Altı sigma, verileri kullanarak sistematik olarak hataları azaltan disipline edilmiş bir prosestir.
Altı sigma prosesi ile amacımız:
Üretim ya da hizmet sunduğumuz her süreçte değişkenlik vardır. Tüm proseslerde çıktımız olan ürün ya da hizmet, belli bir tolerans dahilinde oluşturulur. Örneğin 10 mm çapta üretmemiz gereken bir ürünümüz var ve 9-11 mm alt-üst tolerans aralığında üretim yapmamız gerektiğini düşünelim. Bu durumda olması gereken ürettiğimiz ürünlerin büyük çoğunluğunun 10 mm çapında, daha düşük oranlardakinin 9 ya da 11 mm çaplarında olmasıdır. Nasıl olsa toleranslar dahilinde kalıyoruz diye düşünerek, ürettiğimiz ürünlerin büyük oranda 11 ya da 9 mm çaplarında olması, sürecimizin kararlı ve istikrarlı olmadığını gösterir. Geleneksel bakışta toleranslar içinde kalmak yeterli gibi görünebilir. Ancak alt ya da üst limitlere yakın çıktı oluşturmak, müşteri memnuniyetsizlikleri nedeni ile müşteri kayıplarına, kalitesizlik maliyetlerine sebep olacağından potansiyel maliyetlerimizi arttırmış oluyoruz.
Süreçlerde olan bu değişkenlik hem maliyetlerin artmasına hem de müşterilerde memnuniyetsizliğe neden olur.
Her ay düzenli olarak kullanmamız gereken bir malzemeyi, internet üzerinden sipariş verdiğimizi düşünelim. Kargo şirketinin teslimatı bazı aylarda 1 gün, bazılarında 3 gün, bazı aylarda da 5 gün olsa bu sizi memnun eder miydi? Hiçbir müşteri değişkenlikten memnun olmaz. Birer müşteri olarak hepimiz beklediğimiz kaliteyi her zaman aynı şekilde almaktır.
Değişkenlik olan her yerde problem de olur. Amacımız, istatistiksel araçları ve altı sigma analizlerini kullanarak bu değişkenliği azaltmaktır. Değişkenlik olan her süreçte de bu araçları kullanmak mümkündür.
Altı sigma prosesi ile amacımız:
- Hataları oluşmadan önce durdurmak
- Ürünün iyileştirilmesinden ise sürecin iyileştirmesine odaklanmak
- Süreçteki değişkenlikleri azaltmak
- Müşteri şikayetlerini azaltmak
Üretim ya da hizmet sunduğumuz her süreçte değişkenlik vardır. Tüm proseslerde çıktımız olan ürün ya da hizmet, belli bir tolerans dahilinde oluşturulur. Örneğin 10 mm çapta üretmemiz gereken bir ürünümüz var ve 9-11 mm alt-üst tolerans aralığında üretim yapmamız gerektiğini düşünelim. Bu durumda olması gereken ürettiğimiz ürünlerin büyük çoğunluğunun 10 mm çapında, daha düşük oranlardakinin 9 ya da 11 mm çaplarında olmasıdır. Nasıl olsa toleranslar dahilinde kalıyoruz diye düşünerek, ürettiğimiz ürünlerin büyük oranda 11 ya da 9 mm çaplarında olması, sürecimizin kararlı ve istikrarlı olmadığını gösterir. Geleneksel bakışta toleranslar içinde kalmak yeterli gibi görünebilir. Ancak alt ya da üst limitlere yakın çıktı oluşturmak, müşteri memnuniyetsizlikleri nedeni ile müşteri kayıplarına, kalitesizlik maliyetlerine sebep olacağından potansiyel maliyetlerimizi arttırmış oluyoruz.
Süreçlerde olan bu değişkenlik hem maliyetlerin artmasına hem de müşterilerde memnuniyetsizliğe neden olur.
Her ay düzenli olarak kullanmamız gereken bir malzemeyi, internet üzerinden sipariş verdiğimizi düşünelim. Kargo şirketinin teslimatı bazı aylarda 1 gün, bazılarında 3 gün, bazı aylarda da 5 gün olsa bu sizi memnun eder miydi? Hiçbir müşteri değişkenlikten memnun olmaz. Birer müşteri olarak hepimiz beklediğimiz kaliteyi her zaman aynı şekilde almaktır.
Değişkenlik olan her yerde problem de olur. Amacımız, istatistiksel araçları ve altı sigma analizlerini kullanarak bu değişkenliği azaltmaktır. Değişkenlik olan her süreçte de bu araçları kullanmak mümkündür.
Müşteri ile yaptığımız bir toplantıda gündemimiz, altı sigmanın ya da istatistiksel analizlerin kendi sektörlerinde uygulamalarının nasıl olabileceği konusuydu. Perakende sektöründe olan hem mağazalarında hem de e-ticaret ile satış yapan bir firmada veriler toplanıp istatistiksel analizler yapılabilir mi? Bu analizlerin sonuçları, iyileştirme aksiyonlarının belirlenmesini nasıl sağlar? e-ticaret ile satışı yapılan ürünlerin müşteriye teslimatı var. Yukarıda memnun olan-olmayan müşteri için verdiğimiz kargo şirketi örneği burada da geçerli. E-ticaret ile satışı yapılan ürünlerin satın alan müşterilerin bulundukları lokasyona, sipariş verdiği saate-güne, sipariş teslimatı yapan çalışana ve benzeri birçok değişkene göre teslimat süremiz nasıl değişiyor inceleyebiliriz. Bu verileri toplamak ve sonrasında analiz etmekle teslimat süremizdeki değişkenliği azaltmak için, hangi girdilerimizi nasıl ayarlamamız gerektiği sonucuna erişebiliriz. Bu da bizim için yapılacaklar listesinin oluşması demek.
Günümüzde firmalar, Big Data ile birçok veriyi analiz edip kararlarını buna göre veriyor, geleceğini buna göre şekillendiriyor. Verilere dayalı analizler yapmayı ve bunlara göre harekete geçmeyi göz ardı ettiğimiz sürece yanlış aksiyonlar peşinde, kendimizi hep yangın söndürürken bulacağımız aşikar.
Günümüzde firmalar, Big Data ile birçok veriyi analiz edip kararlarını buna göre veriyor, geleceğini buna göre şekillendiriyor. Verilere dayalı analizler yapmayı ve bunlara göre harekete geçmeyi göz ardı ettiğimiz sürece yanlış aksiyonlar peşinde, kendimizi hep yangın söndürürken bulacağımız aşikar.
Hiç yorum yok:
Yorum Gönder