上个月月底之时, 我于一家电子厂从事内部审核工作, 生产主管拍着桌子讲道: “我们的不良率已然压至3%了, 更换了两家供应商均无法使其下降, 如此产品还怎样出货呢? ”我翻看了一下数据, 发觉其返工成本占到了销售额的7%, 然而竞争对手仅为2.5%。他着急得不得了, 询问我是否存有什么办法。我看了他一眼说道: “你有没有听闻过六西格玛? ”他表示听闻过, 不过认为那是大厂所使用的东西, 他们这般中小厂是搞不了的。那时我并未过多去解释, 只是带着他在车间转了一圈, 指明了几处关键工序, 分别是点焊温度出现波动, 贴片机吸嘴产生磨损, 来料不同批次间存在阻抗差异, 然而, 这些细节实际而言, 每一个都能够运用六西格玛的DMAIC逻辑来拆解剖析, 你觉得是行业不行, 实则是举措没有落实到位。
制造业真的是六西格玛的主场吗
许许多多的人, 只要一谈及六西格玛, 脑海之中涌出来浮现而生的便是丰田、通用电气这类制造业领域的巨头企业。的确如此, 制造业领域确实是六西格玛最初兴起并发展起来的所在之处, 而且也是最能够迅速见到明显成效的地方。我亲眼目睹过一家从事汽车零部件生产制造的工厂, 运用六西格玛对其中一个焊接工作岗位进行改进优化, 仅仅经过三个月的时间, 就把熔深方面的不良率从百分之五降到变小至百分之零点三。但是呢, 这里存在着一个误区, 你会觉得制造业随便拉起一条产线就能够推行,然而实际上, 越是重复性程度高、流程呈现标准化的环节, 六西格玛所产生的效果就越发显著；而那些依靠手工操作、凭借老师傅经验支撑着的车间, 反倒容易在推行过程中出现水土不服的状况。比如说精密冲压、SMT贴片、注塑成型, 这些工序具备稳定可控的特性, 数据也比较容易进行采集, 开展一次假设检验、回归分析, 其结果清晰明了。可是要是有一家工厂甚至连基本的数据记录都不存在, 一开始就想要推行六西格玛, 那基本上就是徒劳无功。之所以说制造业是六西格玛的舒适区, 然而它并非是万能区。
服务业和医疗行业能不能用六西格玛
我于去年为一家三甲医院开展流程优化工作, 其门诊药房排队时间平均达37分钟, 患者投诉率一直处于高位。院长询问我: “你这般的六西格玛在工厂可行有效, 于医院是否能行得通呢? ”我要求他将取药流程分解为六个步骤, 便是开单、缴费、审方、调配、核对、发药, 且在每个环节进行时间记录。结果发觉调配这一环节占据了总时间的一半, 缘由并非药师操作速度迟缓, 而是药品摆放未依照频率进行排序。运用了六西格玛的流程分析以及标准化工具之后, 两周便将排队时间压缩至18分钟。同样, 银行柜台, 其看似与工厂毫无关联, 呼叫中心亦是如此, 酒店客房服务同样这般, 在表面印象中, 都好像和工厂扯不上关系, 然而实际上, 这些行业均存在大量重复性操作, 并且有着众多客户触点。只是, 服务行业的数据常常并非类似工厂那般规整干净, 在这其中, 满意度、响应时长等指标, 相较于尺寸公差而言, 显得飘忽不定得多许多, 因此, 针对服务行业的数据, 就得采用DMADV或者精益六西格玛的方法去加以适应。并非是不适合, 而是必须要学会改刀调整变化。
结尾的时候我要讲, 从事我们这个行当的, 最害怕的并非碰到难题, 而是明明有现成的把方法和理论系统整合起来作为依据的办法就在眼前, 却由于认为“自己所在的这个行业不适用”就避开了。六西格玛这个事物, 从来都不是某一个行业所特有的唯独适用的。关键在于, 当你的同行已经开始运用它来改进流程降低成本的时候 , 你却依旧在迟疑“它是否适用于我的行业”——这样的差距可不是以一两个百分点呈现的不良率能够弥补回来的。你有没有也遭遇过那种, 明明晓得换一种思考的方向就能解决问题, 却因为一直以来形成的这种习性始终没有行动的时候?
热门跟贴