理论上,没有完全相同的事物,包括你每天重复的工作。有时候,你完成工作所需的时间较短,有时候你却需要花费更多的时间。同样,在用餐时,有些消费者可能在10分钟之内就可以享受美食了, 而另外一些消费者可能就要花费两到三倍的时间去等待。
世上的万事万物都是变化的,重要的是了解它们是如何变化的——波动的模型,这可以帮助揭示问题发生的原因,指出解决问题的方法。
我们用来描述波动的词汇就是“六西格玛”。也许你以前没有听说过这个词。“西格玛”是希腊字母sigma的音译,在统计学中,它代表在一个过程或一组数 据,甚至是任何你可以测量的事物中波动的大小。
为了说明这个概念,请看图3.1里的两张图表。图中的每个点都代表过程中的一个测量值。
在这里,测量的是什么并不重要——它们可能是发货时间、重量、长度、顾客满意度等等。重要的是相比而言,上图的波动或分散性较大,而下图的波动要小的多。
波动决定“六西格玛”的水平波动
为什么很重要呢?我们使用相同的图表再加上几条代表顾客需求(他们的理想目标)以及顾客可接受范围的直线来进行说明,见图3.2。例如,一个顾客希望能在“中午”(目标)收到商品,这也许意味着只要这件商品能够在上午11:00至下午1:00之间送达就会让顾客满意。再如一个制造商购买了1000加仑(目标)的油漆,假如收到的商品重量在995~1005加仑之间的话,他可能会感到满意。在制造业,我们将顾客可接受的数值范围称之为规范限。
在前面的章节里,我们将那些不能满足顾客需要的东西称为“缺陷”。当你把过程的表现与顾客的需求进行对比时,你会发现如果过程的波动很大,就如图3.2中上方的那张图,就会产生许多缺陷,而这将使很多人感到失望!如果真是如此,顾客会认为你的产品质量无法稳定保持,有的时候他们能够得到满意的产品,但是大多数情况下他们会失望。
对比之下,图3.2中下方的那张图代表一个波动很小的过程。如你所见,所有的数据点都分布在中心周围。这样的过程可以很好地满足顾客需求!顾客也会信任该过程。
那么不同的西格玛值有什么区别呢?表3.1显示的是过程产出率(销售给顾客的产品或服务与总产量的比例)与西格玛值之间的联系。
你可以看出,西格玛数值的大小代表了产出率的高低。此外当你提高西格玛的水平的时候,产出率之间的变化越来越小。从2西格玛水平(=69%)到3西格玛水平(=93%),产出率有一个超过30%的飞跃,但是当西格玛水平大于等于4时,产出率都 在99%~100%的范围内变化。为什么会这样呢?因为随着过程改进的越来越完善,产出率的提高就越来越难。换句话说,在一个不良的过程中——1到2西格玛水平——取得进步相对来说比较容易,但是要改进一个已经相对较好的过程就比较困难。
改进过程就是提高西格玛水平
精益六西格玛的精髓之一就是,为了获得一个波动较小的结果(如图 3.2 中的下图所示),任何会影响结果的工作都必须完善。这也解释了为什么精益六西格玛会如此地关注过程改进。你需要使你的工作更可靠、质量更高,这就意味着波动的消除。
我们可以通过联邦快递的案例来帮助了解减少波动的益处。它开创了一个新的行业,因为它有能力来满足所承诺的递送时间。如果它承诺在上午10:00送达,但却可能是明天的任何时间送到,你想它还能在这个行业里呆多久?顾客信赖联邦快递,是因为它能够在指定的时间内寄出或收到自己的包裹。联邦快递的经验表明,减少波动是制造业和服务业都要关注的事情。