coloquio seis sigma para imprimir - hlt · pdf file3 el caso aventis durante los años...

1

Seis SigmaUNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL

Rodolfo Benedix – Adrián Gabriele

Julio de 2010

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

3

EL CASO AVENTIS

Durante los años 2003 y 2004 se desplegó un programa de mejora de los procesos en Aventis Pharma siguiendo la metodología Seis Sigma, el cual resultó una experiencia altamente exitosa no solo por los objetivos económicos y de eficiencia logrados sino por las competencias que adquirieron quienes estuvieron expuestos a la experiencia.

Durante los años 2003 y 2004 se desplegó un programa de mejora de los procesos en Aventis Pharma siguiendo la metodología Seis Sigma, el cual resultó una experiencia altamente exitosa no solo por los objetivos económicos y de eficiencia logrados sino por las competencias que adquirieron quienes estuvieron expuestos a la experiencia.

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”)

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 que a de mejora que permitepermite……

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

7

¿QUE ES SEIS SIGMA? Definición estadística

La naturaleza del problema

LSL USL

Descentrado

USLLSL

Gran Variabilidad

Centrar elProceso

Reducir la Variabilidad

Centrado

USLLSL

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

9

Proceso 6 Sigma:Proceso 6 Sigma:

Seguridad fSeguridad fíísica 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

654321

3.4233

6,21066,807

308,537500,000

99.9997%99.976%

99.4%99%65%50%

Sigma DPMO* Rendimiento

654321

3.4233

6,21066,807

308,537500,000

3.4233

6,21066,807

308,537500,000

99.9997%99.976%

99.4%99%65%50%

99.9997%99.976%

99.4%99%65%50%

10

Proyectos DMAICProyectos DMAICProyectos DMAIC

… es decir, identificación y eliminación de paradigmas

El proceso DMAIC

11

Metodología DMAICMetodologMetodologíía DMAICa DMAIC

Definir Medir MejorarAnalizar Controlar

Nivel de NegocioNivel de Negocio

Nivel TNivel Téécnicocnico

El proceso DMAIC

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 lasestadísticamentesignificativas

13

Enfoque Y = f (x)Enfoque Y = Enfoque Y = ff (x)(x)

Definir Medir MejorarAnalizar Controlar

Nivel de NegocioNivel de Negocio


YactualYfuturo

DinDináámicamicade Y y de Y y XsXs

XsXsCrCrííticosticos

Encontrar Encontrar ff

Sostener Yfuturo

El proceso DMAIC

14

Enfoque Y = f (x)Enfoque Y = Enfoque Y = ff (x)(x)

Definir Medir MejorarAnalyze Controlar

Nivel de GestiNivel de Gestióónn


Yactual

Yfuturo

Oportunidades de Oportunidades de

mejora inmediatasmejora inmediatas

DinDináámicamica

de Y y de Y y XsXs

XsXs

CrCrííticosticos

Encontrar Encontrar ff

Sostener Yfuturo

El proceso DMAIC

15

PASO 1: DEFINIRPASO 1: DEFINIRPASO 1: DEFINIRVOCVOC

Carta del ProyectoCarta del Proyecto

Index

SALES

140126112988470564228141

6,5

6,0

5,5

5,0

4,5

4,0

3,5

Time Series Plot of SALES

GrGrááfico del Y fico del Y del proyectodel proyecto

Mapa de Proceso de Alto NivelMapa de Proceso de Alto Nivel(SIPOC)(SIPOC)

OutputsProcessInputs

Suppliers

Custom

ers

El proceso DMAIC - Definir

16

•• Carta del proyectoCarta del proyecto

•• Base del proyecto (Y Base del proyecto (Y GraphGraph))

•• SIPOCSIPOC

PRODUCTOSPRODUCTOS

PASO 1: DEFINIRPASO 1: DEFINIRPASO 1: DEFINIR

Productos de la fase Definir

17

PASO 2: MEDIRPASO 2: MEDIRPASO 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 2.0

Averages 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 typeHow measured

Related conditions

Sampling notes

How/where

How will you ensure consistency and stability?

What is your plan for starting 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 del lisis del Sistema de MediciSistema de Medicióónn

Comportamiento de YComportamiento de Yy estratificaciy estratificacióón preliminarn preliminar

Diagrama espina de pescadoDiagrama espina de pescado

El proceso DMAIC - Medir

18

•• EstadEstadíística de Ystica de Y

•• Confiabilidad de los datosConfiabilidad de los datos

•• Mapa de ProcesoMapa de Proceso

PRODUCTOSPRODUCTOS

PASO 2: MEDIRPASO 2: MEDIRPASO 2: MEDIR

Productos de la fase Medir

19

PASO 3: ANALIZARPASO 3: ANALIZARPASO 3: ANALIZAR

Matriz Causa & EfectoMatriz Causa & Efectoo FMEAo FMEA Testeo de hipTesteo de hipóótesistesis

Lista de Lista de XsXsCrCrííticosticos

I1

I2

I3

I4

O1 O2 O3 O4

FMEA

Xs potenciales

Xs priorizados

Region

Sales (KUSD)

SurNorteMetropolitana

110

100

90

80

70

60

50

40

30

Boxplot of Sales (KUSD) by Region

Average Price (USD/Unit)

Sales (KUSD)

9,08,58,07,57,0

110

100

90

80

70

60

50

40

30

S 19,3776

R-Sq 1,5%

R-Sq(adj) 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

20

•• Lista de Lista de XsXs CrCrííticosticos PRODUCTOSPRODUCTOS

PASO 3: ANALIZARPASO 3: ANALIZARPASO 3: ANALIZAR

Productos de la fase Analizar

21

PASO 4: MEJORARPASO 4: MEJORARPASO 4: MEJORARExperimentaciExperimentacióónnen procesos realesen procesos reales

Prueba & AnPrueba & Anáálisis de Riesgolisis de Riesgo

PlanificaciPlanificacióón & Programacin & Programacióónn

A

B

C

D

4

1

3

2

2 4 86 10

G

1 3 5 7 9A

BC

D

FE

JIH

G

GeneraciGeneracióón de n de solucionessoluciones

´s ´s

El proceso DMAIC - Mejorar

22

•• RelaciRelacióón entre n entre Y y Y y XsXs CrCrííticosticos

•• Mejor soluciMejor solucióónn

PRODUCTOSPRODUCTOS

PASO 4: MEJORARPASO 4: MEJORARPASO 4: MEJORAR

Productos de la fase Mejorar

23

PASO 5: CONTROLARPASO 5: CONTROLARPASO 5: CONTROLARProceso de MonitoreoProceso de MonitoreoY ControlY Control

CelebraciCelebracióónn

DocumentaciDocumentacióónn& Comunicaci& Comunicacióónn

Operating Procedures

TrainingCurriculum

TrainingManual Manual

Fill to here

Observation

Individual Value

9181716151413121111

120

100

80

60

40

_X=70,08

UC L=99,30

LC L=40,86

Observation

Moving Range

9181716151413121111

40

30

20

10

0

__MR=10,99

UC L=35,90

LC L=0

1

1

111

1

11

1111

111

11

I-MR Chart of Sales (KUSD)

El proceso DMAIC - Controlar

24

•• Procedimientos, controles,Procedimientos, controles,metodologmetodologíías para as para sostener las ganancias.sostener las ganancias.

PRODUCTOSPRODUCTOS

PASO 5: CONTROLARPASO 5: CONTROLARPASO 5: CONTROLAR

Productos de la fase Controlar

25

CASO PRÁCTICO

LLÍÍNEA DE ENVASADONEA DE ENVASADO

EN UNAEN UNA

EMPRESA FARMACEMPRESA FARMACÉÉUTICAUTICA

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 problema radica en la cantidad de cambios de campaña a lo largo del mes.

CASO PRÁCTICO: Línea de envasado en una empresa farmecéutica

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

Other

Falta de Pe

rson

al

Prod

.Especiales

Parada

s No

Prog.

Man

t.Preventivo

Setup

Envasado

ra

40000

30000

20000

10000

0

100

80

60

40

20

0

Pérdida de eficiencia

Percent

Pareto Chart of Motivo

CASO PRÁCTICO: Línea de envasado en una empresa farmecéutica

28

8273645546372819101

70,0

67,5

65,0

62,5

60,0

57,5

55,0

Observation

Individual Value

_X=62,06

UCL=68,47

LCL=55,66

I Chart of Eficiencia(%)

Eficiencia de envasado

29

CARTA DEL PROYECTOTITULO AUMENTO DE LA EFICIENCIA DE ENVASADO

OBJETIVO DEL PROYECTO

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.

ALCANCE Línea de envasado

INDICADORES CLAVE

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

30

TNM

67,5

65,0

62,5

60,0

57,5

55,0

Turno

Eficiencia(%

)

Boxplot of Eficiencia(%)

9080706050403020101

67,5

65,0

62,5

60,0

57,5

55,0

Observation

Eficiencia(%

)

Number of runs about median: 32

Expected number of runs: 46,0

Longest run about median: 11

Approx P-Value for Clustering: 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(%)

CBA

67,5

65,0

62,5

60,0

57,5

55,0

Producto

Eficiencia(%

)

Boxplot of Eficiencia(%)

Hallazgo: Los datos tienden a agruparse de alguna forma (“efecto clustering”)

Fase Medir: Análisis exploratorio de los datos

31

2 Causas críticas, a través de la utilización de:

• Test de hipótesis

Máquina/Equipo

Máquina/Equipo Mano de obra

Métodos Materiales

Entrega tardíade pizza enviernes ysábados

Hornospequeños

Transporteno disponible Personal

no disponible

Pobre manejode pedidos

grandes

Pobre

DespachoFalta deingredientes

Repartidorperdido

Máquina/Equipo


Métodos Materiales


Hornospequeños


no disponible


grandes

Pobre


Repartidorperdido

Máquina/Equipo


Métodos Materiales


Hornospequeños


no disponible


grandes

Pobre


Máquina/Equipo


Métodos Materiales

íVariación

peso neto

de yogur

Presión inadecuada

pobreentrenamiento Personal

no disponible

Pobre procedimiento

Volúmendel envase

Viscosidadinadecuada

Máquina/Equipo


Métodos Materiales


Hornospequeños


no disponible


grandes

Pobre


Repartidorperdido

Máquina/Equipo


Métodos Materiales


Hornospequeños


no disponible


grandes

Pobre


Repartidorperdido

Máquina/Equipo


Métodos Materiales


Hornospequeños


no disponible


grandes

Pobre


Máquina/Equipo


Métodos Materiales

íVariación

peso neto

de yogur

Presión inadecuada

pobreentrenamiento Personal

no disponible

Pobre procedimiento

Volúmendel envase

Viscosidadinadecuada

Cliente

ServicioCliente

SupervPintura

OperadPintura

Stock

Acuerdo tareacon área de

Pintura

Asignar

trabajo

Traervehículo

Orden depintura

¿Consultarcon prepara-

ciones?

Inspeccionar

trabajo

Ejecutartrabajo

Claificarproblema

¿TrabajoOK?

ContactarCliente

Retrabajo

Si

No

Si

No

Cliente

ServicioCliente

SupervPintura

OperadPintura

Stock

Acuerdo tareacon área de

Pintura

Asignar

trabajo

Traervehículo

Orden depintura

¿Consultarcon prepara-

ciones?

Inspeccionar

trabajo

Ejecutartrabajo

Claificarproblema

¿TrabajoOK?

ContactarCliente

Retrabajo

Si

No

Si

No

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

Fase Analizar: identificación de causas críticas

32

Causa crítica Solución propuesta Responsable

Calidad de las tapas de envases

Calidad de las tapas de envases

Producto BProducto B

Normalizar especificación de las tapas

Normalizar especificación de las tapas

Parametrizar envasadora con ajustes de presión

Parametrizar envasadora con ajustes de presión

Reformular viscosidad del producto B (test Ok)

Reformular viscosidad del producto B (test Ok)

Ingeniería/ComprasIngeniería/Compras

IngenieríaIngeniería

LaboratorioLaboratorio

Fase Mejorar: Implementación de soluciones

33

15413712010386695235181

85

80

75

70

65

60

55

Observation

Individual Value

_X=82,13

UCL=85,75

LCL=78,51

Antes Etapa I Despues

1

1

I Chart of %Eficiencia by Proyecto

Nuevo valor=82,1%

vs meta=82,0%

Nuevo valor=82,1%

vs meta=82,0%

Fase Controlar: Sustentabilidad de las mejoras obtenidas

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 para asegurar 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

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 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.

36

MUCHAS GRACIAS …

coloquio seis sigma para imprimir - hlt · pdf file3 el caso aventis durante los años...

Documents