Académique Documents
Professionnel Documents
Culture Documents
AGENDA
1. 2. 3. 4. 5. 6.
Que es Seis Sigma? Adopcin del Seis Sigma Requisitos: Proyectos Seis Sigma Estructura: Responsabilidades y roles Caso practico: Empresa de Servicios Herramientas Lean Seis Sigma
22
1.
33
1.1
Qu es Seis Sigma ?
Es un sistema empresarial para lograr y mantener el xito por medio de la orientacin al cliente, la gestin por procesos, as como la utilizacin de los hechos y de los datos.
Y = f (X1, X2, X3, X4,)
Como Mtrica
Mide el desempeo de un proceso en cuanto a su nivel de productos o servicios fuera de especificacin Mejoramiento continuo de procesos a travs de la reduccin de las variaciones. Tener procesos de clase mundial (3.4 dpmo) no producir servicios o productos defectuosos
44
Como Filosofa
Como Meta
1.1
LI 23 min.
LS
LI 23 min.
LS 32 min.
Distribucin
32 min.
Tiempo (minutos)
Ejemplo: El tiempo que un cliente esta dispuesto esperar por una pizza esta entre 23 y 32 minutos
55
1.1
3 SIGMA
Malas Recetas mdicas Bebes que se caen Tomar agua contaminada Corte de seal de TV Mala Operacin mdica Devolucin Sacos de Azcar
6 SIGMA 3 / ao 3 / ao 1 / 16 aos
66
1.1
CALCULADORA SIGMA
Caracterstica en estudio: Metros de Tela Punto
La unidad de medida sern los metros de tela de punto que produce la fbrica en un mes. Las oportunidades por defectos son los defectos que se pueden producir en un metro de tela.
1.2
Primer principio
Segundo principio
Todo debe y puede ser mejorado alineado con los objetivos de la organizacin.
Objetivos
88
1.2
Tercero principio
99
1.2
Cuarto principio
C L I E N T E
Procesos de la Organizacin
Proceso A
Proceso B
Proceso C
C L I E N T E
Sub proceso a
Sub proceso b
Sub proceso c
10 10
1.2
Quinto principio
Causa 1
Sntoma 1
Causa 2
Sntoma 2
PROBLEMA
Causa n
Sntoma n
11 11
1.2
Sexto principio
Cada vez que un proceso es mejorado debe garantizarse que los resultados se mantengan en el tiempo.
12 12
1.2
Stimo principio
el
capital
Todos los miembros de la empresa deben ser lderes, maestros y modelos en la prctica de los principios.
13 13
1.3
D
Qu problema requiere solucin?
Managemt Team
Equipo Six Sigma + Dueo Proceso con el apoyo del Sponsor y la gua del Master Black Belt / Black Belt
Dueo de Proceso
14 14
1.3
DMAMC
1.- Definir el Problema, definir objetivos 2.- Definir y Describir el proceso 3.- Evaluar Sistema de medicin 4.- Evaluar Capacidad del proceso 5.- Determinar las causas del problema 6.- Determinar variables significativas 7.- Optimizar y robustecer 8.- Validar Mejora 9- Controlar y dar seguimiento al proceso 10.- Mejorar continuamente
15 15
1.3
Diagrama Metodolgico
Definir el Problema, definir objetivos Determinar las causas del problema Determinar variables significativas Optimizar y robustecer
SI
Proceso Estable?
NO
Validar Mejora
SI
Controlar proceso
NO
Proceso Capaz?
Si
Mejorar continuamente
16 16
17 17
2.1
Tipo de Empresas
De la encuesta realizada se desprende que slo el 33% de los encuestados utiliza en alguna medida Seis Sigma, de este grupo el 78% esta compuesto por grandes empresa
18 18
2.2
Sector de la Empresa
La mayor cantidad de proyectos Seis Sigma se destinan a reas funcionales de operaciones o manufactura, seguidas con bastantes menos proyectos en las reas administrativas y de servicios al cliente, quedando en cuarto lugar el sector de logstica y distribucin
19 19
3.
20 20
3.1
Alineado con la estrategia del negocio. Tiene una meta clara. Existen datos histricos, o pueden ser obtenidos. Mide el rendimiento del proceso, mediciones financieras para el negocio e impacto en el cliente. Puede ser hecha por un equipo de Trabajo. Cumple con las expectativas de tiempo establecidas por la gerencia.
ESFUERZO FOCALIZADO
Beneficia Negocio
Cuantificable
Apoyo de Administracin
21 21
3.2
Criterios de seleccin
22 22
4.
Organizacin
4.1 Equipo Seis Sigma 4.2 Seleccin del Equipo
23 23
4.1
Controler Onwer
24 24
4.2
CHAMPIONS: Conformado generalmente por la alta gerencia. Son quienes seleccionan los proyectos y supervisa su funcionamiento. Participan en la eleccin de BB y GB.
MASTER BLACK BELT: Son los responsables del entrenamiento de BB. Son especialistas en la Metodologa y certifican BB. Lideran proyectos de mucha complejidad organizacional. Remueven las barreras que impiden avances de proyectos.
CONTROLLER: Es el responsable de dar el visto bueno cada vez que haya algn tipo de evaluacin financiera y cuantifica los beneficios obtenidos.
25 25
4.2
BLACK BELT: Son los especialistas en la aplicacin metodologa. Lideran proyectos Seis Sigma. Su rol es guiar al Equipo durante las fases del Proyecto. Sinergizan los conocimientos y esfuerzos de los miembros del equipo. Dan soporte a los GB. La interaccin con el dueo del proceso continua despus de terminado el proyecto.
GREEN BELT: Son miembros del equipo de proyecto que conocen las herramientas bsicas de la metodologa. Son interdisciplinarios y multifuncionales. Estn preparados para participar o liderar proyectos Seis Sigma.
OWNER: Son los lderes de las reas en las que se van a desarrollar proyectos Seis Sigma. Es el socio estratgico del BB, para alcanzar la meta. Es el responsable de mantener y superar los estndares alcanzados despus de finalizados los proyectos.
26 26
5.
Caso Prctico
EMPRESA DE SERVICIOS
27 27
6.
28 28
6.1
CTQ
VOC
VOC (Voice of Client). Es la voz del cliente que se obtiene por dos medios: Sistemas proactivos: Quejas del consumidor, llamadas telefnicas, devoluciones de productos, etc. Sistemas Reactivos: Observacin del cliente, encuestas, entrevistas, etc.
29 29
6.1
Insatisfaccin del cliente 100
(8, 83%)
75
10
CTQ
Factor de queja
Quejas
% relativo
Tiempo de entrega Sabor de la Pizza Cantidad de Ingredientes Ingredientes correctos Cortesa del repartidor
8 7 7 10 5
Tiempo de entrega inaceptable Tipo de masa incorrecta Cantidad de ingredientes reducidos Ingredientes incorrectos Descortesa del repartidor
764 56 50 30 20
30 30
6.1
Definir Problema
OBJETIVO
AHORRO
31 31
6.2
32 32
6.2
N1
C1
X3
S1 S2
FIN E3 E4 N2
C3 E5
6.2
N1 C1
Variables Controlables
N2
N3
S1 , S2 PROCESO
Caractersticas de calidad (Y)
C2
Y = f ( X1,X2,....Xn) E1 E2 E3 E4
C N E
Aquella que puede ser controlada Es impredecibles, altera el proceso.No es controlable por el momento. Aquella que puede ser estudiada bajo diversos parmetros para ver su comportamiento en el proceso. Segn donde impactan se suelen clasificar en : CTQ: Criticas para la calidad CTD: Criticas para la Entrega CTC: Criticas para el Costo.
X (KPIV) Y (KPOV)
34 34
SALIDA
6.2
S E V
O C C
D E T
N P R
Se hace una Se hace una Simple descripcin 3 Simple descripcin Del proceso Del proceso
4 5 6 7 8 9 10
Severidad Severidad Efecto que Efecto que puede tener puede tener el defecto el defecto en el cliente en el cliente
Ocurrencia Ocurrencia
Deteccin Deteccin
Forma como el Forma como el proceso podra proceso podra no cumplir con no cumplir con las especificaciones las especificaciones
Razn por la Razn por la cual ocurre la cual ocurre la falla falla
Controles Controles que detectan que detectan oo previenen previenen la falla si es la falla si es que ocurre que ocurre
NPR NPR= =SEV SEV**OCC OCC**DET DET Nivel Nivelde deprioridad prioridadde deriesgo riesgo
35 35
6.2
Donde:
NPR :
SEV :
OCC : DET :
Nmero de probabilidad de riesgo o de prioridad de riesgo. EI NPR es la multiplicacin de la severidad de la falla, la ocurrencia de esta y su posible deteccin. Este ser mejor en tanto sea menor. Severidad. Es el impacto de mayor o menor intensidad en que la falla de un proceso puede repercutir en el cliente (interno o externo) y su comportamiento respecto a nuestros servicios. Ocurrencia Frecuencia en la que puede ocurrir una falla. Deteccin Posibilidad de identificar la falla en algn momento durante el proceso.
36 36
6.3
Capacidad Habilidad basada en rendimiento demostrado, de un proceso, en satisfacer los requerimientos del cliente.
Capacidad Medida Capacidad del proceso cuantificada, de datos que son resultado de mediciones de trabajo realizado por el proceso.
37 37
6.3
Para analizar si un indicador es capaz de cumplir con las especificaciones, se suele utilizar el ndice de capacidad
Diremos que un indicador es capaz de cumplir con las especificaciones cuando su dispersin es menor que la distancia entre especificaciones.
Cp =
Cp 1< < 1
Cp = 1
Cp = 2
6.3
No solo interesa ver si el indicador puede cumplir con las especificaciones, nos interesa saber si este centrado respecto a las mismas. Para analizar esto, existe el ndice de centramiento denominado Cpk que mide la menor distancia del promedio de los datos a las especificaciones comparada contra el ancho de media distribucin.
Promedio de los datos
Especificacin
Cpk = Min
LSE - X 3
X - LIE 3
39 39
6.3
Within Ov erall
P otential (Within) C apability Cp 0.31 C PL 0.19 C PU 0.43 C pk 0.19 C C pk 0.31 O v erall C apability Pp PPL PPU P pk C pm 0.31 0.19 0.43 0.19 0.29
-0.15
O bserv ed P erformance P P M < LS L 0.00 P P M > U SL 103773.58 P P M Total 103773.58 E xp. PPM PPM PPM
0.00
0.15
0.30
0.45
0.60
40 40
6.4
Con la finalidad de determinar las posibles causas generalmente que afectan a nuestro poblewma (Y o KPOV), usaremos el Diagrama Causa Efecto, o Ishikawa.
Criterio de agrupacin 1 Criterio de agrupacin 2 Criterio de agrupacin 3
CONSTRUCCION
causa causa
causa causa
PROBLEMA
Listar por tormenta de ideas las causas generales que afectan al indicador. Agrupar las causas en 4 o 6 grupos. Se suele usar: Por 4M Mano O. Material Maquinaria Mtodo Por 6M Mano O Material Maquinaria Mtodo Medicin Medio amb.
causa causa
causa causa
causa causa
Criterio de agrupacin 4
Nota: Si las causas vienen de los KPIV, se deben sealar si son E,C,N
41 41
6.4
FEMEA
C 2 Y 1 Y 2 FIN
X 3
X 4 N2
C3 X5
ISHIKAWA
PRUEBA DE HIPOTESIS
VARIABLES SIGNIFICATIVAS
42 42
6.5
Source TIPO LOTE Error Total S = 3712
Prueba Hiptesis
DF SS MS F P 2 177886860 88943430 6.46 0.002 118 1625812015 13778068 120 1803698874 R-Sq = 9.86% R-Sq(adj) = 8.33% Individual 95% CIs For Mean Based on Pooled StDev --------+---------+---------+---------+(----*----) (--------*--------) (----*----) 6000 8000 10000 12000
ANOVA
N 52 17 52
43 43
6.5
Prueba Hiptesis
Correlacin
Es la Fuerza de Asociacin entre 2 Variables. Se mide con el Coeficiente de Pearson (r) -1 r 1
6.5
Prueba Hiptesis
Regresin
Con la regresin se determina el Modelo Matemtico que relacione las Variables X con Y.
PROCESO
Y ,Y
1
Indicador (Y)
Y = f ( X1,X2,....Xn)
X1
X2
X3 X4
Variables Experimentales
Estas Xi, son la que se han obtenido despus de: Prueba de Hiptesis. Correlacin.
LOS MODELOS MATEMATICOS PUEDEN SER Y = 0 + 1 X LINEAL Y = 0 + 1X + 2X2 CUADRTICO CBICO Y = 0 + 1X + 2X2 + 3X3 LINEAL Y = 0 + 1X1 + 2X2+... +nXn) MLTIPLE
45 45
6.6
DOE
Introduccin al DOE
Es una estrategia experimental estructurada que permite la evaluacin de mltiples variables de proceso en cuanto a su capacidad para influir sobre las caractersticas de un producto o proceso.
Determinar que factores son importantes. Establecer la estabilidad del proceso. Encontrar el mejor conjunto de condiciones de operacin.
46 46
6.6
DOE
2
Donde:
3 = Factor = K = variables (KPVI) X1, X2, X3 2 = Nivel = Es la cantidad de valores que toma cada factor
47 47
6.6
ID Oportunidad de Mejora
Plan de Mejora
Acciones de Mejora Tipo de Mejora Responsable Fecha de Compromiso % de Avance Observaciones Problemas para ident if icar la correspondencia de los nmeros a los DSLAM por falta de etiquet as y creacin de nuevos perfiles Se requiere la part icipacin de la Subgerencia de Tx y el conocimient o del Aplicat ivo Asig2000. Se requiere la part icipacin de GSI
Desarrollo de una Base de Dat os Falt a de un cont rol de las alt as en donde se registra las alt as por dslam DSLAM que present an sat uracin sat urados Desarrollo de la BD que controle la capacidad disponible de Tx por DSLAM's
15 de Abril
50%
Falt a de previsin en el crecimiento Desarrollo de un sist ema que realice Mediano Plazo Veronica Avila de t rafico por client e la previsin de t raf ico por DSLAMs Solicitar a GSI, el desarrollo de una No se regist ras las f echas de inicio rut ina que permita que los campos : y culminacin de las Obras en el In Real y Fin. Real se han obligat orios Aplicativo SAP-Modulo Gest in de cuando se cambia el st at us del Proyectos proyect o
Se requiere est ablecer un Por def inir requerimiento, y el posible costeo de est a nueva rut ina
Elaboracin de un procedimient o para la ampliacin de los enlaces en la Red Speedy que abarca desde la Largo Plazo Ernest o Saravia deteccin de su sobrecarga hasta su ampliacin.
15%
Desarrollo de una Base de Dat os que regist ra las fechas de denuncias de Falt a de un sistema que controle los sobrecargas hast a su ampliacin, 6 las denuncias de sobrecarga hasta con la f inalidad de realizar el su ampliacin en la Red seguimient o de las ampliaciones en plant a
15 de Abril
25%
Se t iene la informacin hay que armar la data a part ir del present e ao 2005
48 48
6.7
Control Estadstico
Concluida las mejoras en las Y, se debe controlar la variable en el tiempo para que no retorne a la situacin anterior.
Antes de la Mejora
Fin de Proyecto
Situacin No Deseada
49 49
Existen diferentes maneras de hacer el Control para los indicadores. Entre los ms importantes, se menciona: Control Estadstico de Procesos. Sistema a Prueba de Errores (Poka Yoke).
50 50
51 51
Defecto
La manera tradicional de evitar que lleguen defectos al cliente es inspeccionar al 100% todo o parte de los servicios brindados. Pero esto es muy costoso e ineficiente. Se debe construir Calidad desde la fuente incorporada mecanismos que prevengan los errores desde el principio
52 52
Bibliografa
53 53