6西格玛（6sigma）巧用公司网络神经系统

小李是一个已有多个项目经验的6西格玛（6sigma）黑带，在每次选择项目时，他都会去各个部门同经理们谈谈，了解是否有困扰他们的问题，也会下到各车间去看看，同基层的主管和线长们了解产品加工的情况，他有不少的项目来自这些人提出来的问题。然而，要想快速地确定项目的方向，最快捷的方法是来自系统的数据。因此，每次选题，他先做的就是在公司的系统上了解信息，比如会分别对不同厂区的产品报废情况进行分析，筛选出报废比例高的产品，分析是否有大的改善空间。同样，在系统里收集数据，分析不良率的情况，选出不良率高的产品或产品缺陷，并预估项目的改善空间和财务收益。这样他就可以预选几个6西格玛（6sigma）项目，再去到这些产品相关的部门了解实际情况，最终通过对各个项目进行必要性和相关性分析来确定项目。在企业里存在有各种各样的系统。

比如有ERP （Enterprise Resource Planning），在这里可以找到各种产品的生产状态的数据，了解库存情况、加工的瓶颈，进行加工周期的改善。

比如在ERP的销售模块，通过销售订单的交货情况及未交货状态，来了解销售订单的完成情况，以料号、客户、交货日期、业务员等为查询条件，快速、准确地查看某一产品、某一客户、某一时间或某一业务员的未交订单状况。我们了解到产品的交货期的情况，对交期长的产品考虑立项并进行改善。

从财务系统的数据也可找到需要改善的6西格玛（6sigma）项目。比如从财务报表查找到那些支出较大的、费用高的问题，进行分析，寻找改善机会。

在一些推行了平衡计分卡，对质量成本分析得比较深入的工厂里面，可以在系统里找到各种劣质成本，通过对这些数据进行分层、整理，就可能会找到减少成本的突破口，找到要改善的项目。

利用系统的数据有时是需要不断地挖掘下去，才能找到问题的所在。所以不能被表面的数据所迷惑。

比如用柏拉图排列分析，第一项由于总量较大而排前，但在它细分后的子项里，各种问题相差不多，很难再确定目标问题。而排在后面的几项中，尽管总量小过前面的项，但细分后从中就可能会发现，问题非常集中，突出在某三两个关键问题上。

利用公司现成的网络或数据库来寻找项目，还有这方面的好处：大家都相信基线数据的真实性，在得到改善后大家也能看到改善的结果变化，容易认同改善的效果。

我在一个公司辅导的时候，他们的总裁告诉我，他们推行Cell line 这几年里 , 确实看到了生产的效率每年有30%的提升，但是在6西格玛（6sigma）的改善里，项目是关闭了不少，就是没有看到财务效益的变化。问题之一就是，有些项目的改善数据系统里并没有，更没有反映到财务上来，项目效果可以估算出来，但是在财务数据上却没办法体现。这些数据有时只出现在一些记录中，甚至是在确定项目前没有整理过的数据里。因为项目选定，事前要评估改善效果和收益，之后才考虑是否立项。

此外，对于我们的企业而言还有较多的系统在应用，比如OA系统、CC 系统、EAM系统、HRM系统、PMS 系统、CAE 系统，通过这些系统我们可以知道企业在运行方面的情况，通过数据的比较，我们可以找到要改善的问题点，以使企业运行提高效率和降低成本。