ColoquioSeisSigma - Seis Sigma UNA METODOLOGA CLAVE PARA LA...

This preview shows page 1 out of 36 pages.

Unformatted text preview: Seis Sigma UNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL Rodolfo Benedix – Adrián Gabriele Julio de 2010 1 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 2 EL CASO AVENTIS Durante Durantelos losaños años2003 2003yy2004 2004se sedesplegó desplegóun unprograma programade demejora mejorade de los losprocesos procesosen enAventis AventisPharma Pharmasiguiendo siguiendola lametodología metodologíaSeis SeisSigma, Sigma, el elcual cualresultó resultóuna unaexperiencia experienciaaltamente altamenteexitosa exitosano nosolo solopor porlos los objetivos objetivoseconómicos económicosyyde deeficiencia eficiencialogrados logradossino sinopor porlas las competencias competenciasque queadquirieron adquirieronquienes quienesestuvieron estuvieronexpuestos expuestosaala la experiencia. experiencia. 3 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”) 4 ¿QUE ES SEIS SIGMA? Una metodología de mejora que permite… Economía intelectual: Economía de recursos: • Esta disponible • Enfoque sistemático • Visión estadística • • • • Son escasos Tiempo Dinero Personas 5 ¿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 datos y tratamiento estadístico de los mismos • Búsqueda de la mínima variabilidad de los procesos 6 ¿QUE ES SEIS SIGMA? Definición estadística La naturaleza del problema Descentrado LSL Gran Variabilidad LSL USL USL Centrado Reducir la Variabilidad Centrar el Proceso LSL USL 7 ¿QUE ES SEIS SIGMA? Definición estadística µ Punto de inflexión 1σ σ p(d) 1 2 3 σ 4 5 6 USL Un Proceso Seis Sigma 8 ¿QUE ES SEIS SIGMA? Un ejemplo práctico Algunos elegidos Proceso 6 Sigma: Seguridad física de los pasajeros La mayoría de las industrias Proceso 3 Sigma: Gestión de equipajes Sigma 6 5 4 3 2 1 DPMO* Rendimiento 3.4 99.9997% 233 99.976% 6,210 99.4% 66,807 99% 308,537 65% 500,000 50% 9 El proceso DMAIC Proyectos Proyectos DMAIC DMAIC … es decir, identificación y eliminación de paradigmas 10 El proceso DMAIC Metodolog ía DMAIC Metodología DMAIC Definir Medir Analizar Mejorar Controlar Nivel de Negocio Nivel Técnico 11 Seis Sigma: Proceso visto como función Entradas PROCESO x1 , x2 , x3 , ... , xn ¿Cómo?... Controlando todas las X´s Seis Sigma propone hacerlo sobre las estadísticamente significativas Nuevo concepto de Calidad: Controlar el Proceso Y = f ( x1 , x2 , x3 , ... , xn ) Salidas Y Antiguo concepto de Calidad: Controlar el producto 12 El proceso DMAIC Enfoque Enfoque YY == ff (x) (x) Definir Medir Yactual Yfuturo Analizar Controlar Sostener Yfuturo Nivel de Negocio Dinámica de Y y Xs Nivel Técnico Mejorar Encontrar f Xs Críticos 13 El proceso DMAIC Enfoque EnfoqueYY==ff(x) (x) Definir Medir Yactual Yfuturo Oportunidades Analyze de Mejorar mejora inmediatas Nivel Técnico Sostener Yfuturo Nivel de Gestión Dinámica de Y y Xs Controlar Encontrar f Xs Críticos 14 El proceso DMAIC - Definir Carta del Proyecto PASO PASO 1: 1: DEFINIR DEFINIR VOC Gráfico del Y del proyecto Time Series Plot of SALES Inputs Process 6,5 6,0 5,5 SALES Outputs Customers Suppliers Mapa de Proceso de Alto Nivel (SIPOC) 5,0 4,5 4,0 3,5 1 14 28 42 56 70 Index 84 98 112 126 140 15 Productos de la fase Definir PASO PASO 1: 1: DEFINIR DEFINIR • Carta del proyecto • Base del proyecto (Y Graph) PRODUCTOS • SIPOC 16 El proceso DMAIC - Medir Diagrama espina de pescado PASO PASO 2: 2: MEDIR MEDIR Mapeo de proceso Start Move Bucket Denest Bucket Orient Bucket Fill Bucket Orient Bucket Add glycol/water Plan de Colección de Datos Data Collection Plan Orient Bucket Move Bucket Spray code onto Bucket Drop Lid Crimp Lid Label Bucket What questions do you want to answer? Operational Definition and Procedures Data What Measure type/How Related Sampling How/ Data type measuredconditionsnotes where Stop How will you ensure What is your plan for consistency and stability?starting data collection? How will the data be displayed? Comportamiento de Y y estratificación preliminar UCL 1000 X 0 LCL -1000 10 20 30 D B F A C E Other Col# 1 2 Inspector A Sample # 1st Trial2nd Trial 1 2.0 1.0 2 2.0 3.0 3 1.5 1.0 4 3.0 3.0 5 2.0 1.5 Totals 10.5 9.5 Averages 2.1 1.9 Sum XA 4.0 2.0 3 Diff 1.0 1.0 0.5 0.0 0.5 3.0 0.6 RA 4 5 B 1st Trial2nd Trial 1.5 1.5 2.5 2.5 2.0 1.5 2.0 2.5 1.5 0.5 9.5 8.5 1.9 1.7 Sum XB 3.6 1.8 6 Diff 0.0 0.0 0.5 0.5 1.0 2.0 0.4 Análisis del Sistema de Medición RB 17 Productos de la fase Medir PASO PASO 2: 2: MEDIR MEDIR • Estadística de Y • Confiabilidad de los datos PRODUCTOS • Mapa de Proceso 18 El proceso DMAIC - Analizar Diagrama espina de pescado PASO PASO 3: 3: ANALIZAR ANALIZAR Matriz Causa & Efecto o FMEA Boxplot of Sales (KUSD) by Region 110 Sales (KUSD) 90 Xs potenciales O1 O2 80 70 60 O3 O4 50 I1 I2 Testeo de hipótesis 100 FMEA Fitted Line Plot Sales (KUSD) = 36,81 + 4,168 Average Price (USD/Unit) 40 I3 S R-Sq R-Sq(adj) 110 30 I4 Metropolitana Norte Region Sur 100 19,3776 1,5% 0,5% Sales (KUSD) 90 Xs priorizados 80 70 60 One-way ANOVA: Sales (KUSD) versus Region 50 Source Region Error Total 40 DF 2 96 98 SS 28955,5 8034,6 36990,2 MS 14477,8 83,7 F 172,98 P 0,000 30 7,0 S = 9,148 Lista de Xs Críticos R-Sq = 78,28% Level Metropolitana Norte Sur N 30 39 30 Mean 91,388 50,573 74,134 Pooled StDev = 9,148 R-Sq(adj) = 77,83% StDev 10,970 8,043 8,483 7,5 8,0 8,5 Average Price (USD/Unit) 9,0 Individual 95% CIs For Mean Based on Pooled StDev +---------+---------+---------+--------(--*--) (-*--) (--*--) +---------+---------+---------+--------48 60 72 84 19 Productos de la fase Analizar PASO PASO 3: 3: ANALIZAR ANALIZAR • Lista de Xs Críticos PRODUCTOS 20 El proceso DMAIC - Mejorar Experimentación en procesos reales A B C D PASO PASO 4: 4: MEJORAR MEJORAR Generación de soluciones 4 1 3 2 Prueba & Análisis de Riesgo Planificación & Programación 1 2 3 4 5 6 7 8 9 10 A ´s B C D G E F H ´s G I J 21 Productos de la fase Mejorar PASO PASO 4: 4: MEJORAR MEJORAR • Relación entre Y y Xs Críticos PRODUCTOS • Mejor solución 22 El proceso DMAIC - Controlar Proceso de Monitoreo Y Control PASO PASO 5: 5: CONTROLAR CONTROLAR I-MR Chart of Sales (KUSD) 120 Individual Value 1 1 100 1 11 11 1 1 U C L=99,30 80 _ X=70,08 60 40 1 1 LC L=40,86 11 1 11 21 31 1 1 41 51 O bser vation 61 71 81 1 1 40 91 U C L=35,90 M oving Range Training Ope Curriculum Proc rating Training edu Manres Manual ual 30 Fill to here Documentación & Comunicación 20 __ M R=10,99 10 0 LC L=0 1 11 21 31 41 51 O bser vation 61 71 81 91 Celebración 23 Productos de la fase Controlar PASO PASO 5: 5: CONTROLAR CONTROLAR • Procedimientos, controles, metodologías para sostener las ganancias. PRODUCTOS 24 CASO PRÁCTICO LÍNEA DE ENVASADO EN UNA EMPRESA FARMACÉUTICA 25 CASO PRÁCTICO: Línea de envasado en una empresa farmecéutica • 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 problema radica en la cantidad de cambios de campaña a lo largo del mes. 26 CASO PRÁCTICO: Línea de envasado en una empresa farmecéutica Análisis de Pareto 100 40000 80 30000 60 20000 40 10000 20 0 Motivo 0 o ad s va En Pérdida de eficiencia Percent Cum % Percent Pérdida de eficiencia Pareto Chart of Motivo ra s o al g. n le iv o t a r o i n P rs ec o ve e p e P N s r s e .E .P a d t d d o an lta ra Pr M Fa Pa p tu e S 16416 15121 4320 38,1 35,1 10,0 38,1 73,2 83,2 3024 7,0 90,2 1728 4,0 94,2 O er th 1295 1190 3,0 2,8 97,2 100,0 27 Eficiencia de envasado I Chart of Eficiencia(%) 70,0 UCL=68,47 Individual Value 67,5 65,0 _ X=62,06 62,5 60,0 57,5 LCL=55,66 55,0 1 10 19 28 37 46 55 Observation 64 73 82 28 Fase Definir: Carta del proyecto CARTA DEL PROYECTO TITULO OBJETIVO DEL PROYECTO ALCANCE AUMENTO DE LA EFICIENCIA DE ENVASADO 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 de aumento del margen de ganancia por mayores ventas, dado que el producto se encuentra sobrevendido. Línea de envasado INDICADOR PRIMARIO: Eficiencia de envasado diaria, expresada en %. INDICADORES CLAVE VINCULADOS 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 29 Fase Medir: Análisis exploratorio de los datos Boxplot of Eficiencia(%) 67,5 67,5 65,0 65,0 Eficiencia(%) Eficiencia(%) Run Chart of Eficiencia(%) 62,5 60,0 62,5 60,0 57,5 57,5 55,0 55,0 M 1 10 20 30 40 50 Observation 60 70 80 90 N Turno T Boxplot of Eficiencia(%) 67,5 32 46,0 11 0,001 0,999 Number of runs up or down: Expected number of runs: Longest run up or down: Approx P-Value for Trends: Approx P-Value for Oscillation: 55 59,7 4 0,119 0,881 Hallazgo: Los datos tienden a agruparse de alguna forma (“efecto clustering”) 65,0 Eficiencia(%) Number of runs about median: Expected number of runs: Longest run about median: Approx P-Value for C lustering: Approx P-Value for Mixtures: 62,5 60,0 57,5 55,0 A B Producto C 30 Fase Analizar: identificación de causas críticas Cliente Servicio Cliente Superv Pintura Operad Pintura Stock Contactar Cliente Acuerdo tarea con área de Pintura Inspeccionar trabajo Asignar trabajo Traer vehículo Orden de pintura ¿Consultar con preparaciones? Si Claificar problema No Ejecutar trabajo Si Máquina/ Equipo Transporte pobre entrenamiento no disponible Hornos Presión inadecuada pequeños ¿Trabajo OK? No Mano de obra Pobre manejo procedimiento de pedidos grandes Repartidor perdido Volúmen Pobre del envase Despacho Retrabajo Métodos Materiales Personal no disponible Entrega tardía í Variación de pizza peso neto en viernes y de yogur sábados Falta Viscosidad de inadecuada ingredientes 28 Causas potenciales, a través de la utilización de: • Mapa del proceso • Diagrama de ishikawa 6 Causas priorizadas, a través de la utilización de: • Matríz de Causa & Efecto • AMFE 2 Causas críticas, a través de la utilización de: • Test de hipótesis 31 Fase Mejorar: Implementación de soluciones Causa crítica Calidad Calidadde delas las tapas tapasde deenvases envases Producto ProductoBB Solución propuesta Responsable Normalizar Normalizarespecificación especificación de las de lastapas tapas Ingeniería/Compras Ingeniería/Compras Parametrizar Parametrizarenvasadora envasadora con conajustes ajustesde depresión presión Ingeniería Ingeniería Reformular Reformularviscosidad viscosidaddel del producto productoBB(test (testOk) Ok) Laboratorio Laboratorio 32 Fase Controlar: Sustentabilidad de las mejoras obtenidas I Chart of %Eficiencia by Proyecto Antes Etapa I Despues UCL=85,75 _ X=82,13 85 Individual Value 80 LCL=78,51 75 70 Nuevo Nuevo valor=82,1% valor=82,1% vs vsmeta=82,0% meta=82,0% 65 60 1 1 55 1 18 35 52 69 86 103 Observation 120 137 154 33 CONCLUSIONES  La calidad se asegura a través de un trabajo consciente y profesional.  Lean Seis Sigma no es un conjunto de herramientas, es una metodología para la solución robusta de problemas. Es una nueva forma de trabajar (un cambio cultural).  Las cinco fases de la metodología (DMAIC) son imprescindibles para asegurar este tipo de soluciones.  Lograr que la metodología Lean Seis Sigma no sea un adicional a las las actividades laborales, es el comienzo de un cambio cualitativo en el trabajo. 34 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 Humanos USAL . Consultor Senior en Excelencia Industrial. Director de RFB & Asociados Consultoría Oganizacional y Técnica Asesor en Eficiencia y Productividad Industrial en Roux-Ocefa SA. Ex Manufacturing Manager y Excellence 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 la Calidad. 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 programas de satisfacción del cliente. 35 MUCHAS GRACIAS … 36 ...
View Full Document

  • Spring '17
  • Karla Penelope Ponton Munguia

What students are saying

  • Left Quote Icon

    As a current student on this bumpy collegiate pathway, I stumbled upon Course Hero, where I can find study resources for nearly all my courses, get online help from tutors 24/7, and even share my old projects, papers, and lecture notes with other students.

    Student Picture

    Kiran Temple University Fox School of Business ‘17, Course Hero Intern

  • Left Quote Icon

    I cannot even describe how much Course Hero helped me this summer. It’s truly become something I can always rely on and help me. In the end, I was not only able to survive summer classes, but I was able to thrive thanks to Course Hero.

    Student Picture

    Dana University of Pennsylvania ‘17, Course Hero Intern

  • Left Quote Icon

    The ability to access any university’s resources through Course Hero proved invaluable in my case. I was behind on Tulane coursework and actually used UCLA’s materials to help me move forward and get everything together on time.

    Student Picture

    Jill Tulane University ‘16, Course Hero Intern