Переводные статьи
Популярное | Последнее
83
×
Получая максимум от данных о качестве
Сообщество Lean+6Sigma в России
Получая максимум от данных о качестве
Вадим Сеничев, Преподаватель каф. АИДМиСВ МГОУ
25 октября в 13:04

Перевод статьи «Making the Most of Quality Data» автора Douglas C. Fair выполнил Вадим Сеничев

Вопросы качества на уровне цеха предприятия традиционно фокусируются на техническом оснащении компании. Когда продукция перестает соответствовать допустимым пределам своей спецификации, звучат сигналы тревоги и дается команда «свистать всех наверх», чтобы исправить ситуацию. Несмотря на масштабные инвестиции в технологии для мониторинга и корректировки производственных процессов, производители по-прежнему сталкиваются с проблемами качества продукции. И проблема эта заключается не в недостатке технологий. Это проблема недостатка качественных данных.

Когда возникают проблемы, производители стремятся их исправить. Но типичная организация тратит гораздо больше энергии на исправление, нежели на профилактику. Это остается общим правилом несмотря на то, что все знают, что «капля профилактики стоит бочки лечения». Мы знаем, что предупреждающие меры могут быть чрезвычайно выгодными, и все же наши ограниченные ресурсы почти не расходуются на определение причин проблем и превентивное их устранение. Вместо этого большая часть времени тратится на решение последствий. Сегодня профессионалы в области качества слишком озабочены тем, чтобы просто тушить пожары, которые бушуют в их цехах.

 

Качество и общая картина 

Самые успешные, перспективные и конкурентоспособные компании из тех, с которыми я работаю, сосредотачиваются на профилактике проблем. Как? Принимая широкий взгляд на качество. Они регулярно делают шаг назад, чтобы обобщить и проанализировать большие объемы данных о качестве. Такая стратегия позволяет избежать дополнительных расходов, связанных с устранением проблем. 

Представьте, что вы собрали все свои данные о качестве за последний месяц для всех продуктов и производственных линий. Это позволит вам увидеть тонкие различия в качестве между регионами и подразделениями. Такой отчет расскажет вам, где необходимо решать системные проблемы и помогать устанавливать приоритеты в усилиях по улучшению. Другими словами, сбор статистических данных позволяет видеть общую картину качества.

В наше время заводы производят головокружительное разнообразие продукции. И стоит задуматься, как можно получить всеобъемлющую информацию по совершенно разным деталям, типам материалов и допустимым пределам спецификаций. Чтобы обобщить информацию по разным деталям, стандартизация данных может использоваться для обеспечения полноценного сравнения даже между элементами, находящимися в разных географических точках. Сегодня это всего лишь математическое упражнение с помощью простого в использовании программного обеспечения, что делает объединение данных и подобное обобщение реальностью.

 

Остановите "накопление и замалчивание" 

Когда ключевые характеристики продукции выпадают за допустимые пределы спецификаций, начинают подаваться аварийные сигналы и специальные сотрудники то тревоге направляются устранять проблему. Во всех подобных случаях для решения проблем на месте используются те данные, которые вызвали тревожный сигнал. После выполнения своих задач они быстро переходят к следующему на очереди по приоритету и на этом устранение проблемы завершается. 

Но что происходит с данными, которые не вызывают тревожных сигналов? Большинство скажет, что если данные находятся в пределах спецификации, то все отлично. И в этом заключается проблема. Когда данные считаются «достаточно хорошими», они просто хранятся в базе данных, и на них редко обращают внимание. Ошибка понимания здесь заключается в том, что мы предполагаем, что они не содержат полезной информации. Если эти данные не анализируются или анализируются недостаточно тщательно, то ожидайте, что в отчетах не будет рассматриваться содержащаяся в них информация. Истина состоит в том, что любые данные содержат в себе ценную и важную информацию, нужно просто научиться ей пользоваться. 

Когда компании игнорируют данные в допустимых пределах спецификации, они отбрасывают чрезвычайно полезную информацию. Многие компании, с которыми я работал, превратили эти показатели в золото, извлекая из них ранее неизвестную информацию. Она была неизвестной ранее просто потому, что они считали данные «достаточно хорошими». В результате они закрывали глаза на информацию, содержащуюся «в допустимых пределах спецификаций». Этот опыт заставил меня сделать вывод о том, что наибольший потенциал для своевременного улучшения качества заключается в сборе и анализе данных, которые попадают в пределы спецификации. 

Это не кажется вам странным? Вспомните, насколько часто детали не соответствуют установленным спецификациям. Это большая редкость. И это означает, что для фактического решения проблем берется в расчет очень малая часть данных. И если эта небольшая выборка данных получает львиную долю внимания то, что происходит с огромным объемом данных, который не отображает фактических проблем? Они накапливаются и игнорируются. 

И все становится еще хуже. С развитием технологии сбора данных средствами автоматики, в настоящее время собирается гораздо больше данных, чем в прошлые годы. Это означает, что количество игнорируемых данных увеличивается многократно. Удивительно сколько данных доступно для анализа, но тем не менее, сколь малую их часть когда-либо просматривают. 

Реальность такова, что компании редко возвращаются к анализу на данных, которые находятся в допустимых пределах спецификации. Тем не менее, в этих забытых записях есть богатая, ценная информация. Представьте, что вы являетесь директором по производству, который контролирует 50 заводов. Если вы сможете просматривать все данные критического качества во всех местах, вы сразу получите общее представление о ваших производственных операциях. Вы можете определить, какие регионы являются лучшими исполнителями. Вы можете выделить заводы и производственные линии с самыми высокими издержками на качество. Вы могли бы определить, где уровень дефектов может быть уменьшен и какие заводы требуют внимания, чтобы свести к минимуму вероятность брака. И в результате ваша компания может стать более конкурентоспособной. 

Вместо того, чтобы просто реагировать на проблемы с качеством, производители должны направлять свое внимание и время на проактивную работу, направленную на качество. Как? Чтобы этого достичь, необходимо регулярно оценивать огромное количество проигнорированных данных, которые уже были накоплены.

 

Сбор данных через облачную технологию 

Традиционные локальные программные решения не очень подходят для развертывания на предприятии. Облачные решения надежно развертываются самими поставщиками программного обеспечения, которые контролируют и поддерживают системную инфраструктуру, потребность в ИТ-поддержке на местах минимизируется, а капитальные затраты значительно сокращаются. Природа облачных систем позволяет быстро, легко и недорого развертывать крупномасштабные многоступенчатые проекты, обеспечивая получение выгод на ранних этапах. 

Кроме того, облачные системы соединяют производственные площадки через Интернет, поддерживают стандартизацию и хранят данные о качестве с нескольких заводов в централизованной базе данных. Поскольку данные хранятся в одном месте, профессионалы, инженеры, менеджеры и другие специалисты могут легко просмотреть общую картину качества. Единая база данных идеально подходит для поддержки корпоративных стратегий и инициатив в области качества.

Облачные системы контроля качества должны быть доступны через стандартные браузеры, что позволит профессионалам в области качества иметь возможности для сбора необходимых данных из любой точки планеты. Такое преодоление географических, культурных и инфраструктурных барьеров позволит связать объекты по всему миру, что поможет сделать доступной информацию, необходимую для повышения качества в глобальных масштабах.

Итак, Вам доступны все возможности и вся необходимая инфраструктура. Что же заставляет профессионалов по качеству отказываться от низких расходов на бизнес и сокращения количества дефектов? Ведь это те проблемы, с которыми вы боретесь каждый день. Не занимайтесь тушением пожаров по мере их появления, но начинайте предотвращать их и используйте полученные ресурсы и время на то, чтобы переосмыслить, как качество может повлиять на производительность Вашей организации.



Войдите, чтобы оставить комментарий
E-Mail
Комментариев нет
Рекомендовано
Реклама
Поделиться