emballages abms avant lopration demballage; former les oprateurs pour trier les emballages en zone de stockage; empiler davantage dans la zone de stockage, mais de faon mieux organise, pour diminuer les surfaces au sol. Une slection des solutions retenir peut savrer ncessaire lissue de ce travail. Un tri est effectu cette tape.
Action avec un fournisseur

Lors des phases de mesure et danalyse, il a galement t mis en vidence un problme ltiquetage (pose de ltiquette sur lemballage). Une action concernant un travail sur lautomate dtiquetage est donc prvu avec le fournisseur. En effet, le dfaut mis en vidence montre que la course de descente de ltiqueteuse est soit trop importante et abme les emballages, soit trop faible et ltiquette nest pas colle. Une rencontre avec les programmateurs de lautomate est planie pour rtablir le bon rglage et modier la programmation. Cette action, comme les prcdentes, peut paratre vidente quand elle est voque a posteriori, mais il est difcile de la mettre en vidence sans lavoir prcisment tudie et identie.
Action de suivi
Il a t observ galement que le nombre demballages dposs dans le carton augmentait le nombre demballages dfectueux dans la phase danalyse. Aussi une pese
des diffrents emballages sera ralise. Cette pese permettra de sassurer du suivi du nombre demballages mis dans chaque carton. Ce poids ne devra tre ni trop important, ni trop faible. Une carte de contrle va servir tenir ce poids sous contrle dans le temps et permettra de suivre les variations de poids. Les limites seront dtermines la suite dune premire srie de mesures servant de suivi. Cette pese est ralise, pendant une journe, de faon systmatique sur tous les cartons pour les emballages 2 et 3. Elle permet dobtenir les limites naturelles du poids pour raliser ensuite une carte de contrle. Toutefois, ainsi que la phase danalyse la dmontr, il ne sera pas ncessaire de raliser cette pese sur lensemble des emballages. Le modle demballage 3 ncessite dtre suivi et le modle 2 uniquement si la taille de lot est suprieure 20. Il nest pas utile de suivre le modle 1. Voici la liste des premires mesures ralises par modle demballage.
Suivi du poids des emballages 2 et 3
Suivi des Poids des emballages 2
29 28 27 26 25 24 23 22 21 20 3 6 9 12 15 18 21 24 27 30 40
Suivi des Poids des emballages 3
emballage 2
emballage 3
35
30
25 1 20 40 60 80 100 120 140 160 180 200
mesure
mesure
Le suivi du poids par une carte dessai permet de valider la matrise de ce paramtre dans le temps. Ce travail, repris dans la phase de contrle, sera alors prennis par une carte de contrle.
MINITAB
Partage des meilleures comptences

Autre cause de problme trouv en phase danalyse : le dysfonctionnement du travail de loprateur E.R. Une observation de son travail est alors ralise grce au lm ralis prcdemment. On la compare ensuite celle des autres oprateurs pour comprendre lorigine de la diffrence observe pour lemballage 1. Les autres oprateurs ouvrent les emballages avec lensemble de leurs doigts tandis que loprateur E.R. se sert uniquement de ses pouces, crant ainsi une contrainte plus forte en un point de lemballage. Cette contrainte, non prvue, augmente les dchirures demballages. Par ailleurs, cet oprateur, en cas de chute, utilise lemballage qui a chut. Une fois ces diffrences analyses et que le groupe a parfaitement compris ce qui se passe, loprateur E.R. reoit une sensibilisation pour ouvrir les emballages avec lensemble de ses doigts comme ses collgues et ne pas rutiliser les emballages qui ont chut. partir de l, il modie sa mthode de travail pour obtenir des rsultats similaires. Dans la phase de contrle, des moyens supplmentaires seront mis en place pour que, lavenir, tous les oprateurs suivent la mme procdure.
Utilisation de Poka Yoke

Un autre lment a t mis en vidence par lAMDEC : le rangement du produit lenvers dans son emballage. Ce point est assez gnant.
Lidal, dans ce cas, est donc de trouver un dispositif qui vite ce type de situation. Plutt que dliminer le dfaut par un contrle plus svre, il sagit de mettre en place un dispositif qui vite de reproduire le dfaut en question. Cest le cas du Poka Yoke (anti-erreur en quelque sorte), terme japonais servant dsigner un point zro faute.
Le Poka Yoke consiste donc trouver un systme qui vite ici de positionner le produit lenvers. Les prises informatiques sont de trs bons exemples de Poka Yoke. Leur format particulier fait quil est impossible de brancher la prise de travers ou lenvers. La couleur est parfois associe la forme, rendant lerreur impossible (idem pour la prise USB). Aussi facile que cela puisse paratre : trouver lide dun bon Poka Yoke nest pas facile et demande une rexion dquipe avec un (ou plusieurs) testeurs extrieurs. Ici, il est dcid dutiliser un gabarit de mise en place ainsi que des photos accompagnant la bonne mise en position du produit. Les photos seront afches prs du poste de travail et le gabarit x pour une bonne mise en position du produit.
Slection des solutions retenues

Les solutions trouves, grce loutil dinversion, sont ralisables simultanment. Une solution raliste a t trouve pour le problme de ltiquetage et reste tudier avec le fournisseur. Le suivi de la pese se fera avec une carte de contrle pour matriser le problme de la taille des lots. Dans le cas du stockage des emballages, plusieurs solutions ont t nonces, mais aucune na t retenue. Loutil de slection de solutions trouve toute son utilit dans le choix de la meilleure solution. Toutes les ides de solutions ont dj t listes. Dans cette partie, les diffrentes ides sont values au travers dune matrice de pondration qui reprend les critres suivants :
facilit de ralisation; facilit de mise en uvre; faible cot; augmentation de rendement. Ces critres sont pondrs. Chaque solution est value en groupe. Les rsultats sont pondrs leur tour, puis tris. Les meilleures solutions ressortent alors de cette opration. Chaque participant la runion reoit 10 points, quil rpartit comme il le souhaite. Le rsultat est le suivant.
valuation des diffrentes solutions
Participant 1 Participant 2 Participant 3 Participant 4 Participant 5 1 2 4 3 10
Facilit de ralisation Facilit de mise en uvre Faible cot Augmentation de rendement Total
1 1 5 3 10
2 2 3 3 10
1 1 5 3 10
1 2 4 3 10
21 15 50
Les diffrentes solutions sont ensuite prsentes dans un tableau rcapitulatif puis chacune est value par le groupe : de 1 5 pour chacune dentre elles par participant. Les diffrentes solutions sont tries pour ne conserver que les meilleures. Celles-ci sont alors mises en place. La matrice de pondration est la fois un outil simple, efcace et utilisable dans diverses circonstances. Le stoc-
Total 6 8
kage des emballages a gnr de nombreuses solutions potentielles, mais aucune na t vritablement retenue, car les amliorations apportes sont de types diffrents. Ceci rend dautant plus difcile la prise de dcision concernant la solution retenir.
Lvaluation des solutions

Facilit de ralisation Facilit de mise en uvre Faible cot Augmentation de rendement
15 24 23 15 6 10 6 5
Total
Ralisation 13 Difcult de mise en uvre Cot 8
Solutions possibles Rationaliser le stockage en grant mieux le ux des entres et des sorties Sparer le stockage en deux parties : une pour les contenus et une autre pour les contenants (grs part et plus loin de la zone dutilisation) Empiler davantage dans la zone de stockage pour diminuer les surfaces au sol Former les oprateurs pour trier les emballages en zone de stockage Crer un abri extrieur pour stocker les emballages Destocker plus tt les lments ncessaires pour les lignes Laisser la situation comme telle, mais prvoir un tri pour diminuer les emballages abms avant lopration demballage Augmenter les surfaces de stockage lintrieur
6 24
8 20
21 19
50 1063
21
10
10
17
842
Augmenta- 15 tion de rendement Total 50
14
19
14
755
14
19
20
746
12 20 5
14 10 20
17 15 17
691 605
622
10
15
552
Total
Voici un exemple de calcul pour la premire ligne pour rationaliser le stockage : 24 6 + 20 8 + 19 21 + 24 15 = 1063 Lutilisation de la matrice de priorisation est intressante lorsque plusieurs solutions sont possibles car elle permet un tri de ces solutions. Le tri ralis met au jour comme ide essentielle celle de rationaliser le stockage, en grant mieux les ux des entres et des sorties. Cest donc la solution qui est retenue. Il sagit prsent de la mettre en uvre. Pour cela, une srie de tests sont ncessaires. Lobjectif de la partie suivante est davantage ax sur la mise en uvre des solutions.
Mise en uvre des solutions

Un plan daction est dress au fur et mesure avec, pour chaque action de correction, le responsable de laction et un dlai. Un tableau rsume lensemble des actions et prsente le responsable de cette action, le dlai ainsi quun indicateur individuel davancement (exprim en pourcentage) pour chaque action.
Plan daction raliser

N 1 Actions raliser Crer un rebord sur les postes de travail pour limiter les chutes 2 3 Crer un systme FIFO Crer un flux harmonis entre les emballages et la mise en carton 4 5 6 Rduire les temps intermdiaires Diminuer les en-cours Travailler sur le schma d'implantation du poste 7 Rgler la course de lautomate dtiquetage 8 Pese des diffrents emballages et suivi 9 Validation de la procdure et utilisation par tous 10 Utilisation du gabarit et des photos 11 Rationaliser le stockage en grant mieux le flux des entres et sorties P.L. 19-oct 75 Moyenne = 52 % Y.T. Y.T. 25-sept 20-sept 80 100 R.G. 20-oct 10 Fournisseur 20-oct 50 A.E. 25-sept 75 P.L. P.L. P.L. 19-oct 19-oct 19-oct 30 30 30 A.E. P.L. 25-sept 19-oct Responsable Dlai 45 45 Indicateur de ralisation
Ltat davancement des actions est prsent avec un indicateur individuel, synthtis grce un indicateur global (exprim en pourcentage) qui est une moyenne des pourcentages de ralisation actuels. Cest en pratiquant la mthode sur de nombreux projets que je me suis rendu compte de limportance de ce type dindicateur et de sa pertinence. Au l des projets, la nesse dapprciation a t augmente et je men sers aujourdhui pour savoir quand je peux passer dune tape lautre. Cet indicateur peut tre prsent lors de chaque runion; il rete ltat davancement des actions. Il est actuellement de 52 %. Lorsquil atteint 80 % dtat davancement, il peut tre envisag de passer en phase de contrle. La
liste des actions pouvant sallonger, il est frquent que cet indicateur diminue. Dans cette partie, on teste, petite chelle, les solutions prconises. Un travail de ramnagement du ux, pour travailler sur les diffrentes possibilits dorganisation, est anim par les personnes en charge du droulement du processus. Il faut tester les diffrentes possibilits dorganisation prconises : rorganiser par modle demballages ou par unit traite; organiser le poste de pesage pour ne peser que les emballages le ncessitant; rapprocher les postes pour diminuer les temps intermdiaires. Lemballage 3, qui posait le plus de problmes avec un nombre lev demballages abms, est pris comme exemple pour tester la rorganisation. La nouvelle cartographie du processus est tablie; elle sert de l conducteur pour tablir un deuxime point de mesure. Lobservation du droulement du processus permet de mettre en vidence toutes les actions ralises. De nouvelles mesures sur les emballages abms sont effectues. Le processus nouvellement mis en place, simpli, sacclre de lui-mme. Des ramnagements de postes ont eu lieu pour tenir compte des solutions apportes. Enn, la pese des emballages des tailles de lot suprieures 20 est mise en place et le nombre demballages abms est relev pour lemballage 3, aprs amlioration.
Diagramme aprs amlioration de lemballage 3

Times Series Plot of Nb emb. abms par lot 4
3 Nb. emb. abms par lot
0 1 11 22 33 44 55 Index 66 77 88 99 110
Lamlioration des rsultats apparat clairement. Le nombre de chutes a nettement diminu aussi. Une comparaison de la situation avant et aprs montre encore plus clairement lamlioration apporte.
Situation avant et aprs pour lemballage 3
I Chart of Nb emb. abms par lot by Amlioration
25 20
1 1
Boxplot of Nb emb. abms par lot vs Amlioration

25
Individual Value
15 10 5 0 1 32 63 94 125 156 187 218 249 280 311

1 1 1 1 1 1 1
UCL = 22,35 = X = 11,5
20 15 10
LCL = 0,65
aprs
avant
Observation
Amlioration
Il reste quelques valeurs extrmes qui montrent quil faut encore raliser quelques actions pour continuer diminuer le nombre demballages abms pour lemballage 3.
MINITAB
MINITAB
Toutefois, la situation est nettement meilleure que lors de la premire srie de mesures qui sert de comparaison pour les mesures. Les personnes en place sur le processus sont interroges an de comprendre ce qui a chang. Elles trouvent que : les conditions de travail sont meilleures; lattente est plus courte; le travail mieux organis; la scurit renforce. Lun des effets indirects de ce projet se traduit donc par des conditions de travail plus scurises. Le travail sur la chute des emballages a permis damliorer les conditions de scurit. Les solutions sont ralises et mises en pratique, petite chelle, pour visualiser de la mme faon les amliorations apportes. Un certain nombre dajustements supplmentaires sont prvus. Ils viendront enrichir la liste des actions raliser.
En conclusion
La part de diminution des causes de problmes trouvs dans la phase danalyse prend tout son sens dans cette partie du projet. Une comparaison simple avec les ides de solutions mises au dbut du projet montre que les ides sont plus nombreuses et plus compltes ce stade. Par ailleurs, les mesures tablies favorisent la comparaison entre la situation mesure et la situation actuelle. La phase dinnovation/amlioration permet donc de : gnrer une liste damliorations;
les trier pour en slectionner les meilleures; raliser une action pilote an de dmontrer lefcacit des solutions mises en place. La phase de gnralisation des actions apportes avec les ajustements raliss va se faire ltape suivante.
7
tape 5 : contrler/matriser
la suite de la phase prcdente, le travail sur les amliorations a dj t test et certaines ont t mises en place. Dans la phase de matrise du processus, toutes les amliorations trouves au cours du projet sont intgres au processus et lon valide le fait que les nouveaux standards atteints satisfont bien les demandes du client. Dans le cadre de la matrise du processus, de nombreux lments labors dans les phases prcdentes sont synthtiss. Les modications apportes au processus sont entrines grce la validation des actions ralises. Les aspects de documentation et de standardisation sont remis jour avec les nouveaux lments apports. La variation des principaux paramtres, dtects durant la phase danalyse, doit tre matrise et une carte de contrle sur les lments matriser pourra, lissue du projet, tre mise en place. La satisfaction du client fera lobjet de comparaisons pour dterminer les amliorations apportes au travers de la capabilit obtenue, en comparaison avec celle obtenue durant la phase de mesure. Cette tape de contrle permet aussi de valider latteinte des objectifs nanciers. Cette dernire phase du cycle DMAIC permet de restituer au Sponsor un processus qui
prsente un nombre de dfauts trs faible (quasi-inexistant). La ralisation du processus permet ainsi de maximiser les gains au niveau de la qualit des rsultats obtenus et au niveau de latteinte des objectifs techniques et nanciers.
Validation de ralisation des actions

Le plan daction, repris et nalis, se transforme en un plan de contrle pour les lments restants matriser dans le temps. Il permet en cela de prciser tous les points critiques relevs durant ltude et qui sont surveiller. Enn, il engendre la cration dune carte de contrle pour suivre le poids des cartons. La ralisation du plan daction se poursuit dans le temps. Pour mmoire, les actions raliser sont rsumes dans le plan daction, comme on la vu au chapitre prcdent. Les actions sont suivies par numro et lindicateur de ralisation global illustre lavancement gnral. Les six premires actions du plan, aprs quelques hsitations dans la phase dinnovation/matrise, ont t ralises. Pour la septime action, le fournisseur a t consult. Aprs quelques rglages, il a dtermin la bonne course de lautomate dtiquetage. Une tude de dgradation de la situation est tablie avec le fournisseur. Selon lui, le rglage de la pose dtiquettes ne devrait pas se dgrader avant un an. Toutefois, il conseille de vrier de temps en temps les rglages de dpose. Il est donc tabli quun prlvement mensuel des emballages aura lieu pour vrier si ltiquetage est toujours correct. titre prventif, une visite annuelle de maintenance de lautomate est planie avec le fournisseur.
tape 5 : contrler/matriser 143
Rappel du plan daction raliser

N 1 Actions raliser Crer un rebord sur les postes de travail pour limiter les chutes 2 3 Crer un systme FIFO Crer un flux harmonis entre les emballages et la mise en carton 4 5 6 Rduire les temps intermdiaires Diminuer les en-cours Travailler sur le schma dimplantation du poste 7 Rgler la course de lautomate dtiquetage 8 Pese des diffrents emballages et suivi 9 Validation de la procdure et utilisation par tous 10 Utilisation du gabarit et des photos 11 Rationaliser le stockage en grant mieux le flux des entres et sorties P.L. 19-oct 75 Moyenne = 52 % Y.T. Y.T. 25-sept 20-sept 80 100 R.G. 20-oct 10 Fournisseur 20-oct 50 A.E. 25-sept 75 P.L. P.L. P.L. 19-oct 19-oct 19-oct 30 30 30 A.E. P.L. 25-sept 19-oct Responsable Dlai 45 45 Indicateur de ralisation
La pese des emballages, teste petite chelle, va se poursuivre sur lemballage 2, donnant ainsi lieu un suivi par carte de contrle. Il nest pas ncessaire de peser lemballage 1, comme cela a t dtermin en phase danalyse. Les autres actions contenues dans le plan daction sont galement rsolues.
Procdures et instructions
La procdure de manipulation des emballages est teste avec les diffrents oprateurs. Celle-ci, initialise en phase damlioration, est prsent en phase de nalisation. La procdure est valide avec lquipe puis mise sur le poste de travail concern.
Il est galement prvu que les futurs oprateurs suivent une sensibilisation qui comprendra une partie de relecture de la procdure et une formation. Ils apprendront travailler avec le gabarit mis au point ainsi que les photos prsentes au poste de travail. La procdure comprend une nouvelle organisation du processus dcrite avec une nouvelle cartographie. Celle-ci reprend les corrections apportes en phase dinnovation, ainsi que les nouveaux contrles effectuer. Les procdures mises jour tiennent compte des amliorations apportes et enrichissent galement le systme qualit en place. En cela, elles fournissent des lments correcteurs qui vont dans le sens de lamlioration continue. Cela contribue donc laugmentation du niveau de qualit de manire pertinente, rpondant ainsi aux exigences des rfrentiels qualit.
Les cartes de contrle

Les cartes de contrle reprsentent un outil puissant pour le suivi et le maintien de caractristiques dans le temps. Durant la phase de contrle, il est essentiel de sassurer que les paramtres (intrants surtout) ne vont pas dvier des nouveaux niveaux standard tablis sans que le responsable du processus ne soit alert.
Les cartes de contrle permettent ainsi de faire la transition entre le Black Belt et le Sponsor qui va sapproprier les rsultats obtenus. Le Black Belt est charg de mettre en place ces cartes, den vrier le bon usage et la faisabilit, de vrier la prise en compte des changements, dassurer lventuelle formation des pilotes du processus, mais pas de maintenir lusage des cartes de contrle dans le temps.
Il nest pas prvu de mettre en place plusieurs cartes de contrle. En gnral, quelques-unes (sur les principaux paramtres matriser) sufsent. Jai eu loccasion de raliser une enqute sur les cartes de contrle et leur utilisation par les entreprises. Trs peu dentreprises les utilisent avec efcacit. La plupart les attribuent uniquement aux personnes impliques dans le processus, car elles sont persuades que cela va les aider. Mais la ralit est bien diffrente. Si ces personnes nont pas de retour dinformation, une synthse des cartes quils ralisent notamment, elles se lassent et ne comprennent pas lutilit de leurs travaux. Aujourdhui, grce aux moyens informatiques, ces synthses et ces retours pourraient tre facilits et utiliss par tous pour faire progresser la rentabilit des moyens et lefcacit de la maintenance pour la production. Ainsi, lutilit des cartes de contrle sen trouverait renforce. La motivation au bon usage des cartes de contrle tient essentiellement au rle que joue le management. Celui-ci, pour motiver les diffrents acteurs du processus, doit raliser des synthses et des restitutions. Les cartes de contrle permettent dindiquer les drives du processus et les problmes rencontrs, ce qui a un impact sur la planication des actions de maintenance prventive ou bien encore des rglages ou des interventions spciques. Par ces actions, le management donne du sens au travail des diffrents acteurs qui sont alors prts poursuivre leur tche avec plus dallant.
Il est possible dutiliser diffrents types de carte de contrle. De nombreux ouvrages ou formations permettent den savoir plus ce sujet pour complter les lments voqus dans ce chapitre. Il existe de nombreux types de cartes en fonction de lobjectif recherch : suivre des valeurs continues ou des
valeurs discrtes. Les variables continues sont suivies par les cartes de contrle permettant de contrler une grandeur qui volue dans le temps (dures, nombre doprations, temprature, poids, taille, etc.). Ce type de mesure est souvent ralis par mesures individuelles (des cartes I) ou bien des cartes de mesures individuelles et la variation entre deux mesures successives (cartes I-MR). Parfois, les valeurs continues sont regroupes par sens, par exemple, en prenant trois valeurs pour en avoir une moyenne par quipe. Certaines cartes vont par deux : lune mesure les valeurs centrales (moyennes ou mdianes), lautre une dispersion (tendue ou cart type). Ainsi, sur la mme carte (types de cartes [ c , R] ou [ c , s]), la lecture se fait par chantillon prlev, en calculant la moyenne et la dispersion dun mme chantillon et en les reportant sur deux parties distinctes dune mme carte. Il existe de nombreux autres types de cartes de contrle dont les fonctions sont multiples : pondrer des rsultats, obtenir des informations plus prcises, compter des prsences ou des absences de dfauts, etc. Dans le projet en cours, il aurait t possible de mettre en place une carte pour le suivi du nombre de coins abms, mais elle aurait uniquement constat les dviations sans les rgler. En fait, les contrles sur les sorties de processus namliorent pas la qualit. linverse, des cartes de contrle sur la qualit des intrants, quand leur inuence a t dmontre, contribuent rduire lapparition des dfaillances et diminuer la variabilit des intrants. Comme le lien entre les intrants et les sortants a t dmontr au cours du projet, les sorties du processus sont alors matrises. Il est tout fait possible de mettre en place des cartes de contrle dans les services. Jen ai personnellement utilis
pour amliorer le contenu pdagogique de formations et jen ai apprci lutilit. La carte qui est mise en place dans ltude ralise est une carte (I, MR)1 sur le poids des cartons. La partie haute de la carte reprsente les valeurs du poids des cartons, pes lun aprs lautre. Dans la partie basse de la carte, on illustre lcart de poids entre le dernier carton et le prcdent. Le poids des cartons suit une loi normale et autorise donc lusage de ce type de carte de contrle. Une fois la rorganisation du processus effectue, il apparat que les emballages 2 et 3 seront raliss uniquement en dbut de semaine et lemballage 1 en n de semaine. Les cartes de contrle tiennent compte de cette rorganisation avec les limites spciques dues aux poids contenus dans les emballages 2 et 3.
1. I, MR : Individuals, Moving Range, soit Individus et tendues Mobiles.
Suivi du poids des cartons

I-MR Chart of poids des cartons emballage 2
Valeur Individuelle 35 30 25 20 15 1 9 17 25 33 41 49 57 65 73 Observation UCL = 37,59 X = 25,74 LCL = 13,89
16 12 8 4 0 1 9 17 25 33 41 49 Observation
tendue Mobile
UCL = 14,56 X = 4,45 LCL = 0
57
65
73
I-MR Chart of poids des cartons emballage 3

Valeur Individuelle 150 100 50 0 1 8 15 22 29 36 43 50 57 64 X = 49,8 LCL = 21,2 Observation
1 1
UCL = 120,9
LCL = 0 1 8 15 22 29 36 43 50 57 64 Observation
Niveau de ralisation des actions et prennisation

Une critique que lon peut faire concerne la pertinence des actions raliser. Il peut tre intressant de privilgier limportance ou la pertinence des actions raliser. Toutefois, le travail, lors des phases damlioration et de contrle des actions, doit tre concentr sur la ralisation des actions plus que sur la mesure.
MINITAB
100 75 50 25 0
tendue Mobile
1 11
UCL = 87,3 X = 26,7
Je souligne souvent, ce stade, la prennisation des actions, notamment les plus importantes ou celles concernant les actions touchant au comportement. Pour cela, je demande aux personnes (ou responsables) quelle serait la dure envisage pour que, si lon ne ralise plus rien, la situation se dgrade nouveau et retrouve son tat initial. Les dlais de dgradation sont parfois assez courts, dautres plus longs. Cest loccasion de lancer ce que jappelle des actions de prennisation, qui sont des actions de rappel des bonnes pratiques ou dintgration dans les systmes qualit ou de contrle an dviter la dgradation du systme mis en place. Lorsque le projet est ainsi termin, je suis pratiquement certaine quaucune drive ne rapparatra. Les responsables pensent souvent quen crivant une instruction ou bien une procdure, la prennisation est termine. Cest pourtant insufsant. En effet, les personnes peuvent documenter les principaux lments du projet et je les y encourage, mais il faut galement sassurer que les personnes ont compris les nouveauts, accept les changements (ce qui nest pas le plus vident!), modi leurs habitudes et appliqu les modications au quotidien. Ces points sont particulirement importants pour les processus de services dans lesquels les personnes travaillent plus par habitude que par processus bien organis.
Satisfaction des clients et calculs de capabilit

Une comparaison de la situation globale avant et aprs, sur le nombre demballages abms, permet de constater lamlioration.
Dans certains projets, il est difcile de raliser cette comparaison. En effet, les mesures tablies au cours de ltape de mesure ne le sont pas toujours sur les mmes critres que dans la phase de contrle. Ces comparaisons peuvent savrer intressantes pour apprhender la globalit de linformation, mme avec une marge derreur importante qui est souvent connue ce stade de ltude. Le bilan des exigences des clients porte sur latteinte des objectifs concernant la rponse du processus. Un bilan des emballages abms est dress, en comparaison avec celui qui a t tabli lors de la phase de mesure.
Bilan des emballages abms avant et aprs
25
20
Nb emballages abms
15
10
Aprs 1
Avant
Aprs 2
Avant
Aprs 3
Avant
MINITAB
Il faut prsent remonter larbre des exigences des clients an dobserver si leur ensemble est bien satisfait. Les rponses correspondantes ont t analyses. Une nouvelle mesure, directement effectue en clientle, permet dapprcier la diffrence. Cette nouvelle campagne de
mesures prend un peu de temps, mais, quand elle peut tre faite, elle apporte des informations trs utiles. Au dbut de cet ouvrage, jai mentionn quil fallait toujours sintresser au client qui part. Si la nouvelle enqute dmontre que le client part pour dautres raisons ou que le nombre de clients qui partent a nettement diminu, on peut dire que le projet est un succs. Cest encore mieux, bien videmment, de pouvoir montrer que le nombre de clients augmente. Une nouvelle capabilit est calcule, toujours pour tablir la diffrence entre la situation avant et la situation aprs les actions correctives ralises ici sur lensemble des emballages. Toutefois, les donnes ne suivant pas une loi normale, cette capabilit na pas tellement de sens!
tude de capabilit avant et aprs
Capability Histogram Aprs Within Overall Overall Pp PPL PPU Ppk Cprn 6,941 0,040 13,841 0,040 *
LSL Within Cp CPL CPU Cpk CCpk 6,957 0,041 13,873 0,041 6,957 3000 2000 1000 0 5
USL
13
21
29 Avant
37
45
53
LSL Within Cp CPL CPU Cpk CCpk 6,957 0,041 13,873 0,041 6,957 200 150 100 50 0 5
USL
Within Overall Overall MINITAB Pp PPL PPU Ppk Cprn 0,094 0,250 -0,061 -0,061 *
13
21
29
37
45
53
Les indices de capabilit dans le cadre Within correspondent au niveau de sigma en instantan. Les exigences clients nont pas t prcises sur le nombre demballages
abms quils tolraient, mais pour avoir une rfrence, le chiffre de 5 emballages a t choisi pour la comparaison. La capabilit atteinte aprs les actions correctives est bien suprieure celle obtenue lors de la phase de mesure puisquil tait de 0,106 et que lon obtient, lissue de la phase de contrle, 6,957. Plus cet indice est lev, meilleure est la performance du processus pour atteindre les exigences du client. Cependant, ces chiffres dpendent totalement des processus tudis, dune part, et des rsultats des actions mises en place, dautre part. Il nest pas certain quils atteignent de tels scores dans dautres projets. En ce qui concerne le niveau de sigma du processus, il faut galement examiner son rendement. Le niveau de RTY1, obtenu en phase de mesure, tait de 46 %. prsent, compte tenu des rorganisations ralises et une fois recalcul, il est de 99 %. Il reste quelques problmes lis la rorganisation par type demballage et quelques ux qui se croisent encore. Nanmoins, les progrs sont rels et la rentabilit galement. Par ailleurs, comme cest frquemment le cas, lambiance de travail a volu. Les personnes travaillent de manire plus sereine. Le travail est plus rgulier et rend ainsi les personnes plus assures dans un environnement qui a galement volu en matire de scurit (chutes, etc.). La satisfaction des acteurs du processus est ainsi atteinte. Lencadrement bncie galement des rsultats de la scurit apporte et de la srnit retrouve dans le travail quotidien. Il se trouve ainsi plus lcoute des personnes et moins en situation de pompier.
1. RTY : Rolled Throughput Yield (Rendement Cumul du Processus).
Les lments nanciers

Une rvaluation de la situation rellement obtenue est effectue avec le propritaire du processus et quelques reprsentants des clients.
Rvaluation de la situation
N Liste des lments Valorisation Frquence moyenne 5 10 par jour Total sur un an 15000 52 12 1040 52 52 45000 1560 360 12000
1 Situation initiale : Reprise du (ou des) produit(s) mal emball(s) Situation optimale Situation nale 2 Situation initiale : Pnalits si rupture de stock Situation optimale Situation nale 3 Situation initiale : R-acheminement du produit vers lentreprise Situation optimale Situation nale 4 Situation initiale : Remplacement de lemballage ou emballage + produit Destruction de lancien Situation optimale Situation nale
1 1 20
1 par semaine 1 par mois maximum 1 par semaine
20 20 30
1 par an 1 par an 5 par jour
30 30 10
1 par semaine 1 par mois maximum 4 par jour
10 10 2 500
5 Situation initiale : Une personne plein temps pour rceptionner les produits emballs, les trier, les remplacer, les r-emballer, les renvoyer
1 par semaine 1 par mois maximum 1 par mois
520 120 30 000
.../...
Situation optimale Situation nale : 0 personne 6 Situation initiale : Une personne mitemps pour grer ce type de rclamation : rcupration, acheminement, livraison, retards, pnalits Situation optimale Situation nale 7 Situation initiale : Image de marque Perte de conance Perte de clientle Perte de march
500
1 par mois
6000 0 21600
1 800
1 par mois
Situation optimale
Situation nale
1 par mois 1 par mois maximum 1 client sur 10 1 par jour rencontre des problmes demballage Chiffre daffaires moyen pour un client : 250 Sans perte de 1 par jour client + 1 gagn client gagn par jour 1 par jour gagn
300 300
3600 3600 75000
Gain de 75000
75000
Pertes antrieures au projet Estimation du gain sur nouveaux clients Gain sur chiffre daffaires Estimation des pertes restantes maximales Estimation du gain sur nouveaux clients Gain sur chiffre daffaires obtenu aprs actions Estimations pour le projet : Pertes antrieures au projet Gain calcul Estimation du gain attendu sur le projet
- 11782 +75000 + 63218 - 2344 +75000 + 72656 +199 640 + 72 656 272 296
Gains obtenus sur le projet

Pertes avant projet Gain potentiel en dbut de projet Gain total Gain calcul Gain Gain sur pertes potentiel sur en fin avant projet les nouveaux de projet clients calcul 272296 en fin de projet
100 000
50 000
-50 000
-100 000
-150 000
-200 000
-250 000
Finalit de la phase de contrle

La phase de contrle a pour but de stabiliser le processus, dentriner les gains obtenus et de valider latteinte du niveau de satisfaction des clients. Une tape de clture du projet doit venir saluer les performances tablies. Lors dune runion largie, les participants vont voir les lments obtenus. Les clients sont parfois invits.
Cette runion de clture est loccasion de remercier les parties en prsence : Champion, participants au groupe, mais aussi toutes les personnes qui ont contribu de prs ou de loin la russite du projet. Cette russite doit tre salue comme un vnement majeur de nalisation dans la vie de lentreprise. Une conclusion sous forme dune
fte, dun repas, dune rcompense ou encore de chaudes flicitations est un lment essentiel.
Validation du processus
Une validation du processus est souvent ncessaire aprs quelques cycles. Elle peut avoir lieu quelques semaines ou plusieurs mois aprs la n du projet. On y passe en revue les diffrents indicateurs et lon y valide que les niveaux atteints prcdemment nont pas t modis et que le processus na pas driv. Il sagit donc de reprendre tous les lments dtaills en phase de contrle et de dterminer les ventuelles variations. Lindicateur dtat davancement des actions doit cette fois-ci atteindre 100 % et lexamen des ventuels carts doit tre particulirement svre et appuy. Si des variations sont apparues, il faut relancer quelques actions correctives et prventives an de maintenir le processus au mme niveau. Voici une liste de ce qui est observ durant cette validation : les cartes de contrle (observation des ventuelles drives et des mesures encore hors contrle); la revue des procdures (sont-elles acceptes, comprises, claires, intgres?); le droulement du processus (une observation concrte in situ valide les rsultats); le comportement des personnes (sont-elles satisfaites? Que pensent-elles des nouveauts?); les lments nanciers concrets ont-ils t observs? les capabilits sont-elles maintenues? La validation se fait en gnral durant une runion de complment la phase de contrle. Elle reprsente le dernier point de contrle avec le Sponsor, vers qui le transfert a normalement dj t ralis en n de phase de contrle.
Conclusion
Bien que cet ouvrage soit illustr par un exemple de type industriel, les plus gros gains sont souvent envisager dans les services. Les solutions aux problmes rencontrs sont multiples, varies, complexes et impliquent de nombreux acteurs ou services. Il nest donc pas ais de les traiter sans appliquer une mthodologie qui globalise les efforts et montre le sens gnral de la dmarche. Si le Six Sigma ne se rsume pas au cycle DMAIC, celui-ci permet nanmoins de rsoudre de nombreux problmes rencontrs. Anims correctement par une quipe efcace, les rsultats dpassent souvent les attentes. Il est toutefois essentiel que les personnes acceptent parfaitement la solution mise en place. Cest la raison pour laquelle leur implication, ds la phase danalyse, est indispensable jusqu lintgration complte de la solution. Ce qui fait une force du Six Sigma, ce nest pas tant lusage dun outil, mais bien la coordination dun ensemble doutils qui ont dj fait leurs preuves dans des contextes plus isols. La mthode trouve sa puissance dans larticulation de lensemble de ces techniques associes aux lments nanciers de calculs de gains, anims par des acteurs forms et ddis la mthode et ceci au service des clients. Les progrs importants, accomplis par tous pour augmenter le savoir-faire et la rentabilit de lentreprise, sont mettre au crdit de lutilisation de la mthode Six Sigma.
Cette mthode, mise au service des acteurs forms et appuys par un coaching srieux et spcique, garantit latteinte des objectifs dnis et formaliss. Lexprience montre que les projets bien mens dpassent largement les montants estims au dpart. Prs de 70 % des projets dpassent les gains nanciers prvus dans la charte du projet, 20 % atteignent les montants prvus et 10 % des projets ne sont pas termins pour diverses raisons. Ces chiffres concernent uniquement les projets que jai suivis (raliss ou coachs) et donc des donnes personnelles de travail. Je ne tire pas de conclusions quant lensemble des projets Six Sigma raliss en entreprise. Les travaux lis au Six Sigma se droulent sur plusieurs mois, classant ainsi cette mthode dans lamlioration moyen ou long terme. La rexion apporte par lutilisation de lensemble des techniques apporte, quant elle, une amlioration permanente une situation dgrade. Le Six Sigma rpond aux besoins des dirigeants soucieux daccrotre la rentabilit de leur entreprise, des clients voulant amliorer le service de leurs fournisseurs et des personnes qui souhaitent augmenter les performances de leurs processus. Lutilisation des statistiques mises en images par logiciel, larticulation autour de la gestion de projet (DMAIC), les aspects de la communication autour du projet, la prise en compte des demandes des clients et surtout lappui de la direction permettent de faire du Six Sigma un outil moderne et attractif. Les projets sont intressants, les gains importants et prennes. En faisant de cette mthode un lment intgrer dans les stratgies de lentreprise pour rpondre aux besoins damlioration partags par tous, par diffrents rfrentiels qualit, sur des sujets diffrents, les entreprises ont compris tous les bnces quelles peuvent en retirer.
Bibliographie
George Eckes, Objectif 6 sigma, d. Village Mondial, 2001. Georges Eckes, Caroline Frchet, Six Sigma en action, d. Village Mondial, 2003. M. George, B. Kastle, D. Rowlands, Quest-ce que le Lean Six Sigma? d. Maxima, 2005. Mickael L. George, Lean Six Sigma pour les services, d. Maxima, 2005. M. George, B. Kastle, D. Rowlands, M. Price, John Maxey, Lean Six Sigma Pocket, d. McGraw Hill, 2005. Forrest W. Breyfogle III, Implementing 6 sigma, d. Wiley Interscience, 1999. Patrice Marvanne, Le Vademecum de la Qualit Totale, d. EMS, 2001. Ronald D. Snee, Roger W.Hoerl, Leading 6 sigma, d. Prentice Hall, 2003. Peter S. Pande, Robert P. Neuman, Roland R. Cavanagh, The Six Sigma way, d. McGraw Hill, 2000. Mickael L. George, Lean Six Sigma, d. McGraw Hill, 2002. Box, GEP, G.M. Jenkins, Hunter, Statistical for experimenters, d. John Wiley and Sons, 1978. Draper, N.R. and H. Smith, Applied Regression Analysis, d. John Wiley and Sons, 1998. Box, GEP, G.M. Jenkins, G. Reinsel, Time Series Analysis : Forecasting and Control, d. Holden Day, 1994. Automotive Industry Action Group, Measurement Systems Analysis Reference Manual, disponible lAIAG, 1990. Automotive Industry Action Group, Advanced Product Quality Planning and Control Plan, disponible lAIAG, 1994.
160 Bibliographie
Automotive Industry Action Group, Statistical Process Control Reference Manual, disponible lAIAG, 1995a. Automotive Industry Action Group, Potential Failure Mode and Effects Analysis Reference Manual, disponible lAIAG, 1995b. Wheeler, D.J., D. Chambers, Understanding Statistical Process Control, d. SPC Press, 1992.
Sites Internet utiles

www.minitab.fr www.frechetconseil.com adresses e-mail de Caroline Frchet : carfou@club-internet.fr caroline.frechet@frechetconseil.com

Le Six Sigma

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Le Six Sigma

Transféré par

Droits d'auteur :

Formats disponibles

Caroline Frchet

Mettre en uvre le Six Sigma

CD-Rom de dmonstration MINITAB offert

Comment utiliser le Six Sigma avec facilit

Code diteur : G52120 ISBN : 2-7081-2120-0

Mettre en uvre le Six Sigma

ditions dOrganisation 1, rue Thnard 75240 Paris Cedex 05

Consultez notre site : www.editions-organisation.com

PHOTOCOPILLAGE TUE LE LIVRE

ditions dOrganisation, 2005 ISBN : 2-7081-2120-0

Mettre en uvre le Six Sigma

Les concepts du Six Sigma

Diffrentes mthodes de dploiement

tape 1 : dfinir le cadre du projet

Premire tude du processus de mesure Seconde tude de la mesure

Les donnes collectes Le niveau de sigma et les aspects financiers

tape 3 : analyse du processus

95 95 96 97 101 102 103 109 111 115 116 118 120

Slection des solutions retenues Mise en uvre des solutions En conclusion

141 142 143

144 148 149 153 155 156

Sites Internet utiles

2 Mettre en uvre le Six Sigma

La mthode par lexemple

Les six axes du Six Sigma, une organisation mthodique

Les concepts du Six Sigma 3

Les six axes du Six Sigma

Laxe des ressources humaines, ou Management

4 Mettre en uvre le Six Sigma

Les concepts du Six Sigma 5

6 Mettre en uvre le Six Sigma

Les concepts du Six Sigma 7

8 Mettre en uvre le Six Sigma

Les concepts du Six Sigma 9

10 Mettre en uvre le Six Sigma

Les concepts du Six Sigma 11

Laxe des attentes des clients

12 Mettre en uvre le Six Sigma

Les concepts du Six Sigma 13

Laxe de la gestion de projet

14 Mettre en uvre le Six Sigma

tude de la capabilit du processus

Les concepts du Six Sigma 15

16 Mettre en uvre le Six Sigma

Les concepts du Six Sigma 17

Laxe des outils informatiques et des statistiques

18 Mettre en uvre le Six Sigma

Les concepts du Six Sigma 19

20 Mettre en uvre le Six Sigma

Diffrentes mthodes de dploiement

Les concepts du Six Sigma 21

24 Mettre en uvre le Six Sigma

La mthode par lexemple (suite)

26 Mettre en uvre le Six Sigma

28 Mettre en uvre le Six Sigma

valuation des impacts nanciers

1 par semaine 1 par mois

1 par mois 1 par mois

30 Mettre en uvre le Six Sigma

7 Image de marque, perte de conance, de clientle et de march

- 11 782 +75 000 + 63 218 +199 640 + 63 218 262 858

Gain attendu pour le projet

32 Mettre en uvre le Six Sigma