|
避开精益和六西格玛的使用误区其实无论采用精益生产、六西格玛还是精益西格玛,“对企业进行改善的目的不是让大家有鱼吃,而是学会怎样打渔。”人们要学会亲自观察实际发生的活动,了解情况,明白问题所在,最终达成“满足客户需求”或 “全面提高质量”的目标。 一家公司发现其生产的模具上总是有黑色的小点,导致产品的残次率很高。为了查出原因,该公司找了黑带专家,采用六西格玛的方法做了很多数据分析,也请了不少专家来看,可还是没有找出问题。就在管理层百思不得其解的时候,一位一线工人说,有可能是在做模具的时候有东西掉进去污染了原料,根据这一线索,果然发现是昆虫的翅膀污染了原料,而这一方法恰恰是精益所要求的观察和团队合作。有很多人在实施中会误读精益和六西格玛,只看到使用这些工具的结果,比如降低成本、零库存、柔性生产等,但却忽视了这两种工具在使用中的方法是否正确,“如果不懂正确使用工具的方法,又何来结果的正确呢?” 1997年,曾与丰田生产系统(TPS)创始人大野耐一、新乡重夫共事多年的TBM咨询集团公司总裁兼首席执行官阿南?沙玛创造了“精益西格玛”这个名词。当时他正在为一家公司开展顾问工作,在示范项目中,阿南的团队发现该公司每生产100台设备,就有50块后板要报废。于是阿南在使用精益方法的同时邀请一位黑带加入改善团队。黑带利用各种专业的试验和分析工具来解决后板的质量问题,不到一个星期问题就解决了。在这个项目中,阿南发现精益生产中采用的观察活动可以发现许多明显的问题,而六西格玛则可以对各种变量进行分析,找出它们之间的关系,第二天阿南便将精益和六西格玛结合起来,以“精益西格玛”申请了商标。 让精益和六西格玛扬长避短 作为精益西格玛的创始人,阿南在精益和六西格玛的实践中得出的结论是,任何持续改善工作,如果要达到最好效果的话,必须包括精益和六西格玛两个工具,以消除生产系统的浪费和不良品。“精益的特点在于其敏锐的观察力,快速地采取行动并且取得成果;而六西格玛则使用行之有效的统计工具并严格依靠此类数据解决多变量的复杂问题。精益西格玛其实是将精益的速度、团队精神和战略为重的特点与六西格玛严谨、分析能力和减少变化的特点相结合。” 精益生产注重的是观察、团队和速度,从而达到快速消除浪费、提高生产效率和产品质量的目的。这需要有敏锐的观察力(只有发现问题,才 有 机 会 解 决 问 题 ) 和 良 好 的团队协作。精益生产通常以一周为基准,来评价从发现问题到改善的整个过程,其特点是从发现问题、改善以及最终给客户带来价值的时间流程短,效果体现明显,咨询顾问与客户的配合度高。 但精益的缺点是,如果生产流程的变量太多,比如在某个喷涂生产流程中,温度、湿度、时间、化学问题等都对能否生产合格产品造成影响,因此要观察这个流程比较困难。如果产品出现了问题,很难弄清是一个还是两个变量出了问题。有些变量只是偶尔发生变化,比如一个月或者6天才发生一次变化,在一个星期的改善活动时间里,也许人们根本就发现不了问题,因此也就无法进行改善。 六西格玛的特点则是以科学的方法来收集分析数据,对数据关系的研究是建立在统计分析的基础之上,通过定义问题、测量数据、分析数据、提高及控制的DMAIC管理工具,理性地发现并解决问题,一般不需要团队协作,一个人便能完成工作。它的长处在于以控制和科学的方法为基础,可以处理很多变量和随机数,但是其不足则在于通常需要4?6个月的时间,解决方法常常得不到有效落实,那些专家对生产流程分析完后就离开,在6个月后才回来告诉你里需要干什么,这种方式很容易让团队产生抵触情绪。“从根本上来说,精益的短处就是六西格玛的长处,而六西玛的短处就是精益的长处。将精益的快速、团队合作以及六西格玛的纪律性、控制性结合起来的目的是为了用6个星期而不是6个月解决多变量、多随机数的复杂问题。” 任何公司刚创立的时候,都会有一些显而易见的问题。对于这些问题,如果利用精益的解决方法,可以取得很大的进展,但是最终都会到达这样一个阶段,此时再也没有多少显而易见的问题了,人们必须进行深入研究,开展各种试验,进行数据分析,因而就会用到六西格玛工具。另一方面,像生产汽车、电话等等的离散制造业,从原材料到成品的整个流程里,每件东西形式都是非常透明化的,因此精益在这里的各个环节都很容易得到应用。而像药品、饮料、糖类等连续流程工业,产品的生产不那么明显,发生的是化学反应,因此需要很多的资料、数据,而且存在很多变量,所以六西格玛更为适合。精益针对的是可以观察到的改善活动;而六西格玛针对的是无法观察到但却可以加以改善的问题。精益针对的是如何搞好流水线生产,六西格玛则是传统的统计分析、数据分析、数据监控。 责编:李代丽 微信扫一扫实时了解行业动态 微信扫一扫分享本文给好友 著作权声明:畅享网文章著作权分属畅享网、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。 |
|
|