Mettre en Oeuvre Le Six Sigma PDF

QUALIT
Caroline Frchet
Comment utiliser le Six Sigma avec facilit
> Dfinir et positionner Le Six Sigma est la dmarche de qualit de rfrence Caroline Frchet
le projet travers le monde. Elle permet damliorer la
performance des processus, de mieux satisfaire les
> Mesurer la situation clients et daccrotre la rentabilit des oprations.
existante Les meilleures entreprises, tant industrielles que
Mettre en uvre
de services, lappliquent avec succs.
> Analyser les causes
des problmes Le Six Sigma repose sur plusieurs piliers, dont ce
livre rend compte : lutilisation des statistiques
> Innover et amliorer
mises en images par logiciel, larticulation autour
Mettre en uvre le Six Sigma

en cherchant des
le Six Sigma
de la gestion de projet (DMAIC), la communication
solutions pour remdier
autour du projet, la prise en compte des demandes
aux problmes
des clients et, surtout, lappui de la direction.
> Contrler les rsultats Toutes ces dimensions font du Six Sigma un
par la mise en place outil trs performant, qui permet des conomies
de solutions prennes considrables.
En suivant un exemple simple, lauteur montre
mo Configuration requise comment mettre en uvre le Six Sigma. Au-del
Ro
ffe
dune simple liste doutils ou de concepts, cet

CD-
PC avec processeur Pentium,

rt
32 Mo de RAM. ouvrage prsente, lintrieur du cadre DMAIC,

Systme dexploitation Win- une logique dutilisation des outils avec la manire
dows 95 ou suprieur.
Le logiciel Acrobat Reader 4.0
dont ils rpondent la rsolution dun problme
(ou suprieur) est ncessaire la concret. Le lecteur trouvera ainsi le sens donner
consultation de ce CD-Rom ses projets.
(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. Conception : Nord-Compo
Caroline FRCHET, experte franaise en Six Sigma, intervient dans

plusieurs entreprises internationales, nationales ou rgionales en tant
Code diteur : G52120 ISBN : 2-7081-2120-0
que formatrice et consultante. Elle a ralis plusieurs projets, en a coach

782708 121201
un grand nombre et form des populations trs diversifies. CD-Rom de dmonstration

MINITAB offert
9
35
52120_Six_Sigma 1 20/06/05, 15:08

QUALIT
Caroline Frchet
Comment utiliser le Six Sigma avec facilit
> Dfinir et positionner Le Six Sigma est la dmarche de qualit de rfrence Caroline Frchet
le projet travers le monde. Elle permet damliorer la
performance des processus, de mieux satisfaire les
> Mesurer la situation clients et daccrotre la rentabilit des oprations.
existante Les meilleures entreprises, tant industrielles que
Mettre en uvre
de services, lappliquent avec succs.
> Analyser les causes
des problmes Le Six Sigma repose sur plusieurs piliers, dont ce
livre rend compte : lutilisation des statistiques
> Innover et amliorer
mises en images par logiciel, larticulation autour

en cherchant des
le Six Sigma
de la gestion de projet (DMAIC), la communication
solutions pour remdier
autour du projet, la prise en compte des demandes
aux problmes
des clients et, surtout, lappui de la direction.
> Contrler les rsultats Toutes ces dimensions font du Six Sigma un
par la mise en place outil trs performant, qui permet des conomies
de solutions prennes considrables.
En suivant un exemple simple, lauteur montre
mo Configuration requise comment mettre en uvre le Six Sigma. Au-del
Ro
ffe
dune simple liste doutils ou de concepts, cet

CD-
PC avec processeur Pentium,

rt
32 Mo de RAM. ouvrage prsente, lintrieur du cadre DMAIC,

Systme dexploitation Win- une logique dutilisation des outils avec la manire
dows 95 ou suprieur.
Le logiciel Acrobat Reader 4.0
dont ils rpondent la rsolution dun problme
(ou suprieur) est ncessaire la concret. Le lecteur trouvera ainsi le sens donner
consultation de ce CD-Rom ses projets.
(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. Conception : Nord-Compo
Caroline FRCHET, experte franaise en Six Sigma, intervient dans

plusieurs entreprises internationales, nationales ou rgionales en tant
Code diteur : G52120 ISBN : 2-7081-2120-0
que formatrice et consultante. Elle a ralis plusieurs projets, en a coach

782708 121201
un grand nombre et form des populations trs diversifies. CD-Rom de dmonstration

MINITAB offert
9
35
52120_Six_Sigma 1 20/06/05, 15:08

ditions dOrganisation
1, rue Thnard
75240 Paris Cedex 05
Consultez notre site :

www.editions-organisation.com
Le code de la proprit intellectuelle du 1er juillet 1992 interdit

en effet expressment la photocopie usage collectif sans autori-
sation des ayants droit. Or, cette pratique sest gnralise notam-
LE
ment dans lenseignement provoquant une baisse brutale des
PHOTOCOPILLAGE achats de livres, au point que la possibilit mme pour les
TUE LE LIVRE
auteurs de crer des uvres nouvelles et de les faire diter correc-
tement est aujourdhui menace.
En application de la loi du 11 mars 1957, il est interdit de reproduire intgra-
lement 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
Mettre en uvre
le Six Sigma
Sommaire
Introduction IX
1 Les concepts du Six Sigma 1

Les six axes du Six Sigma, une organisation mthodique 2
Laxe des ressources humaines, ou Management 3
Laxe des attentes des clients 11
Laxe de la gestion de projet 13
Laxe financier 14
Laxe de la communication 16
Laxe des outils informatiques et des statistiques 17
Diffrentes mthodes de dploiement 20
2 La phase de dcision 23
3 tape 1 : dfinir le cadre du projet 39

Prparer la charte du projet 40
Lorganisation du processus : le SIPOC 44
Synthtiser la voix du client 45
La synthse de la phase de dfinition 53
4 tape 2 : mesurer 55
Le dtail du SIPOC : la cartographie 56
La dclinaison des demandes des clients 64
La prparation la collecte des donnes 65
VI Sommaire
Premire tude du processus de mesure 72

Seconde tude de la mesure 78
Les donnes collectes 84
Le niveau de sigma et les aspects financiers 89
5 tape 3 : analyse du processus 95

Objectif 95
De la mesure lanalyse 96
LAMDEC 97
Bilan de lAMDEC 101
Autres utilisations de lAMDEC 102
Analyse statistique des donnes 103
tude de lemballage 1 109
Plan dexpriences sur lemballage 1 111
Analyse des emballages en entre 118
Conclusions de la phase danalyse 120
6 tape 4 : innover/amliorer 123

Gnration des ides potentielles 123
Action sur la zone de stockage 128
Action avec un fournisseur 129
Action de suivi 129
Partage des meilleures comptences 131
Utilisation de Poka Yoke 131
Slection des solutions retenues 132
Mise en uvre des solutions 135
En conclusion 139
7 tape 5 : contrler/matriser 141

Validation de ralisation des actions 142
Procdures et instructions 143
Sommaire VII
Les cartes de contrle 144

Niveau de ralisation des actions et prennisation 148
Satisfaction des clients et calculs de capabilit 149
Les lments financiers 153
Finalit de la phase de contrle 155
Validation du processus 156
Conclusion 157
Bibliographie 159
Sites Internet utiles 161
Utilisation du CD-Rom 163

Introduction
Aujourdhui dploy pour les gains en savoir-faire, savoir-

tre et financiers, le Six Sigma sest affirm comme un fac-
teur 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 finalit 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 dif-
frent. 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 produc-
tion.
Lune des cls de la mthode est lapplication de la mme

dmarche tous les projets. Les rsultats obtenus dpas-
sent 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 spcifique est illustr au travers dun exemple ponc-
tu 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 fil conducteur.
Lors de la ralisation dun projet, on choisit parmi les
outils disposition ceux qui seront les plus pertinents en
fonction de lobjectif vis, afin 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 (Dfinir,
Mesurer, Analyser, Innover, Contrler). Le fil 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 (mondiale-
ment connues) aux PME-PMI, trouveront au travers de
cette lecture une partie de leurs rponses.
Dans louvrage, la notion doutils utiliser pour la rsolu-
tion 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 dploie-
ment des projets. Jai parfois omis les explications sur les
modalits compltes de leur utilisation, au profit 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 lidentifi-

cation des indicateurs contenus dans la problmatique.
Une grande partie des problmes rencontrs dans les pro-
jets rside en effet dans la difficult 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 influentes
dtermine. Diffrentes techniques sont alors appliques.
Dans la partie Amlioration, les solutions dployes

sont expliques afin 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.
Enfin, dans la partie Contrle, les diffrents lments

de la prennisation, comme la formation et les outils de
suivi (cartes de contrle, standardisation, etc.) sont mon-

trs. 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 puis-
sance 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 financiers 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 deve-
nir 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 fin.
1
Les concepts du Six Sigma
partir dun exemple tir de la vie courante, il est nces-

saire 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 lintgra-
tion des attentes des clients prendre en compte dans la
rsolution du problme.
tape par tape, le projet suit son cours. Les aspects finan-
ciers 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 ser-
vent 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 cons-
tituants 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 confirme 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 cartou-
ches. Jhsite. Je me dcide enfin prendre le paquet
endommag, je le retourne : il est bien endommag.
Cela me fait douter de la qualit de la marchandise. Est-
ce que les cartouches sont galement abmes? Le ven-
deur 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 enfin
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 expli-
quer 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
Inf
orm
t
en
Cli
atio
ns,
Sta
tist
qu i
Management e
s
Communication
Ge
stio
nd
ep
r
roj
cie
e
an
t
Fin
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 insufflant sa propre dynamique.
La mthode est dploye au travers dacteurs spcifiques,

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;
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 spcifiques 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 difficults potentielles;
les efforts accomplir;
la qualification et la disponibilit des personnes partici-
pant 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 officiel de
chaque projet par la signature dune charte ou dun
mandat de projet, qui comporte les lments cls du pro-
jet, notamment ses objectifs financiers et oprationnels.
La validation de ce document est la preuve quil charge un
Black Belt ou un Green Belt de rsoudre le problme iden-
tifi et quil lui fournit les moyens de mettre en uvre la
mthode afin 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 fin de phase de la mthode et donne son
avis sur les progrs obtenus. Ces revues, bien formalises,
comportent la validation dlments spcifiques 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 dfinis
et une dcision est prise sur la suite donner. Ces revues
de jalons permettent de guider les projets vers la rsolu-

tion des problmes, de manire nettement plus assure.
Par ailleurs, ce suivi garantit lintrt soutenu du Sponsor

et maintient lattention de lquipe focalise sur la dmar-
che jusqu la fin du projet.
Lenregistrement du projet dans la base de suivi informati-

que 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
influence 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 fixs. 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 slec-
tionn 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 financiers et de
communication seront moindres.
Le Black Belt est souvent retenu pour remplir cette fonc-

tion 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 fonc-
tions plus tard.
dfaut de responsabilits hirarchiques, le Black Belt

remplit dimportantes responsabilits fonctionnelles. Pour
une dure limite, le Sponsor lui confie un groupe de tra-
vail 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, confi 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 lentre-
prise 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 beau-
coup 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 laligne-
ment du dploiement des projets avec les stratgies, en les
clarifiant 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 particu-
lire. 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 pro-
jets. 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 ga-
lement 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 appr-
ciable 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 abor-
ds. Le Black Belt, ou le Green Belt, va proposer des outils
pour articuler la rflexion.
Les autres Belts
Dautres Belts (ceintures) se retrouvent dans cette appella-

tion. Parfois, on nomme un Orange Belt qui a un savoir
spcifique (un commercial par exemple).
Cette dnomination est trs rare car le Six Sigma per-

met 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 configuration.
Le spcialiste dune technique, parfois nomm Brown Belt,

est rarement identifi dans lentreprise. Il peut sagir, par
exemple, dune personne dj charge de dployer cer-
tains outils comme lAMDEC, le SPC, les plans dexprien-
ces, le QFD, les scorecards ou bien encore les analyses de
fiabilit (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 dfinissent gale-
ment 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 financiers tra-

vaillent sur les gains apports par les projets, puis les vali-
dent et les consolident en fin de projet.
Les commerciaux, la fonction marketing ou les dveloppe-

ments 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 bnfices quil en
a tirs sont importants, lobjectif recherch ici est davan-
tage 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 atta-
che ladhsion totale des quipes. Si la russite des pro-
jets 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 spcifi-
quement 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 figure 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 difficult

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 amliora-
tions apportes, mais, pour la plupart dentre elles, la
notion de client reste floue.
Pour en revenir notre exemple de dpart, comment les

personnes charges des expditions, ou mieux, des embal-
lages des cartouches dencre pourraient-elles avoir connais-
sance 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 linter-
face avec le client, dont les attentes sont difficiles 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 marke-
ting, le bureau dtudes, le bureau des mthodes, la gn-
ration 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 spcifiques.
Doit-on distinguer pour autant les clients internes et
externes? Leurs attentes sont-elles diffrentes? Dans la
majorit des entreprises, les clients internes comme exter-
nes 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 pro-

cessus. Il existe diffrentes techniques pour mieux com-
prendre ces attentes.
Les demandes des clients, une fois identifies puis int-
gres 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 (Dfinir, Mesurer, Analyser, Innover [ou amlio-
rer], 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 cha-
cune de ces tapes, en les situant dans le contexte dam-
lioration des processus.
Il existe un second cycle, dont le sigle DMADV (Dfinir,

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 for-
mation, 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 exi-
gences 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 cen-
tr 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 financier
Laxe financier est li lapplication de techniques
Qualit : AMDEC, SPC, plans dexpriences, etc. Frquem-

ment, les entreprises utilisent tout ou partie de ces techni-
ques sans vraiment valuer leurs impacts dans les projets.
Il ne faut pourtant pas minorer cet aspect financier. 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 position-

nements financiers que par les positionnements techni-
ques des sujets : le Six Sigma les sduit dabord par les
aspects financiers quil prsente, au dtriment des ques-
tions techniques.
Tous les projets Six Sigma font lobjet dune valuation

financire 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 financire au dbut et la fin de chaque pro-
jet. Ils sont consolids dans une base de donnes, souvent
conserve sur lIntranet. Les montants financiers fournis-
sent une chelle commune significative pour les diri-
geants, 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? Celle-

ci peut sappliquer, entre autres, au processus de com-
mande ou au processus financier pour rduire les dlais
de livraison ou les tris par exemple. La technique peut tou-
tefois sadapter tous les cas, pourvu que les conditions
financires et damlioration des processus soient favora-
bles. Dans tous les cas, il faut tout dabord valuer le mon-
tant 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 confi
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 rali-

sant des conomies sur lactuelle chane!
Comment slectionner les projets? En fait, la slection se

fait en sance de Champions o le critre financier, bien
quimportant, est insuffisant pour dcider des projets
raliser.
Laxe de la communication
Cet axe parat souvent facile aux dirigeants, persuads de

communiquer vite, bien et efficacement. 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 abor-
ds 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 mani-
festations particulires, il est judicieux davoir travaill
son texte, afin de prsenter avec aisance son sujet dtude
et sa mission dans lapproche du Six Sigma. Cette prsen-
tation peut galement tre utile pour expliquer brivement
la mthode.
Ainsi, lors des formations, il est demand chaque sta-

giaire 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 pr-
senter avec naturel et clart?
Mais il existe de nombreux autres exemples de travaux sur

la communication : affichage, prsentation avec le logiciel
appropri, travail de loral et de lcrit, information sur les
aspects financiers des projets, communication lensem-
ble du personnel, etc.
En dfinitive, le Six Sigma doit tre peru de faon coh-

rente 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 duti-
liser 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, ensei-
gnes 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 ordina-
teur 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 thori-

ques, informatiques et dautres qui servent de mise en
pratique : cas dcole et applications sur le projet des par-
ticipants. Lencombrement des appareils doit tre rduit

au minimum pour laisser la place dans la salle pour pou-
voir organiser tous les apprentissages, ce qui ne rend pas
non plus aise lutilisation dordinateurs fixes. Il est mme
conseill davoir une cl USB pour stocker les donnes et
changer les fichiers.
Dans cet axe, les statistiques sont prsentes avec linfor-

matique. Cest un choix volontaire, mais rducteur. Lutili-
sation des outils couvre ici un domaine bien plus large que
les statistiques, car elle englobe les outils qualit ayant
dj dmontr leur efficacit 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 diagram-
mes 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 informati-
ques, comme les logiciels spcifiques, 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 lutilisa-
tion 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 pro-
jets, 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 repro-
duit, se forme et/ou ne se produit pas. Les statistiques per-
mettent daffirmer plus srement des situations. Par
exemple, il sera possible daffirmer : 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 indus-
triel, 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 financiers 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 utili-
sent des techniques formalises suivre) que de transfor-
mer en communicateurs des statisticiens (qui utilisent des
techniques quil faut affiner suivant les individus rencon-
trs 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, par-
fois 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 pre-

nantes 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 lorga-
nisation 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 dfi-
nis en commun.
Dans lautre approche, un consultant commence par inter-

venir 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 dfinis 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 interlo-

cuteurs et les problmatiques de lentreprise. Il peut donc
former plus efficacement les acteurs de la mthode.
Ladaptabilit du Six Sigma permet tous types de struc-

tures de trouver les rponses des problmatiques spcifi-
ques. 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 fai-
sant 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 internatio-
nal ne va pas bnficier 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 pour-
rait appeler Les aventures dun Black Belt dans les
emballages.
2
La phase de dcision
Trois lments peuvent intervenir et influencer la dcision

du dirigeant concernant la ralisation ou pas dun projet :
la direction peroit que lavenir de lentreprise va vo-
luer dans cette voie. Par exemple, si le dirigeant dis-
cerne 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 trans-
port ou la livraison des produits constate un dysfonc-
tionnement et souhaite intervenir pour amliorer le
processus. Il sagit ici dune demande interne du pro-
cessus 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 emballa-
ges abms). Il ne comprend pas pourquoi car le person-
nel semble efficace, 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 financiers en baisse sans
explication identifie.
Lenjeu financier du projet doit lui permettre den envi-
sager la ralisation. Les Black Belts comptents sont
souvent des personnes curieuses qui vont poser beau-
coup de questions. ce stade, peu dinformations sont
ncessaires : nous tudions ensemble la faisabilit du
projet.
Bien sr, il est difficile 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 remplace-
ments des biens dfectueux, qui sera tudi dans un
autre cadre. Ce besoin exprim permet de connatre les
limites du sujet.
Pour avancer dans notre rflexion, il nous faut des don-

nes 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, affluent. Certai-
nes ont fonctionn un certain temps, puis se sont dgra-
des et ont t remplaces par dautres. On parle, dans ce
cas, de solution non prenne.
Le Six Sigma comporte une phase de recherche damlio-
rations qui se situe la fin du cycle, une fois le problme
pos, les mesures obtenues et la situation analyse.
Les propositions mises ltape dinnovation/amliora-
tion sont prennes car il a t prouv que les solutions
mettre en place vont rsoudre les causes des problmes.
Elles rgleront vritablement la problmatique rencon-
tre, 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 solu-
tions mises en place seront galement testes et la preuve
sera faite quil sagit bien de solutions prennes. Une vri-
fication 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 estima-
tion fait apparatre quun produit sur vingt environ est
retourn lentreprise en raison dun emballage endom-

mag.
Parfois, des valuations financires ont dj t faites,
mais ce nest pas toujours le cas. Lorsque les valuations
financires ne sont pas connues, les impacts font lobjet
dune liste. Il nest pas ncessaire de les dcrire trs prci-
sment. Mieux vaut une valuation mme approximative
que pas dvaluation. Une estimation trs prcise, ce
stade, fait parfois perdre du temps car lobjectif est uni-
quement de mesurer la porte de lenjeu.
Une description sommaire des impacts fait donc appara-
tre 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 confiance, de clientle et de
march.
La liste prsente ici, comme toutes celles qui numrent
des lments, est difficile gnrer dans les quipes car

elle mobilise une grande nergie de la part des partici-
pants. 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 valo-

riser 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 Valorisation Frquence Total sur
moyenne un an
Reprise du (des) produit(s) 5 10 par jour 15 000
mal emball(s)
Pnalits si rupture de 20 1 par 1 040
stock semaine
R-acheminement du pro- 30 5 par jour 45 000
duit vers lentreprise
Remplacement de lembal- 10 4 par jour 12 000
lage ou emballage + pro-
duit, destruction de
lancien
Une personne plein 2 500 1 par mois 30 000
temps pour rceptionner
les emballages, les rempla-
cer, les trier, les renvoyer
Une personne mi-temps 1 800 1 par mois 21 600
pour grer ce type de
rclamation : rcupra-
tion, acheminement, livrai-
son, retards, pnalits
Image de marque, perte 1 client sur 10 ren- 1 par jour 75 000
de confiance, de clientle contre des probl-
et de march mes demballage.
Chiffre daffaires
moyen pour un
client : 250
Total 199 640
Tous les sujets sont difficiles valoriser, mais cette techni-

que 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 fixs et lvaluation financire 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 aug-
menter simultanment son chiffre daffaires et la perfor-
mance 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 finan-
ciers 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 prsen-
tation 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 envi-
ron 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 appro-
che plus relle des lments financiers (voir page 30).
valuation des impacts financiers

N Liste des lments Valorisation Frquence Total sur
moyenne un an
1 Reprise du (des) pro- 5 10 par jour 15 000
duit(s) mal emball(s)
Situation optimale 1 1 par semaine 52
2 Pnalits si rupture de 20 1 par semaine 1 040
stock
Situation optimale 20 1 par an 52
3 R-acheminement du 30 5 par jour 45 000
produit vers lentreprise
Situation optimale 30 1 par semaine 1 560
4 Remplacement de 10 4 par jour 12 000
lemballage ou embal-
lage + produit, destruc-
tion de lancien
5 Une personne plein 2 500 1 par mois 30 000
temps pour rception-
ner les produits embal-
ls, les r-emballer, les
remplacer, les trier, les
renvoyer (calcul sur la
masse salariale)
Situation optimale 500 1 par mois 6 000
6 Une personne mi- 1 800 1 par mois 21 600
temps pour grer ce
type de rclamation :
rcupration, achemi-
nement, livraison,
retards, pnalits (calcul
sur la masse salariale)
Situation optimale 300 1 par mois 3 600

.../...
7 Image de marque, 1 client sur 10 1 par jour 75 000

perte de confiance, de rencontre des
clientle et de march problmes
demballage.
Chiffre daffai-
res moyen
pour un
client : 250
Situation optimale Sans perte de 1 par jour Gain de
client + 1 gagn 75 000
client gagn
par jour
Estimation du total de la situation optimale : res- - 11 782
tant en perte
Estimation du gain sur nouveaux clients +75 000
Gain sur chiffre daffaires + 63 218
Pour le projet, les estimations concernent :
La perte actuelle +199 640
Le gain potentiel + 63 218
Le gain estim attendu sur le projet 262 858
Gain attendu pour le projet

Pertes actuelles Gain potentiel Gain potentiel Gain total Gain estim
80000 attendu total
262 858
70000
60000
50000
40000
30000
20000
10000
-10000
-20000
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 can-
didat. 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 vraisembla-
ble 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 suffire.
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 ru-
nions ncessaires ainsi que tout ce qui reste valuer
comme effort de solutions mettre en place.
Leffort financier 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 appr-
cient 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 cul-
ture europenne nest pas encore prte pour cette appro-
che.
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 impor-
tant 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 dfinition du projet. Lexamen, mme som-
maire, de la disponibilit et de la motivation de lquipe
est ncessaire. Cette rflexion permet de valider les condi-
tions de ralisation et de russite du projet. ventuelle-

ment, 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 pro-
duits jusquau consommateur final qui achtera ces pro-
duits. Ils seront prciss lors de ltape de dfinition. 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 afin
de rappeler limportance du projet pour tous. Dans notre
exemple, toutes les parties prenantes voudraient amlio-
rer 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 analy-
ses nayant pas t remises jour et ayant t peu tu-
dies, il est ncessaire de les reprendre avant de continuer.
Un historique des produits dfectueux (emballages et pro-
duits) a t conserv par la socit au cours de lanne pr-
cdente, 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 distinc-
tion. Il permet toutefois de mettre en vidence sil existe
un problme particulier. Cest frquemment le cas des pre-
miers fichiers de donnes qui sont incomplets ou qui ne

comportent pas tous les lments requis.
Historique des produits dfectueux

Date du retour Nombre de retours
Aot 80
Septembre 90
Octobre 100
Novembre 92
Dcembre 120
Janvier 95
Fvrier 105
Mars 118
Avril 123
Mai 125
Juin 130
Juillet 140
Aot 131
Septembre 142
Octobre 145
Novembre 140
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 linter-
prtation synthtique et graphique des donnes dans cet
ouvrage.
Ds que lon doit travailler sur des donnes, un certain

nombre de problmes surgissent. Ils concernent plus par-
ticulirement les points suivants :
les donnes sont enregistres dans un logiciel particu-

lier, qui nest pas forcment compatible avec lapplica-
tion du Six Sigma;
les donnes ne sont pas au bon format (organises
dans des fichiers spars, par exemple, ou bien dans
des bases de donnes existantes);
les donnes sont incorrectes, incompltes, trop rsu-
mes 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
confirme quil est possible de les transfrer dans le logiciel
Excel, qui pourra son tour tre traduit dans les for-
mats de logiciels de statistiques comme celui de MINI-
TAB.
Tout Black Belt est form avec un logiciel de statistiques

qui permet dobtenir des traitements de donnes de
manire plus rapide et efficace. 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 puis-

sance et de leur efficacit dans les traitements statistiques
des donnes. Ces logiciels existent dans plusieurs langues,
notamment en franais. Par souci de simplification de lec-
ture 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 cer-
tains domaines particuliers, abords dans le cas dun pro-
jet.
Il est essentiel de travailler avec ce type doutils si le Six

Sigma entre dans lentreprise. Leur puissance et leur sp-
cialisation 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 Dfi-
nition, dAmlioration et de Contrle, les connaissances en
matire de conduite de runion, dutilisation des techni-
ques de communication prendront largement le dessus
dans lefficacit 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 sous-
menus prvus cet effet, on obtient le graphique suivant.
Un graphique relativement similaire peut tre obtenu
dans beaucoup dautres logiciels, y compris non spciali-
ss.
Srie chronologique sur le nombre de retours
150
140
130
Nombre de retour
120
110
100
90
80
MINITAB
Octobre Novembre Janvier Mars Mai Juillet Septembre Novembre
Date de retour
Daprs la visualisation du graphique, il apparat une ten-

dance 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 identifies,
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 identifis et moti-
vs. Le projet rapportera environ 262 000 par rapport
la situation actuelle. Les rsultats dont on dispose mon-
trent une forte augmentation des retours pour problmes
demballage (qui ne sarrtera pas seul). Les causes relles
ne sont pas identifies et le processus nest pas sous

contrle.
Enfin, 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 direc-
tion.
La dcision de confier 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 Dfinition, 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 : dfinir
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 compl-
ter un document de synthse dcrivant le problme et
les objectifs attendus, de constituer lquipe et de slec-
tionner les parties prenantes, de reporter les enjeux
financiers, enfin, de prparer la planification du projet;
lorganisation du processus va faire lobjet dun SIPOC
(Suppliers, Input, Process, Output, Customers), en fran-
ais 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 dfinition, il peut tre intressant de tra-
vailler 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 fil du projet, la composition de
lquipe volue afin dintgrer des personnes plus opra-
tionnelles pour restituer au propritaire du processus, en
fin de projet, un processus qui aura un fonctionnement
efficace.
La dcision de la dure du projet incombe au responsable,

qui dcide que le projet se terminera avant la fin de
lanne en cours. Nous planifions 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 plani-
fication et ventuellement le prvoir dans la planification.
Lors de la premire runion, cest toujours mieux si le

Sponsor peut lancer le groupe en annonant les objec-
tifs, ses attentes ainsi que les moyens quil va consacrer au
projet. Ensuite, je commence par remercier toutes les per-
sonnes 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 financiers sont gale-
ment annoncs. Nous parlons de lorganisation, assez sim-
ple, du projet et de sa planification.
Planification
Octobre Novembre Dcembre Janvier Fvrier Mars Avril Mai Juin Juillet
Runion de Runion de Runion de Runion Runion Runion

lancement validation validation et de de finale :
et de dfinition mesure validation validation synthse
Mise en place et danalyse et
Phase de dfinition 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 sui-
vante est pose : que signifie pour vous le problme des
emballages? La technique du brainstorming (remue-
mninges) permet de lister les lments relatifs la ques-
tion, de manire exhaustive, avec le groupe de travail. Le
problme exprim est ensuite dvelopp.
Lquipe de travail labore en synthse, la dfinition dun

emballage correct suivant sa propre exprience. Cet exer-
cice, 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 dfinition 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 pre-

miers lments runis pour le projet. Elle a t confie 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 l-
ments financiers et de planification prvus. Le Champion
est reprsent par le dirigeant. Le Sponsor est le propri-
taire 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 affiner la planification et les enjeux
financiers. Les objectifs du projet et ses limites sont prciss.
Les aspects financiers sont tudis en collaboration avec le

responsable de gestion, ou le directeur financier, qui doit
vrifier et valider les objectifs fixs. Une autre validation
aura lieu en fin de projet pour comptabiliser les gains rel-
lement obtenus sur le projet. Ces objectifs, dtaills aupa-
ravant, sont reports dans la charte de projet.
Ci-contre, la charte pour le projet des emballages endom-

mags.
La charte, ainsi complte avec lquipe de projet, sera vali-

de par le Champion. Cela signifie, pour le Black Belt et le
groupe, lobtention de laccord de dlgation pour raliser
le projet dans les conditions dfinies par la charte. Ce docu-
ment voluera dans le temps. Les modifications majeures
devront faire lobjet dune revalidation par le Champion.
Ltat davancement de chacune des phases est notifi au

fur et mesure (en bas droite de la charte). chaque

validation de fin dtape, lindicateur devra atteindre
100 %. Ltape suivante pourra alors commencer. Ce suivi
permet, en outre, de fixer des dates de revue de fin de
phase avec le Champion, afin de contrler latteinte des
objectifs.
La charte du projet
Nom Problmes demballa- Produits Tous produits
du projet ges endommags concerns
Sponsor Le dirigeant
Master Black Caroline Frchet
Belt
Responsable Caroline Frchet Numro
du projet de tlphone
Membres de D. Petit, A. Valda, J. Pegret, Membres de E. Coltre, K. Piott,
lquipe N. Cogla, Jr. Pois, F. Herfittio lquipe support I. Sipprax, S. Traziwack
Date de dbut Dcembre 2002 Date de fin Juin 2003
Description
1. Diminuer le taux de retour des produits pour problmes demballage.
Description Le produit doit parvenir intact dans son emballage jusquau rayon o il est
du projet expos. Il doit demeurer intact pendant lachat et jusqu son ouverture volon-
taire par lacheteur.
2. Primtre Les produits exposs en emballage au contact du client acheteur final auront
meilleur aspect et meilleures ventes.
3. Objectifs du projet Mesures Base Actuelle Objectif Performance
idale
Pertes pour les 1876 sur 16 mois 1876 x 140/mois 70/mois 0/mois
emballages sur 16 mois 12/16 =
1407 sur
un an
4. Rsultats pour la Pertes actuelles : 199 640

socit Gain potentiel : 63 218
Gains estims attendus sur le projet : 262 000
5. Avantages clients Bonne impression pour lachat. Davantage dachats. Pas de blessures
dues aux emballages abms.
6. Hypothses et Disponibilit des acteurs.
facteurs de succs
7. Contraintes et Timing trop juste.
risques
8. Budget ncessaire Non estim ltat actuel.
9. Planning Phase du projet Avancement

D. Dfinir Dc 02-Fv 03
M. Mesurer Fv 03Mars 03
A. Analyser MarsAvril 03
I. Innover/amliorer AvrilMai 03
C. Contrler/valider MaiJuin 03
Durant la prparation de la runion suivante, les dates des

prochaines revues sont planifies, en spcifiant 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
dfinition. Les premiers lments du SIPOC (Suppliers,
Input, Process, Output, Customers) apparaissent. Le SIPOC
trouve une improbable traduction dans FIPEC (Fournis-
seurs, Intrants, Processus, Extrants, Clients). La termino-
logie reste toutefois discutable.
Lquipe tablit une cartographie sommaire du processus

qui permet de faire apparatre simultanment les flux de
matires et les flux dinformations, comme on le voit sur le
diagramme SIPOC ci-contre.
Le SIPOC : flux physique dun processus
demballage/livraison
Fournisseurs Entres Sorties Clients
Atelier Produit Produits emballs Client du magasin

Emballage,
Sous-traitant Emballage: cartons, Cartons remplis Transporteurs
stockage
Sous-traitant plastiques, etc. Bon de livraisons Stockeur
et livraison
Administration Camion sign Magasinier
du produit
Service client Bon de livraison Bon de rception Livreur
emball
Bon de rception sign Dstockeur
Bon de stockage Bon de stockage Responsable de
sign 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 concrti-
ser 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 probl-
mes, il faut pouvoir les dcrire synthtiquement. Cepen-
dant, 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 dco-
der cette attitude afin 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 exem-

ple, 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 infor-
mations caches sous liceberg des cots de non-qualit,
dont on connat rarement plus de 10 %, pourrait ainsi tre
rvle.
Enfin, 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, lorga-
nisation 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, stoc-
keurs, personnes mettant en rayon et acheteurs. Chaque
participant relve, sur une note, une ide de mcontente-
ment 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. Lexp-
rience montre toutefois que les lments essentiels sont
trouvs par les quipes, sauf dans le cas dune mauvaise
animation. Le Black Belt, gnralement bon communica-

teur, sait grer les problmes danimation avec suffisam-
ment daisance.
Les besoins clients

Emballages non ouverts
Emballages ferms
Emballages impermables
Emballages transparents Emballages avec
facilit d'ouverture
Emballages avec moyen

Emballages non corns d'ouverture automatis
Emballages intacts
Emballages avec
Emballages en carton systme d'inviolabilit
Produits intacts
Emballages rsistants
Produits bien conservs Emballages avec
Emballages pas trop serrs systme antivol
Produits non abms

Emballages pas trop flottants
Le travail de regroupement a t ralis de la manire sui-

vante, comme le montre la figure ci-dessous.
Les besoins clients 2
Fermeture de lemballage Rsistance des emballages Systme douverture
Emballages non ouverts Emballages impermables Emballages avec

facilit d'ouverture
Emballages ferms Emballages rsistants au feu,
l'eau, la poussire Emballages avec
Emballages intacts moyen d'ouverture
Emballages rsistants automatis
aux manipulations
Emballages avec
Conservation, prservation systmes d'inviolabilit
Matire des emballages
des produits
Emballages transparents
Produits intacts Scurit
Emballages en carton Emballages avec
Produits bien conservs Systme antivol
Emballages en PVC
Produits non abms
Aspect des emballages
Taille des emballages
Emballages pas trop flottants Emballages non corns
Emballages pas trop serrs Emballages non ouverts

De nouvelles ides, venant complter le travail ralis pr-

cdemment, jaillissent. Sont ensuite exprims les besoins
primaires et secondaires afin 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 essentiel-
les, mesurables pour chaque besoin lintrieur des pro-
cessus. 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 figurent sous plu-
sieurs 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 vi-
dence. Dans la suite de cet ouvrage, elles seront nommes
Y comme des variables de rponses, surtout si elles sont
dclines en termes quantifiables. 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 Non fendus
Non manipuls
Intacts
sans gants
Fermeture
Non bossels
Facilit douverture
Ouverture
Moyen douverture automatis Non ouvrable
Systme dinviolabilit sans outil
Systme antivol
Transparents pour les paquets individuels
En carton pour les emballages collectifs
Matire
Besoins clients En container mtallique ignifug pour
pour emballages les cartons films sur palette
Aspect Non corn
Forme
Non ouvert
Manuelle
Rsistance aux manipulations
Solidit Automatique
Rsistance aux chocs
lair tanchit la poussire
leau tanchit leau
Rsistance aux agressions
Au feu Niveau dignifugation
Aux tempratures Tempratures de stockage

et de dstockage
Ces variables de rponses Y prennent la forme dune

quation :
Y = (X1, X2, X3, , Xn).
Chaque Y rpond une loi mathmatique qui sera reflte
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 opportuni-
ts de dfauts sont comptes en Dfaut Par Million dOppor-
tunits (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 satis-
faction. Par exemple, les compagnies ariennes des gran-
des 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 diff-
rents 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 finalement pas trs important. Avoir un processus
un faible niveau de sigma ne me gne finalement 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 exigen-
ces et refltera 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 casse-
rait 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 afin 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 identifier 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 lexis-
tence de la fonction correspondante (plus ou moins pr-
sente) sur laxe vertical. Dans le cas de lexemple des
crayons de couleur, la classification 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 mod-
les de Kano, par des groupes diffrents, sur les fonc-
tions demandes un tlviseur. Ceci ma permis
dobserver que, au dbut, si les fonctions daffichage
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 impor-
tante dans tout notre environnement, parfois sans
mme que lon sen rende compte. Dans le secteur auto-
mobile, la ceinture de scurit tait un atout suppl-
mentaire en termes de ventes, il y a 30 ans, avant de
devenir courante, puis obligatoire. Quel consommateur,
aujourdhui, accepterait dacheter une voiture sans cein-
tures 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, linfluence des X a un
impact sur la rponse du processus. Il faut pour cela bien
comprendre la rponse du processus qui traduit les exi-
gences des clients. Une fois compris, le nombre de dfauts

gnrs par le processus est dtermin statistiquement.
La synthse de la phase de dfinition

Cette phase de dfinition 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 financier, 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 dfinition ont t rassembls les l-
ments suivants :
la direction gnrale et le directeur financier 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 dfinis ainsi que ses limites;
la planification du projet a t affine;
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 lint-

rieur 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 fin
de phase de mesure, rduit encore davantage lors des
tapes suivantes. Cette premire phase permet plutt de
poser les bases des rflexions venir dans les phases ult-
rieures.
4
tape 2 : mesurer
Cette tape est essentielle dans le dploiement de la

dmarche Six Sigma. Elle a pour objectif lvaluation con-
crte 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 fonction-
nement 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 influencent le proces-

sus, partir des demandes des clients, pour tablir une
premire collecte des donnes;
rcolte des donnes, laide dun chantillonnage

appropri, afin dvaluer la performance du processus.
Le Black Belt sassure de la fiabilit des mesures, puis

les donnes sont collectes;
analyse des donnes, partir de graphiques, afin de

dgager des tendances qui seront approfondies dans la
phase danalyse;
calcul dun premier niveau de capabilit et la rvision des

lments financiers abords dans la phase de dfinition.
La capabilit reprsente la mesure de la performance du
processus. Elle tablit un rapport entre ce que le proces-
sus 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 simplifier, une valeur faible de
capabilit (infrieure 1) nest pas suffisante pour garan-
tir un niveau de qualit suffisant. 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 identi-
fier 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, enfin,
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 ana-
lyses obtenues lors de cette phase de mesure.
Le dtail du SIPOC : la cartographie

Le SIPOC a t gnr lors de ltape de dfinition. La carto-

graphie est plus prcise. Ltape de mesure permet de prci-
ser 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 proces-

sus 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 dfinition, comporte cinq tapes : embal-
lage, 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
Assurance qualit BONNE LANGUE
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) dfinissent le dbut et la
fin 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 lillus-
tration sous un flot de couleurs ou de schmas napporte-
rait rien lanalyse. Lidal est dobtenir une cartographie
simple, qui soit bien comprise de tous et qui fournisse suf-
fisamment 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 sch-
matiser 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 fabri-
cation
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 afin 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 aug-
mentes.
Une cartographie similaire est tablie pour les tapes sui-

vantes. 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 cra-
tion sera divise par deux. Le temps ncessaire, une fois la
mthodologie assimile, se situe entre 2 et 4 heures sui-
vant la complexit des processus et les personnes compo-
sant 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 car-
tographies 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 dfinition. La charte du projet est plus prcise et
les limites de ce dernier sont prsent plus claires.
Dans le cas o des modifications auraient lieu, il serait
ncessaire de revoir ltape de dfinition et dintgrer ces
nouveaux lments. Cest la raison pour laquelle la charte
existe et doit rester un document vivant durant les premi-
res phases du projet, jusquaux premires mesures effec-
tues 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 redfinition

complte du projet soit ncessaire. Dans cette situation, le
complment de travail entrane parfois une rvision de
planification 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 pro-
cessus.
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 prcden-
tes. Un chemin parallle vient alors sinsrer dans le cir-
cuit normal. Suivant le rsultat mis par lopration du
contrle, plusieurs cas de figure 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 spcifiques sont ralises : relance de fabrica-

tion, 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 tho-
rie, 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 reflter 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 flux normal de pro-
duction. Ces nouveaux tats dentre et de sortie compl-
tent la cartographie. Ces rintgrations, en sajoutant aux
tape 2 : mesurer 61
produits bons, forment des goulets dtranglement qui

rendent dautant plus difficile 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
EE1
3 EE3
EE3
INSERTION PRODUIT ET
NOTICE DANS EMBALLAGE
NOTICE
EE4 4 POSE TIQUETTE SUR EE4

EMBALLAGE
TIQUETTE
5
CONTRLE VISUEL
PRSENCE PRODUIT CORRECT +
NOTICE + TIQUETTE DANS LA
Assurance qualit BONNE LANGUE
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 probl-
mes dans les entreprises. Ils sont tellement prsents que
personne ne sen tonne et tous les intervenants sur le pro-

cessus 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 sou-
haiterait 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 daffiner la connaissance du problme. Les
produits dfectueux sont porteurs dinformations. Aucun
lment diffrenciateur de situations correctes et incor-
rectes 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 quantifier

les DPMO. Elle sert galement pour calculer la capabilit
du processus.
Une cartographie spare traitant des lments non

conformes peut savrer particulirement utile pour dcou-
vrir les processus parallles. Lors de la description du pro-
cessus, 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 exem-
ple 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, con-
naissant le pr-requis de lordinateur portable pour sui-
vre la formation et nen possdant pas, fait une demande
dachat sa hirarchie. Quand la somme engage est
importante, les procdures dachat se complexifient. Il
lui est donc rpondu quil doit remplir une demande
crite justifiant 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 para-
mtrer pour quil puise tre conforme aux autres mat-
riels existants. Quand lordinateur parvient enfin 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 maga-
sin 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 enfin lordinateur com-
mand, la formation est dj commence ou termine
Dclins de plusieurs faons, dans de nombreux stages,
les problmes de ce genre montrent quel point les pro-
cessus parallles peuvent produire des dysfonctionne-

ments. Raliser ou voir se raliser un processus parallle
engendre des mcontentements et des problmes impor-
tants dans lorganisation et cotent trs cher aux entre-
prises.
Y avait-il quelque chose faire? Peut-tre. Le besoin du

client interne, cest--dire le stagiaire dans cet exemple, a-
t-il t bien identifi? Les pr-requis du stage ont-ils t
abords avec suffisamment defficacit par les services
concerns? Tous ces processus cachs dans les entreprises
font partie de liceberg des pertes difficiles estimer, en
gnral peine 10 % sont values. La recherche des
attentes des clients internes peut permettre de rflchir
ces besoins induits. La simplification 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
dfinition. Ils compltent les lments du SIPOC et de la des-
cription des processus. partir de la liste de leurs besoins,
gnre en phase de dfinition, la liste des mesures (Y) avec
lquipe de travail est une priorit. Elle est ensuite synthti-
se avec lquipe. Les donnes collecter concerneront
essentiellement le nombre demballages abms (transpa-
rents 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 pro-
cessus, do la difficult de les cerner.
Une partie des mesures tablir est dj identifie; il suf-

fira de les runir. Dautres mesures nont pas encore t
ralises. Lensemble des mesures extrieures runir,
avec les actions spcifiques effectuer, est list par
lquipe.
tape 2 : mesurer 65
Mesures runir pour la phase de mesure

Mesures Comment? Qui? Pour quand?
Mesures dtanchit : Laboratoire N.C. Semaine suivante
poussire; eau extrieur
Mesures de rsistance aux Laboratoire N.C. Semaine suivante
tempratures
Mesures du niveau Fournisseur : F.H. Semaine suivante
dignifugation pour le document exis-
conteneur mtallique tant rechercher
Mesures de rsistance aux Laboratoire N.C. Fin du mois
chocs et aux manipulations
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 don-
nes va tre de trouver un lien entre les X (entres du pro-
cessus 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 labora-
toires. 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 rsul-
tats 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 lefficacit quon en attendait. On pense faire mieux
le mois prochain. Dans presque tous les tableaux et gra-
phiques (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 dplo-
rent et/ou en subissent les consquences. On ne peut am-
liorer que ce que lon mesure. Raliser des mesures est par
consquent une tape importante. Les paramtres de
variation du processus doivent tre identifis et compris
comme leviers daction.
Un suivi efficace (en format de carte de contrle) pourrait
expliquer que :
les points extrmes sont en fait normaux, au sens sta-
tistique 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 pro-

cessus en plaant les donnes dans leur ordre chronologi-
que 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 droule-

ment 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 interven-
tions sont trop frquentes sur un mme processus : le sur-
rglage 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 pro-
cessus. 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 pr-
cdente 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 pr-
cdente 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 impor-
tante.
Dans le schma 4, lentonnoir est replac systmatique-
ment lendroit o la dernire goutte est tombe. La dvia-
tion 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 mesu-
res 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
suffisante, il est souvent difficile de travailler avec des don-
nes qualitatives (surtout des Y); il reste prfrable de tra-
vailler avec des donnes quantitatives.
Il peut tre dcid de reprsenter les catgories bons/mau-

vais par leurs pourcentages respectifs. Cela peut tre utile,
sil nexiste pas dautre mthode de mesure. Des analyses
quantifies permettent de trouver des catgories de X plus
reprsentatives sur les pourcentages des emballages ab-
ms.
Peut-on tre plus prcis? Il faut rechercher comment

mesurer et travailler cette question avec le groupe de tra-
vail. Une fois la question pose Comment mesurer les
bons et les mauvais dans le carton? , toutes les ides pos-
sibles sont listes au cours dun Brainstorming. Dans le cas
trait, il y a plusieurs niveaux de rponses possibles, sui-
vant la prcision quon veut donner la recherche :
le nombre demballages abms par carton. Daprs ce
nombre, il sera possible didentifier 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 draflures prsents

sur les emballages. Cette rponse a le mrite dtre pr-
cise, mais de rendre la mesure difficile.
Pour travailler avec des donnes plus prcises, il faut col-

lecter 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 identifier se situe ailleurs, la col-
lecte naura pas alors permis de le dcouvrir.
Il sagit dtablir un compromis entre la quantit de don-

nes 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 linstru-
ment de mesure, il est important de qualifier 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 synth-
tiser ces observations et valuer lensemble de la mthode de
mesure afin 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)
Varition du systme
Variation de pice pice
de mesure
(4 ou 8)
(1)
Due l'instrument Due aux valuateurs

RPTABILIT REPRODUCTIBILIT
(2) (3 ou 7)
valuateurs valuateurs x pice

(6 ou 5) (9)
Les chiffres sont relatifs ltude R & R.
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
fiable 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 dfinition oprationnelle de la mesure qui explique la
mthode est tablie avec lquipe de la manire suivante :
Les emballages doivent tre examins par lvaluateur afin
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 valua-
teurs sur les trois modles demballage. Les emballages
slectionns sont trs diffrents afin de pouvoir observer si
les mesures ralises par les valuateurs distinguent les
diffrences. Les valuateurs ont procd plusieurs va-
luations 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 1 B 0
A 1 B 0
A 1 B 0
B 1 B 0
B 1 M 1
B 1 B 0
C 1 M 1
C 1 M 1
C 1 M 1
A 2 M 4
A 2 M 7
A 2 M 5
B 2 M 4
B 2 M 6
B 2 M 6
C 2 M 6
C 2 M 6
C 2 M 6
A 3 M 2
A 3 M 3
A 3 M 3
B 3 M 5
B 3 M 6
B 3 M 5
C 3 M 6
C 3 M 7
C 3 M 6
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 Reported by : A. M.

Date of study : 04/01 Tolerance :
Msc :
1 2 3 valuateur
7 A
B
6 C
5
Nb endroits abmes
4
Mean
3
MINITAB
valuateur
Panel variable : N emballage
Trois emballages sont mesurs trois fois par trois valua-

teurs. 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 succes-
sifs. Les valuateurs B et C ont fait de mme. Cette opra-
tion 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 approxima-
tion 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 troi-
sime qui prsente le plus grand dsaccord entre les va-
luateurs.
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 Reported by : A. M.
Date of study : 03/01/04 Tolerance :
Msc :
Components of Variation 4 Nb endroits abms by N emballage 8
100
% Contribution
5,0
Per cent
1 % Study Var
50 3 2,5
2
0,0
0
Gage R&R Repeat Reprod Part-to-part 1 2 3
N emballage
R Chart by valuateur 7
A B C
Nb endroits abms by valuateur 6
3,0
Sample Range
UCL = 2,574
5,0
1,5 2,5
R=1
0,0 LCL = 0 0,0
A B C
valuateur
Xbar Chart by valuateur 5
A B C valuateur* N emballage Interaction 9
UCL = 4,616
Sample Mean
valuateur
5,0 = 5,0 A
Average
X = 3,593
MINITAB
B
2,5 LCL = 2,570 2,5 C
0,0
0,0 1 2 3
N emballage
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-des-

sus. Chacun se rfre un graphique spcifique 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 impor-
tante car elle signifie 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 dfinition oprationnelle
choisie, nest donc pas correct.
Le logiciel fournit aussi les calculs de la fentre session

ainsi que le nombre de catgories quil parvient distin-
guer. Dans le cas observ, deux catgories sont recenses.
Cela signifie que lon est capable de distinguer unique-

ment 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 signifie 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 signifierait que tous les va-
luateurs 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 signifie alors que lon peut avoir
confiance 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 pr-
sente 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 dfinition opration-

nelle 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 systmati-
quement plus que les autres. Ces derniers ne font pas de
diffrences entre les types demballages mesurs, car les
courbes reprsentes se diffrencieraient suivant les pro-
duits 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 cal-
culs sont donnes dans la fentre session.
Enfin, 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 apparais-
sent dans les graphiques, dautres barres indiquent le
pourcentage dutilisation des tolrances.
En conclusion de cette analyse, il apparat que la dfini-
tion du nombre de coins abms est prciser. La varia-
tion entre les valuateurs reste trop importante. Certains
sont plus svres que dautres sur le nombre de coins ab-
ms.
Seconde tude de la mesure

Ltude de rptabilit et de reproductibilit permet de
dire que la dfinition oprationnelle dcrite en premier

lieu nest pas suffisamment prcise. Lors dune runion
supplmentaire avec le groupe de travail, les rsultats de
lanalyse sont prsents aux valuateurs. Les commentai-
res 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 tablis-
sent 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 Main duvre
so
up
les
se
du
3
quipes
pla
mo
stiq
ula
av
sa
ge
ue
ec
ns
plastique formation
de dan sse
ins mba arto
se sc
ert lla n
d ns ntr
av gan
ion ge
ec ts
lica
be
/sa
te
au
s
co
manipulation
pe
up
u
nombre demballages
i
pe
rm
im
an
air
en
es
t
poids des matires personnel
emballes Influence
sur les coins
ins
chutes abms
ert
ion
av
de dan
ins mba arto
ec
se sc
ert lla n
de
/sa
ion ge
se
ns
lica
mb
ga
chocs
tes
all
nts
ag
av
s
se
es
ec
/sa
da
d
es des
ns
ns
lica
pa em
es em
ca
ga
tes
les
pa ba
ce ba
rto
nts
insertion des emballages clairage

ce lla
se
au lla
n
en ge d
de ges
tre s an
ssu
s
serrage des emballages stabilit de la table

da
da
n
s la
n
s la
s la
m r
lon
ha
l arg
lan
gu
ute
g
eu
eu
ur
orientation des emballages

s
r
Mthodes Environnement Moyens
Grce ce travail sur la mesure, lquipe prcise la dfini-

tion oprationnelle, qui devient : La mesure des coins

abms se fait en clairage direct sur le coin avec une dis-
tance dobservation infrieure 10 cm. Si une zone dombre
ou de lumire excessive apparat, le coin est dcompt mau-
vais. La pice est alors tourne pour valuation du coin sui-
vant. La pice est galement examine sur les angles pour
voir si des bosses ou des creux existent. Enfin, le nombre de

coins abms sera totalis.
Une nouvelle tude R & R, mene avec la nouvelle dfini-
tion oprationnelle, prsente les rsultats suivants.
tude R & R pour le nombre dendroits abms
Gage name : Observation Reported by : A. M.

Date of study : 03/01/04 Tolerance :
Msc :
Nb endroits abms by N emballage
100 % Contribution 5,0
Per cent
% Study Var
50 2,5
0,0
0
Gage R&R Repeat Reprod Part-to-part 1 2 3
N emballage
R Chart by valuateur
A B C
Nb endroits abms by valuateur
1,0
Sample Range
UCL = 0,572 5,0

0,5 2,5
R = 0,222
0,0 LCL = 0 0,0
A B C
valuateur
Xbar Chart by valuateur
A B C valuateur* N emballage Interaction
UCL = 2,201
Sample Mean
valuateur
4 = 4 A
Average
X = ???
MINITAB
B
2 LCL = 1,847 2 C
0
0 1 2 3
N emballage
Grce au changement et la prcision accrue de la dfini-

tion 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 confiance 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 davan-
tage 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 vrifier que tous les
relevs de donnes comportent une incertitude acceptable
et pour identifier 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 tra-
vail 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 ventuelle-
ment existantes. Un Brainstorming prcise la liste des para-
mtres potentiels de ltude, en rpondant aux questions
qui permettent de comprendre le phnomne : qui? Quoi?
Quand? O? Pourquoi? Cet exercice est ralis avec les per-
sonnes connaissant le processus. Un tri parmi les param-
tres 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 dis-
tincte. 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 rflchit celles qui restent.
O collecter les donnes? Elles seront collectes lissue
des phases opratoires dans le processus.
Quand collecter les donnes? La rflexion 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 ralisa-
tion 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;
lefficacit 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 don-
nes ne sont pas connues, il est alors possible de dtermi-
ner, en fonction de la taille du prlvement et de lcart
type, si le risque pris est acceptable. Il est toujours possi-
ble dajuster la taille du prlvement.
Dans le chapitre traitant des aspects financiers du projet,

les pertes actuelles sur le projet sont estimes 199400 .
Une situation idale dcrite serait de les rduire 11782 .
Mme si les approximations financires 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 desti-

mer lefficacit 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 efficacit.
Pour dterminer la taille du prlvement, parler de repr-

sentativit 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 condi-
tions de fonctionnement du processus dans les prlve-
ments 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 significatives
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 dlabora-
tion de rflexions 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 demballa-
ges 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 dobser-
ver leur structure. Les valeurs des paramtres du proces-
sus sont releves simultanment aux paramtres de sortie.
Chaque ligne reprsente donc un enregistrement.
Les donnes dorigines sont souvent incompltes ou com-
portent des incohrences. Cest pourquoi il faut souvent
commencer par nettoyer le fichier car il comporte fr-
quemment des erreurs de saisie.

tape 2 : mesurer 85
Donnes collectes
C1
emballage C2-T C3 C4 C5-T C6-T C7-T C8-D C9 C10
oprateur
en entre
contleur
nb embll.
Nb. emb.
prsence
Nb emb.
recycls
modle
abms
abms
par lot
du lot
hutes
Taille
nom
nom
jour
Lot
1 1 324J545 28 0 A.C. C.G. N 02/01 0 0

2 1 8749H47 40 0 A.C. C.G. N 02/01 0 0
3 2 324J545 11 0 A.C. C.G. N 02/01 0 0
4 3 324J545 25 0 A.C. C.G. O 02/01 10 0
5 3 324J545 26 0 A.C. C.G. N 02/01 7 0
6 1 324J545 40 0 A.C. C.G. N 03/01 0 0
7 1 324J545 43 0 * C.G. N 03/01 0 0
8 3 324J545 27 0 A.C. C.G. N 03/01 8 0
9 3 8749H47 33 0 * C.G. N 03/01 13 0
10 1 743837JJ 36 10 A.C. C.G. N 04/01 0 5
11 1 8473H88 36 0 B.D. Z.J. N 04/01 0 0
12 2 743837JJ 20 0 A.C. C.G. N 04/01 0 0
13 2 8473H88 20 0 B.D. Z.J. N 04/01 0 0
14 3 8473H88 37 10 A.C. C.G. N 04/01 16 9
15 3 324J545 26 0 B.D. Z.J. N 04/01 7 0
16 1 324J545 32 0 B.D. Z.J. N 05/01 0 0
17 1 3702E87 43 0 B.D. Z.J. N 05/01 0 0
18 2 324J545 16 20 B.D. Z.J. N 05/01 0 7
19 3 324J545 28 0 B.D. Z.J. N 05/01 9 0
20 3 324J545 34 0 B.D. Z.J. N 05/01 14 0
21 1 75490U83 39 0 B.D. Z.J. N 06/01 0 0
22 1 324J545 39 4 B.D. Z.J. N 06/01 0 3
23 3 8473H88 30 0 B.D. Z.J. N 06/01 11 0
24 3 743837JJ 29 4 B.D. Z.J. N 06/01 9 4
25 1 743837JJ 42 0 JL.A. Z.J. O 07/01 32 0
26 1 324J545 43 0 JL.A. T.U. N 07/01 0 0
27 3 73420HY8 33 0 JL.A. Z.J. N 07/01 13 0
28 3 3702E87 35 0 JL.A. T.U. N 07/01 14 0
29 1 3702E87 34 0 JL.A. T.U. N 08/01 0 0
30 1 3702E87 56 0 JL.A. T.U. N 08/01 0 0

31 2 3702E87 19 7 JL.A. T.U. N 08/01 0 3
Dans notre exemple, le fichier a dj subi cette puration,

qui peut savrer dlicate : parfois, certaines donnes ne
sont pas incorrectes, mais suivent simplement des mod-

les 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 infor-
mations, non perues jusqu prsent, dans le droule-
ment 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 demballa-
ges recycls est effectue avec le menu Graph>Time
Series Plot.
Diagramme de srie chronologique
1 96 192 288 384 480
60 60
50 50
40 40
30 30
20 20
10 10
MINITAB
0 0
1 96 192 288 384 480

Le diagramme de srie chronologique prsente les donnes

les unes aprs les autres dans le fichier. On y observe essen-
tiellement 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 stratifi 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
MINITAB
0
1 96 192 288 384 480
Index
Panel variable : modle emballage
Si, sur le graphique concernant le nombre demballages

abms par lot, une explication est rechercher pour com-
prendre 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
stratifi suivant les modles demballage) permet dtre
certain de lexistence de causes de problmes diffrentes
suivant les emballages.

Summary for Nb emb. abms par lot Summary for Nb emb. abms par lot
modle emballage = 2 modle emballage = 1
Anderson-Darling Normality Test Anderson-Darling Normality Test
A-Squared 9,33 A-Squared 65,61
P-Value < 0,005 P-Value < 0,005
Mean 2,9750 Mean 3,2150
St Dev 4,5224 St Dev 11,1540
Variance 21,3665 Variance 124,4108
Skewness 1,90535 Skewness 3,31587
Kurtosis 4,52040 Kurtosis 9,48588
N 80 N 200
Minimum 0,0000 Minimum 0,0000
1st Quartile 0,0000 1st Quartile 0,0000
Median 0,0000 Median 0,0000
0 10 20 30 40 50 3rd Quartile 5,0000 0 10 20 30 40 50 3rd Quartile 0,0000
Maximum 24,0000 Maximum 55,0000
95% Confidence Interval for Mean 95% Confidence Interval for Mean
1,9463 4,0037 1,6597 4,7703
95% Confidence Interval for Median 95% Confidence Interval for Median
0,0000 3,0000 0,0000 0,0000
95% Confidence Intervals 95% Confidence Interval for StDev 95% Confidence Intervals 95% Confidence Interval for StDev
Mean 4,0005 5,4751 Mean 10,1575 12,3689
Median Median
0 2 4 0 2 4
Summary for Nb emb. abms par lot Dotplot of Nb emb. abms par lot vs modle emballage
modle emballage = 3
Anderson-Darling Normality Test
A-Squared 2,45
P-Value < 0,005
Mean 11,500
St Dev 3,736
Variance 13,960
Skewness 0,587995
Kurtosis 0,331267
N 200
Minimum 2,000
0 10 20 30 40 50 1st Quartile 9,000 modle emballage 1
Median 11,000
3rd Quartile 13,750
Maximum 24,0000
95% Confidence Interval for Mean 2
10,979 12,021
95% Confidence Intervals 95% Confidence Interval for Median 3
10,673 11,327 0 8 16 24 32 40 48 56
Mean 95% Confidence Interval for StDev
3,402 4,143 Nb emb. abms par lot
Median
11,0 11,5 12,0 Each symbol represents up to 6 observations.

MINITAB
Nombre demballages abms par lot par modle demballage
tape 2 : mesurer 89
Pour le modle 1 demballage, le nombre de produits cor-

rects est lev, les problmes sont rares. Quand ils sur-
viennent, 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
fichier, comme le lot, sa taille, le lien avec le nombre
demballages abms en entre, les oprateurs et les contr-
leurs. 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 emballa-
ges est un nombre le plus rduit possible, idalement 0.
Le Black Belt dcide dapprofondir ltude de ce fichier,
dans la phase danalyse, afin disoler dautres lments qui
pourront, leur tour, donner lieu des reconnaissances
de causes plus formalises.
Le niveau de sigma et les aspects

financiers
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 pro-
duit 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 ta-
pes, 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 impor-
tante et permet de mettre en vidence les priorits trai-
ter. 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 op-
ration 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 pre-

mier coup peut parfois dpasser toutes les esprances
dans les objectifs atteints la fin 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 70 %
Insertion du produit et de la notice dans 95 %
lemballage
Pose de ltiquette sur lemballage 85 %
Contrle visuel 90 %
Pose du produit emball dans le carton 95 %
Mise en palette 95 %
Rendement cumul 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 dOppor-
tunits (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 DPMO Rendement
6 3,4 99,9997 %
5 233 99,977 %
4 6 210 99,379 %
3 66 807 93,32 %
2 308 537 69,2 %
1 690 000 31 %
Le niveau de sigma atteindre est diffrent de celui qui a

t dcrit de manire thorique afin de tenir compte des
fluctuations dans lchantillonnage et dune tenue robuste
long terme du processus et non uniquement court
terme. Cette tenue est exprime en DPMO et non en Par-
ties Par Millions (PPM).
Les pertes financires peuvent galement faire lobjet

dune valuation. Celles-ci seront rvalues une nouvelle
fois la fin du projet.
Cet tat financier est prsent le reflet de la situation

relle et non de la situation estime. Les lments finan-
ciers sont calculs avec les montants relevs dans le pre-
mier chapitre. Les emballages abms sont de lordre de
140 par mois. Une fois les calculs refaits, lvaluation
financire 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 dfinition.
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 premi-

res 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 expli-

ques, tries, prpares et mesures;
tape 2 : mesurer 93
les tudes de rptabilit et de reproductibilit ont

permis de prciser la dfinition de la mesure et de fiabi-
liser 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 varia-
tion, pour trouver les causes principales et dmontrer leur
action concrte dans le processus. Une fois cette articula-
tion dmontre, la phase dinnovation viendra mettre en
place les actions appropries pour rsoudre ces dysfonc-
tionnements.
5
tape 3 : analyse
du processus
Les tapes 1 et 2 ont permis de dresser une cartographie

du procd afin didentifier les causes (X potentiels) et de
rcolter des donnes partir de moyens de mesure fiables.
Il sagit maintenant danalyser ces donnes afin de dter-
miner les paramtres rellement influents dans la variabi-
lit du processus. Tel est lobjectif de la phase danalyse.
Une fois ces paramtres dtermins, la phase dinnova-
tion/amlioration va permettre de dvelopper la mise en
uvre de solutions pour stabiliser le processus son
meilleur niveau et de dmontrer comment passer la pra-
tique, 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 probl-
mes sur ce mme processus. Lorganisation des causes per-

mettra ensuite de travailler sur quelques sous-processus
cibls pour mieux en comprendre lorganisation. Des tests
statistiques viendront aider laffirmation des hypothses
de travail, en apportant des preuves de linfluence des
diffrents facteurs impliqus dans ce processus.
Les relations entre les diffrents paramtres sont gale-

ment tudies grce des analyses de rgression afin de
dmontrer larticulation existante. Les plans dexpriences,
outils plus dvelopps, permettent aussi de trouver les
liaisons existantes entre plusieurs paramtres et linfluence
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 planification des diffrentes phases. Bien que lon
soit tenu de fournir et de suivre une planification rigou-
reuse, 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 lana-
lyse de ces rsultats sans attendre les autres mesures. Cest
ce qui est souvent fait en pratique. D'ailleurs, aprs un cer-
tain 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 planification des
tape 3 : analyse du processus 97
diffrentes tapes du projet illustre cet enchanement de

phases.
Autre lment essentiel : la phase de mesure sert dter-

miner des indices de drglage ou de dcentrage du pro-
cessus 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 affirme ou
infirme 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 arr-
ts 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 efficace, 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 anima-
teurs. Mon apport, dans cet ouvrage, vise davantage
dmontrer comment son intgration peut tre utile dans
un projet Six Sigma.
Le principe de lAMDEC consiste confier un animateur
spcialis, appel animateur AMDEC, une quipe de
travail. Il peut tre un Green Belt, un Black Belt ou un ani-
mateur 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 fr-
quence (F ou O pour Occurrence), de gravit (G) pour le
client et de possibilit de dtection (D) avant leur surve-
nue en clientle.
Le travail consiste donc dtecter les dfaillances des sys-
tmes 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, per-
manentes, 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 pro-
blmes 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 compli-
qu 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 pre-
mire ligne, le groupe formule ensuite les valeurs qui per-
mettent 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 poten-
tielles dcrites par le groupe de travail. La grille est com-
plte 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 avan-
tage, 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 Mode Causes F Effets G Dtection D IPR
Emballage Emballage Manipula- 2 Emballages 5 Fournisseurs 3 30
Entre abm avant tion par fendus, en assurance
tape 1, transport
EE2 : livrai- trous, bosse- qualit
emballage son fournis-intermdiaire ls, corns, Vrification
plastique, et seur abme etc. visuelle de
tape 2, aprs livrai- ltat de
ouverture son lemballage
emballage Stockage des 5 Emballages 4 Aucune 10 200
emballages corns, salis, dtection
lextrieur car etc.
zone de stoc-
kage pleine
tape 1 : Casse Ouverture 6 Emballage 3 Vrification 3 54
ouverture demballage brusque 4 dtruit rem- visuelle de 36
emballage Chute de placer ltat de
lemballage lemballage
Dchirure Ouverture du 4 Emballage 5 Vrification 3 60
demballage mauvais ct 6 dtruit rem- visuelle de 90
Ouverture placer ltat de
brusque lemballage
tape 3 : Insertion du Mauvaise 4 Emballage 4 Aucune 10 160
insertion pro- produit de prise en main ray 7 dtection 280
duit et notice travers du produit Produit
dans lembal- abm
lage Insertion du Distraction 4 Emballage 5 Aucune 10 200
produit oprateur fendu, trou 5 dtection 300
lenvers Emballage
remplacer
Absence de Distraction 6 Emballage 2 Aucune 10 120
notice oprateur non abm, dtection
Mauvais pro- mais non
duit plein et non
Mauvais rsistant aux
emballage chocs
Mauvaise 7 Emballage 5 Aucune 10 350
slection de remplacer dtection

lemballage : 8 5 400
mlange Emballage Aucune
Arrive dun changer dtection
emballage
dfectueux
par EE3
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 tra-
vail 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 cota-
tion 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 varian-
tes 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 hi-
rarchiser. 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
0 120 240 360 480 600 720 840
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 stoc-
kage soit pleine. Il peut tre relev la frquence de rem-
plissage 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-pro-

jets, autres projets, que jappelle souvent projet-fils, 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 linfluence globale. Dans
un second temps, lanalyse peut se prciser pour compren-
dre 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 quel-
ques 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 fonc-
tion 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, puis-
que 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 per-

sonnes qui sont lemballage pour les observer en situa-
tion. Une autre mthode consiste approfondir ltude
des donnes dj collectes.
La taille des lots
Dotplot of Taille du lot
14 21 28 35 42 49 56
Taille du lot
Each symbol represents up to 2 observations.
Diagramme de probabilit pour la taille du lot

Normal - 95 % CI
Mean 32,58
SIDev 8,770
N 480
AD 1,573
P-Value <0,005
Percent
0 10 20 30 40 50 60
Taille du lot
Summary for Taille du lot

Anderson-Darling Normality Test
A-Squared 1,57
P-Value < 0,005
Mean 32,583
St Dev 8,770
Variance 76,912
Skewness 0,101048
Kurtosis -0,310371
16 24 32 40 48 56 N 480
Minimum 10,000
1st Quartile 27,000
Median 32,000
3rd Quartile 39,000
Maximum 56,000
95 % Confidence Intervals
Mean 95 % Confidence Interval for Mean
MINITAB
31,797 33,370
Median 95 % Confidence Interval for Median
31,000 33,000
95 % Confidence Interval for tDev
8,248 9,363
Ce graphique illustre des reprsentations des mmes don-

nes. Le diagramme points, dj utilis, est facile
interprter; il rsume bien lensemble des donnes. Le dia-
gramme de probabilit est une manire pertinente dexa-
miner 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 sim-
ple. Les donnes sont regroupes dans une bote.
Chaque borne de cette bote reprsente un certain pour-
centage 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, cor-
respondent 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 pourcen-

tage 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, stratifies par lun des fac-
teurs. La hauteur des botes permet dobserver lvolution
des diffrentes variations des subdivisions du paramtre.
Il existe plusieurs mthodes de reprsentation des don-

nes, mais japprcie beaucoup celle-ci quand elle est asso-
cie aux autres. En un seul regard, elle permet de saisir la
rpartition des donnes. Il suffit souvent dun petit schma
dexplication pour utiliser cet outil qui donne de nombreu-
ses informations.
Taille du lot en fonction du type demballage
Dotplot of Taille du lot vs modle emballage
modle emballage
1
2
Dotplot of Taille du lot 3

14 21 28 35 42 49 56
Taille du lot
Each symbol represents up to 2 observations.
14 21 28 35 42 49 56 Boxplot of Taille du lot vs modle emballage

Taille du lot 60
Each symbol represents up to 2 observations. 50
Taille du lot
40 *
30 *
20
MINITAB
10 *
1 2 3
modle emballage
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 dia-
gramme 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 four-
nit les informations suivantes, reprises dans le tableau ci-
dessous.
Calcul de la taille des lots
Comptage
cart type
Moyenne
Variables
Mdiane
tendue
Modles
Max.
Min.
Q1
Q3
Taille du lot Tous 480 32,6 8,770 10 27 32 39 56 46
1 200 40,3 5,940 24 36 41 44 56 32
Taille du lot 2 80 19,6 3,487 10 18 20 22 29 19
3 200 30,0 3,157 23 28 30 32 40 17
Le modle 1 est utilis pour des lots denviron 40 l-

ments. Son tendue va de 24 56; ce qui signifie que ce
type demballage sert pour des lots qui vont de 24 56 l-
ments.
Le modle 2 est utilis pour des lots plus petits qui accep-
tent 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 infor-
mations 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 stratifica-
tion, puis par stratification plus importante pour com-
prendre les sources de variation.
Nombre demballages abms par lot et par emballage
Scatterplot of Nb emb. abms par lot Nb emb. abms par lot en fonction de Taille
vs Taille du lot du lot pour emballage 2
60 modle 25

50 emballage
20
1
40 2 15
30 3
10
20
10 5
0 0
10 20 30 40 50 60 10 15 20 25 30
Taille du lot Taille du lot
Nb emb. abms par lot en fonction de Taille Nb emb. abms par lot en fonction de Taille
du lot pour emballage 1 du lot pour emballage 3
60 25
50 20
40
15
30
20 10
10 5
MINITAB
0 0
20 30 40 50 60 25 30 35 40
Taille du lot Taille du lot
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 mainte-
nant ncessaire dutiliser dautres intrants de ltude.
Aprs divers essais dexplication et des tentatives infruc-

tueuses 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 permet-

tent 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 Nb emb. abms par lot en fonction
de Taille du lot, oprateurs, prsences chutes de Taille du lot
20 30 40 50 60 25
N O prsence nom
60

chutes oprateur 20
50 N *
N A.C. 15
40 N B.D.
30 N C.Z. 10
N E.R.
20 N F.D. 5
N F.T.
10 N JL.A. 0
0 O *
O A.C. 10 15 20 25 30
20 30 40 50 60 O B.D.
O C.Z. Taille du lot pour emballage 2
Taille du lot pour emballage 1 O E.R.
O F.D.
O F.T.
O JL.A.
Nb emb. abms par lot en fonction
de Taille du lot, prsences chutes
Boxplot of Nb emb. abms par lot vs nom oprateur
25
60
20
50
40 15
30 10
20
5
10
MINITAB
0
0 25 30 35 40
* A.C. B.D. C.Z. E.R. F.D. F.T. J.A.
prsence chutes Taille du lot pour emballage 3
nom oprateur N 0
Le graphique, en haut gauche, montre, gauche gale-

ment, 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.
En cas de chutes, il semble y avoir des variations diffren-

tes par oprateur. Cela explique la stratification suppl-
mentaire des donnes qui conduit extraire celles qui
prsentent les caractres suivants : emballage 1 et pr-
sence de chutes, stratifi par oprateur. Le graphique en
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 pren-

dre 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 correcti-
ves.
Plan dexpriences sur lemballage 1

Afin de clarifier linfluence des diffrents paramtres, il est
dcid de raliser un plan dexpriences qui teste les diff-
rentes configurations. Cette dmarche est gnralement
utilise dans la phase danalyse.
Les paramtres qui sont tests dans ce plan dexpriences

sont les suivants (entre parenthses figurent 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 pr-

cision 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, enfin, de compter les emballages qui sont ab-
ms. On obtient le plan suivant.
Plan dexpriences
d'emballages
d'emballages
d'emballages
Prsence de
l'oprateur
Ordre des
en entre
Nombre
Nombre
Nombre
Nom de
recycls
abms
abms
chutes
du lot
essais
Taille
1 30 0 C.Z. 0 34 2
2 50 0 C.Z. 0 0 0
3 30 40 C.Z. 0 0 1
4 50 40 C.Z. 0 34 10
5 30 0 E.R. 0 0 2
6 50 0 E.R. 0 34 5
7 30 40 E.R. 0 34 10
8 50 40 E.R. 1 0 90
9 30 0 C.Z. 1 0 30
10 50 0 C.Z. 1 34 78
11 30 40 C.Z. 1 34 20
12 50 40 C.Z. 1 0 85
13 30 0 E.R. 1 34 40
14 50 0 E.R. 1 0 55
15 30 40 E.R. 1 0 50
16 50 40 E.R. 1 34 90
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, afin 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 figurent sur la gauche du gra-
phique.
Diagramme de Pareto des effets
(Alpha = 0.05)
23.46
D Factor Name
A A taille du lot
AD B Nb emb. abms en entre
B C Nom oprateur
BE D Prsence chutes
BC E Nb emb. recycls
AB
C
AC
AE
CE
E
DE
BD
CD
0 10 20 30 40 50
Effets
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 confiance de 95 % dans
cette affirmation.
Diagramme des principaux effets pour les emballages abms
taille du lot Nb emb. abms en entre Nom oprateur

60
45
30
Moyenne des Nb emb. abms
15
0
30 50 0 40 C.Z. E.R.
Prsence chutes Nb emb. recycls
60
45
30
15
0
0 1 0 34
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 influents. Les interactions ne ressortent
donc pas comme tant importantes dans ce modle.
Lquation simplifie, en ne retenant que les principaux
facteurs, qui relie le nombre demballages abms aux dif-
frents 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 param-
tres dentre et la rponse. Cette analyse est reprise plus
loin dans ltude.
Les premires analyses montraient galement les probl-
mes lis aux oprateurs. Ceci est donc confirm 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.
Enfin, 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 russis-

sent le mieux, afin de comprendre leur savoir-faire. Cest
ce quon appelle parfois le petit plus invisible sur certai-
nes 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 demballa-
ges manier ou bien que la configuration de leur poste de
travail soit diffrente ou bien encore quils possdent une
qualification 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 dexp-
riences. Les modifications 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 difficults l o il ny en a pas. Ce qui fait que les grou-
pes de travail se perdent dans des conjectures qui nappor-
tent 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 difficile, 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 situa-

tion, 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 difficult croissants, puis un autre trs simple
rsoudre. En gnral, les personnes qui ont pass du
temps et mis de lnergie rsoudre les parties dexercice
difficiles rendent la dernire tape bien complexe, et plu-
sieurs ne rsolvent pas la situation qui est en ralit l-
mentaire. En fait, elles recherchent une solution complexe
puisque leur cerveau a prcdemment rsolu un problme
dune grande difficult.
Revenons lanalyse de lemballage 2 : ltude des diff-

rents 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 revan-
che, lorsque les lots dpassent 20 lments, le nombre
demballages dfectueux saccrot linairement avec laug-
mentation de la taille des lots. Ceci apparat dans la figure
place droite sur le graphique de la page 109.
La cause relle est pour linstant inconnue. Un question-

naire 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 parall-

les 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
S 0,741385

24 R-Sq 93,8%
22 R-Sq (adj) 93,6%
20
18
16
14
12
10
25,0 27,5 31,0 32,5 35,0 37,5
Taille du lot
Avec prsence de chutes
Fitted Line Plot

Nb emb. abms par lot = -15,12+0,8476 Taille du lot
20
S 0,523185
R-Sq 96,4%
15 R-Sq (adj) 96,4%
10
0
MINITAB
25 30 35 40
Taille du lot
Avec absence de chutes
Avec des coefficients 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 dfec-
tueux 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 demballa-

ges 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.
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 survien-
nent 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 pro-
blme comme travailler avec les fournisseurs demballage
et leur signifier que la qualit de leurs produits en entre
de processus est indispensable sa bonne ralisation.
Toutefois, les vritables causes ne sont pas encore suffi-
samment 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
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
40
30
20
10
MINITAB
0
0 1 2 3 4 6 7 8 9 10 11 15 20 30 45 * 0 1 2 3 4 6 7 8 9 10 11 15 20 30 45 *
N O
nb emb. abms en entre ; prsence chutes
Dans cette analyse, tablie pour les emballages abms en

entre, il apparat deux lments importants :
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 dobser-
ver 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 sui-

vant le type demballage. Mais ce facteur favorise systma-
tiquement la prsence demballages abms. Ce point
important devra tre pris en compte dans la phase dinno-
vation. On pouvait se douter avant ltude des consquen-
ces 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 confirmer
des lments comme celui-ci, mais aussi, dans une autre
perspective, den vrifier limportance chiffre ainsi que
les liens avec les autres paramtres.
Le rle de loprateur na pas dinfluence 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 fla-
grante 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 significative. 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
demballage
Nombre Rle
Modles
Prsence
demballages de
Tailles de lot de
abms lopra-
chutes
en entre teur
1 Si chutes Diffrence pour Observer Favorisant

loprateur E.R. oprateur
E.R. en cas
de chutes
2 > 20, alors important Sans influence Sans Favorisant
influence
3 Variation proportion- Sans influence Sans Favorisant
nelle et plus importante influence
en cas de chutes
La phase danalyse a permis de mettre en lumire les prin-

cipaux paramtres de variabilit du processus. Elle est fr-
quemment complexe et dun abord difficile, 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 identifis et lon connat bien prsent les leviers qui
permettront de ne plus avoir demballages abms. Mais
sil suffisait de connatre les paramtres importants pour
atteindre les objectifs fixs, 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 lapplica-

tion et de mettre en place des solutions aux amliorations
dtectes dans la phase danalyse. Cest ce stade gale-
ment que les acteurs du processus vont simpliquer davan-
tage. Ils sont en effet les mieux placs pour connatre les
problmes en pratique, les interventions adaptes rali-
ser 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 identifies ltape prcdente.
Gnration des ides potentielles

La premire tape consiste gnrer des solutions poten-
tielles 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 remi-
ses maintes fois en question.
Cette tape de gnration dides se dissocie en plusieurs
phases :
la revue de chacun des paramtres influents, dtermi-
ns la phase danalyse, pour gnrer une liste de solu-
tions potentielles;
la crativit qui permet de gnrer des solutions pour
sortir des sentiers battus, notamment pour les para-
mtres difficiles amliorer ou ceux pour lesquels plu-
sieurs 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 techni-
ques de gnration dides permettent de stimuler la cra-
tivit 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 dce-
les 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 brillam-
ment 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 pour-
rait tre fait pour gnrer le dysfonctionnement. Les san-
ces 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 devien-
nent 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 linver-
sion. Les raisonnements sont parfois tortueux et les analy-
ses 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 tech-
nique de linversion ici se formule de la faon suivante :
comment tre sr de continuer avoir des chutes
demballages? Cette question, une fois les rponses inver-
ses, 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

didentifier les points cits dans cette premire partie
dexercice dinversion. Un film, ralis lors du droule-
ment du processus actuel, complte ces premires obser-
vations.
La cadence de ralisation dun processus dpend de celle
de lopration la plus longue raliser. Ce goulet dtran-
glement 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 modifies
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 lani-
mateur 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 Amliorations ncessaires
rponses inverses
Faire tomber les Ne pas faire tom- Ajouter un rebord sur les postes de tra-
emballages du ber les emballa- vail afin dviter le glissement des embal-
poste de travail ges lages dus aux mouvements des bras sur
ces postes.
Rationaliser les circuits des produits et
des emballages, en simplifiant les flux
pour quils ne se croisent pas.
Pousser les Placer les nou- Crer un systme FIFO (First In First Out)
emballages dj veaux derrire en mettant en place un suivi Kanbana.
raliss avec les Les nouveaux emballages sont systma-
nouveaux tiquement placs derrire les anciens
afin de faire circuler les plus anciens
avant les nouveaux.
Faire tomber les Rapprocher les Crer un flux harmonis entre les embal-
emballages avant cartons lages et la mise en cartons.
leur mise en car- La mise en carton intervient directement
ton aprs la mise en emballage. Elle se
trouve ainsi rationalise car plus simple
daccs.
Pile demballages Empiler correcte- Rduire les temps intermdiaires, en for-
dsquilibre ment les emballa- mant les oprateurs polyvalents qui
ges pourront travailler sur les autres postes.
Travailler sur le Diminuer les en-cours qui sont une
goulet dtrangle- source daugmentation de la taille des
ment pour dimi- empilages.
nuer les piles
Chutes dues aux Veiller lergono- Travailler sur le schma dimplantation
cbles informati- mie du poste du poste pour rduire tous les risques.
ques (cblage, scu- Faire un 5Sb pour diminuer les objets
Collisions entre rit, circuits, etc.) non indispensables, prsents autour du
oprateurs poste, et ne maintenir que les objets
indispensables. Cette action conduit
davantage de rapidit et un gain en
efficacit.
a. Le Kanban est un systme de lancement de production qui intervient lorsque lopra-
tion suivante est ralise. Ce systme tire les demandes en fonction des demandes des
clients.
b. 5S : systme japonais qui permet didentifier, 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 indi-
quent que les emballages arrivent dj abms lorsquils les
ouvrent, ce qui contredit EE2. Cette opration a un rende-
ment de 70 % des emballages bons du premier coup (relev
dans le rendement du processus tabli lors de la cartogra-
phie du processus), soit 30 % de rejets ou retouches
demballages, ce qui augmente la dure globale de cette op-
ration.
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 syn-
thse qui permet une meilleure projection des prochains
axes de travail.
Une action est donc dcide sur la zone de stockage pour
loptimiser et dfinir 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 flux des

entres et des sorties;
sparer le stockage en deux parties : une pour les con-
tenus 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 nces-
saire 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 lti-
quette sur lemballage). Une action concernant un travail
sur lautomate dtiquetage est donc prvu avec le fournis-
seur. En effet, le dfaut mis en vidence montre que la
course de descente de ltiqueteuse est soit trop impor-
tante et abme les emballages, soit trop faible et ltiquette
nest pas colle. Une rencontre avec les programmateurs
de lautomate est planifie pour rtablir le bon rglage et
modifier la programmation.
Cette action, comme les prcdentes, peut paratre vi-
dente quand elle est voque a posteriori, mais il est diffi-
cile de la mettre en vidence sans lavoir prcisment
tudie et identifie.
Action de suivi
Il a t observ galement que le nombre demballages
dposs dans le carton augmentait le nombre demballa-
ges dfectueux dans la phase danalyse. Aussi une pese
des diffrents emballages sera ralise. Cette pese per-

mettra de sassurer du suivi du nombre demballages mis
dans chaque carton. Ce poids ne devra tre ni trop impor-
tant, 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 dtermi-
nes 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 emballa-
ges 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 sup-
rieure 20. Il nest pas utile de suivre le modle 1. Voici la
liste des premires mesures ralises par modle dembal-
lage.
Suivi du poids des emballages 2 et 3
Suivi des Poids des emballages 2 Suivi des Poids des emballages 3
29 40
28
27
26 35
emballage 2
emballage 3
25
24
30
23
22
MINITAB
21 25
20
3 6 9 12 15 18 21 24 27 30 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.
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 film
ralis prcdemment. On la compare ensuite celle des
autres oprateurs pour comprendre lorigine de la diff-
rence 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 pou-
ces, 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 par-

faitement 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
modifie sa mthode de travail pour obtenir des rsultats
similaires. Dans la phase de contrle, des moyens suppl-
mentaires 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 rflexion 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 affiches prs du poste de
travail et le gabarit fix pour une bonne mise en position
du produit.
Slection des solutions retenues

Les solutions trouves, grce loutil dinversion, sont ra-
lisables 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 solu-

tions 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 opra-
tion.
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
Total
Facilit de ralisation 1 2 1 1 1 6
Facilit de mise en uvre 1 2 1 2 2 8
Faible cot 5 3 5 4 4 21
Augmentation de rendement 3 3 3 3 3 15
Total 10 10 10 10 10 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 partici-
pant.
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,
efficace et utilisable dans diverses circonstances. Le stoc-
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 difficile la prise de dcision
concernant la solution retenir.
Lvaluation des solutions
mise en uvre
Augmentation
de rendement
Faible cot
ralisation
Facilit de
Facilit de
Total
Total
Ralisation 13 Solutions possibles 6 8 21 15 50
Difficult 8 Rationaliser le stockage en 24 20 19 24 1063

de mise en grant mieux le flux des
uvre entres et des sorties
Cot 21 Sparer le stockage en deux 10 10 17 23 842
parties : une pour les contenus
Augmenta- 15 et une autre pour les conte-
tion de nants (grs part et plus loin
rendement de la zone dutilisation)
Total 50 Empiler davantage dans la 14 19 14 15 755
zone de stockage pour dimi-
nuer les surfaces au sol
Former les oprateurs pour 14 19 20 6 746
trier les emballages en zone de
stockage
Crer un abri extrieur pour 12 14 17 10 691
stocker les emballages
Destocker plus tt les lments 20 10 15 6 605
ncessaires pour les lignes
Laisser la situation comme telle, 5 20 17 5 622
mais prvoir un tri pour dimi-

nuer les emballages abms
avant lopration demballage
Augmenter les surfaces de stoc- 10 9 15 7 552
kage lintrieur
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 flux des
entres et des sorties. Cest donc la solution qui est rete-
nue. 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 solu-
tions.
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 pr-
sente le responsable de cette action, le dlai ainsi quun
indicateur individuel davancement (exprim en pourcen-
tage) pour chaque action.
Plan daction raliser
N Actions raliser Responsable Dlai Indicateur de ralisation

1 Crer un rebord sur les postes de
45
travail pour limiter les chutes A.E. 25-sept
2 Crer un systme FIFO P.L. 19-oct 45
3 Crer un flux harmonis entre
30
les emballages et la mise en carton P.L. 19-oct
4 Rduire les temps intermdiaires P.L. 19-oct 30
5 Diminuer les en-cours P.L. 19-oct 30
6 Travailler sur le schma
75
d'implantation du poste A.E. 25-sept
7 Rgler la course de lautomate
50
dtiquetage Fournisseur 20-oct
8 Pese des diffrents emballages
10
et suivi R.G. 20-oct
9 Validation de la procdure et
80
utilisation par tous Y.T. 25-sept
10 Utilisation du gabarit et des photos Y.T. 20-sept 100
11 Rationaliser le stockage en grant
mieux le flux des entres et sorties P.L. 19-oct 75
Moyenne = 52 %
Ltat davancement des actions est prsent avec un indi-

cateur individuel, synthtis grce un indicateur global
(exprim en pourcentage) qui est une moyenne des pour-
centages 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 fil des projets, la
finesse 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 reflte ltat davancement des actions. Il est actuelle-
ment 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 flux, pour
travailler sur les diffrentes possibilits dorganisation, est
anim par les personnes en charge du droulement du
processus. Il faut tester les diffrentes possibilits dorga-
nisation 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 inter-
mdiaires.
Lemballage 3, qui posait le plus de problmes avec un
nombre lev demballages abms, est pris comme exem-
ple pour tester la rorganisation.
La nouvelle cartographie du processus est tablie; elle sert
de fil 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, sim-
plifi, sacclre de lui-mme. Des ramnagements de
postes ont eu lieu pour tenir compte des solutions appor-
tes. Enfin, la pese des emballages des tailles de lot sup-
rieures 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
3
Nb. emb. abms par lot
MINITAB
0
1 11 22 33 44 55 66 77 88 99 110
Index
Lamlioration des rsultats apparat clairement. Le

nombre de chutes a nettement diminu aussi. Une compa-
raison 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 Boxplot of Nb emb. abms par lot vs Amlioration
25 1
1
25
UCL = 22,35
20 20
=
Individual Value
X = 11,5
15 15
10 10
5 1 1
1 1 5
1
MINITAB
1 1
0 LCL = 0,65
0
1 32 63 94 125 156 187 218 249 280 311 aprs avant

Observation Amlioration
Il reste quelques valeurs extrmes qui montrent quil faut

encore raliser quelques actions pour continuer dimi-
nuer le nombre demballages abms pour lemballage 3.
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

afin 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 prati-
que, petite chelle, pour visualiser de la mme faon les
amliorations apportes. Un certain nombre dajuste-
ments 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 situa-

tion 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 afin de dmontrer lefficacit
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 amlio-

rations a dj t test et certaines ont t mises en place.
Dans la phase de matrise du processus, toutes les amlio-
rations trouves au cours du projet sont intgres au pro-
cessus 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 modifications 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 financiers. Cette dernire phase du cycle
DMAIC permet de restituer au Sponsor un processus qui
prsente un nombre de dfauts trs faible (quasi-inexis-

tant). La ralisation du processus permet ainsi de maximi-
ser les gains au niveau de la qualit des rsultats obtenus
et au niveau de latteinte des objectifs techniques et finan-
ciers.
Validation de ralisation des actions

Le plan daction, repris et finalis, 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.
Enfin, 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 ra-

lisation global illustre lavancement gnral. Les six pre-
mires 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 vrifier de temps en

temps les rglages de dpose. Il est donc tabli quun pr-
lvement mensuel des emballages aura lieu pour vrifier si
ltiquetage est toujours correct. titre prventif, une
visite annuelle de maintenance de lautomate est planifie
avec le fournisseur.
tape 5 : contrler/matriser 143
Rappel du plan daction raliser

N Actions raliser Responsable Dlai Indicateur de ralisation
1 Crer un rebord sur les postes de
45
travail pour limiter les chutes A.E. 25-sept
2 Crer un systme FIFO P.L. 19-oct 45
3 Crer un flux harmonis entre
30
les emballages et la mise en carton P.L. 19-oct
4 Rduire les temps intermdiaires P.L. 19-oct 30
5 Diminuer les en-cours P.L. 19-oct 30
6 Travailler sur le schma
75
dimplantation du poste A.E. 25-sept
7 Rgler la course de lautomate
50
dtiquetage Fournisseur 20-oct
8 Pese des diffrents emballages
10
et suivi R.G. 20-oct
9 Validation de la procdure et
80
utilisation par tous Y.T. 25-sept
10 Utilisation du gabarit et des photos Y.T. 20-sept 100
11 Rationaliser le stockage en grant
mieux le flux des entres et sorties P.L. 19-oct 75
Moyenne = 52 %
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 dana-
lyse.
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 finalisation. 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 relec-
ture 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 amlio-

rations apportes et enrichissent galement le systme
qualit en place. En cela, elles fournissent des lments
correcteurs qui vont dans le sens de lamlioration conti-
nue. Cela contribue donc laugmentation du niveau de
qualit de manire pertinente, rpondant ainsi aux exigen-
ces 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 respon-
sable du processus ne soit alert.
Les cartes de contrle permettent ainsi de faire la transi-

tion 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 vrifier le bon usage et la faisabilit,
de vrifier 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) suffisent.
Jai eu loccasion de raliser une enqute sur les cartes de
contrle et leur utilisation par les entreprises. Trs peu
dentreprises les utilisent avec efficacit. La plupart les attri-
buent uniquement aux personnes impliques dans le pro-
cessus, 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 rali-
sent 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 rentabi-
lit des moyens et lefficacit de la maintenance pour la pro-
duction. 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 ra-
liser 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 planifi-
cation des actions de maintenance prventive ou bien
encore des rglages ou des interventions spcifiques. 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 permet-

tent den savoir plus ce sujet pour complter les l-
ments 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 gran-
deur qui volue dans le temps (dures, nombre dopra-
tions, 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 pr-
sences 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 influence 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 illus-
tre 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 appa-
rat que les emballages 2 et 3 seront raliss uniquement
en dbut de semaine et lemballage 1 en fin de semaine.
Les cartes de contrle tiennent compte de cette rorgani-
sation avec les limites spcifiques 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 UCL = 37,59
30
25 X = 25,74
20
15 LCL = 13,89
1 9 17 25 33 41 49 57 65 73
Observation
1
16 1
UCL = 14,56
tendue Mobile
12
8 X = 4,45
4
0 LCL = 0
1 9 17 25 33 41 49 57 65 73
Observation
I-MR Chart of poids des cartons emballage 3

Valeur Individuelle
150 1 1
UCL = 120,9
100
50 X = 49,8
0
LCL = 21,2
1 8 15 22 29 36 43 50 57 64
Observation
1
100
tendue Mobile
11 UCL = 87,3
75
50 X = 26,7
MINITAB
25
0 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. Toute-
fois, le travail, lors des phases damlioration et de contrle

des actions, doit tre concentr sur la ralisation des
actions plus que sur la mesure.
Je souligne souvent, ce stade, la prennisation des

actions, notamment les plus importantes ou celles concer-
nant 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 afin 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 ins-

truction ou bien une procdure, la prennisation est ter-
mine. Cest pourtant insuffisant. 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 change-
ments (ce qui nest pas le plus vident!), modifi leurs
habitudes et appliqu les modifications au quotidien.
Ces points sont particulirement importants pour les pro-

cessus 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 difficile de raliser cette com-

paraison. 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 comparai-

son 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
0
MINITAB
Aprs Avant Aprs Avant Aprs Avant

1 2 3
Il faut prsent remonter larbre des exigences des

clients afin dobserver si leur ensemble est bien satisfait.
Les rponses correspondantes ont t analyses. Une nou-
velle 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 tou-
jours 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 dimi-
nu, 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
LSL USL
Within 3000 Within
Overall
Cp 6,957
CPL 0,041 2000 Overall
CPU 13,873 Pp 6,941
Cpk 0,041 1000 PPL 0,040
CCpk 6,957 PPU 13,841
0 Ppk 0,040
5 13 21 29 37 45 53 Cprn *
Avant
LSL USL
Within Within
200 Overall
Cp 6,957
CPL 0,041 150 Overall
CPU 13,873 Pp 0,094
100
Cpk 0,041 PPL 0,250
MINITAB
CCpk 6,957 50 PPU -0,061

0 Ppk -0,061
5 13 21 29 37 45 53 Cprn *
Les indices de capabilit dans le cadre Within correspon-

dent 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 proces-
sus 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 %. pr-
sent, 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 flux qui se croisent encore. Nan-
moins, 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 bnficie 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 financiers

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 Total sur
moyenne un an
1 Situation initiale : 5 10 par jour 15000
Reprise du (ou des) pro-
duit(s) mal emball(s)
Situation finale 1 1 par mois 12
maximum
2 Situation initiale : 20 1 par semaine 1040
Pnalits si rupture de
stock
Situation optimale 20 1 par an 52
Situation finale 20 1 par an 52
R-acheminement du
produit vers lentreprise
maximum
Remplacement de
lemballage ou embal-
lage + produit
Destruction de lancien
maximum
5 Situation initiale : 2 500 1 par mois 30 000
Une personne plein

temps pour rception-
ner les produits embal-
ls, les trier, les
remplacer, les r-embal-
ler, les renvoyer
.../...
Situation optimale 500 1 par mois 6000

Situation finale : 0
0 personne
6 Situation initiale : 1 800 1 par mois 21600
Une personne mi-
temps pour grer ce
type de rclamation :
rcupration, achemi-
nement, livraison,
retards, pnalits
Situation optimale 300 1 par mois 3600
maximum
7 Situation initiale : 1 client sur 10 1 par jour 75000
Image de marque rencontre des
Perte de confiance problmes
Perte de clientle demballage
Perte de march Chiffre daffai-
res moyen
pour un
client : 250
Situation optimale Sans perte de 1 par jour Gain de
client + 1 gagn 75000
client gagn
par jour
Situation finale 1 par jour 75000
gagn
Pertes antrieures au projet - 11782

Estimation du gain sur nouveaux clients +75000
Gain sur chiffre daffaires + 63218
Estimation des pertes restantes maximales - 2344
Estimation du gain sur nouveaux clients +75000
Gain sur chiffre daffaires obtenu aprs actions + 72656
Estimations pour le projet :
+199 640
Pertes antrieures au projet

Gain calcul + 72 656
Estimation du gain attendu sur le projet 272 296
Gains obtenus sur le projet

Pertes avant Gain Gain Gain Gain total Gain calcul
projet potentiel sur pertes potentiel sur en fin
en dbut avant projet les nouveaux de projet
de projet calcul clients 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 perfor-
mances tablies. Lors dune runion largie, les partici-
pants 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 finalisation 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 fin du projet.
On y passe en revue les diffrents indicateurs et lon y
valide que les niveaux atteints prcdemment nont pas t
modifis 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 afin de maintenir le pro-
cessus au mme niveau.
Voici une liste de ce qui est observ durant cette validation :
les cartes de contrle (observation des ventuelles dri-
ves et des mesures encore hors contrle);
la revue des procdures (sont-elles acceptes, compri-
ses, 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 financiers 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 der-
nier point de contrle avec le Sponsor, vers qui le transfert
a normalement dj t ralis en fin 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 ren-
contrs. Anims correctement par une quipe efficace, les
rsultats dpassent souvent les attentes. Il est toutefois essen-
tiel 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 iso-
ls. La mthode trouve sa puissance dans larticulation de
lensemble de ces techniques associes aux lments finan-
ciers 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 augmen-
ter 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 spcifique, garantit
latteinte des objectifs dfinis et formaliss.
Lexprience montre que les projets bien mens dpassent

largement les montants estims au dpart. Prs de 70 %
des projets dpassent les gains financiers prvus dans la
charte du projet, 20 % atteignent les montants prvus et
10 % des projets ne sont pas termins pour diverses rai-
sons. Ces chiffres concernent uniquement les projets que
jai suivis (raliss ou coachs) et donc des donnes per-
sonnelles 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 rflexion apporte par lutilisa-
tion 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 vou-
lant amliorer le service de leurs fournisseurs et des per-
sonnes 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 impor-

tants 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 rf-
rentiels qualit, sur des sujets diffrents, les entreprises ont
compris tous les bnfices 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 Inters-
cience, 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 Plan-
ning and Control Plan, disponible lAIAG, 1994.
160 Bibliographie
Automotive Industry Action Group, Statistical Process Control Refe-

rence 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

Mettre en Oeuvre Le Six Sigma PDF

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

Mettre en Oeuvre Le Six Sigma PDF

Transféré par

Droits d'auteur :

Formats disponibles

QUALIT

Mettre en uvre le Six Sigma

dune simple liste doutils ou de concepts, cet

PC avec processeur Pentium,

32 Mo de RAM. ouvrage prsente, lintrieur du cadre DMAIC,

Caroline FRCHET, experte franaise en Six Sigma, intervient dans

que formatrice et consultante. Elle a ralis plusieurs projets, en a coach

un grand nombre et form des populations trs diversifies. CD-Rom de dmonstration

52120_Six_Sigma 1 20/06/05, 15:08

Mettre en uvre le Six Sigma

dune simple liste doutils ou de concepts, cet

PC avec processeur Pentium,

32 Mo de RAM. ouvrage prsente, lintrieur du cadre DMAIC,

Caroline FRCHET, experte franaise en Six Sigma, intervient dans

que formatrice et consultante. Elle a ralis plusieurs projets, en a coach

un grand nombre et form des populations trs diversifies. CD-Rom de dmonstration

52120_Six_Sigma 1 20/06/05, 15:08

Consultez notre site :

Le code de la proprit intellectuelle du 1er juillet 1992 interdit

ditions dOrganisation, 2005

1 Les concepts du Six Sigma 1

3 tape 1 : dfinir le cadre du projet 39

Premire tude du processus de mesure 72

5 tape 3 : analyse du processus 95

6 tape 4 : innover/amliorer 123

7 tape 5 : contrler/matriser 141

Les cartes de contrle 144

Sites Internet utiles 161

Utilisation du CD-Rom 163

Aujourdhui dploy pour les gains en savoir-faire, savoir-

Les entreprises qui en ont compris la finalit et la force

Lune des cls de la mthode est lapplication de la mme

Dans cet ouvrage, la pratique des outils dcrits dans la

de projets. Cest pourquoi jai choisi de faire le lien entre la

usage dans le cadre dun projet.

Loriginalit de louvrage rside dans son plan, qui calque

Tout dabord, les principes de positionnement du projet

Dans la partie Mesure, la dmarche aboutit lidentifi-

Dans la partie Analyse, les causes des problmes sont

Dans la partie Amlioration, les solutions dployes

Enfin, dans la partie Contrle, les diffrents lments

suivi (cartes de contrle, standardisation, etc.) sont mon-

La mthode Six Sigma pourrait paratre non innovante

partir dun exemple tir de la vie courante, il est nces-

La mthode par lexemple

Les six axes du Six Sigma,

Pour comprendre tous les enjeux de lapplication du Six

Les six axes du Six Sigma

Laxe des ressources humaines, ou Management

La mthode est dploye au travers dacteurs spcifiques,

les sujets des projets et tiennent la russite des

Le Champion gnre la fois de nouveaux projets (en

Le Sponsor est souvent le propritaire du processus. En

En revanche, le Sponsor conserve, la plupart du temps,

En cas de problme de fonctionnement du groupe,

Il veille aussi lavancement du projet, en ralisant des

de jalons permettent de guider les projets vers la rsolu-

Par ailleurs, ce suivi garantit lintrt soutenu du Sponsor

Lenregistrement du projet dans la base de suivi informati-

Le Black Belt, ou pilote Six Sigma

Le Black Belt (ceinture noire) est affect plein temps sur

Le rle du dirigeant, sil souhaite atteindre ses objectifs, est

La plupart du temps, le Black Belt occupe sa fonction