停线是制约工厂制造能力的关键瓶颈之一,本例中我们运用六西格玛工具分析了制造系统停线比例,样本数据取处2009年到2013年,通过计算得到制造系统停线比例的平均值为67.75%(图1),从数据层面验证了运营业务对制造系统停线的诸多抱怨。
图1 制造系统平均停线比例
项目团队结合数据分析结果和运营管理的实际情况,起草了用户访谈问题清单,并访谈了十几位来自不同工厂的业务负责人,利用六西格玛工具对访谈结果和样本数据进行了详尽的分析和讨论(图2),识别出停线的主要原因是系统支持流程不完善,进而对系统支持流程做了价值链分析,最终确定改进点为建立并系统支持快速相应机制,以及完善快速响应机制下的工具和报表,并责成相关责任人对改进任务清单进行跟踪、汇报,直至改进任务全部完成(图3)。
图2 停线时间原因分析
图3 流程改善任务跟踪图片
整体改变计划于九月底全部落实到位,十二月底,项目团队抽取改进后三个月的数据(10-12月)等闲时进行分析,得到制造系统停线比例为44%(图4),虽然距离业务要求还有差距,但改进措施明显已经发挥了作用,停线比例减少了23%,接下来就是持续加大对流程的培训和执行效率的管理,力争达到停线比例降低27%的总体要求。
图4 改善后结果跟踪
从商业机密方面考虑,该项目没有直接计算由停线引起的经济损失,但仍然有相当的借鉴意义,六西格玛理论看似复杂、繁琐,大家在使用过程中最大的困惑之上就是改进难以落实到具体数据指标上来。其实,只要坚持运用六西格玛工具,数据指标就会自然而然地计算出来,因为几乎所有六西格玛工具都是基于数据分析的,比如在本例中,改进目标事实上是业务流程,但最终的改进依据却是停线比例。