colo qu iose is sigma
TRANSCRIPT
-
8/20/2019 Colo Qu Iose is Sigma
1/36
1
Seis SigmaUNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDADEMPRESARIAL
Rodolfo Benedix – Adrián Gabriele
Julio de 2010
-
8/20/2019 Colo Qu Iose is Sigma
2/36
2
Seis Sigma
UNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL
•Introducción – El caso Aventis
•¿Qué es Seis Sigma?
• El proceso DMAIC
Definición Medición Análisis Implementación de mejoras
Control
• Caso de aplicación
-
8/20/2019 Colo Qu Iose is Sigma
3/36
3
EL CASO AVENTIS
Durante los años 2003 y 2004 se desplegó un programa de mejora delos procesos en Aventis Pharma siguiendo la metodología Seis Sigma,el cual resultó una experiencia altamente exitosa no solo por losobjetivos económicos y de eficiencia logrados sino por las
competencias que adquirieron quienes estuvieron expuestos a laexperiencia.
Durante los años 2003 y 2004 se desplegó un programa de mejora delos procesos en Aventis Pharma siguiendo la metodología Seis Sigma,el cual resultó una experiencia altamente exitosa no solo por losobjetivos económicos y de eficiencia logrados sino por las
competencias que adquirieron quienes estuvieron expuestos a laexperiencia.
-
8/20/2019 Colo Qu Iose is Sigma
4/36
4
EL CASO AVENTIS
Factores de éxito:
• Ambición por obtener resultados significativos
• Trabajo en equipo / interdisciplinario• Definición adecuada de los problemas y de las metas• Evitar ser austeros en la definición de objetivos por carencia de una
metodología (“…mejoremos cada año un poco más”)• Prejuicios (“…qué va a decir el gerente que justo esta presente en
la reunión”)
-
8/20/2019 Colo Qu Iose is Sigma
5/36
5
¿QUE ES SEIS SIGMA?
Economía intelectual:
• Esta disponible• Enfoque sistemático• Visión estadística
Economía de recursos:
• Son escasos• Tiempo• Dinero• Personas
Una metodologUna metodologíía de mejora quea de mejora que permitepermite……
-
8/20/2019 Colo Qu Iose is Sigma
6/36
6
¿QUE ES SEIS SIGMA? Principios básicos
• Mejora por Proyectos
• Cero o mínima inversión de capital
• Proyectos de rápida implementación (6 á 8 meses)
• Proceso disciplinado con decisiones basadas en datosy tratamiento estadístico de los mismos
• Búsqueda de la mínima variabilidad de los procesos
-
8/20/2019 Colo Qu Iose is Sigma
7/36
7
¿QUE ES SEIS SIGMA? Definición estadística
La naturaleza del problema
LSL USL
Descentrado
USLLSL
Gran Variabilidad
Centrar el
Proceso
Reducir laVariabilidad
Centrado
USLLSL
-
8/20/2019 Colo Qu Iose is Sigma
8/36
8
¿QUE ES SEIS SIGMA? Definición estadística
µµµµ
1σσσσ
USL
p(d)
1 2 3 4 5 6
σ
Un Proceso Seis Sigma
Punto de inflexión
-
8/20/2019 Colo Qu Iose is Sigma
9/36
9
Proceso 6 Sigma:Proceso 6 Sigma:
Seguridad f Seguridad f íísica de los pasajerossica de los pasajeros
Proceso 3 Sigma:Proceso 3 Sigma:
GestiGestióón de equipajesn de equipajes
Algunos elegidos
La mayoría delas industrias
¿QUE ES SEIS SIGMA? Un ejemplo práctico
Sigma DPMO* Rendimiento
6
5432
1
3.4
2336,210
66,807308,537
500,000
99.9997%
99.976%99.4%
99%65%
50%
Sigma DPMO* Rendimiento
6
5432
1
3.4
2336,210
66,807308,537
500,000
3.4
2336,210
66,807308,537
500,000
99.9997%
99.976%99.4%
99%65%
50%
99.9997%
99.976%99.4%
99%65%
50%
-
8/20/2019 Colo Qu Iose is Sigma
10/36
10
Proyectos DMAICProyectos DMAICProyectos DMAIC
… es decir, identificación y eliminación de paradigmas
El proceso DMAIC
-
8/20/2019 Colo Qu Iose is Sigma
11/36
11
Metodología DMAICMetodologMetodologíía DMAICa DMAIC
Definir Medir MejorarAnalizar Controlar
Nivel de NegocioNivel de Negocio
Nivel TNivel Téécnicocnico
El proceso DMAIC
-
8/20/2019 Colo Qu Iose is Sigma
12/36
12
Seis Sigma: Proceso visto como función
Entradas SalidasPROCESOPROCESO
Y = f ( x1 , x2 , x3 , ... , xn )
x1 , x2 , x3 , ... , xn Y
Antiguo conceptode Calidad:
Controlar el producto
Nuevo conceptode Calidad:
Controlar el Proceso
¿Cómo?...Controlando todas
las X´s
Seis Sigma proponehacerlo sobre lasestadísticamente
significativas
-
8/20/2019 Colo Qu Iose is Sigma
13/36
13
Enfoque Y = f (x)Enfoque Y =Enfoque Y = f f (x)(x)
Definir Medir MejorarAnalizar Controlar
Nivel de NegocioNivel de Negocio
Nivel TNivel Téécnicocnico
YactualYfuturo
DinDináámicamicade Y yde Y y XsXs
XsXsCrCrííticosticos
EncontrarEncontrar f f
Sostener Yfuturo
El proceso DMAIC
-
8/20/2019 Colo Qu Iose is Sigma
14/36
14
Enfoque Y = f (x)Enfoque Y =Enfoque Y = f f (x)(x)
Definir Medir MejorarAnalyze Controlar
Nivel de GestiNivel de Gestióónn
Nivel TNivel Téécnicocnico
YactualYfuturo
Oportunidades deOportunidades de
mejora inmediatasmejora inmediatas
DinDináámicamicade Y yde Y y XsXs
XsXs
CrCrí í ticosticos
EncontrarEncontrar f f
Sostener Yfuturo
El proceso DMAIC
-
8/20/2019 Colo Qu Iose is Sigma
15/36
15
PASO 1: DEFINIR PASO 1: DEFINIR PASO 1: DEFINIR VOCVOCCarta del ProyectoCarta del Proyecto
Index
S A L E S
140126112988470564228141
6,5
6,0
5,5
5,0
4,5
4,0
3,5
Time Series Plot of SALES
GrGrááfico del Yfico del Y
del proyectodel proyecto
Mapa de Proceso de Alto NivelMapa de Proceso de Alto Nivel(SIPOC)(SIPOC)
OutputsProcessInputs S u p p l i e r s
C u s t o m
e r s
El proceso DMAIC - Definir
-
8/20/2019 Colo Qu Iose is Sigma
16/36
16
•• Carta del proyectoCarta del proyecto
•• Base del proyecto (YBase del proyecto (Y GraphGraph))
•• SIPOCSIPOC
PRODUCTOSPRODUCTOS
PASO 1: DEFINIR PASO 1: DEFINIR PASO 1: DEFINIR
Productos de la fase Definir
-
8/20/2019 Colo Qu Iose is Sigma
17/36
17
PASO 2: MEDIR PASO 2: MEDIR PASO 2: MEDIR
Col# 1 2 3 4 5 6Inspector A BSample # 1st Trial2nd Trial Diff 1st Trial2nd Trial Diff
1 2.0 1.0 1.0 1.5 1.5 0.02 2.0 3.0 1.0 2.5 2.5 0.03 1.5 1.0 0.5 2.0 1.5 0.54 3.0 3.0 0.0 2.0 2.5 0.55 2.0 1.5 0.5 1.5 0.5 1.0
Totals 10.5 9.5 3.0 9.5 8.5 2.0Averages 2.1 1.9 0.6 1.9 1.7 0.4
Sum 4.0 Sum 3.6XA 2.0 XB 1.8RA RB
0
1000
-1000
10 20 30
UCL
X
LCL
D B F A C E Other
Operational Definition and Procedures
Data Collection PlanWhat questions do you want to answer?
DataWhat Measure type/
Data typeHowmeasured
Relatedconditions
Samplingnotes
How/where
How will you ensureconsistency and stability?
What is your plan forstarting data collection?How will the data be displayed?
Move
Bucket
Denest
Bucket
Orient
Bucket
Fill
Bucket
Orient
Bucket
Add
glycol/water
Drop
Lid
Crimp
LidLabel
Bucket
Spray code
onto
Bucket
Move
Bucket
Orient
Bucket
Start
Stop
Mapeo de procesoMapeo de proceso
Plan de ColecciPlan de Coleccióón de Datosn de Datos
AnAnáálisis dellisis delSistema de MediciSistema de Medicióónn
Comportamiento de YComportamiento de Yy estratificaciy estratificacióón preliminarn preliminar
Diagrama espina de pescadoDiagrama espina de pescado
El proceso DMAIC - Medir
-
8/20/2019 Colo Qu Iose is Sigma
18/36
18
•• EstadEstadíística de Ystica de Y
•• Confiabilidad de los datosConfiabilidad de los datos
•• Mapa de ProcesoMapa de Proceso
PRODUCTOSPRODUCTOS
PASO 2: MEDIR PASO 2: MEDIR PASO 2: MEDIR
Productos de la fase Medir
-
8/20/2019 Colo Qu Iose is Sigma
19/36
19
PASO 3: ANALIZAR PASO 3: ANALIZAR PASO 3: ANALIZAR
Matriz Causa & EfectoMatriz Causa & Efectoo FMEAo FMEA Testeo de hipTesteo de hipóótesistesis
Lista deLista de XsXsCrCrííticosticos
I1
I2
I3
I4
O1 O2 O3 O4
FMEA
Xs potenciales
Xs priorizados
Region
S a
l e s ( K U S D )
SurNorteMetropolitana
110
100
90
80
70
60
50
40
30
Boxplot of Sales (KUSD) by Region
Average Price (USD/Unit)
S a l e s ( K U S D )
9,08,58,07,57,0
110
100
90
80
70
60
50
40
30
S 19,3776
R-Sq 1,5%
R-Sq (ad j) 0,5%
Fitted Line PlotSales (KUSD) = 36,81 + 4,168 Average Price (USD/Unit)
One-way ANOVA: Sales (KUSD) versus Region
Source DF SS MS F P
Region 2 28955,5 14477,8 172,98 0,000
Error 96 8034,6 83,7
Total 98 36990,2
S = 9,148 R-Sq = 78,28% R-Sq(adj) = 77,83%
Individual 95% CIs For Mean Based on
Pooled StDev
Level N Mean StDev +---------+---------+---------+---------
Metropolitana 30 91,388 10,970 (--*--)
Norte 39 50,573 8,043 (-*--)
Sur 30 74,134 8,483 (--*--)
+---------+---------+---------+---------
48 60 72 84
Pooled StDev = 9,148
Diagrama espina de pescadoDiagrama espina de pescado
El proceso DMAIC - Analizar
-
8/20/2019 Colo Qu Iose is Sigma
20/36
20
•• Lista deLista de XsXs CrCrííticosticos PRODUCTOSPRODUCTOS
PASO 3: ANALIZAR PASO 3: ANALIZAR PASO 3: ANALIZAR
Productos de la fase Analizar
-
8/20/2019 Colo Qu Iose is Sigma
21/36
21
PASO 4: MEJORAR PASO 4: MEJORAR PASO 4: MEJORAR ExperimentaciExperimentacióónnen procesos realesen procesos reales
Prueba & AnPrueba & Anáálisis de Riesgolisis de Riesgo
PlanificaciPlanificacióón & Programacin & Programacióónn
A
BC
D
4
13
2
2 4 86 10
G
1 3 5 7 9A
BC
D
FE
JIH
G
GeneraciGeneracióón den desolucionessoluciones
´s ´s
El proceso DMAIC - Mejorar
-
8/20/2019 Colo Qu Iose is Sigma
22/36
22
•• RelaciRelacióón entren entre
Y yY y XsXs CrCrííticosticos
•• Mejor soluciMejor solucióónn
PRODUCTOSPRODUCTOS
PASO 4: MEJORAR PASO 4: MEJORAR PASO 4: MEJORAR
Productos de la fase Mejorar
-
8/20/2019 Colo Qu Iose is Sigma
23/36
23
PASO 5: CONTROLAR PASO 5: CONTROLAR PASO 5: CONTROLAR Proceso de MonitoreoProceso de MonitoreoY ControlY Control
CelebraciCelebracióónn
DocumentaciDocumentacióónn& Comunicaci& Comunicacióónn
O p e r a t i n g P r o c e d u r e s
TrainingCurriculum
TrainingManual M a n u a l
Fill to here
Observation
I n d i v i d u a l V a l u e
9181716151413121111
120
100
80
60
40
_ X=70,08
UCL=99,30
LCL=40,86
Observation
M o v i n g R a n g e
9181716151413121111
40
30
20
10
0
__ MR=10,99
UCL=35,90
LCL=0
1
1
111
1
11
1111
111
11
I-MR Chart of Sales (KUSD)
El proceso DMAIC - Controlar
-
8/20/2019 Colo Qu Iose is Sigma
24/36
24
•• Procedimientos, controles,Procedimientos, controles,metodologmetodologíías paraas parasostener las ganancias.sostener las ganancias.
PRODUCTOSPRODUCTOS
PASO 5: CONTROLAR PASO 5: CONTROLAR PASO 5: CONTROLAR
Productos de la fase Controlar
-
8/20/2019 Colo Qu Iose is Sigma
25/36
25
CASO PRÁCTICO
LLÍÍNEA DE ENVASADONEA DE ENVASADO
EN UNAEN UNA
EMPRESA FARMACEMPRESA FARMACÉÉUTICAUTICA
-
8/20/2019 Colo Qu Iose is Sigma
26/36
26
• La envasadora tiene una eficiencia del 62%, lo cual es
inadmisible.• En realidad, el problema esta en el setup, que consume
la mitad del tiempo perdido.
• El tiempo de setup de 1 ½ horas es bueno, el problemaradica en la cantidad de cambios de campaña a lo largodel mes.
CASO PRÁCTICO: Línea de envasado en una empresa farmecéutica
-
8/20/2019 Colo Qu Iose is Sigma
27/36
27
Análisis de Pareto
Pérdida de eficiencia 16416 15121 4320 3024 1728 1295 1190
Percent 38,1 35,1 10,0 7,0 4,0 3,0 2,8
Cum % 38,1 73,2 83,2 90,2 94,2 97,2 100,0
Motivo
O t h e
r
F a l t a d
e P e
r s o n
a l
P r o d . E s
p e c i a l e
s
P a r a d a
s N o P r
o g .
M a n t . P r
e v e n t i v
o
S e t u
p
E n v a s a d
o r a
40000
30000
20000
10000
0
100
80
60
40
20
0
P é r d i d
a d e e f i c i e n c i a
P e r c e n t
Pareto Chart of Motivo
CASO PRÁCTICO: Línea de envasado en una empresa farmecéutica
-
8/20/2019 Colo Qu Iose is Sigma
28/36
28
8273645546372819101
70,0
67,5
65,0
62,5
60,0
57,5
55,0
Observation
I n d i v i d u
a l V a l u e
_ X=62,06
UCL=68,47
LCL=55,66
I Chart of Eficiencia(%)
Eficiencia de envasado
-
8/20/2019 Colo Qu Iose is Sigma
29/36
29
CARTA DEL PROYECTOTITULO AUMENTO DE LA EFICIENCIA DE ENVASADO
OBJETIVO DELPROYECTO
Aumentar la eficiencia de la línea de envasado de un valor actual de 62,1% a un nuevo valor de 82,0%para diciembre de 2010. Esta mejora significará un beneficio de USD 53.000 anuales en concepto deaumento del margen de ganancia por mayores ventas, dado que el producto se encuentrasobrevendido.
ALCANCE Línea de envasado
INDICADORESCLAVE
VINCULADOS
INDICADOR PRIMARIO: Eficiencia de envasado diaria, expresada en %.
INDICADORES SECUNDARIOS:
• Scrap del sector envasado
• Reclamos de clientes
LÍDER DEL PROYECTO: Green Belt
SPONSOR: Gerente de Planta
INTEGRANTES DEL EQUIPO:
• Operadores del sector• Mecánicos de mantenimiento
Fase Definir: Carta del proyecto
-
8/20/2019 Colo Qu Iose is Sigma
30/36
30
TNM
67,5
65,0
62,5
60,0
57,5
55,0
Turno
E f i c i e n c i a ( % )
Boxplot of Eficiencia(%)
9080706050403020101
67,5
65,0
62,5
60,0
57,5
55,0
Observation
E f i c i e n c i a ( % )
Number o f runs about median: 32
Expected number of runs: 46,0
Longest run about median: 11
Approx P-Value for C lustering: 0,001
Approx P-Value for Mixtures: 0,999
Number of runs up or down: 55
Expected number of runs: 59,7
Longest run up or down: 4
Approx P-Value for Trends: 0,119
Approx P-Value for Oscillation: 0,881
Run Chart of Eficiencia(%)
CB A
67,5
65,0
62,5
60,0
57,5
55,0
Producto
E f i c i e n c i a ( % )
Boxplot of Eficiencia(%)
Hallazgo: Los datos tienden a agruparsede alguna forma (“efecto clustering”)
Fase Medir: Análisis exploratorio de los datos
-
8/20/2019 Colo Qu Iose is Sigma
31/36
-
8/20/2019 Colo Qu Iose is Sigma
32/36
32
Causa crítica Solución propuesta Responsable
Calidad de lastapas de envases
Calidad de lastapas de envases
Producto BProducto B
Normalizar especificaciónde las tapas
Normalizar especificaciónde las tapas
Parametrizar envasadoracon ajustes de presión
Parametrizar envasadoracon ajustes de presión
Reformular viscosidad delproducto B (test Ok)
Reformular viscosidad delproducto B (test Ok)
Ingeniería/ComprasIngeniería/Compras
IngenieríaIngeniería
LaboratorioLaboratorio
Fase Mejorar: Implementación de soluciones
-
8/20/2019 Colo Qu Iose is Sigma
33/36
33
15413712010386695235181
85
80
75
70
65
60
55
Observation
I n d i v i d u a l V a l u e
_ X=82,13
UCL=85,75
LCL=78,51
Antes Etapa I Despues
1
1
I Chart of %Eficiencia by Proyecto
Nuevovalor=82,1%
vs meta=82,0%
Nuevovalor=82,1%
vs meta=82,0%
Fase Controlar: Sustentabilidad de las mejoras obtenidas
-
8/20/2019 Colo Qu Iose is Sigma
34/36
34
La calidad se asegura a través de un trabajo consciente y profesional.
Lean Seis Sigma no es un conjunto de herramientas, es unametodología para la solución robusta de problemas. Es una nuevaforma de trabajar (un cambio cultural).
Las cinco fases de la metodología (DMAIC) son imprescindibles paraasegurar este tipo de soluciones.
Lograr que la metodología Lean Seis Sigma no sea un adicional a laslas actividades laborales, es el comienzo de un cambio cualitativo en
el trabajo.
CONCLUSIONES
-
8/20/2019 Colo Qu Iose is Sigma
35/36
35
DISERTANTES
Dr. Rodolfo Benedix
Farmacéutico. MBA in Human Resources Management by SUNY-USAL.Six Sigma Champion by HLTnetwork SA.Ex Titular de Cátedra de Innovación y Promoción al Cambio del MBA en Dirección de Recursos HumanosUSAL .Consultor Senior en Excelencia Industrial. Director de RFB & Asociados Consultoría Oganizacional yTécnica Asesor en Eficiencia y Productividad Industrial en Roux-Ocefa SA. Ex Manufacturing Manager yExcellence Industrial para el Cono Sur en Aventis Farma
Ing. Adrian Sergio Gabriele
Ingeniero Químico - Universidad Nacional de La Plata.Six Sigma Master Black Belt by Six Sigma Academy &E.I. DuPont de Nemours.Director Comercial de HLTnetwork SA., empresa especializada en prácticas de excelencia vinculadas a laCalidad.Ex-Business Excellence Manager para Latinoamérica en ICI, responsable del despliegue de Six Sigma en
las filiales de Argentina, Brasil y Uruguay.Ex-gerente de Calidad Total en DuPont Argentina, responsable de certificaciones ISO-9000 y programasde satisfacción del cliente.
-
8/20/2019 Colo Qu Iose is Sigma
36/36
36
MUCHAS GRACIAS …