Module Lean Six Sigma

LEAN TUNIS NORD
Lean Six Sigma

Sommaire
1- L’approche SIX SIGMA

2- La Pensée statistiques
3- Les outils Qualité
4- La démarche DMAIC
L’approche SIX SIGMA - 1
Introduc�on
Qu’est ce que le Lean Six Sigma?
 Travailler en 2 groupes
 Choisir un animateur
 Choisir un ges�onnaire du temps
 Choisir un présentateur
Instruc�ons:
Faire un Brainstorming du vocabulaire Améliora�on
con�nue, Lean et Six Sigma
Durée : 30min
3
Qu’est ce que Six Sigma?
Le concept six sigma, comparé aux autres méthodes qualité, est un concept complexe
aux dimensions multiples.
Le six sigma est une méthode complexe qui :
 Se focalise sur les faits et les données ;
 Tend à anticiper et détecter les défauts ;
 A pour but la satisfaction du client et l’amélioration des résultats opérationnels.
Le six sigma est une méthode à multiples dimensions :

 Une dimension stratégique, puisque tournée vers l’obtention d’un avantage
compétitif ;
 Une dimension « philosophique » d’amélioration de la qualité;
 Une dimension statistique, sigma, faisant référence à la notion de dispersion statistique
(notion de variabilité) et d’écart type.
A quoi correspond la notation sigma ?

σ, sigma, est une lettre de l’alphabet Grec
• En statistique, sigma, représente une unité de mesure de la variabilité ou la
Dispersion;
• La dispersion désigne la variation autour de la moyenne de n’importe quel procédé
ou processus).
Faible Dispersion Importante Dispersion
Aucun process ne produit, à chaque fois, EXACTEMENT le même produit
4
A quoi correspond la valeur sigma?
Sigma est une mesure de la dispersion. Le calcul mathématique de l’écart-type d’une
population se fait selon la formule suivante :
Point d’inflexion
Par définition, l'Écart-type est la distance
séparant la moyenne et le point d'inflexion
sur la courbe Normale.
Qu’est ce que le six sigma?

Dans un process, la probabilité de générer des défauts peut être estimée en terme de niveaux sigma
et cette variabilité sur une courte période est reprise par la distribution normale suivante :
68,26%
95,45%
Tolérance 99,73%
Inférieure
ou Tolérance Supérieure ou
LSL USL
Tolérance inférieure (LSL – Lower Spec Limit)
Tolérance supérieure (USL – Upper Spec Limit)
-6 -5 -4 -3 -2 -1 +1 +2 +3 +4
+5 +6
Plus le niveau de sigma est élevé plus la performance est meilleure.

Six Sigma fait référence à un process qui a 6 écart-type entre la moyenne du process et la
limite ou spécification qui est la plus proche.
10
5
Qu’est ce que le sigma en tant que mesure?
“Le niveau sigma” est :
• Une unité statistique utilisée pour décrire la performance d’un process relativement aux limites de
spécifications ou limites de tolérances client;
• Le nombre d’écart-types de la moyenne jusqu’à la limite la plus proche.
USL
6 Sigma
5 Sigma
4 Sigma
3 Sigma
2 Sigma
1 Sigma
La probabilité d’apparition d'un défaut diminue en fonction de l’augmentation du nombre d’écarts-types

pouvant être placés entre la moyenne et la limite de tolérance la plus proche.
11
Qu’est ce que le Six Sigma?
6 Sigma World Class Benchmarks

Design for Six Sigma
Mettre en place la méthode
dés la conception : « Bon du
premier du coup»
3 à 5 Sigma
Caractérisation et
optimisation des processus
3 Sigma
Utilisation des outilsbasiques
de résolution deproblèmes
1 à 2 Sigma
Simplification et organisation
12
6
Qu’est ce que l’échelle six sigma?
L’échelle six sigma prend en compte la variabilité aléatoire à long terme des process
Sigma PPMO Rendement
World Class Benchmarks 6 3,4 99.9997%

10% GAP 5 233 99.977%
Moyenne des entreprises 4 6 210 99.379%
10% GAP 3 66 807 93.32%

Court terme : 99.73%
Entreprises nonCompétitives 2 308 537 69.2%
1 690 000 31%
*PPMO : Parts Par Million d’Opportunités
13
Exemples pratiques du six sigma

Sigma 3,8 Sigma 6,0 Sigma
PPMO 10 000 3,4
Taux de conformité 99.0000% 99.99966%
15 minutes d’eau non 1 minute non potable tous

Eau potable
potable chaque jour les 7 mois
5 000 erreurs médicales par 1,7 opérations ratées par

Domaine Hospitalier
semaine semaine
1 atterrissage raté tous les 5
Aéroport 1 atterrissage raté par jour
ans
Pas d’électricité 3 heures par Une heure de coupure tous
Electricité
mois les 34 ans
*PPMO : Parts Par Million d’Opportunités

14
7
LSS vs. autres démarches qualité
Lean Six Sigma présente trois différences-clés par rapport auxautres démarches qualité.
Une analyse de l’abondante littérature produite sur Lean Six Sigma et des discussions
menées auprès des experts, permet d’en extraire trois caractéristiques majeures qui
semblent la distinguer des autres approches :
→ 1. Une organisation dédiée ;

→ 2. Une méthodologie par étapes ;
→ 3. Une culture de la mesure.
15
Lean Six Sigma

vs. autres démarches qualité
Organisation dédiée
Source: N Volck, 2009. Déployer et exploiter Lean six Sigma. Eyrolles editions.
16
8
LSS et Organisation dédiée
Lean Six Sigma a une organisation spécifique:
Responsable Rôle Délais
Client du processus.
Propriétaire du problème à traiter. Finance le projet,
Sponsor → -
lève les points bloquants et pérennise les gains.
Chef de filière et acteur de l'amélioration
continue. 1à3h
Champion → Responsable du portefeuille de projets
par
Sélectionne les projets et les ressources nécessaires. semaine
Expert et Chef de projets stratégiques et complexes
100%
Master Black → Formateur de la démarche et Coach terrain
de son temps
Belt
Chef de projets LSS à temps plein
Référence dans les projets
100%
Black Belt → transversaux de son temps
Rend compte de l’avancement des projets lors des comités
de pilotage et auprès des sponsors.
Praticien de la méthodologie LSS
≈ 50%
Green Belt → Application des outils de base du DMAIC et du Lean
de son temps
Membre d’équipes projet
≈ 30%
Yellow Belt → Connaissances basiques de certains outils du LSS
de son temps
17
LSS et Organisation dédiée

Grand Projet
Projet LM Projet LSC Projet LIT Projet LCS Projet LSS Projet LPR
6 Sigma
committee
Deployment
Champion
manger
Sponsor Sponsor
Master Black Master Black
Belt Belt
Black Belt Black Belt Black Belt
Green Belt Green Belt Green Belt
Yellow Belt Yellow Belt Yellow

18 Belt
9
Organisation : Conseils Comportementaux
Tous les acteurs dans le processus de mise en place de projets Lean Six de Sigma
doivent être enclins à agir selon des comportements types.
→ Leadership : « joindre le geste à la parole »;

→ Encourager et récompenser l'initiative individuelle;
→ Aligner les systèmes incitatifs pour encourager les comportements désirés;
→ Éliminer les barrières fonctionnelles;
→ Adopter la notion de pensée en terme de « systèmes »;
→ Assurer un équilibre entre « Standardisation » et « Flexibilité ».
19
Lean Six Sigma

Méthodologie par étapes
20
10
LSS une Méthodologie par étapes
Les projets Lean Six Sigma s’articulent autour de deux types de stratégies structurées :
1.Le DMAIC (Define, Measure, Analyse, Improve, Control)

→ les projets d’amélioration
Un peu à la manière de certaines formes de médecines qui vont chercher à connaître la
cause des symptômes pour apporter au patient un remède plus efficace et durable contre
la maladie, le DMAIC vise à fournir un diagnostic approfondi des problèmes rencontrés
dans les organisations avant de les résoudre.
2.Le DMADV (Define, Measure, Analyse, Design, Verify) ou Le DFLSS (Design For Lean Six
Sigma) ou → les projets d’innovation et de conception.
21
1.Définir 2.Mesurer 3.Analyser 4.Améliorer 5.Contrôler
1. Décrire l’opportunité Business

Définir le problème, les objectifs du projet et les besoins des clients
2. Faire l’état des lieux du Process

Mesurer les performances actuelles du processus et quantifier les problèmes
3. Déterminer les principales cause où Y= f (x)

Analyser le processus et identifier les causes profondes des défauts
4. Eliminer les pertes et variations
Améliorer le processus en réduisant ou éliminant les défauts
5. Assurer la pérennité des résultats obtenus( amélioration durable)

Contrôler et maintenir la performance du processus amélioré.
Source: ML George et al., 2005 . Lean Six Sigma Pocket Tool Book . Mc Graw-Hill edition.
22
11
* Trouver et éliminer les causes racines de variation par la connaissance du processus et une
approche statistique.
23
LSS une méthodologie par étapes

D’après Ellner, 2011 une méthodologie est un ensemble de processus,
Outils, Livrables et Rôles.
+ + +
Processus Outils Livrables Rôles
Source: Zellner et al., 2011 . A structured evaluation of business process improvement approaches. Business Process
Management Journal, 17(2), 203-237.
24
12
Lean Six Sigma
Culture de la mesure
25
LSS une culture de la mesure

Lean Six Sigma est une méthode d’amélioration de la qualité reposant à l’origine sur la mise en place de
mesures, puis d’une maîtrise statistique des processus évalués au travers de ces mesures. L’analyse
approfondie des données permet souvent de mettre en évidence des dysfonctionnements et axes
d’amélioration. Cette culture de la mesure se traduit tout au long de la vie des projets, notamment :
Au début des Pendant les

projets : lors de la projets : avec la
En aval des
En amont des détermination des mise en place d’outils
projets : lors de besoins des clients par de pilotage (indicateurs projets : lors de la
l’analyse coûts- la définition et tableaux de bord) détermination du
bénéfices qui va d’indicateurs tels que qui va permettre de retour sur
permettre de les CTQs (Critical To donner davantage de investissement et du
sélectionner les projets Quality : traduction des visibilité sur l’activité, suivi des gains du
les plus rentables engagements pris vis-à- d’anticiper les risques projet lors de l’étape de
potentiellement. vis des clients en et d’agir avant contrôle.
spécifications internes d’atteindre des niveaux
mesurables). de criticité trop élevés.
26
13
Amélioration continue et Lean Six Sigma
Amélioration continue
SMQ
Lean
Petits pas au quotidien
Projet
DMAIC
SMQ
Lean
Petits pas au quotidien
Temps
27
Qu’est ce que le Lean six sigma?

Le Lean Six Sigma permet de mettre en place une vraie culture d’amélioration continue
par sa complémentarité d’approches dont l’objectif est l’atteinte des 4 Z.
ZÉRO GASPILLAGE ZÉRO DÉFAUT
ZÉRO INFLEXIBILITÉ
ZÉRO VARIABILITE
28
14
Qu’est ce que le Lean six sigma?
Le Lean Six Sigma permet de mettre en place une vraie culture d’amélioration continue
par sa complémentarité d’approches dont l’objectif est l’atteinte des 4 Z.
Lean Six Sigma
Elaboré chez Toyota dans les 1950’s Elaboré chez Motorola dans les
Sorti du Japon au début des 1980’s 1980’s
Théorisé aux USA dans les 1990’s Repris et largement développé par
Utilisé en Europe dans les 2000 GE dans les 1990.
Approche Bottom-Up Objectifs principaux Approche Top-down
ZÉRO GASPILLAGE ZÉRO DÉFAUT

ZÉRO INFLEXIBILITÉ ZÉRO VARIATION
Outils exploités
Management terrain Lean Projet DMAIC

Optimisation des flux
Humain
Implication du personnel Alignement sur la voix du client
Standardisation Ciblage permanent
29
Qui applique le Lean Six Sigma?
… et plus de 95% des entreprises de Fortune 100
30
15
Quelles sont les bénéfices du Lean six sigma ?
Les gains des projets Lean Six Sigma se font dans la durée et visent à la fois le gain
de CA et la réduction de coût.
→ La Croissance du chiffre d'affaire se fait au travers de l'amélioration de la satisfaction client en
terme de qualité, délais et coût;
→ L’augmentation de la marge au travers de :

- la réduction des coûts de non qualité;
- plus de productivité et de capacité ( en optimisant les temps de cycle);
Avec un seul projet DMAIC, les optimisations potentielles visées sont de l'ordre de :
• Délai d'exécution : réduction de 30% à 70%;
• Défaillances qualité : réduction de 70%;
• Coûts : réduction de 30% à 50%;
• Capacité: augmentation de 20%;
• Retour sur Investissement : facteur de 3 à 4;
• Projets de 6 mois : ordre de grandeur un tel projet rapporte de 300 à 400 K€ de bénéfices.
31
La stratégie de progrès de Six Sigma

• Six Sigma : en quoi cela consiste ?
• Réduire les variations : quels effets ?
• Éliminer les défauts
• Traduire les besoins en exigences
• Pourquoi recourir à Six Sigma ?
• La stratégie de progrès de Six Sigma
• Les différents rôles de Six Sigma
• Les étapes Six Sigma
32
16
Six Sigma : en quoi cela consiste ?
• Établissement de priorités en fonction de celles du client.
• Recours intensif aux outils statistiques pour l’analyse et
l’amélioration des process.
• Prééminence de la réduction des variations et des défauts.
33
objectif
Six Sigma : en quoi cela consiste ?
Six Sigma améliore les produits et les services en optimisant leurs

modes de production.
Six Sigma améliore à la fois…

1. Les process opérationnels (fabrication)
2. Les process transactionnels (administration et commerce)
34
17
Réduire les variations : quels effets ?
K€
• Assemblage plus Réduction
Variations des coûts :
facile
réduites Produit • meilleure qualité
• Montage plus facile
dans le plus • gain de temps
• Moins de défauts
process uniforme • moins de déchets
• Moins de pannes
de moulage • moins de reprises
sur le terrain
• moins de soucis
VOTRE OBJECTIF !
35
Pourquoi réduire les variations ?
Un exemple de process transactionnel
25 30 35 40 45 50 55 60 65 jours
cible
Un service comptabilité fournisseurs a pour objectif un règlement des
factures à 45 jours après la date de réception.
Quelles sont les possibilités de réduction des coûts en réduisant la
variation des délais de paiement ?
36
18
Qui est le client ?
process Produit Client
Moulage Pièce moulée process

d’assemblage
Règlement Fournisseur
Virement électronique
des factures
Le « client » désigne toute personne qui reçoit, utilise ou dépend du produit d’un
process.
Le « produit » est le résultat tangible du process. Il définit la raison d’être du process.
37
Six Sigma élimine les défauts
Notre Produit du process pour les

process clients
Il y a défaut quand le produit du process ne répond pas aux attentes du client.
LIS LSS Défauts dans le process de

règlement des factures :
Pièces Pièces
• Règlement en retard
défectueuses défectueuses
• Montant erroné
Taille des pièces moulées

38
19
Traduire les besoins en exigences
Les besoins fondamentaux des clients

Besoins
du
sont traduits en...
client caractéristiques critiques pour la
satisfaction (CTS).
CTS Les CTS sont traduites en exigences

critiques pour...
• la qualité (CTQ)
Exigences du producteur : • les délais (CTD)
CTQ
CTD • les coûts (CTC)
CTC
39
Exemple : recrutement de personnel technique
Les clients (les responsables) doivent pourvoir des postes

Besoins vacants d’ingénieurs.
du
client Les candidats doivent être qualifiés et sérieux. Les
postes doivent être pourvus rapidement.
Le département des ressources humaines identifie les

besoins suivants nécessaires au process de
recrutement.
CTS
CTQ : candidats qualifiés et sérieux
• diplômé d’un lycée ou d’une université reconnus avec
le niveau requis.
Exigences
normes duduproducteur
producteur
: : • recommandé par les précédents employeurs.
CTQ
IAQ
IAD
CTD CTD : poste pourvu dans les 30 jours qui suivent la demande
IAC
CTC
CTC : le candidat accepte un salaire adapté.
40
20
Qu’est-ce qu’un sigma?
Un « sigma » (un écart type) est une mesure de variation
1 écart type
« sigma »
Un écart type autour de la moyenne représente

environ 68 % des « chances » totales
de répondre aux attentes du client.
41
Qu’est-ce qu’un process Six Sigma ?
Si l’on arrive à intercaler six écarts types entre la moyenne de notre process et les
besoins du client...
LIS LSS
6 5 4 3 2 1 1 2 3 4 5 6
Alors :
99,99966 % de nos « chances » répondent aux attentes !
42
21
Exemple de process Six Sigma
Prévision des ventes
LIS LSS
99,99966 % de nos prévisions

Correspondent au niveau de
précision demandé.
6 5 4 3 2 1 1 2 3 4 5 6
(F) Écart entre les prévisions et la réalité
43
Perfromances d’une organisation 3 Sigma
Niveau de défaut Une mauvaise qualité

5à7% a de fortes implications Une mauvaise
de la production sur les prix ! qualité coûte
20 à 40 %
du prix des
marchandises
Niveau Coût
de défauts d’une mauvaise
internes qualité
44
22
Répercussions attendues
• Passer de 3 Sigma à 5 Sigma en deux ans;

- chaque sigma traduit une amélioration de la qualité d’un facteur 10 à 20
• Améliorer les marges de 20 %;

• Améliorer les capacités de 12 à 16 %;
• Évolution culturelle… une société davantage axée sur les données;
• Un personnel de plus en plus qualifié… et des process de plus en plus
efficaces.
45
Caractériser et optimiser
La méthode Six Sigma se distingue de toutes les autres méthodes d’amélioration par le
degré de caractérisation, puis d’optimisation des process.
Caractériser le process
• Collecter et analyser les données sur les produits du process (Y) pour avoir un aperçu de
la situation actuelle;
• Identifier les causes (xs) de la dispersion et des défauts;
• Collecter les données et pratiquer des tests statistiques pour déterminer s’il s’agit bien
des causes véritables.
Optimiser le process
• Élaborer les solutions permettant de contrecarrer ces causes;
• Collecter les données et pratiquer des tests statistiques pour évaluer l’incidence de ces
solutions;
• Mettre en œuvre les solutions et un système de contrôle et de surveillance permettant
de conserver les gains sur le long terme. 46
23
La stratégie de progrès de Six Sigma
Reconnaître S’assurer que les améliorations auront un impact
stratégique réel.
Identifier le produit ou le process à améliorer et les
Définir
quelques exigences du client qui sont les plus
critiques pour la qualité (CTQ)
Mesurer Quantifier les résultats actuels du process et fixer
Process un objectif d’amélioration.
De caractérisation
Analyser Identifier les variables d'entrée qui ont le plus
d'incidence sur le CTQ.
Améliorer Trouver des solutions pour contrôler les principales
Process
variables d’entrée du process, quantifier leur
D’amélioration
Contrôler impact et les comparer à l’objectif.
Introduire des modifications dans la conception
Intégrer des process et des méthodes de normalisation
dans l’activité pour conserver dans le temps le meilleur niveau
quotidienne de performances.
47
Se concentrer sur les causes (Xs)
Y = f(x)
• Produit • Entrées
• Effets • Causes
• Surveillance • Contrôle
Une gestion uniquement axée sur les résultats (Y)

entraîne des coûts supplémentaires du fait des retouches,
des tests et des contrôles nécessaires.
48
24
Les rôles Six Sigma
Les chefs d’entreprise
Reconnaître Et tous les employés
Définir Le champion, MBB, process owner
Mesurer
Process
De caractérisation
Analyser Le black belt
Et son équipe
Améliorer
Process
D’amélioration
Contrôler
Control
Le process owner
Intégrer Et son équipe
Dans l’activité
Quotidienne
49
Rôles et interactions Six Sigma
Champion Black Belt Équipe de projet

- définit le projet - guide son - fournit l’expertise
- lève les obstacles équipe dans les requise pour le projet
étapes MAIC
Master Black Belt Process owner

- forme et dirige les Blacks Belts - fournit les ressources nécessaires
- intervient comme expert dans - s’assure que les nouveaux
la réalisation du projet contrôles du process
et pour les outils Six Sigma. se maintiennent dans le temps.
50
25
Rôle des membres de l’équipe de projet
• Appliquer les outils Six Sigma avec l’aide des Blacks Belts;
• Participer activement aux réunions et appliquer les décisions qui y sont prises;
• Collecter et analyser les données;
• Mener de petits projets, tels que…
• L’étude de capabilité du process;
• L’étude du système de mesure;
• La vérification des causes et des solutions.
51
Niveau d’activité caractéristique pendant le cycle de vie du projet
Champion, Black Belt & équipe Équipe & process owner

process owner
Niveau d’activité
Définition Intégration dans l’activité

MAIC
du projet quotidienne
52
26
Diagramme Six Sigma : définir
Étapes
Définir 1. Identifier les

priorités du
client.
Mesurer Délimiter le
projet.
Caractériser
Analyser
Stratégie
de progrès
Améliorer
Optimiser
Contrôler
53
Produits de l'étape de définition
• Projet prioritaire;
– produit/process à améliorer.
• Définition du projet;
– intitulé et raison d’être du projet;
– étendue et limites;
– énoncé du problème;
– objectif du projet;
– délimitation temporelle;
– membres de l’équipe.
• Planification du projet.
– Durée;
– Ressources;
– Coût.
54
27
Diagramme Six Sigma : mesurer
Définir Étapes
2. Établir ce qui doit
être mesuré (Y) et
Mesurer valider le système
de mesure.
Caractériser 3. Quantifier les
Analyser résultats actuels et
proposer une cible
Stratégie d’amélioration.
de progrès
Améliorer
Optimiser
Contrôler
55
Produits de l'étape de mesure

– énoncé du problème;
– objectif du projet.
• Cartographie du process;
• Système de mesure validé;
• Capabilité du process/Performance (PPM, DPMO, CP, CPK, RTY, niveau Sigma);
• Coût de la mauvaise qualité (COPQ);
• Résultats financiers de référence approuvés par le contrôleur;
• Matrice/schéma CE;
• Synthèse du projet.
– Conclusions;
– problèmes & obstacles;
– prochaines étapes.
56
28
Diagramme Six Sigma : analyser
Définir
Étapes
Mesurer 4. Identifier les causes

(Xs) de dispersion et
Caractériser les défauts.
Analyser 5. Prouver
statistiquement que
Stratégie les causes sont les
de progrès vraies.
Améliorer S’engager sur
l’objectif
Optimiser d’amélioration de Y.
Contrôler
57
Produits de l'étape d’analyse

– Énoncé du problème;
– Objectif du projet.
• Produits restants après la session 1 ;
• Analyse du process;
– Analyse causes/effets;
– Analyse graphique;
– Études à variables multiples;
– Validation d ’hypothèses;
– Analyse de régression.
• Amdec du projet;
• Causes vérifiées de la dispersion et des défauts;
• Engagement sur la cible d’amélioration;
• Synthèse du projet.
– Conclusion;
– Problèmes et obstacles;
– Prochaines étapes. 58
29
Diagramme Six Sigma : améliorer
Définir Étapes
6. Trouver des
Mesurer solutions (pour
contrecarrer les
causes), y compris
Caractériser
en matière de
Analyser niveaux
d’exploitation et de
Stratégie
tolérances.
de progrès
Améliorer 7. Mettre en place les
solutions et
prouver
Optimiser
statistiquement
Contrôler qu’elles sont
efficaces.
59
Produits de l'étape d’amélioration

• Produits restants après les sessions 1 & 2;
• Plan d’expériences :
– Tableau de planification du PE;
– Présentation du PE;
– Y = f (x1, x2, x3…).
• AMDEC du projet mise à jour;
• Solutions vérifiées (qui contrecarrent les causes);
• Solutions mises en place;
• Nouvelle carte du projet;
• Synthèse du projet :
– Conclusion(s);
– Problèmes & obstacles;
60
– Prochaines étapes.
30
Diagramme Six Sigma : contrôler
Définir
Mesurer
Étapes
Caractériser 8. Instaurer les systèmes
Analyser de contrôle pour
maintenir les
Stratégie améliorations dans le
de progrès
temps.
Améliorer
9. Prouver statistiquement
que l’amélioration est
Optimiser durable (3 mois de
Contrôler données).
61
Produits de l'étape de contrôle

• Produits restants après les sessions 1, 2 & 3;
• Nouveaux modes opératoires et nouveaux contrôles mis en œuvre;
• AMDEC mise à jour;
• Nouvelles données sur la capabilité du process;
• Comparaison du nouveau niveau de performance avec le niveau cible;
• Rapport de projet;
• Trois mois de données;
• Plan de contrôle;
• Économies et autres avantages validés;
• Possibilités de transférer les améliorations à d’autres domaines.
62
31
La stratégie de progrès Six Sigma • Coût de la mauvaise qualité (COPQ)
• Diagramme de Pareto
Définir • Produit, mesures des résultats du process
• Organigramme du process (niveau global)
• Points de vue du client
1 Identifier les priorités du client. Délimiter le • Matrice « critique pour » (CT)
projet.
Mesurer • Diagramme entrées-process-produits (IPO)
• Cartographie du process
• Fiches de contrôle
2 Établir ce qui doit être mesuré (Y) et valider le système de mesure. • Diagramme de Pareto
• Analyse des système de mesure (ASM)
3 Quantifier les résultats actuels et proposer une cible d’amélioration. • Analyse du potentiel du process
Analyser • Schéma causes/effets

• Matrice causes/effets
• Analyse des modes de défaillances et de
4 Identifier les causes (Xs) de dispersion et les défauts. leurs effets (AMDEC)
• Graphiques à variables multiples
Prouver statistiquement que les causes sont les vraies.
5 Se consacrer à l’objectif d’amélioration de Y.
• Corrélation et régression
• Validation des hypothèses
• Sélection du plan d’expériences (CE)
Améliorer
• Plan d’expériences (PE)
6 Trouver des solutions (pour contrecarrer les causes), y compris en • Prévention des erreurs
matière de niveaux d’exploitation et de tolérances. • Tolérancement statistique
Mettre en place les solutions et prouver statistiquement qu’elles • Analyse des modes de défaillances et de
7 sont efficaces. leurs effets (AMDEC)
• Validation des hypothèses
Contrôler • Plans de contrôle
• Schémas de contrôle
8 Instaurer les systèmes de contrôle pour maintenir les • Management visuel
améliorations dans le temps. Documenter le projet ! • Procédures / consignes de travail
• Capabilité du process
9 Prouver statistiquement que l’amélioration est durable • TPM
(3 mois de données). Clôturer le projet 63
dans Sigma Trak !
Stratégie Six Sigma

CONCLUSION
64
32
La PENSEE STATISTIQUE- 02
Nature des données
Donnée
Qualitative Quantitative
Exemple : Nominale,
Ordinale
Une variable discrète est une variable

Discrètes Continues
aléatoire quantitative dont l’ensemble
(attributs)
élémentaire est un sous-ensemble de tous
les nombres compris entre sa valeur
minimale et sa valeur maximale ou dont
l’ensemble élémentaire peut être
explicitement énuméré.
Une variable continue est une variable

aléatoire quantitative dont l’ensemble
élémentaire consiste en tous les nombres
compris entre sa valeur minimale et sa 2
valeur maximale.
1
Statistique descriptive vs statistique par inférence
Statistique
Descriptive Par inférence
Elle a pour objectif principal la description Elle a un objectif principal est de préciser un
de données étudiées. Cette description des phénomène sur une population globale, à
données se fait via une représentation partie de son observation sur une partie
graphique et le calcul de caractéristiques restreinte de cette population (exemples :
numériques telles que la tendance centrale sondages). Elle permet de tirer des conclusions
(moyenne, médiane et mode) et la sur la population en étudiant un échantillon.
dispersion. Dans cette optique, aucune Le plus souvent, ce passage ne pourra se faire
hypothèse de type probabiliste n’est faite sur en moyennant des hypothèses de type
les données considérées. probabiliste.
Convention
Etude
Population Par échantillonnage
La population est l’ensemble des L’échantillon est une partie

données issues d’un processus étudié . représentative de la population étudiée.
Moyenne : μ et écart-type : σ Moyenne : X et d’écart-type s
σ s
μ X
Sachant que faire une étude sur toute une population est souvent irréalisable à cause des contraintes de
faisabilité (tests destructifs), de coût il est plus aisé d’étudier un sous-groupe représentatif de la population et
tirer des conclusions avec un certain risque. 4
2
Statistique Descriptive
Statistique descriptive
 Les nuages de point

 Les histogrammes
 Diagramme de série chronologique
 Boîte à moustache
 Diagramme Pareto
 Graphique matriciel chronologique, etc.
It is amazing what you can see just

by looking !
Yogi Berra
Statistique Descriptive
http://sixsigmaimprovements.blogspot.fr/2012/05/graphical-analysis.html
6
3
Diagramme de série chronologique
7,0
6,5
Diamétre tube (
6,0
5,5
5,0
cm)
4,5
4,0
Diagramme de série chronologique de la variation diamètre d’un tuyau hydraulique

par jour (Minitab)
Boîte à Moustache
La boîte à moustaches est une traduction de Box & Whiskers Plot, est une invention de TUKEY (1977)
pour représenter schématiquement une distribution.
Exemple: Pour chaque élève d’une classe mixte, d’effectif 59, sont collectés son poids en kilogrammes
(code 1 pour masculin, code 2 pour féminin).
Médiane
Dispersion
Points aberrants!!
Q2= 50%
Boîte à moustaches de la variable POIDS

Source : Le Guen, 2002. LA BOITE A MOUSTACHES POUR SENSIBILISER A LA STATISTIQUE
8
4
Boîte à moustaches
Boîte à moustaches de New Salaries (€K)

160
140
120
New Salaries (€K)
100
80
60
40
20
Diagramme de Pareto
10
5
Paramètres de position et de dispersion
Le Six Sigma s’intéresse aussi bien aux paramètres de position ( tendance centrale) qu’aux
paramètres de dispersion (variabilité du processus).
Paramètres de position : Tendance centrale

- Moyenne arithmétique
Dispersion - Médiane
- Mode
Paramètres de Dispersion
Valeur centrale
- Etendue
- Variance, Ecart type
- Ecart interquartiles
11
Valeur centrale
La moyenne
La moyenne ne peut être définie que sur une variable quantitative. La moyenne indique où
se situe le centre de la distribution.
52
Sur une course de 10 km, voici les résultats du groupe A :
n
• Béa : 50 min
• Pierre : 80 min
x i
• Paul : 30 min
x i1
n
• Sophie : 60 min Avec n: nombre d’observations
• Damien : 40 min La moyenne obtenue est : (50+80+30+60+40)/5=52
12
6
Valeur centrale
La moyenne
La moyenne de l’échantillon (Xbar) est le meilleur estimateur de la moyenne de la population noté » (μ).
La moyenne contrairement à la médiane est très sensible aux valeurs extrêmes.
Moyenne
Médiane
Mode
Dans une distribution en cloche, uni-modale et symétrique, moyenne, mode et médiane sont confondus.
13
Valeur centrale
La médiane
La médiane représente la fréquence de 50%, ainsi la médiane d’une série statistique est le nombre qui
partage cette série statistique est le nombre qui partage cette série statistique en deux parties de
même effectif, les valeurs du critère étudié étant rangées dans l’ordre croissant.
La médiane est une valeur centrale de la série statistique obtenue de la manière suivante :
Soit une série statistique 3 2 1 0 0 1 2
1- Trier la série statistique per ordre croissant des valeurs observées -> 0 0 1 1 2 2 3
2- La médiane est la valeur qui se trouve au milieu de la série ordonnée -> 0 0 1 1 2 2 3
Nous allons examiner une manière simple de calculer la médiane. Deux cas doivent être distingués.
- Si n est impair, il n’y a pas de problème ( ici avec n=7); 0 0 1 1 2 2 3, alors la médiane est =1.
- Si n est pair, deux valeurs se trouvent au milieu de la série (ici avec n=8), 0 0 1 1 2 2 3 4, la médiane
est alors la moyenne de ces deux valeurs : = (1+2)/2=1,5.
14
7
Valeur centrale
La médiane
1
1,5
Fonction de répartition de la Fonction de répartition de la

série impaire : 0 0 1 1 2 2 3 série paire : 0 0 1 1 2 2 3 4
 La médiane est peu sensible aux valeurs extrêmes.

 La médiane peut être utilisée pour des données ordinales.
 La médiane est plus utile lorsque une étude est réalisée sur toute une population, pour le
classement des salariés dans une entreprise, la salaire médian est plus représentatif que le salaire
moyen. 15
Valeur centrale
Le mode
Le mode, noté XM , est la valeur distincte correspondant à l’effectif le plus élevé ou la valeur la
plus représentée d’une variable quelconque dans une population.
Le mode peut être calculé pour tous les types de variable, quantitative et qualitative.
Considérant la variable état civil, dans une entreprise de 20 employés, dont le tableau statistique
est le suivant, le mode est célibataire.
Tableau statistique de l’état civil
10%
Etat civil Effectif 10%
Célibataire 9 45%
Marié 7
Veuf 2 35%
Divorcé 2
Camembert : Distribution des états civils Histogramme des états civils
16
8
Dispersion
L’Etendue
R  X max  X min
Sur une course de 10 km, voici les résultats du groupe A:
 Béa: 50 min
 Pierre: 80 min ( valeur maximale)
 Paul: 30 min ( valeur minimale)
 Sophie: 60 min
 Damien: 40 min
D’où R = 80 - 30 = 50 min
L’étendue nous donne une information sur la dispersion. Mais est-ce que suffisant?
L’étendue ne tient pas compte de la moyenne. A partie de l’étendue, on ne peut pas savoir comment les
valeurs sont dispersées autour de la moyenne.
Application en MSP : l’étendue est très utilisée pour comparer les dispersions d’échantillons de petite
17
taille n<10.
Dispersion
La variance
La variance d’une population est la somme des carrés des écarts à la moyenne divisées par le nombre
d’observations, n :
n 2
1
 2
  x i   
n i1
Afin d’estimer une variance d’une variable X à partie d’un échantillon (une partie de la population
sélectionnée au hasard) de taille n, on utilise la variance corrigée divisée par n-1.
2
 
n
1
n -1 
S 
2
xi  x
i1
18
9
Dispersion
L’Ecart-type
C’est la racine de la variance. Afin d’estimer l’écart-type d’une variable X à partir d’un échantillon de taille
n, utilise la variance « corrigée » pour définir l’écart-type.
 x  x
n 2
n- 1
S i1
Sur une course de 10 km, voici les résultats du groupe A :

 Béa: 50 min
 Pierre: 80 min ( valeur maximale)
 Paul: 30 min ( valeur minimale)
 Sophie: 60 min
S2=[(50-52)2 + (80-52)2 + (30-52)2 + (60-52)2 + (40-52)]-2/ 4
 Damien: 40 min
S= 19,2
L’écart-type quantifie la dispersion d’une population statistique autour de sa position moyenne,

dans la même unité de mesure.
19
Dispersion
L’Ecart-type
L’écart-type est symbolisé très souvent par la lettre grecque « sigma » pour une population.
La courbe de la loi normale varie en fonction de la dispersion des valeurs :
• Si sigma est petit, les valeurs sont concentrées autour de la moyenne.

• Si sigma est grand, les valeurs sont dispersées et la courbe est plus aplatie.
Groupe B
Groupe A
Concentration Dispersion
52 52
Écart-type = 1,58
Écart-type = 19.2
 Plus l’écart-type est grand, plus la dispersion des observations d’une variable est importante.
 Il est à noter que les écarts-types ne s’additionnent pas. 20
10
Nature des distributions
La modélisation des données statistiques est basées sur les lois de distributions
statistiques.
Pour trouver un modèle décrivant un ensemble de données, il est nécessaire de

connaître parfaitement les lois statistiques les plus utilisées. Le choix d’une loi est lié:
- A la nature du phénomène étudié afin de choisir entre loi discrète et loi continue.
- A la forme de la distribution (histogramme).
- A la connaissance et à l’interprétation des principales caractéristiques de l’ensemble
de données : espérance, médiane, variance, écart-type, coefficients d’asymétrie et de
dissymétrie, etc.
- Au nombre de paramètres des lois, une loi dépendant de plusieurs paramètres peut
s’adapter plus facilement à une distribution.
Source : Veysseyre, 2006. Aide mémoire statistique et probabilités pour l’ingénieur.
21

Une loi permet de modéliser un processus et de déterminer des probabilités
d’occurrence. .
Loi continue
 Loi normale
22
11
Une loi permet de modéliser un processus et de déterminer des probabilités d’occurrence.
Lois discrètes
Les lois discrètes sont utilisées pour
modéliser les résultats des jeux de Loi binomiale
hasard, les sondages d’opinion, les
phénomènes biologiques, les processus
aléatoires (files d’attente, évaluation de
l’état de matériels)…
Les plus utilisées sont :
- La loi binomiale.
- La loi de Poisson.
23
Normalité
-> Rappels sur la Loi Normale ou de Gauss.

-> Tester la normalité des données.
- Historgramme et droite de Henry (Manuel)
- Test Anderson Darling
24
12
Intérêt de la loi normale
La loi normale est la loi la plus utilisée dans les démarches de progrès continu car elle est la
plus courante et la plus simple.
« Tout système, soumis à de nombreux facteurs, indépendants les uns des autres, et d’un ordre
de grandeur équivalent, génère une loi normale. » Maurice Pillet
La plupart des données tendent à suivre une distribution normale ( en forme d’une cloche)
- Une propriétés clés de la distribution normale est la relation entre la forme de la courbe et
l’écart-type.
- 99,73% des données sont à l’intérieur de + ou - 3σ de la moyenne.

- 95,46% des données sont à l’intérieur de + ou - 2σ de la moyenne.
- 68,26%des données sont à l’intérieur de + ou - 1σ de la moyenne.
- C’est la loi la plus simple d’utilisation, qui ne nécessite pas de compétence se statisticien
pour être exploitée.
25
Loi normale et variabilité aléatoire
12 sigma
Méthode classique MSP Méthode six sigma
26
13
Test de normalité
Le test de la normalité de l’échantillon
- La méthode de la droite de Henry.
- Étude de cas.
- Estimation de m, de sigma et du taux de déchet.
27
Test de normalité
Un test de normalité permet de vérifier qu’un échantillon a la même distribution
que la loi normale.
La forme de cet
histogramme
ne vous rappelle rien?
2 – L’histogramme ressemble à une

1- Histogramme de
courbe de cloche(loi normale)
l’échantillon
L’histogramme permet de représenter les distributions et permet ainsi d’un seul coup d’œil de voir
si l’échantillon suit une loi normale ou non et de voir la concentration ou l’étalement des données et
la détection des valeurs « suspectes ».
28
14
Test de normalité
Test de la normalité: récapitulatif des étapes
Le test de la « Droite de Henry »
1- Construction de 2- Calcul des 3- Report des % 4- Si les points sont

l ’histogramme fréquences alignés (droite),
cumulées en % l’échantillon suit la
loi normale
Un test de normalité permet de vérifier qu’un échantillon a la

même distribution que la loi normale.
29
Test de normalité – non normalité

S’il n’y a pas de causes spéciales lors de l’observation de phénomènes aléatoires de grands
nombres de données continues, les données sont représentées par une distribution normale.
Que faire face à ces cas?
Distribution bimodale Distribution tronquée Distribution asymétrique
-> Rechercher en équipe transversale l’origine de la non-normalité des données.
-> Ne pas supprimer les données anormales sans les avoir expliquées.
-> Lorsque nos données ne paraissent pas suivre une loi normale, c’est le plus souvent à cause de
la présence de causes spéciales : équipe, saisonnalité, température, etc.
-> Traiter les données pour isoler les différentes populations.
->Représenter la distribution des nouvelles données. 30
15
Test de normalité – non normalité
Il y a deux raisons qui peuvent expliquer la non normalité de nos données : les causes spéciales
et la représentation des données par une autre loi de distribution.
-> D’autres lois mathématiques existent qui vont nous permettre de modéliser nos données :
Log-normale, Exponentielle, Weibull (utilisée pour les durées de pannes par exemple).
-> Une fois les données normalisées la carte de contrôle sera l’outil visuel le plus approprié
pour mettre en avant les causes spéciales qui peuvent apparaitre au cours du temps.
-> une fois la loi de distribution identifiée, il sera possible de transformer les données afin
qu’elles suivent une loi normale.
31
Normalité
Le test de la normalité de l’échantillon
Comment fait-on dans la vraie vie avec nos données?

Utilisation de logiciels (Minitab, Statistica,..)
Test d’Anderson Darling
32
16
Test de normalité :Test Anderson Darling
Le test d’Anderson-Darling est le test choisi préférentiellement par Minitab pour tester
la normalité des données.
Le test d’Anderson-Darling vise à tester l’hypothèse : les données suivent une
distribution normale.
En statistique, on prendra un seuil de décision entre 5% ( relatif au risque α qui sera

approfondi dans les modules Black Belt ‘ Tests d’hypothèse’).
- Si la valeur de p du test est inférieure au seuil fixé (valeur par défaut = 5%) alors
l’hypothèse de base est rejetée.
• P<5% =l’hypothèse est rejetée, les données ne suivent pas une distribution normale.
• P> 5% = l’hypothèse est conservée, les données suivent une distribution normale.
33
Test de normalité :Test Anderson Darling

Le test d’Anderson-Darling est le test choisi préférentiellement par Minitab pour tester la
normalité des données.
Normale
H0 : Hypothèse les données suivent 99
Moyenne 160,0
une distribution normale. 95

EcTy p
N
0,07461
50
AD 1,942
90 Valeur de P <0,005
P < 5% = l’hypothèse est rejetée, 80
70
Pourcentage
les données ne suivent pas une 60

50
Distribution normale. 40
30
20
10
1
159,8 159,9 160,0 160,1 160,2
cotations
Test de normalité des données sur les diamètres des

pièces provenant de la perceuse P88
34
17
Test de normalité : Test Anderson Darling
Même si les données ne sont pas confirmées normales, il est toujours possible d’en faire bon usage.
H0 : Hypothèse les données suivent une distribution normale.

P < 5% = l’hypothèse est rejetée, les données ne suivent pas une distribution normale.
1. Correction rapide pour avoir une distribution normale.

- Supprimer les valeurs aberrantes pour lesquelles une explication existe (point ou sous groupes hors
contrôle, traçabilité).
- Challenger le nombre de classes choisi dans la constriction de l’histogramme.
- Revalider le périmètre du test (taille de l’échantillon de données), collecter plus de données (loi des
grands nombres)
- S’assurer que le plan de collecte de données est bien conforme ( données aléatoires, indépendantes et
continues).
2. Exploitation d’une autre loi

- Vérifier si la courbe ne ressemble pas à une autre loi statistique ( Poisson, Exponentielle, Binomiale..)
35
La pensée statistique
CONCLUSION
36
18
Les outils qualité
Analyse du positionnement : Matrice SWOT
1
Diagramme CTQ – Critical To Quality
Le Diagramme CTQ- Critical To Quality a pour objectif de décomposer le besoin du client en exigences
critiques client mesurables selon 3 critères Qualité, Coût, Délai.
VOC BESOINS CTQ
Epaisseur de la pâte à Pizza.
Apparence conforme Couleur de la pâte à Pizza
Conformité ingrédients
Un bon service de Adresse exacte

livraison = Le bon destinataire
de Pizza
Livraison rapide Temps de livraison

= Temps annoncé de 20 min
Général Spécifique
Diagramme de KANO
Le diagramme de Kano permet de prioriser les CTQs et de les classer en 3 catégories :
1 – Fonctions obligatoires (ou « Must Be »- Coût de base). Leur absence génère une
insatisfaction client.
2 – Fonctions proportionnelles (ou « More is Better »- Besoins de performance) ‘’Plus il y en
a, mieux c’est’’.
3 – Fonctions attractives ( ou « Latent Need »), C’est la cerise sur le gâteau!
Après identification des CTQs via le

diagramme CTQ, le diagramme de
Kano peut être utilisé pour vérifier
que toutes les exigences
“obligatoires” ou « must be » ont
été trouvées.
2
Diagramme de KANO
• Pour certains besoins, la satisfaction des clients est proportionnelle à la performance
du produit. Selon Kano, ces besoins sont dits « de performance ». Par exemple,
l’économie d’essence que permet une voiture, est considérée comme un besoin de
performance, plus la voiture est économe en essence, plus grande est la satisfaction
du conducteur, et vice-versa.
• Les besoins basiques sont ceux pour lesquels le client est insatisfait lorsque le produit
n’y répond pas et neutre lorsque le produit y répond. Par exemple, l’hygiène dans un
restaurant est un besoin basique, l’absence d’hygiène induit une forte insatisfaction
chez les clients. Ils sont indifférents à sa présence puisqu’ils l’attendent.
• Les besoins attractifs sont ceux pour lesquels le client est satisfait lorsque le produit y
répond. Par contre, il est neutre lorsque le produit n’y répond pas. Ce sont des besoins
auxquels les clients ne s’attendent pas, par exemple, un thermomètre sur une brique
de lait permettant de savoir la température du lait.
Matrice QFD (Quality Function Deployment)

La Matrice QFD (Quality Function Deployment) est un outil de la VOC qui permet de mettre
en relation les attentes clients vis-à-vis d’un produit ou service avec les spécifications y
répondre.
3
Matrice QFD (Quality Function Deployment)
Exemple: Un café acheté dans un service de café de type restauration rapide
Les objectifs KPI / CTQ doivent être S-M-A-R-T-D-E-C-A
S M A R T D E C A
spécifique mesurable atteignable réaliste temporel Dénombrabl Economi Critique Adhé
e que sif
Un
Un seul indicate Des Des Une Nombre Sans Import Implica
but ur étapes moyens date 7 muda tion
ant
4
Cartographie du processus : SIPOC
Qu'est-ce que le rendement du matériel ? TRG/TRS

Rendement du matériel OEE ou TRS
Le rendement du matériel (OEE, Operational Equipment Effectiveness) ou le Taux de Rendement
Synthétique (T.R.S), est une mesure du temps de disponibilité de la machine, de ses performances et de la
qualité des produits générés.
Temps total- Temps d’ouverture

- Fermeture partielle de l’activité
Temps d’ouverture-Temps requis
- Arrêts programmés
Temps requis – Temps de fonctionnement
-Pannes
-Démarrages et changements
-Temps de fonctionnement-Temps net
-Rebuts
- retouches
-Manque matière
-Temps net-Temps utile
- Perte de cadence
-Démotivation personnel 10
5
Indicateurs Processus : Pertes
NON RS
100% Autres Non Qualité

Non Qualité
Pertes Micro-
Arrêtsarrêts
programmées Micro-arrêts
TPM*
80%
TPM*
Sous-charge
Décomposition Organisation
Pannes
des pertes
Sous-charge
Organisation Changement
de série
Arrêts programmés
TRS
Il existe deux axes de progrès:
Curatif : Supprimer les pannes et les micro-arrêts.
Préventif :
- Maintenir l’état optimal des machines (standard machine).
TPM* : Total productive Maintenance - Prévenir les anomalies (déployer la maintenance 1èr, 2ème et 3ème
niveau. 11
Les 8 piliers de la TPM

La TPM est basée sur 8 piliers à améliorer et un socle, le système de pilotage de la maintenance.
TPM
Hygiène, Sécurité et Environnement
MAINTENANCE DANS LES BUREAUX
MAINTENANCE A LA CONCEPTION
FORMATION ET COMPETENCES
MAINTENANCE AUTONOME
MAINTENANCE PLANIFIEE
MAITRISE DE LA QUALITE
OPTIMISATION DU TRS
PILOTAGE DE LA PERFORMANCE
12
6
Matrice Impact/Faisabilité
La matrice Impact /faisabilite permet de discriminer rapidement les idées qui ont été
émises. Permet de hiérarchiser les idées par visualisation, de rendre plus factuel le futur
« débat » pour choisir les idées.
Outils Mode opératoire :
1 – Les notations sont obtenues suite à un consensus( sur une échelle 1 à 4 sur
chaque axe) ou directement en positionnement sur 4 cadrans.
2 - Animateur écrit à chaque fois ce que 1, 2 , 3 ou 4 représente dans le cadre
du projet et préparer son système de notation avant la séance
3 – Cette représentation par cotation unitaire permet d’avancer sur le
consensus et de bien visualiser un premier tri quand la solution recherchée est
simplement un plan d’actions priorisées.
4 – L’animation doit trancher entre faire cette matrice ou l’option de bâtir des
scenarii (en recourant dans un premier temps à un diagramme d’affinité).
13
Analyse de risque : AMDEC

L’Analyse des Modes de Défaillances, de leurs Effets et l’étude de leur Criticité (AMDEC), permet
d’optimiser la fiabilité d’un processus en détectant les erreurs à un stade précoce et en les prévenant.
Mode opératoire
Outils
Cette méthode peut s’appliquer à un produit industriel ou de service, à un procédé ou à un moyen de
production, elle e fait en neuf étapes :
Étape 1: définir l’objectif de l’étude AMDEC;
Étape 2: former le groupe de travail AMDEC;
Étape3: réaliser l’analyse fonctionnelle du système;
Étape 4: lister les modes de défaillances possibles;
Étape 5: étudier l’effet de chaque défaillance possible sur le système;
Étape 6: attribuer à chaque défaillance listée:
- une note de gravité (G) ou Severity (S),
- une note correspondant à la probabilité d’occurrence (O) ou fréquence (F),
- une note correspondant à la probabilité de non- détection (D), puis calculer l’indice de criticité : C
= G*O*D;
Étape 7: engager un plan d’actions correctives pour réduire la valeur de C;
Étape 8: réitérer au fur et à mesure que le projet avance. 14
7
AMDEC analyses qualitatives et quantitatives
Le mode : manière dont le système peut

s’arrêter de fonctionner.
L’effet : résultat du mode sur l’utilisateur.
La détection : ce qui empêche le mode ou la
cause.
Principe d’évaluation de la criticité

Etapes de l’AMDEC 15

Représentation d’une AMDEC
16
8
Exemple AMDEC
Source: E Le COZ, 2001. Méthodes et outils qualité. AG 1771, éd. Techniques de

l’ingénieur.
17
AMDEC : Distributeur à café

Besoin de prendre un café
Pièces introduites dans

machine
Lecture du Choix du café
Mise en place du Goblet
Alimentation en café
Alimentation en eau
Sucre, non
lait, Café prêt
écrémé
oui
Mélange des ingrédients
18
9
AMDEC : Distributeur à café
19
L’amélioration continue : PDCA

Le PDCA
Améliorer Le(s) standard(s) de

l’entreprise Poser le problème
ACT Préparer Les solutions
A P PLAN
Améliorer Préparer
Contrôler Dérouler
C D Dérouler La mise en œuvre des

Contrôler L’efficacité des solutions solutions
CHECK DO
20
10
Efficience &
Performance
21
Q.Q.O.Q.C.P
QUOI?
QUI?
OU?
QUAND?
COMMENT?
POURQUOI?
22
11
Décrire la situation avec le QQOQCP
 Les 6 questions vont permettre de passer en revue toutes les composantes de

la situation;
 Pour chaque question, il peut être nécessaire de faire un « Brain Storming »,

de façon à établir une liste exhaustive des éléments;
 Si une question devient un sujet de « Brain Storming » il est donc nécessaire

de la formuler aussi précisément que possible avant de demander les idées au
groupe.
23
QUOI?
La question peut se formuler de la manière suivante:
« Quels sont les éléments, les parties et les composantes de la

situation? »
En d’autres termes:
« De quoi s’agit-il, quels sont toutes les opérations, les produits, les
matériels, les types de défauts… qui peuvent caractériser la situation? »
24
12
QUI?
La question peut se formuler de la manière suivante:
« Quels sont les personnes qui sont concernées par la situation? »
Personnes : tous les individus, le personnel, l’encadrement, les experts,

les clients internes et externes, les fournisseurs internes et externes, les
utilisateurs…
25
OÙ ?
« Quels sont tous les endroits, tous les lieux où l’on peut trouver des
éléments de la situation?»
Lieux : les postes de travail, ateliers, services, divisions, bureaux,

environnement, mais aussi place précise dans un local ou dans un
processus
26
13
QUAND?
« Quels sont tous les éléments liés au temps qui peuvent décrire la
situation? »
Par exemple:
La date, le jour, l’heure, l’instant, la période, la fréquence et aussi l’origine

(depuis quand…), la durée, le délai…
27
COMMENT?
« Comment se manifeste cette situation, comment se

déroule-t-elle du début à la fin… ? »
28
14
POURQUOI?
Attention, il ne s’agit pas ici d’identifier les causes du problèmes, mais plutôt
quelles sont les raisons / enjeux qui rendent le problème nécessaire à traiter.
29
ANALYSER LA SITUATION ACTUELLE Q Q O Q C P
De quoi s ’agit-il ?
Quoi ? Quel est le problème ?
Qu’a- t-on observé ?
Qui ? Qui est concerné par le problème ?

Qui est en amont du problème ?
Où? Où peut-on trouver les éléments de la situation?
Quand ? Quand apparaît-il dans le processus de réalisation ?
30
15
ANALYSER LA SITUATION ACTUELLE Q Q O Q C P
Comment ? Comment se manifeste-il ?

Par quoi se traduit-il ?
Pourquoi faut-il résoudre le problème

Pourquoi? (les enjeux) ?
31
EST/ N’EST PAS
But de l’outil :
 Définir les caractéristiques du problème à résoudre Qui ? Quoi ? Où ? Quand ?

Comment ?
 Délimiter le problème : savoir ce qui EST un problème et ce qui N’EST PAS; ou il

commence, ou il s’arrête (colonne EST / N’EST PAS)
 Dégager des pistes de recherche (colonne « différences »)
32
16
MODE OPERATOIRE EST/ N’EST PAS / DIFFERENCES
Déroulement:
 En vous appuyant sur les questions du QQOQCP décrites précédemment,

 Construisez vos questions positives et négatives :
- « QUI est concerné par le problème? »
- « QUI n’est pas concerné par le problème? »
- « Ou se produit-il? »
- « Ou ne se produit-il pas? »
33
QUOI? 1.Quel est l’objet, l’élément, l’ensemble concerné ?

2.Quelle est l’insatisfaction, l’anomalie, la panne
constatée ?
OU? 3.Où, à quel endroit, cela arrive-t-il, précisément ?

4.Où constate-t-on l’anomalie sur l’objet ?
QUAND? 5.Quand cela est-il arrivé ? Quel jour ? quelle heure ?

6.A quelle étape du cycle a-t-on constaté l’anomalie ?
COMBIEN? 7.Combien d’objets sont concernés par l’anomalie ?

8.Combien y a t-il- d’anomalies par objet ?
34
17
QUOI ? 1.Quel autre Objet, élément, ensemble, le plus proche possible,

aurait-il pu être concerné et ne l’est pas ?
2.Quelle autre insatisfaction, anomalie, panne aurait-elle pu être
constatée sur l’objet et ne l’est pas ?
OU ? 3.Où, à quel endroit, aurait-on pu constater l’anomalie ?

4.Où autrement sur l’objet aurait-on pu constater l’anomalie?
QUAND ? 5.A quel autre moment ( jour, heure,…) aurait-on pu constater

l’anomalie ?
6.A quelle autre étape en amont dans le cycle a-t-on la preuve que
tout est normal ?
COMBIEN ? 7.Combien d’objets auraient-ils pu être concernés par l’anomalie ?
8.Combien d’anomalies par objet aurait-on pu constater ?
35
Problème à traiter:
« Mauvaise fermeture des
fenêtres dans la maison »
36
18
Exemple:
EST N’EST PAS Particularités

QUOI Fenêtre cuisine Fenêtre Autres fenêtres Non repeintes,
chambre orientation sud
OU (sur les En bas En haut ou sur les Poussière + joint
fenêtres) montants
QUAND Il pleut Temps sec Travail du bois

A la fermeture Moins à l’ouverture Travail du joint
d’isolation
Type de poignée
COMBIEN 100% 100 %
37
FEUILLE DE RELEVE DE DONNEES
Définitions:
Une feuille de relevé de données est un tableau qui :
 Aide au recueil d’informations, de mesures;
 Classifie et organise ces informations;
 Permet au groupe de prendre en charge activement le traitement

du problème qu’il a choisi.
38
19
MODE OPERATOIRE : FEUILLE DE RELEVE DE DONNEES
Déroulement:
 Faire la liste complète des paramètres utiles à observer;
 Retenir les plus pertinents;
 S’assurer qu’ils sont bien indépendants les uns des autres;
 Définir pour chaque paramètre le nombre d’observations à réaliser;
 Déterminer le nombre de relevés à effectuer, pendant quelle durée et à quelle fréquence?;
 Établir un tableau à double entrée : paramètre observé, grandeur relevée.
Préciser dans quelles conditions vous avez recueilli les données; Vous devez montrer
concrètement: QUI a pris QUOI comme données, QUAND, OÙ et COMMENT?
39
REDACTION D’UN COMPTE RENDU
Le compte rendu permet :
 D’évaluer l’avancement de la résolution du problème;

 De conserver les idées ou décisions principales évoquées pendant la réunion;
 De faire le point à la réunion suivante;
 D’informer la hiérarchie afin de conserver son adhésion.
40
20
REDACTION D’UN COMPTE RENDU
Le compte rendu doit :
 Mémoriser les étapes réalisées de la méthodologie de résolution de problème;

 Identifier clairement les actions à engager;
 Identifier les responsables de chacune de ces actions;
 Fixer un objectif (date) de réalisation;
 Comporter en annexe tous les documents utiles.
41
Brainstorming
But
Produire aisément un grand nombre d’idées, sur un thème donné, dans des
conditions agréables.
Outils
Mode opératoire
 Étape 1 (phase de recherche) : expression d’idées sans restriction ni censure

 Étape 2 (phase de regroupement et de combinaison des idées) :
exploitation et amélioration des idées émises.
 Étape 3 (phase conclusion) : valorisation et suivi des idées réalisables.
42
21
MODE OPERATOIRE LE « REMUE MENINGE » OU « BRAIN STORMING »
Déroulement:
Organisation:
Rappeler les « conditions clés » et les afficher;
Présenter le thème : l’écrire, l’afficher et l’expliquer.
Les conditions clés:

 Tout dire : variété, diversité;
 En dire le plus possible : Quantité;
 Ne pas commenter, ni critiquer, ni censurer les idées émises;
 Participer dans la bonne humeur.
43
Déroulement :
Production des idées :
 Les écrire dans l’ordre chronologique;
 Les numéroter au fur et à mesure;
 Souligner les mots clés.
Exploitation :
 Rejeter les idées hors sujet;
 Regrouper les idées de même nature;
 Classer les idées par thème (ou sous thème).

44
22
Nombre
d’idées
5 10 15 20 25 30 Minutes
45
Matrice cause à effet
La matrice de cause à effet permet d’identifier les étapes du processus qui ont le
plus d’impact sur les EEC ou les CTQ.
Tableau croisé dans lequel on liste l’ensemble des activités du processus en ordonné
et les Exigences Critiques Clients (ECC) en abscisse.
Outils Mode opératoire
1 – Les ECC sont évalués en fonction de leur importance aux

yeux du client, en cas de besoin une pondération peut être attribué aux ECC;
2 – L’impact de chaque activité sur les ECC est évalué via une
échelle de corrélation : 0= pas de corrélation, 1 = corrélation faible, 3 = corrélation
moyenne, 9 = corrélation forte;
3 – Le total des points obtenu pour chaque étape est calculé et
sert pour prioriser les activités à traiter prioritairement.
46
23
DIAGRAMME « CAUSES / EFFET »
But :
 Classer et visualiser les liens entre les causes identifiées et les

effets qu’elles produisent
 Donner à ce classement une représentation claire
 Permettre de regrouper les causes par grandes familles et facilite le

travail de réflexion
47
MODE OPERATOIRE : DIAGRAMME « CAUSES / EFFET »
Déroulement:
 Formuler l’effet avec précision
 Lister les causes possibles par brain-storming
 Classer ces causes en familles (5M)
 Tracer le diagramme « Causes/Effet » en définissant, si besoin,

des sous familles à l’intérieur d’une famille
 Finaliser le diagramme
48
24
MODE OPERATOIRE : DIAGRAMME « CAUSES / EFFET »
(ISHIKAWA)
Matières Milieu Méthodes
EFFET
Machines Main-d’œuvre
49
LE VOTE PONDERE
But :
La décision d’un groupe de résolution de problèmes

repose sur le consensus.
Lorsqu’il faut choisir entre plusieurs options, le vote

pondéré permet de faire progresser le groupe dans
cette voie.
50
25
LE VOTE PONDERE
Cas d’utilisation :
Cette outil est préconisé pour :
 Choisir un problème
 Déterminer la cause principale
 Choisir la meilleure solution
51
MODE OPERATOIRE : LE VOTE PONDERE
Déroulement :
1) Dessiner un tableau à double entrées :
- Les options en lignes;
- Les noms des membres du groupe en colonne;
2) Définir les conditions de vote. Le système de notation peut être par exemple :
- choisir les 5 options qui paraissent les plus importantes à chaque membre;
- Les classer par ordre de préférence (10 points à répartir sur les options );
- Procéder au vote et totaliser les points obtenus (T) pour chaque option, ainsi que les suffrages
exprimés (N);
- Effectuer le produit T x N pour obtenir le classement final;
- Parmi les options les mieux classées, il reste à choisir, par consensus, celle qui sera retenue.
52
26
LE VOTE PONDERE
Risques / Limites :
 Méthodes à faire accepter avant utilisation
 Pertinence des options retenues
53
Diagramme Pareto
Le diagramme de Pareto permet de mettre en évidence graphiquement l’importance de
certains facteurs sur les variables clés sortantes du processus. Il détermine le niveau
d’importance des causes, options,.. Pour les classer par ordre décroissant. Cette analyse
est également connue en gestion de production sous le nom de diagramme ABC ou loi
des 80/20 qui postule que 80% des effets sont imputables à seulement 20% de causes.
Outils
Mode opératoire :
1 - Établir la liste des critères à hiérarchiser;
2 - Noter la fréquence de chaque critère;
3 - Classer les critères dans le sens décroissant en fonction
de leur fréquence;
4 - Calculer la fréquence en pourcentage de chaque critère;
5 - Calculer la fréquence en pourcentage cumulée;
6 - Tracer le graphique.
54
27
Diagramme Pareto
Diagramme de Pareto (Exemple):
55
DIAGRAMME DE PARETO
DIAGRAMME PARETO
%
Élément du problème
56
28
DIAGRAMME DE PARETO
LA DIFFERENCE ENTRE :
DIAGRAMME D ’ISHIKAWA DIAGRAMME DE PARETO
E
F
F
E
T
CAUSE
Le diagramme PARETO permet de sélectionner l’effet le plus

important afin d’analyser les causes.
57
LA MATRICE DE COMPATIBILITE
 Outil d’aide à la prise de décision

 Sélection d’une solution
58
29
MODE OPERATOIRE : LA MATRICE DE COMPATIBILITE
Déroulement :
 Recenser les critères de choix et les définir précisément;
 Définir une échelle de notation (par exemple, -, --, +, ++);
 Tracer un tableau à double entrée :
- une ligne pour chaque solution possible;
- une colonne pour chaque critère de choix;
 Exemple de critère de choix :
Accessibilité, Fonction à remplir, Agrément, Intérêt de la solution, Confort, Liaisons, Contraintes

imposées, Motivation, Coût, Nouveauté, Efficacité, Objectifs à atteindre, Pertinence, Facilité de
réalisation, Rapidité, Faisabilité, Sécurité.
59
Moyens de transport
«Tunis - Alger»
60
30
Exemple: Train Avion Voiture Auto

Solutions Stop Bus
Critères
Coût : < 100 Dt + - + + +
Rapidité - ++ - - -
> 250 km/h
Sécurité + + - - +
Liaison facile : + + - - +
gare ou
aéroport
61
Exemple :
 Le choix entre les moyens de transport dépendra de

l’importance relative (pondération) que l’on attribuera aux
différents critères
62
31
PLAN D’ACTION
But:
Recenser et répartir les différentes opérations à réaliser à la suite

d’une réunion concernant l’une des étapes de la résolution du
problème ou autres.
63
MODE OPERATOIRE : PLAN D’ACTION
Méthode :
QUI? Acteur, responsable, participant

FAIT QUOI? Opérations à réaliser
OU? Lieux d’intervention
QUAND? Durée, date de fin de travaux, etc.
AVEC QUELS MOYENS? financiers, humains..
64
32
MODE OPERATOIRE : PLAN D’ACTION
Efficacité
Description Cause TACHE Type Action à Réalisé
Date N° UNITE ANTEC réunion réaliser
Durée Pilote Délai constatée
du problème identifiée le
le
65
Quelle méthode de résolution de problème choisir?
66
33
Les outils qualité
CONCLUSION
67
34
1
La démarche DMAIC
Partie 1 :
Phase Définir
1
DMAIC - Définir
Define
Définir le problème, les objectifs du projet et les besoins des clients.
La phase Définir permet se s’assurer de la cohérence du

projet vis-à-vis de la stratégie. Elle formalise le problème
et s’assure des ressources nécessaires à sa résolution.
DMAIC - Définir
Define
Définir le problème, les objectifs du projet et les besoins des clients.
Alignement Définition
Formalisation du Définition de Lancement
du projet avec la projet des méthodes
l’équipe projet du projet
stratégie de travail
S’assurer de la Définir le contrat Choisir Structurer Officialiser

contribution réelle entre le sponsor la composition le projet le projet
du projet en terme et le Master de l’équipe
d’ambition Black Belt managériale
Processus d’entreprise et technique
Funneling process : Formalisation de la Connaissance de Livrables, Formation

sélection de projets problématique soi et des autres Planning
QQOQCCP Ennéagramme Animation
SWOT RACI
Recueil des Equipe Réunion de
Business Case différentes voix pluridisciplinaire Plan de Lancement
ROI/NPV Sondages, Matrice des communication
interviews, compétences
Analyse de focus groupe… Méthodes de
Outils
Risques & Complémentarité prises de
Opportunités Process Macro des membres de décision
l’équipe Profils
S I P O C Belbin
2
DMAIC - Définir
Define
Livrables
Analyse Stratégie Analyse des Voix Construction Projet

- Alignement du projet - Voix du Client - Cartographie Macro
avec la Stratégie - Voix du Business du Process (SIPOC)
- Voix des Employés
- Business Case - Voix du Process - Plan de Communication
- Evaluation des Risques - Voix des Fournisseurs - Construction de l’Equipe
& les Opportunités - Voix des Collectivités
- Charte Projet (finale)
DMAIC - Définir
Define
Rôles
3
DMAIC - Définir
ANALYSE STRATEGIQUE &
FINANCIERE
Objectif Durée Méthode Outils Livrables

Analyse 1 à 7 jours Workshops 1 à 2h SWOT ROI, • Analyse Stratégie
Stratégique Participants : NPV, • Business case
et Financière équipe projet, Matrice de • Analyse
finance Criticité des Risques
DMAIC - Définir
Contexte Quelle stratégie suivre?
Développement de nouveaux produits, innover?
Production et développement à l’international?
Stratégie Augmentation des volumes? Des marges?
Do the right projets- Quels projets choisir?
Quels sont les projets en phase avec la stratégie?
L’entreprise a-t-elle les moyens de les réaliser?
Portefeuille de projets Comment ses projets d’enchaînent-ils?
Do the projects right

Quel pilotage mettre en œuvre?
Comment atteindre les objectifs QCDP?
Réalisation des projets Comment maîtriser les coûts?
Comment respecter les délais?
Bénéfices
4
DMAIC - Définir
Analyse financière
Un projet doit justifier sa rentabilité!
LA RENTABILITE
=
Mesure du profit généré par les ressources employées.
Rentabilité
Investissement
Gains Couts
A B
(Retour sur investissement)
Études Réalisation Exploitation

Efforts uniques Efforts continus
9
DMAIC - Définir
Analyse financière
ROI Return On Investment- Retour sur Investissement?
NPV Net Present Value – VAN Valeur Actuelle Nette?
Payback – Délai de récupération?
10
5
DMAIC - Définir
RECUEIL & ANALYSE
DES VOIX

Recueil 1 à 7 jours Gemba Diagramme • ECC / CTQ
et Participants : Study CTQ, Modèle • Plan de
Analyse Management Interviews KANO, communication
des voix et parties Focus Benchmarking
prenantes Group …
Sondages
11
DMAIC - Définir
Il faut collecter l’ensemble des Voix et pas seulement celle du Client !
Voice of Customer
VOC
Value
Creation
Voice of Employee Voice of Business

VOE VOB
Voice of Process
VOP???
Voice of Supplier Voice of Communities
12
6
DMAIC - Définir
Clients Fidélisation
Relation de confiance
Image Qualité (fiabilité)
Employés Entreprise Actionnaires
Culture d’Entreprise Bilan Financier positif

Plan de Carrière Retour sur Investissement
« Best Place to Work » Confiance dans l’équipe projet
Fournisseurs
Assurance Qualité
Relation de Confiance
Innovation Fournisseurs
13
DMAIC - Définir
CONSTRUCTION
DU PROJET

Cartographie
Construction 1 à 5 jours Workshops 1 à Macro • Charte projet
du Projet Participants: 2h • KPI’s
équipe projet, • Process
sponsor, finance
S I P O C Macro
14
7
DMAIC - Définir
3 questions à se poser?
Finalités, raison d'être, Stratégie à réaliser

ENJEUX Besoins à satisfaire
pourquoi ? « Business Case »
Description des résultats à obtenir

OBJECTIFS Indication des contraintes à respecter
quoi ? « Cahier des Charges »
Grandes options de mise en œuvre

ORGANISATION Comment y arriver?
comment ? Jalons majeurs
« Plan Management Projet »
15
Exemple de Modèle Charte Projet

DMAIC - Définir
Eléments clés Structure
Définir périmètre projet

Pourquoi?
Description
Valorisation
Opportunité
Un document de référence / Problèmatique
financière
1 3
Un contrat
Remplissage réalisé
Objectifs Périmètre
Quoi?
selon un ordre logique KPI’s & CTQ Projet

Mis à jour à chaque 2 4
phase du projet
Comment?
Equipe Analyse
Projet 5 des Risques 6
Plan d’Actions
Planning / Plan Communication 7
16
8
Executive Summary
DMAIC - Définir
Exemple Pour l’ensemble des projets de développement logiciel, nous avons constaté un délai trop
long dans la prise en charge d’une anomalie pendant la phase de garantie => cela se traduit
de chate par une insatisfaction client et des équipes internes.
de Nous proposons de dérouler une méthode 5S pour traiter cette insatisfaction.
projet
Raisons Bénéfices attendus (sous 6 mois)
Service •VSM réalisée le 04/12/13 1. Réduction du délai de prise en charge de
•Détection de 7 sources de gaspillages sur le 60%
processus ciblé (prise en charge anomalie) 2. Diminution de la variation de 30 minutes
•Délai minimum constaté de 1,5 heure, et 3. Objectifs à atteindre dans 90% des cas
trop grande variation mesurée 4. Diminution du taux de rejet (passage de
•Multiples relances du client et bruit parasite 25% à 15%)
au sein de l’équipe
ROI Principaux risques
Gain estimé sur la prise en charge + taux de 1. Non adhésion de la DG
rejet = 41 JH soit 21K€ 2. Résistance au changement sur le terrain
Coût estimés du projet = 20JH soit 9K€ 3. Besoin de customisation des outils dans
ROI (gain net) = 12 K€ la phase de déploiement
ROI global sur l’ensemble des 5 projets de la 4. Non respect du planning
BU sur 1 an = 120 K€ 17
DMAIC - Définir
Blocus au lancement du projet
Afin d’éviter l’échec, Il faut éviter de lancer un projet DMAIC si :
 Le projet n’est pas aligné avec les objectifs stratégiques de l’organisation;

 Le projet n’est pas une priorité réelle;
 Les objectifs sont mal définis;
 La disponibilité des ressources n’est pas clarifiée;
 Le sponsor n’est pas disponible;
 La direction de l’entreprise n’est pas convaincue;
 La suggestion de la solution à trouver par le DMAIC.
18
9
DMAIC - Définir
Exemple de charte
Etape 1 – Description de la Problématique
Problématique exprimée
Description
Valorisation
Dans un contexte concurrentiel renforcé, le
Opportunité Comité Exécutif de l’entreprise TOUTENSTOK
financière
/ Problématique
1 3 (vente en ligne de produits) a pris conscience
que les parts de marché de l’entreprise ont
Objectifs Périmètre diminué de 5% sur les dernières années.
KPI’s & CTQ Projet
2 4
-> Les concurrents livrent les clients en 48h alors
Equipe Analyse que TOUTENSTOCK livre en 72h
Projet 5 des Risques 6 -> Les clients se plaignent de produits livrés
Plan d’Actions abimés (~7% des livraisons) .
Planning / Plan Communication 7 -> L’organisation logistique mise en place il y a 5
ans ne semble plus adaptée au marché
Européen.
19
DMAIC - Définir
Etape 1 – Description de la Problématique : outil QQOQCCP
Question Problématique
Q QUI est concerné? L’entreprise TOUTENSTOK et ses clients
Q De QUOI s’agit-il? Diminution des parts de marché de l’entreprise de 5%
O OU? TOUTENSTOK Europe
Q QUAND? Du 01 Janvier 2013 au 31 Décembre 2015
C COMMENT? Réclamations clients

Les concurrents livrent les clients en 48h alors que
C COMBIEN? TOUTENSTOK livre en 72h.
Les clients se plaignent de produits livrés abimés (~7% des
livraisons)
.
P POURQUOI? L’entreprise risque de mettre la clé sous la porte
20
10
Etape 2 – Objectifs et KPI’s
DMAIC - Définir
Objectifs
Description -> Réduire le délai de livraison en 72h à 48h en
Valorisation
Opportunité
financière juillet 2016 sur l’Europe.
/ Problématique -> Améliorer la performance du service logistique
1 3
de 10% à fin décembre 2016.
Objectifs Périmètre -> Réduire le taux de produit abimés de 7% à 3% en
KPI’s & CTQ Projet juillet 2016
2 4
Equipe Analyse KPI/CTQ

-> Délai de livraison
Plan d’Actions -> Coût logistique/ produit
Planning / Plan Communication 7 -> taux de produits abimés
-> Taux de satisfaction client
21
Etape 3 – Valorisation financière

DMAIC - Définir
Regagner des parts de marché 2% en 6 mois pour générer une augmentation de marge
annuelle de 1M€.
Description Couts
Valorisation
Opportunité Equipe Projet 150K€
financière
/ Problématique Réorganisation 50K€
1 3
Total 200K€
Objectifs Périmètre Gains

KPI’s & Projet Augmentation Marge/an 1000K€
2 4
Equipe Analyse
Projet des Risques ROI= 1500/200 = 7,5 à 2 ans
5 6
Plan d’Actions
22
11
DMAIC - Définir
Etape 4 – Périmètre Projet
Description
Valorisation
Opportunité
financière
/ Problématique
1 3
Pôle Europe
Objectifs Périmètre Direction Supply Chain / IT
KPI’s & Projet « de la prise de commande à la livraison »
2 4
Equipe Analyse
Plan d’Actions
23
DMAIC - Définir
Etape 5 – Equipe Projet
Description
Valorisation
Opportunité
financière
/ Problématique
1 3
Equipe Projet
Objectifs Périmètre
KPI’s & CTQ Projet 2 consultants externes + experts
2 4
Dir Supply Chain / Responsable
Equipe Analyse Logistique / Resp. Qualité / Magasinier /
Resp Informatique
Plan d’Actions
24
12
Etape 6 – Analyse des risques
DMAIC - Définir
Description Risques Gravité Fréquence Criticité

Valorisation
Opportunité Non-disponibilité des acteurs
financière 3 3 9
/ Problématique opérationnels
1 3 Résistance au Changement du
service Logistique 3 2 6
Difficulté mobilisation des

Objectifs Périmètre transporteurs sur la qualité
3 2 6
KPI’s & CTQ Projet
2 4 Opportunités Impact Probabilité Criticité
Homogénéiser la solution 3 3 9
Equipe Analyse cible Europe - Asie
Projet Profiter de la campagne
5 des Risques 6 de publicité Été 2016  3 2 6
Délais de Livraison réduits
Plan d’Actions Créer un partenariat
3 1 3
Planning / Plan Communication 7 avec un transporteur
25
DMAIC - Définir
Etape 7 – Plan d’actions
Description
Valorisation
Opportunité
financière
/ Problématique
1 3 Plan d’actions :
Objectifs Périmètre → Recensement des livrables & tâches

KPI’s & CTQ Projet → Structuration du projet / WBS
2 4 → Organisation de la gouvernance / RACI
→ Planning projet / GANTT
Equipe Analyse → Plan de communication
Projet 5 des Risques 6 → Préparation des questionnaires…
Plan d’Actions
26
13
DMAIC - Définir
Etape 8 – Planning
2016
Février Mars Avril Mai Juin Juillet
Ki
Kick-off Lancement Pilote
Lance Bilan de clôture
Define - projet
Charte pr
Define 01/02/2016 21/02/2016 - SIPOC
- Plan de communication
mmunica
- Business Case
Measure
- Choix d es CTQ’s
Measure 21/02/2016 15/03/2016 - Cartographie du processus « As-Is »
- Mesu
Mesure de la Performance: Baseline
Analyze - Identification des causes racines

Evaluation de l’influence des X sur les Y
- Evalu
Analyze 15/03/2016 12/04/2016
- Priorisation des causes
c fondamentales
Improve - Identification des solutions innovantes

- Réalisation du Processus « To-Be »
Improve 12/04/2016 13/05/2016
- Chantier Pilote
Control - Verrouillage du système

Formation
- Format
Control 13/05/2016 15/07/2016
- Standar disation/duplication
Decisions / Milestones
Livrables principaux Déploiement
27
DMAIC - Définir
EXERCICE
28
14
D MAIC - Mesurer
2. Faire l’état des lieux du processus
Measure
Mesurer les performances actuelles du processus et quantifier les problèmes.
La phase Mesurer permet d’établir une image de la situation actuelle ‘As Is’ et de
fournir les données nécessaires à l’identification des causes du problème
29
D MAIC - Mesurer
2. Faire l’état des lieux du processus
Measure
Mesurer les performances actuelles du processus et quantifier les problèmes.
Définir le plan Valider Définir

Cartographier Collecter
les processus de collecte le système la référence
les données
des données de mesure du projet
Faire Définir Faire Recueillir Etablir

une cartographie les données une analyse les données de la base
du processus nécessaires et en du système manière pratique et de référence
pour déceler quantité suffisante de mesure adaptée du projet
les problèmes pour faciliter pour les variables et au terrain
Processus
(gaspillages,..) l’analyse statistique attributs
Approche système Analyse Répétabilité Fiche de collecte Processus

Value stream Mapping
Y= f( X1, X2, .. Xn) et Reproductibilité de données de décision
(Gage R&R)
Plan de collecte des
données
Diagramme
Outils cause à effets
Ces outils peuvent être considérés comme des outils d’analyse et sont introduits dans certains cas en présence de
données historiques fiables afin de faire un premier diagnostic et afin d’établir une ligne de base ou référence en
l’absence de cible réglementaire ou imposé par le client. 30
15
D MAIC - Mesurer
Measure Livrables
Les 3 livrables clés sont :

- La liste des potentielles causes affectant la douleur Y.
- La VSM actuelle.
- L’étude da capabilité du moyen de mesure
- Les données de la performance actuelle
Liste des potentielles X affectant VSM actuelle ou ‘as is’ Capabilité du moyen de
la douleur Y mesure
31
D MAIC - Mesurer
Rôles
Measure
32
16
D MAIC – Plan de collecte des données
La mise en place de la collecte de données est constituée de 4 étapes mettant en jeu différents
acteurs de l’entreprise.
1- Identifier les Y et les X ( notion système);

Equipe projet 2- Définir de manière opérationnelle les mesures;
3- Établir le plan de collecte de données;
Equipe production 4- Réalisation de la collecte des données.
33

Le Six Sigma consiste à prendre des décisions en utilisant des données. Une analyse du Système de Mesure
existant permet de s’assurer que celui-ci est capable de fournir des données adéquates pour la prise de décisions.
Quand?
Dans la phase Measure et /ou Improve
Le système de mesure doit être analysé avant la collecte de donnée (ou s’il s’agit de données historiques avant
l’analyse des causes racine).
Il faut vérifier que le système de mesure reconnaît la variation des variables X et Y dont on analysera les relations.
Après que le processus ait été amélioré dans le cadre du chantier pilote, il faut vérifier que le système de mesure
est toujours capable d’accomplir la surveillance du processus ( il pourrait arriver que la variation ait diminué au
point que le système de mesure ne soit pas adapté).
Qu’est ce qui doit être Comment mesuré ( Xs, Y)?

mesuré ( Xs, Y)
Quoi?
Définir le plan de
Identifier les variables
collecte de données
34
17
Certains facteurs clés de succès et risques sont à prendre en compte lors de
l’établissement du plan de collecte de données.
Le succès d’une collecte, c’est sa préparation!

Profiter du savoir faire de l’équipe pour dimensionner le plan ->
- Faire confiance aux membres de l’équipe pour identifier les facteurs importants et l’existence de
données exploitables;
- Vérifier la cohérence du plan de collecte avec les analyses qui doivent être faites;
- Prendre le temps nécessaires pour définir le plan;
- Expliquer la collecte aux participants.
Sous-estimer la difficulté d’écriture du plan de collecte et son intérêt ->
- Mesure de tout et n’importe quoi ou ne pas procéder par
échantillonnage quand c’est possible (coût élevé, perte de temps);
Qualité
- Collecte insuffisante en quantité;
- Collecte mal ciblée en qualité;
- Formation insuffisante.
Coûts Délais
35

Comment choisir des indicateurs de mesures opérationnels?
Quantifier
La première action consiste à chercher un critère mesurable, capable de traduire la satisfaction des clients en
terme d’Exigence Critiques Clients ( ECC) ou Critical To Quality.
Exemple Industriel : Une entreprise qui travaille sur des produits à forte VA veut éliminer les fuites
apparaissant au niveau d’une soudure. La proportion de produits ayant une fuite est de l’ordre de 1% pour
une production annuelle d’une 100aine de produits.
Dans ce cas, il ne serait pas approprié d’utiliser la proportion de soudures présentant une fuite, et ce pour
deux raisons principales :
1. Le peu de données disponibles : 1 à 2 produits à fuite par an, mais qui coûtent très cher.
2. L’impossibilité de conduite un projet LSS dans lequel la mesure devrait mettre en évidence des produits
défectueux.
Genichi Taguchi : « Pour atteindre la qualité, il ne faut pas mesurer la qualité! »
Le savoir- faire du Black Belt -> trouver des corrélations avec d’autres défauts et les mesurer
• Des irrégularités de la soudure ( variation de hauteur, de largeur de cordon);
• Un mauvais centrage de la soudure;
• Une intensité consommée ( paramètres processus)… 36
18
Comment choisir des Indicateurs de mesures opérationnels?
Cas service
Dans le cas d’un projet Six Sigma portant sur un service, il est souvent difficile de trouver
facilement un critère mesurable. C’est pourtant un des points essentiels du LSS.
Pour construire le système de mesure de la satisfaction du client, l’outil de référence est le
diagramme CTQ.
-> Quel est le besoin du client? Quelles sont ses exigences? Comment peut-
on mesurer ces exigences d’un point de vue opérationnel?
37

Toutes les mesures doivent être définies opérationnellement de manière claire
La définition opérationnelle fige de manière claire la description d’un facteur.

Elle comporte les éléments nécessaires et suffisants à une même compréhension quelque soit
l’individu.
Elle répond aux questions Qui? Quoi? Quand? Où? Comment? Combien?
Elle s’assimile souvent à la notion de standard.
Elle s’applique aussi bien à des caractéristiques mesurables qu’à des attributs.
Qui? Quoi? Responsable de la mesure

Quand? Critère à mesurer et taille d’échantillon
Où? A quel moment ( durée de l’échantillonnage)
Comment? Dans quelle zone? à quel endroit du process?
Combien? Outil/ Equipement de mesure (procédure)
Fréquence
38
19
39
D MAIC – Analyse du système de mesure: Mesure et décision

Situation :
Soit une chaine de production de capuchon de stylo, dont le diamètre cible est de
8,3 mm et les limites de spécifications inférieure et supérieures respectivement
de 8,15mm et 8,45mm. On prélève aléatoirement 10 capuchons notés de 1 à10.
Mesures des diamètres
On veut vérifier leur conformité par rapport aux spécifications. Les mesures de
des capuchons en mm contrôle qualité indiquent que certains capuchons sont non conformes.
1 2 3 4 5 6 7 8 9 10
Décision :
Les risques d’une mauvaise mesure sont :

• De faire apparaître des produits défectueux alors qu’ils ne le sont pas
en réalité ( perte de rentabilité pour l’entreprise).
• De ne pas détecter des produits défectueux (insatisfaction client).
• De modifier à tort un processus performant ( investissement gaspillé).
40
20
D MAIC – Analyse du système de mesure: Mesure et dispersion
Notion de variable aléatoire
Les résutats, X1, X2,…,Xn, correspondant aux diamètres des capuchons de stylos, seront plus ou
moins dispersés en fonction de l’habilité de l’opérateur, de résolution de l’instrument de mesure,
des variations de température pendant la série de mesurages, etc.
Le résultat X qui peut prendre ainsi, au hasard, des valeurs différentes est appelé variable
aléatoire.
Quand la variable est un résultat de mesure, l’objet de l’expérience est en général de déterminer la
valeur vraie x0 de la grandeur mesurée. Les calculs statistiques permettent de résoudre ce
problème, avec des risques d’erreur connus, à partir des résultats expérimentaux obtenus de
façons aléatoire.
Source : M. Neuilly, 1987. Traité mesures et contrôle, Techniques de l’Ingénieur, Paris R 280.
41
MAIC – Analyse du système de mesure: Valeur mesurée vs. Valeur vraie

D
La mesure n’est jamais parfaite :
Valeur mesurée = Valeur vraie + Erreur de mesure
Qualification du système de mesure Analyse du système de mesure
- Il n’est pas possible de chercher à - L’objectif principal de l’analyse des

étudier une caractéristique X ou Y d’un systèmes de mesure est de déterminer si le
produit ou service sans se prémunir système de mesure est capable de réaliser
contre une éventuelle incertitude du les mesures souhaitées.
système de mesure en place.
- Le système de mesure doit être qualifié

pour déterminer l’erreur de mesure.
La qualification d’un système de mesure est essentielle pour valider la fiabilité des
mesures collectées.
42
21
D MAIC – Analyse du système de mesure
Nous avons appris que la base du six sigma est la fiabilité de la donnée.
Comment qualifieriez vous ces instruments de mesures?
43

Vérification du système de mesure pour données discrètes
S’assurer que le système de mesure est

capable de collecter les données pour
déterminer au niveau de référence et analyser
les données.
44
22
L’ASM est utilisée pour : L’ASM permet de (d’) :
 Comparer les normes d’inspection  Étudier le pourcentage de variation de

interne de l’entreprise aux normes notre processus causé par notre système
du client. de mesure.
 Mettre en évidence les zones où une  Comparer les mesures entre différents
formation d’étalonnage est opérateurs.
nécessaire.  Comparer les mesures entre deux ou
 Fournir une méthode pour évaluer plusieurs appareils de mesure.
l’efficacité de la formation des  Fournir les mesures entre deux ou plusieurs
opérateurs qui font la mesure ainsi appareils de mesure.
que servir d’excellent outil de  Fournir des critères pour accepter de
formation. nouveaux systèmes de mesure.
 Fournir un excellent moyen de  Déterminer la vraie variation du processus.
comparer les équipements de  Évaluer l’efficacité du programme de
mesure existants et qualifier le formation…
nouvel équipement d’inspection.
45

Les deux principales catégories d’erreurs de mesure sont :
1. La précision : c’est l’aptitude d’une mesure à ne pas générer de variation importante vis-à-vis de la
grandeur mesurée. Elle regroupe deux types de variations :
La Répétabilité : variation due à l’instrument & la Reproductibilité : variation due aux opérateurs.
2. L’Exactitude : c’est l’aptitude d’une mesure à être centrée autour de la valeur réelle de la grandeur
mesurée ( absence de biais):
• La résolution : c’est la plus petite différence d’indication d’un dispositif afficheur qui peut être perçue
de manière significative.
• La stabilité : l’aptitude d’une mesure à ne pas dériver dans le temps suite à la capacité de l’instrument
de mesure à maintenir sa calibration ( cause d’instabilité, vieillissement de l’équipement, fatigue de
l’hôtesse…)
• La Linéarité : correspondance proportionnelle ou linéaire entre la variation de la grandeur du signal
d’entrée et la variation du signal de sortie. Concordance des indications avec la valeur de référence
tout au long de l’étendue des mesures (exemple ; une balance ne pèse pas avec la même précision des
poids de 60 kg et des poids de 110 kg.
• Le biais : c’est la distance entre la moyenne des mesures observées et la moyenne des vraies valeurs
des grandeurs mesurées. Le biais peut être constant ou variable.
46
23
D MAIC – Analyse du système de mesure : Mesure et biais
Il est nécessaire de réduire les biais de mesures; le biais sur la moyenne provenant de
l’instrument de mesure, ou de l’opérateur qui réalise la mesure.
Qu’est ce qu’un biais? Sources de biais
Le Biais, c’est la distance entre la moyenne des Les sources de biais sont multiples :
mesures observées et la moyenne des vraies - L’instrument de mesure : pH-mètre non calibré,
valeurs des grandeurs mesurées. Dans le cas horloge en retard,…
d’un système de mesure exact, le biais est nul. - L’opérateur : écart généré par la modification de
Valeur vraie la définition opérationnelle de la mesure entre
Valeur mesurée deux mesures, lors d’un changement de standard
ou en l’absence de standard : mesurer la durée
d’une résolution d’un incident pour un help desk
(durée de l’appel vs. durée de la résolution de
l’incident).
biais
47
Application à la Mesure d’un gobelet

• On souhaite vérifier le respect du diamètre le plus grand du
gobelet.
• Le client souhaite D + 0,5mm
• Ce client vous demande de lui prouver que votre moyen de D0,5mm
mesure est capable de mesurer le respect de cette
caractéristique.
• Comment allez-vous procéder ?
48
24
D MAIC – Analyse du système de mesure : Analyse R&R
Le Six Sigma consiste à prendre des décisions en utilisant des données. Une analyse du Système de
Mesure existant permet de s’assurer que celui-ci est capable de fournir des données adéquates pour la
prise de décisions.
Comment
 Une étude du gage R&R doit être réalisée afin d’évaluer l’aptitude à la répétabilité
(Repeatability) et à la reproductibilité ( Reproductibility) du système de mesure.
 Une étude du gage R&R peut être réalisée pour des données continues ou discrètes.
 Lorsqu’une étude de gage R&R formelle ne peut pas être réalisée, une Analyse du
Système de Mesure en cascade peut être utilisée.
Analyse R&R
Analyse R&R Formelle Analyse R&R en cascade
Gage R&R Analyse R&R

données continues données discrètes
49

Quelles analyses doivent être réalisées dans les cas suivants :
1. Si le système de mesure n’est pas approprié par rapport à une valeur

standard de référence.
2. Si le système de mesure fluctue lors de mesure répétées.
3. Si le système de mesure fluctue selon les différents évaluateurs ou
appareils de mesure.
4. Si l’exactitude du système de mesure fluctue à l’intérieur d’une
fourchette de mesures.
50
25
Analyse R&R pour les variables continues :
La norme QS 9000 propose 3 méthode de calcul. Le choix se fera en fonction du niveau de

précision souhaité.
1- Gage R&R – Méthode de Charbonneau rapide (Méthode des étendues)
2- Gage R&R – Méthode de Charbonneau compète (Méthode des étendues et des moyennes)
3- Gage R&R – Méthode par analyse des variances (ANOVA), est la méthode la plus précise
puisqu’elle permet de faire la distinction entre l’ensemble des composantes qui rentrent en
compte dans la mesure. Elle est utilisée lorsque l’on a besoin de précision ou lorsque les enjeux
sont importants.
Méthode Rapide Complète ANOVA
- Instrument - Instrument
- Instruments - Opérateurs - Opérateurs
Composantes et opérateurs - Instruments - Instrument
analysées - Variation totale et opérateurs et opérateurs
- Variation totale - Interaction
opérateurs - pièces
- Variation totale
51
D MAIC – Analyse du système de mesure : Étude R&R

Méthode de Charbonneau complète
1. Prélever des pièces représentatives du processus (habituellement 30). Ces pièces doivent être
prises de manière aléatoire et comprendre des bons et des mauvais échantillons.
2. Définir un « standard » de ces pièces grâce à une expertise.
3. Faire l’analyse de toutes les pièces par un évaluateur.
4. Répéter l’étape 3 avec le même évaluateur au moins une fois (de préférence deux fois et à ces
occasions, les pièces sont analysées dans un ordre aléatoire afin d’obtenir une évaluation
« aveugle »).
5. Répéter les étapes 3 et 4 avec un deuxième (et un troisième) évaluateur.
NB : Lorsqu’il n’y a qu’une personne et qu’un appareil de mesure, retirer l’aptitude à la

reproductibilité de l’étude.
52
26
53
D MAIC – Analyse du système de mesure : Indices du Gage R&R

1. % R&R : Décrit la variation du système de mesure par rapport aux variations des pièces du
processus
2. % P/T: Décrit la variation du système de mesure par rapport aux tolérances sur les
pièces
Pour un système de mesure adéquat, les deux ratios caractéristiques %R&R et %P/T (accessibles
respectivement sous le nom %Study Var et %Tolérance dans MINITAB) devraient être inférieurs à 30%.
Des valeurs inférieurs à 10% sont désirables et signifient que le système de mesure est très bon.
54
27
D MAIC – Analyse du système de mesure : Analyse R&R par attribut
Le point de départ d’une bonne ASM pour des données discrètes ou par attributs est une
bonne ‘’définition opérationnelle ’’ de ce qui doit être mesuré est la clé de tous les systèmes
de mesure.
Qu’est ce qu’une définition opérationnelle?
 Le % R&R total : décrit le degré de concordance pour chaque pièce entre les différents
évaluateurs et un standard ou les dires d’un expert (si disponible).
 Il doit être de 100%. Ceci semble être beaucoup, cependant comme seulement 30
pièces sont évaluées ici et comme le cadre de l’étude diffère de la réalité, tout résultat
inférieur à 100% révèle un système de mesure auquel on ne devrait pas faire confiance.
55
D MAIC – Analyse du système de mesure : ASM en cascade

Qu’est-ce qu’une Analyse du Système de Mesure en Cascade?
Exemp le d’un e ASM en Mesure : Délai de résolution d’une réclamation client
cascade:
Début Fin
Le collaborateur du centre d’appels Le collaborateur clos le Le manager clos le

téléphoniques clique sur le bouton formulaire de formulaire lorsque la
« soumettre » du formulaire de réclamation réclamation. réclamation a été prise
1. Qu’en est-il du temps d’attente du client en charge (précision).
jusqu’à la prise en charge de l’appel
(erreur systématique)?
2. Certains collaborateurs laissent les Certains collaborateurs le
formulaires ouverts et les soumettent par ferment immédiatement
pour gagner du temps (précision) d’autres à la fin de la
3. Le formulaire de réclamation est laissé journée (précision)
ouvert jusqu’à ce que le diagnostic soit
achevé jusqu’à 2 heures (précision)
56
28
Utilisation de MINITAB
57
Exercice MINITAB
58
29
D MAIC – Normalité
-> Rappels sur la Loi Normale ou de Gauss.
-> Tester la normalité des données.
- Historgramme et droite de Henry (Manuel)
- Test Anderson Darling
59
D MAIC – Les cartes de contrôle

• Raisonnement statistique.
• Comprendre les types de variation.
• Cartes de contrôle pour les données variables.
- Carte X barre et R
• Cartes de contrôle pour les données d’attribut.
- Carte p
- Carte u
• Interprétation des cartes de contrôle.
60
30
D MAIC – Capabilité
Analyse de Capabilité
61
DM AIC – Analyser
Objectif Durée Méthode Outils Déliverables
Analyse des 2 à 5 jours Analyse Takt time, Définir un chantier
Workshops 1 à 2h
données et du Participants : équipe contrainte, goulot, kaizen (Lean)
Analyse Process et
process projet Calcul des indicateurs
statistiques
(VSM), Pareto,…
Recherche et 2 à 7 jours Workshops 1 à 2h Matrice causes à effet Lister les “X” ayant
explication des Participants : équipe Régression, Plans l’impact le plus
causes racines projet d’expériences, tests élevé sur le
d’hypothèses résultat final.
Priorisation des 5 à 10 jours Workshops 1 à 2h 5 pourquoi, vote Retenir les X
causes racines Participants: équipe pondéré…. objets de
projet consensus
62
31
DM AIC – Analyser
Analyze Analyser le processus et identifier les causes profondes des défauts.
La phase Analyser permet de déterminer les causes racines et fondamentales

du problème : les 20% des causes qui ont 80% des effets.
Processus
Identifier les
causes racines, Validation des
Analyser le Analyse Choix des
puis les causes causes
processus statistique causes à traiter
fondamentales fondamentales
Prioriser à partir de Ciblage par Ciblage Prioriser les Choix des

la cartographie les élimination des permanent des causes causes retenues
périmètres clés des causes par causes via les
problèmes clés des consensus via le statistiques.
problèmes gros bon sens.
Valider les causes
significatives par
63
les statistiques
DM AIC – Analyser
Analyse des Diagramme Statistiques Matrice de

Causes à effet Processus de
temps ( VA, descriptives cause à effet décision
Outils NVA, NVAE et Normalité
calcul de 5 pourquoi ? Capabilité AMDEC
l’ECP) Cartes de contrôles
Value Stream Pareto Analyses des
Mapping tendances (Boîte à
moustaches,
Étude du Histogramme,..)
goulot et des
contraintes Statistiques par
interférence
Pareto Tests d’hypothèses
Régression
ANOVA 64
Plans d’expériences.
32
DM AIC – Analyser
Livrables
Identification des causes Estimer l’effet des Validation des causes

racines causes sur la réponse fondamentales
(Y) priorisation
Variabilité de Xi →
variabilité de Y
Réponse de Y en fonction
des Xi influents
Y= f(Xi influents)
65
DM AIC – Analyser
Analyze
Analyser le processus et identifier les causes profondes des défauts.
Rôles
66
33
DM AIC – Analyser : Ciblage permanent
Le Lean Six Sigma est fondé sur la notion de ciblage permanent, et pour la phase analyser
c’est un ciblage des causes fondamentales.
Causes potentielles La phase mesurer nous a permis de faire une cartographie du process afin
X1 X2 X3 X4 X5 X6 X7 X8 d’identifier les X potentiels et de collecter des données sur la base de
moyens de mesure capables.
Causes fondamentales
X2 X4 X7 L’étape permettra d’identifier les quelques X responsables d’une
grande partie de la variabilité.
L’analyse portera d’abord sur Y(la sortie de la boîte noire), puis sur les X et sur les relations
que l’on peut mettre en évidence entre les X et Les Y.
67
I
DMA C – Améliorer
Improve améliorer le processus en réduisant ou éliminant les défauts
La phase Améliorer permet de mettre en place des solutions touchant les

causes fondamentales et d’en vérifier l’impact sur le problème.
Processus
Mettre un
Identifier les Définir le plan
Générer des place un pilote Validation du
solutions de
solutions et validation plan
optimales déploiement
des gains
Apporter une Mise en place Tester la Garantir la Prendre la
ouverture et une d’outils de solution sur un future mise en dernière décision
vision innovante progrès périmètre place effective. de GO/ NO GO
sur des causes de restreint. projet.
problèmes
préalablement Démontrer
priorisées l’obtention des
gains. 68
34
I
Brainstorming Analyse de risque Statistiques RACI Processus de

Benchmarking Matrice descriptives Plan de
Capabilité cartes décision
Impact/Faisabilité communication
Outils de contrôles & déploiement
Domaines de
solutions possibles Statistiques par
5S, flux tirés, interférence
SMED, Kanaban, Plan
chasses aux d’ expériences
pertes, chantiers
Total Productive Validation de
Maintenance l’impact
AMDEC
69
I

- Identification de solutions innovantes.
- Valider l’impact des solutions proposées
- Réaliser un chantier pilote de la solution
Livrables
Identification de solutions Valider l’impact des solutions Réaliser un chantier pilote

innovantes proposées de la solution
70
35
I
Rôles
71
I
DMA C – Améliorer : Exemple de planning
Objectif Durée Méthode Outils Déliverables

Génération de 2 à 5 jours Workshops 1 à 2h Brainstorming Solutions innovantes
solutions Participants: équipe Brainwriting
projet VSM future
Build pilot 2 à 7 jours Workshops Analyse de la capabilité Calculer le nouveau

Participants: équipe Business case sigma
projet AMDEC* Cartes de contrôle
Choisir la meilleur
solution
Formalize future 2 à 10 jours Workshops 1 à2h Rôles & responsabilités
Process Participants: équipe Description des flux
projet capitalisation
*Analyse des Modes de défaillances et Evaluation des criticités
72
36
I
DMA C – Améliorer : Chantier pilote - Déroulement
La phase « Améliorer » ne se contente pas de définir les solutions, elle doit en valider l’efficacité
par la démonstration terrain.
Dans un souci d’efficience des ressources, cette démonstration peut n’être effectuée que sur un
périmètre restreint du projet si celui-ci est représentatif de l’ensemble : le pilote.
Le chantier pilote est développé et exécuté pour confirmer l’efficacité da la solution sélectionnée
en un temps retreint et avec des risques réduits quant aux impacts des solutions mises en place.
Il permet un ajustement du type essai-erreur et une optimisation in-situ des solutions.
Lors du pilote des données sont collectées et comparées à la base de référence de la

performance déterminée à la phase « Mesurer » pour déterminer s’il y a une amélioration
statistiquement significative dans la performance du processus.
Le pilote permet enfin de valider les gains effectivement réalisés et de les extrapoler sur
l’ensemble du périmètre pour valider ou non l’atteinte des objectifs premiers du projet.
73
I
DMA C – Améliorer : Chantier pilote - Responsabilité
Rôle du Champion Rôle du Sponsor

-> S’assurer du suivi de la méthodologie -> Valider les solutions mises en places et le fait
(sélection des solutions mises en place). qu’elles permettent d’atteindre l’objectif fixé
pour le projet.
-> Vérifier l’extrapolation des résultats du pilote ->S’engager sur la nécessité et la réalisation du
et l’atteinte des objectifs du projet. plan de déploiement ( mise à disposition des
ressources).
-> Donner un retour un MBB pour soutenir la -> Confirmer à l’équipe le soutien apporté à la
dynamique du projet jusqu'à la fin. démarche et la satisfaction quant aux actions
mises en place.
-> Donner un retour positif à l’équipe quant au
travail concret fourni.
74
37
I
DMA C – Améliorer : Risques
Le risque principal est de générer des idées qui ne seront pas mises en œuvre ou inefficaces.
Vérifier qu’on n’a pas commis les erreurs suivantes :
- Imposer ses propres idées.
- Subir la pensée de groupe.
- Croire en un faux consensus, qui a été imposé.
- Les idées sont intéressantes, mais pas réalistes ou ne répondent pas vraiment à la
problématique.
75
DMAI C – Contrôler
Control contrôler et maintenir la performance du processus amélioré.
Processus
Transmettre le
Etablir des Déployer les Construire le Identifier les projet et
standards des solutions plan de opportunités assurer la
solutions contrôle de duplication
célébration
Assurer la Transmettre le
S’assurer de l’obtention Étendre la Identifier les
pérennité des projet au
des standards et de la solution à opportunités
gains même responsable du
réduction de la l’ensemble du de duplication
après la clôture processus.
variabilité. périmètre du de la solutions
du projet.
projet dans
Ancrer les Remercier les
l’entreprise.
évolutions dans différents
le « Business » participants. 76
de l’entreprise.
38
Control 5. Assurer la pérennité des résultats obtenus( amélioration durable)
contrôler et maintenir la performance du processus amélioré.
SOP (Standard Formation Cartes de contrôles Storyboard Cérémonie de

Opertaing Communication Audits Capitalisation clôture (cadeau
Outils procedure) Customisation Plan d’action du projet symplique,
Leçons résiduel (RACI) diner…)
ponctuelles Management
Poka Yoke visuel Bilan positif
77

- Verrouillage du système (Poka Yoke, plan de contrôle).
- Formation des acteurs et remettre la responsabilité au sponsor.
- Standardiser et dupliquer.
Livrables
Formation des acteurs et Standardiser et
Verrouillage du système
remettre la responsabilité dupliquer
au sponsor
78
39
Rôles
79
DMAI C – Contrôler : Exemple de planning

La phase « contrôler » permet de mettre en place toutes les conditions assurant la pérennité des gains.
Objectif Durée Méthode Outils livrables
Préparer le 2 à 5 jours “big bang” or Workshops Définir les procédures
déploiement Participants: Equipe Conference Room Cartes de contrôles, standards (SOP*)
projet Pilot KPI’s Plan de contrôle**
Management visuel
Faire la Review 2 à 7 jours Workshops 1 à 2h Analyse des coûts ABC

du business case Participants: Equipe Mise à jour du
projet Business Case
Clôture de projet ½ jour Evénement Storyboard Transmission du

Toutes les personnes projet et
concernées standardisation
*SOP : Standards Operating procédures.

** Plan de contrôle : est un document vivant dynamique qui n’est jamais clos et qui est mis à jour en
continu afin de pérenniser les gains.
80
40
81
DMAI C – Contrôler : Quels sont les éléments d’un plan de contrôle

Dans les années 1960, le DR Kaoru Ishikawa a défini sept outils d’amélioration, connus sous les 7 outils
de contrôle qualité. Ces outils ont depuis lors été la base de l’amélioration continue dans le monde
entier.
Type of defect Type of product Sum %

A B C Cause 1 Cause 2
Leak //// //// // //// //// //// //// //// //// / 49 33
//// /
Weak joint //// //// //// //// //// //// //// //// //// /// 57 38
Under fill ///

//// ////
//// //// // //// /// 23 15
Effect
Over fill / //// /// //// 14 9
Pin hole //// /// 7 5 Cause 3 Cause 4

Sum 30 80 40 150 100
% 20 53 27 100
Histogramme Diagramme causes à effet
Plan de collecte de données
START
80 • • 100%
•
PROCESS 60 • 75%
STEP •
40 50%
DECISION 20 25%
STOP A B C D EMisc.
Nuage de points
Corrélation Diagramme de Pareto Carte de contrôle
Logigramme
82
41
Ce sont des outils d’amélioration de la qualité qui aident à la résolution des problèmes tels que :
• Comment réfléchir avec mon équipe sur un dysfonctionnement?
• Comment favoriser le dialogue et le consensus?
• Comment prioriser une multitude d’actions possibles?
• Comment identifier des axes stratégiques de changement?
• Comment synthétiser une écoute client?
• …..
83
La collecte des données a pour objectif de mesurer ce qui se passe réellement (nombre de
défauts, types de défauts, etc.)
 La collecte des données permet d’enregistrer quand, comment et où les défauts se produisent.
 Lors de la collecte des données la variation du processus est illustrée.
Pourquoi la collecte des données?

 Permet d’identifier les tendances dans les données.
 Donne des informations d’un coup d’œil.
 La collecte de données est la base de l’utilisation d’autres outils.
Type of defect Type of product Sum %
A B C
Leak //// //// // //// //// //// //// //// //// / 49 33
//// /
Weak joint //// //// //// //// //// //// //// //// //// /// 57 38
//// ////
Under fill /// //// //// // //// /// 23 15
Conseils : Over fill / //// /// //// 14 9
 Assurez-vous que votre population de défauts (ou

Pin hole //// /// 7 5
Sum 30 80 40 150 100

% 20 53 27 100
l’équivalent) est assez grande. Plan de collecte de données
 Essayez de ne pas faire trop compliqué.
 Concevez une feuille de collecte de données pour
répondre à vos besoins.
84
42
Quoi? Où? Quand? Comment?
Comment
Les X qui doivent
Mesure Définition Source de Taille Responsable Durée de la Fréquence les données
seront êtr e collectés
Y opérationnelle données d'échantillon de la collecte collecte de collecte
collectées simultanément
- Le type de client
- Le jour de la semaine
Différencede
temps entre la - date et heure
réception et d'ouvertue du ticket
Temps de Le responsable Feuille de
l'enregistrement Base de - Opérateur
cycle de la du processus 10 incidents / collecte de
résolution de l'appel et la données des 450 de gestion des 45 jours Jour données. - Temps d'attente
incidents
d'incident clôture de incidents Rapports IT - Temps de cycle des
l'incident et de sous-processus
l'appel - Réponse IT
- Envoi de notification
(Clôture du ticket )
Comment les données seront utilisées? Quels sont les outils graphiques utilisés
Identification des principaux X affectant la réponse Y
Vérification de la normalité des Y Histogramme
I dentification des sources de variation Cartes de contrôles
Plan de collecte de données pour

le suivi du temps de cycle de la résolution d’un incident
85
L’histogramme est utilisé pour montrer comment les données sont données sont distribuées
et où sur quelle valeur l’axe-x des données est centré.
Il peut également être utilisé pour comparer la capabilité réelle ( « ce qui est » et la capabilité
cible ( « ce qui devrait être ») d’un processus).
Pourquoi utiliser l’histogramme?

 Outil graphique qui permet de détecter certaines anomalies ou de
faire un diagnostic avant d’engager une démarche d’amélioration.
 Permet d’étudier la répartition d’une variable.
 Facilite les comparaisons au fil du temps.
 Permet de faire des conclusions sur le comportement de la
population suite à étude réalisée sur un échantillon représentatif de
Histogramme
la population.
 Indique la présence probable de factures ou de limitations
particulières.
 Montre la nécessité ou non d’études plus détaillées.
86
43
Lorsqu’on trace des données continues sur un histogramme il y a un certain nombre de
formes de distribution qu’on peut trouver
87
Poids du cake
Poids (g) Nombre de cake Somme
52.76 - 53.25 // 2
53.26 - 53.75 /// 3
53.76 - 54.25 // ////// 9
54.26 - 54.75 //// //// //// //// //// 24
54.76 - 55.25 //// //// //// //// //// //////// /// 38
Nombre 55.26 - 55.75 //// //////// 15
55.76 - 56.25 // /// 6
56.26 - 56.75 // 2
35 56.76 - 57.25 / 1
30 100
25
20
15
10
5
53.0 53.5 54.0 54.5 55.0 55.5 56.0 56.5 57.0
88
44
Diagramme causes à effets
Le diagramme causes à effet permet de mettre en relation un problème avec ses causes potentielles
suivant des catégories données.
• Le diagramme résume les connaissances sur le processus et identifie les sources de variation.
• La création du diagramme augmente la prise de conscience des différents facteurs du processus.
Principale cause 2
Principale cause 1 Principale cause 3 1. Noter l’effet :
2. Noter les
le problème ou
principales causes Cause
l’opportunité
Cause
Cause
Effect
3. Noter les causes associées
aux causes principales
Principale cause 4 Principale cause 5

Astuces :
Exemples de causes principales : la machine, la main d’œuvre, la méthode, la mesure, le matériel, le milieu, le management,
les moyens financiers…
Le diagramme causes à effets est également appelé diagramme d’Ishikawa ou diagramme en arrêtes de poisson ou
diagramme 5M. 89
Diagramme causes à effets
Démarche:
• Définir clairement l’effet sur lequel on veut agir.

• Rechercher les causes possibles.
- Brainstorming sur post-it
- Se poser la question « pourquoi » (5pourquoi)
• Définir les familles de causes
- 5M : Main d’œuvre, moyens, matière, méthode, milieu.
• Construire le diagramme en ventilant les causes dans les familles.
• Exploiter le diagramme.
- Chercher les causes qui apparaissent de façon répétitive.
- Dégrader un consensus dans le groupe
• Valider les causes principales sur le terrain, les hiérarchiser (Pareto).
90
45
Exemple de diagramme causes à effets
91
Le logigramme est une représentation linéaire simple de l’enchaînement des différentes
étapes qui constituent un processus donné. C’est une représentation chronologique des
tâches d’un processus.
En décrivant une séquence d’événements, un logigramme identifie les connexions entre les
processus et les rôles.
Peut être utilisé pour comparer un véritable processus avec un processus idéal.
Pourquoi utiliser le logigramme?

• Donner un aperçu rapide du processus.
• Identifie les entrées (input) et les sorties (output). START
• Permet d’identifier les goulots. PROCESS

STEP
• Facilite l’amélioration des processus. DECISION

• Repère les anomalies et la complexité.
• Permet de classer les activités en activités à valeur STOP
Logigramme
ajoutée et en activité à non valeur ajoutée pour le client.
92
46
Dans un logigramme chaque tâche est représentée par un symbole. Il existe une norme de
l’American National Standards Institut (ANSI) qui énumère les types de symboles.
Principaux symboles utilisés dans la construction des Logigrammes
93
Exemple de logigramme de cuisson d’une Pizza
94
47
Exemple de cartographie de flux fonctionnel croisé
95
Le nuage de points est utilisé pour afficher graphiquement une relation entre deux variables et
peut aider à valider des relations et de cause à effet.
Plus les points sont regroupés en une ligne plus la relation est forte. Si les points sont répartis de
façon aléatoire plus il n’y a pas de relation ou la relation entre les deux variables est très faible.
Index de santé
.60
.50
.40
.30
.20
.10
45 65 85 105 125
Poids en kg
96
48
Soyez conscient du risque de
fausse corrélation, dans le Absence de corrélation
cas d’une troisième variable Aucune corrélation ne peut
être mise en évidence
commune!!
Corrélation positive Corrélation négative

Une augmentation de Y Une augmentation de X peut
peut être causée par une provoquer une diminution de
augmentation de X. Si Y est Y. Si X est commandée, Y peut
contrôlée, X peut être être commandée.
commandée.
Corrélation positive probable
Corrélation négative probable
Une augmentation de X peut
Une augmentation de X peut
provoquer une légère
provoquer une légère diminution
augmentation de Y, mais Y
de Y, mais Y semble avoir d’autres
semble avoir d’autre causes que
causes que X
X
97
98
49
Corrélation ou causalité?
Une erreur de raisonnement courante consiste à dire : « X et Y sont corrélés, donc
X cause Y ». On confond alors corrélation et causalité car en réalité, il se pourrait
aussi que Y cause X, ou bien que X et Y aient une cause commune Z, ou encore
que X et Y soient accidentellement liés mais n’aient aucun lien de causalité.
Effet cigogne?
Par exemple, dans les communes qui abritent des cigognes, le taux
de natalité est plus élevé que dans l’ensemble du pays.
Conclusion : les cigognes apportent les bébés! Voici une explication
plus probable : les cigognes nichent de préférence dans les villages
plutôt que dans les grandes agglomérations, et il se trouve que la
natalité est forte en milieu rural que dans les villes.
Voilà pourquoi l’on nomme « effet cigogne » cette tendance à
confondre corrélation et causalité.
99
Diagramme de Pareto
Le diagramme de Pareto est utilisé pour résumer graphiquement et afficher l’importance relative/
fréquence de différents problèmes ou causes.
 Il est basé sur le principe que 80% du problème (effet) est provoqué par 20% des causes.
 Il aide à identifier les principales causes du problème.
 Il permet de prioriser les efforts face à de multiples problèmes avec des ressources limitées.
 Il compare les problèmes avant et après l’amélioration.
Astuces:
Les relations entre les problèmes et les causes ne sont pas prises 80 • • 100%
•
• 75%
en considération. 60
•
40 50%
20 25%
Soyez conscient que toutes les classes n’ont pas nécessairement
A B C D EMisc.
la même importance! Diagramme de Pareto
100
50
Diagramme de Pareto
Démarche :
• P1 : Recueillir les éléments

- Définir les catégories à observer (types d’incidents, causes..)
- Sélectionner les caractéristiques suffisamment détaillées pour être
classées.
• P2 : Préparer les éléments pour établir le diagramme
- Déterminer un critère de classement et trier les données de chaque
catégorie par ordre décroissant.
- Calculer le pourcentage de chaque caractéristique par rapport au total.
- Indiquer le cumul en % des catégories.
• P3 : Construire le diagramme
- Découper l’axe des abscisses en fonction des critères et l’axe des
ordonnées en fonction des %.
- Tracer le graphique.
- Appliquer les 80/20 : quels sont les 20% des critères qui génèrent 80%
des problèmes?
101
Exemple de Diagramme de Pareto
102
51
Une carte de contrôle est un outil graphique qui permet de suivre la variation du processus
au fil du temps et identifie les tendances et les changements dans la capacité des processus.
• La carte de contrôle permet de distinguer les causes de variation spéciales des causes de
variations normales (aléatoires).
• La nécessité de l’amélioration des processus est illustrée.
• L’outil doit être utilisé par un personnel ayant une connaissance des statistiques.
Conseils :
LCS – limite de contrôle supérieure
• Observation au-delà des limites de contrôle ne
correspondent pas nécessairement à une
Moyenne/ Cible
cause particulière.
• Les limites de contrôle sont normalement
fixées à + 3σ, où σ est l’écart type su processus LCI – limite de contrôle inférieure
ajusté par la taille de l’échantillon choisi.
103
Point en dehors des limites Tendance ( haute ou basse )
LCS LCS
LCI LCI
Dérive ( supérieure ou inférieure) Périodicité

LCS LCS
LCI LCI
104
52
DMAIC
CONCLUSION
105
53

Module Lean Six Sigma

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Module Lean Six Sigma

Transféré par

Droits d'auteur :

Formats disponibles

LEAN TUNIS NORD

Lean Six Sigma

1- L’approche SIX SIGMA

Qu’est ce que le Lean Six Sigma?

Le six sigma est une méthode à multiples dimensions :

A quoi correspond la notation sigma ?

Faible Dispersion Importante Dispersion

Aucun process ne produit, à chaque fois, EXACTEMENT le même produit

Qu’est ce que le six sigma?

Plus le niveau de sigma est élevé plus la performance est meilleure.

La probabilité d’apparition d'un défaut diminue en fonction de l’augmentation du nombre d’écarts-types

Qu’est ce que le Six Sigma?

6 Sigma World Class Benchmarks

Sigma PPMO Rendement

World Class Benchmarks 6 3,4 99.9997%

Moyenne des entreprises 4 6 210 99.379%

10% GAP 3 66 807 93.32%

1 690 000 31%

*PPMO : Parts Par Million d’Opportunités

Exemples pratiques du six sigma

PPMO 10 000 3,4

Taux de conformité 99.0000% 99.99966%

15 minutes d’eau non 1 minute non potable tous

5 000 erreurs médicales par 1,7 opérations ratées par

*PPMO : Parts Par Million d’Opportunités

→ 1. Une organisation dédiée ;

Lean Six Sigma

LSS et Organisation dédiée

Green Belt Green Belt Green Belt

Yellow Belt Yellow Belt Yellow

→ Leadership : « joindre le geste à la parole »;

Lean Six Sigma

1.Le DMAIC (Define, Measure, Analyse, Improve, Control)

LSS une Méthodologie par étapes

1.Définir 2.Mesurer 3.Analyser 4.Améliorer 5.Contrôler

1. Décrire l’opportunité Business

2. Faire l’état des lieux du Process

3. Déterminer les principales cause où Y= f (x)

5. Assurer la pérennité des résultats obtenus( amélioration durable)

LSS une méthodologie par étapes

Processus Outils Livrables Rôles

LSS une culture de la mesure

Au début des Pendant les

Qu’est ce que le Lean six sigma?

Approche Bottom-Up Objectifs principaux Approche Top-down

ZÉRO GASPILLAGE ZÉRO DÉFAUT

Management terrain Lean Projet DMAIC

Qui applique le Lean Six Sigma?

… et plus de 95% des entreprises de Fortune 100

→ L’augmentation de la marge au travers de :

La stratégie de progrès de Six Sigma

Six Sigma : en quoi cela consiste ?

Six Sigma améliore les produits et les services en optimisant leurs

Six Sigma améliore à la fois…

2. Les process transactionnels (administration et commerce)

Pourquoi réduire les variations ?

Un exemple de process transactionnel

process Produit Client

Moulage Pièce moulée process

Six Sigma élimine les défauts

Notre Produit du process pour les

Il y a défaut quand le produit du process ne répond pas aux attentes du client.

LIS LSS Défauts dans le process de