coloquio seis sigma para imprimir - hlt · pdf file3 el caso aventis durante los años...
TRANSCRIPT
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
Nivel TNivel Téécnicocnico
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
Nivel TNivel Téécnicocnico
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
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
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
Máquina/Equipo
Máquina/Equipo Mano de obra
Métodos Materiales
íVariación
peso neto
de yogur
Presión inadecuada
pobreentrenamiento Personal
no disponible
Pobre procedimiento
Volúmendel envase
Viscosidadinadecuada
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
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
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
Máquina/Equipo
Máquina/Equipo Mano de obra
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 …