Referenssejämme
Voit tässä osassa tutustua saavutettuihin tuloksiin ja asiakaskokemuksiin:
Koulutuksiin osallistuneiden tyytyväisyys koulutuksiin on 4,6/5. Alla esimerkkejä, miten koulutukseemme osallistuneet ovat koulutukset kokeneet.
Minna Parkko, Lean Manager Kouvolan kaupunki, on osallistunut useaan koulutukseemme, viimeksi hän osallistui avoimeen Black Belt -koulutukseemme. Minna on nyt myös sertifioitu Lean Six Sigma Black Belt. Kysyimme häneltä kokemuksia Black Belt -koulutuksesta, projektituesta ja sertifioinnista.
"Olen koulutukseltani kasvatustieteen tohtori. Työskentelen Lean-muutosohjaajana koulutusorganisaation kehittämistehtävissä, tutkintovastaavana ja opintojen henkilökohtaistamisen hoks-tukihenkilönä. Toimiminen samaan aikaan koulutus- ja kehittämistehtävissä pitää näkökulmani parannettaviin asioihin realistisina ja moninaisina. Kehittämisideoita ja -tehtäviä saan kollegoilta, johdolta ja myös itse niitä havaitsen. Työskentelen työparin kanssa."
"Organisaationi valitsi kaksi henkilöä ydinprosessien kehittäjiksi ja tehtävään liittyi Lean-menetelmien käyttäminen. Kouluttauduin ensin Lean muutos-ohjaajaksi, joka vastasi odotuksiani Lean Kaizen-pajojen fasilitoinnin suhteen ja siten voitiin parantaa monta prosessia. Sen jälkeen kouluttauduin Lean Six Sigma Black Beltiksi, koska halusin kehittää taitojani parannusprojektien vetäjänä ja hankkia arvostetun sertifikaatin."
"Koulutuksessa keskityttiin oleelliseen, eli prosessin parantamiseen ja siinä käytettäviin keskeisiin menetelmiin, mutta myös Soft Skillseihin, jotka ohjaavat ihmisten lähestymistapaa elämään, työhön ja toisiin ihmisiin. Osallistuin sekä lähi- että etäopetukseen. Lähiopetuksessa oli hyvää se, että asioita kerrattiin runsaasti yhdessä opiskelijoiden kanssa erilaisin menetelmin. Molemmissa toteutustavoissa ajankäyttö oli tehokasta - ei minuuttiakaan hukkaa. Parasta kuitenkin oli se, että oppeja sovellettiin heti käytäntöön. Hyvät sähköiset materiaalit tekevät mahdolliseksi asioihin palaamisen tarvittaessa. Työparini kanssa olemme parantaneet kahdeksaa keskeistä koulutuksen ydinprosessia, josta voidaan päätellä, että työnantaja on hyötynyt kouluttaessaan minua ja työpariani Lean Six Sigma Black Belteiksi laadunhallinnan tueksi. Lean sopii myös asiantuntijaorganisaatioon."
"Koulutuksen alussa valittiin työnantajan kanssa yhdessä projekti, jota aloin parantaa, ja jonka avulla minua valmennettiin. Opitut asiat siirrettiin omaan projektiin, ja eteneminen dokumentoitiin tarkasti vaihe vaiheelta mittaussysteemin määrityksestä prosessin ohjaukseen. Viimeiset työvaiheet olivat erityisen tärkeitä, jotta parantamisen hyvät käytänteet siirtyvät arkeen ja itse voi siirtyä uusiin projekteihin. Sertifikaattia varten tehty parantamistyö oli pitkäjänteistä ja järjestelmällistä. Nyt sertifikaatin eteen tehty työ tuntuu arvokkaalta."
"Suosittelisin koulutusta sellaisille henkilöille, jotka ovat kiinnostuneita tilastollisista menetelmistä, ja joilla on luovuutta ja sinnikkyyttä, ja jotka ovat järjestelmällisiä, ongelmanratkaisutaitoisia ja yhteistyökykyisiä. Koulutus antaa mahdollisuuden hyödyntää näitä taitoja työssä kaikkien osapuolien eduksi. Koulutus antaa valmiuksia ja rohkeutta parantaa haasteellisempiakin projekteja."
Sanna Korpivaara, Operations Manager, Laattapiste Oy, osallistui avoimeen Lean Six Sigma Green Belt -koulutukseemme, joka järjestettiin täysin etämuotoisena.
”Olen koulutukseltani tradenomi ja opiskellut pääaineenani markkinoinnin ja myyntityön johtamista. Työskentelen Laattapiste Oy:llä operations manager -roolissa, myynnin tuen prosessien ja työvälineiden kehittäjänä. Laattapisteellä myynnin tuen prosesseihin kuuluvat mm. sopimusten hallinta, hinnoittelun, tuotteistuksen, tuotetiedon hallinnan ja viestinnän prosessit sekä brändi- että tuotemarkkinoinnin prosessit. Antoisassa roolissani pyrin tekemään arjesta kaikin puolin sujuvaa, kehittämällä ja tehostamalla sekä kommunikaation että tekemisen toimintamalleja. Kehitystarpeet voivat syntyä niin liiketoiminnallisista tarpeista kuin työntekijöiden halusta toimia toisin tai saada aikaan parempia tuloksia.”
”Olin pidempään pohtinut kuinka saada lisätukea työhöni opintojen kautta. Lean Six Sigma Green Belt -koulutus oli vastaus täsmällisesti siihen tarpeeseen, mihin tukea työssäni kaipasin. Kun organisaatiossamme syntyy kehitystarpeita, kaipasin oppeja siihen, miten priorisoida niitä keskenään ja kuinka valita kulloinkin tärkein kehityshanke työn alle. Lisäksi kaipasin tiettyä struktuuria kaikkien kehityshankkeiden läpiviemiseen, jolla tukea organisaatiota muutosten jatkuvassa virrassa. Tärkeimpänä kaipasin kuitenkin oppia siitä, miten hyödyntää dataa kehittämistyön tukena.”
”Osallistuin koulutukseen täysin etämuotoisena. Se sopi täydellisesti opiskeluun, kun kaikki muutkin osallistuivat kurssille samalla tavalla. Opetus oli silti vaihtelevaa ja materiaalia sekä erilaisia etätyöskentelyvälineitä käytettiin sujuvasti ja vaihtelevasti. Koulutus oli tauotettu erinomaisesti ja muutkin etäkoulutuksen etiketit oli hienosti huomioitu. Koulutuspäivät säilyivät alusta loppuun intensiivisinä ja antoisina ilman turhia matkustamiseen ja siirtymisiin käytettäviä aikoja. Tämä oli itselleni ehdottomasti mieleisin opiskelumuoto!”
”Suosittelen lämpimästi koulutusta kaikille, joita Lean-kehittäminen ja/tai datalähtöinen prosessitulkinta yhtään kiinnostaa. Lean Six Sigma on täydellinen paketti tehokkaan ja oikeasuuntaisen kehittämisen tueksi, pois mututuntumista oikeaan dataan! Jaatisen kurssilla kaikki oli avattu ymmärrettävästi, teoriaa ja käytäntöä tasapainoisesti vuorotellen. Kurssimateriaali oli ymmärrettävää ja helposti oman projektityöni tueksi hyödynnettävissä. Opinnoissa oli mukana myös hyviä työkaluja tavallisen arjen, ihmisten välisen kommunikaation ja muutosprosessien läpiviemisen helpottamiseksi, kun mukana oli paljon soft skills -työkalujen läpikäyntiä. Hyvän prosessin lisäksi, kun asiat pitäisi saada toimimaan oikeasti myös oikeiden ihmisten kanssa oikeassa arjessa.”
”On antoisaa olla oppimassa ihmiseltä, jolla on vankka oma käytännön kokemuspohja teorioiden päälle. Sitä Marja Jaatisella todella on. Oppilaita osallistava opetus myös auttoi kuulemaan toisten työelämän toimintamalleista ja monenlaisista taustoista sekä yritysten edustajista koostuvassa ryhmässä opiskelusta syntyi näin myös antoisaa. Koulutuksesta jäi hyvä tunnelma ja oikeasti oppeja arkeen sekä minulle henkilökohtaisesti että yritykselle, jossa työskentelen!”
Järjestimme Insta Oy:n konsulteille yrityksen sisäisen Lean Six Sigma Black Belt -koulutuksen. Kysyimme Juha Latvalalta, Insta Chief Digital Officer, miten he koulutuksen kokivat.
"Ennen kuin voidaan parantaa asiakkaiden arvontuotantoa digitalisaation avulla tulee olla varmuus siitä, että parannetaan oikeata ja tarkoituksenmukaisesti luotua prosessia. Tähän tarpeeseen Lean Six Sigma lähestymistapa valittiin Installa parhaimmaksi viitekehykseksi."
"Hyvin fokusoitu ja käytännönläheisiä työkaluja tarjoava koulutus."
"Mahdollistaa hienosti teollisen ympäristön oikeiden haasteiden parissa opittujen viitekehysten soveltamisen."
"Suosittelen tätä koulutusta kaikille datapohjaisesta johtamisesta kiinnostuneille ja erityisesti datalla johtamisen asiantuntijoiksi tähtääville osaajille."
Heikki Jekunen osallistui avoimeen Lean-muutosohjaaja -koulutuksemme. Heikki toimii kasvuyrityksessä asiakastoimituksista ja asiakastuesta vastaavana johtajana. Heikin kokemuksiaan koulutuksesta:
"Valitsin Jaatinen L6S Consultingin Lean-ohjaajakurssin yrityksen verkkosivuilta löytämäni kuvauksen perusteella. Minusta kuvauksista löytyi paljon työkaluja käytännön haasteiden työstämiseen. Kurssin sisältö oli myös paketoitu tehokkaasti kahteen, yhteensä viiden päivän sessioon. Lisäksi sessioiden ajoitus oli minulle sopiva."
"Koulutus vastasi erittäin hyvin ennakko-odotuksiani sisällön osalta. Odotin myös käytännönläheistä, esimerkeistä yms. koostuvaa sisällön avaamista - näiltä osin kurssi ylitti odotukseni kirkkaasti. Esityksissä ja keskusteluissa käytiin laajasti ja havainnollisesti läpi organisaatioissa yleisesti esiintyviä haasteita Lean mallien toteutuksessa ja esitettiin ratkaisumalleja ja -esimerkkejä. Harjoitukset olivat hyviä ja esitys/session vetotyyli oli loistava, eteneminen sujuvaa, mutta suhteellisen kiireettömän tuntuista. Koulutuksen juoksutustyyli, jossa teoria käytiin läpi rakentamalla viesti yhdessä fläpille (kirjallinen materiaali jäi muistin tueksi koulutuksen jälkeen) oli erinomainen. Havainnollisen ja käytännön läheisen lähestymistavan vuoksi asiat avautuivat erittäin hyvin ja jättivät vahvan muistijäljen. Koulutus "maadoittui" myös oman projektin työstön kautta siten, että koulutuksen aikana syntyi omalle projektille perussuunnitelma, jota on helppo täydentää matkan varrella."
"Omalta osaltani voin todella suositella tätä kurssia. Jos osallistujalla on konkreettinen toiminnan tehostamishanke jo valmiiksi mielessä, kurssilla saa todella hyviä ideoita vinkkejä ja ohjeita projektin menestyksen varmistamiseksi."
Alla erilaisia esimerkkejä Lean Six Sigma Green Belt ja Black Belt -koulutuksiimme osallistuneiden harjoitusprojekteista koulutuksen aikana Lean Six Sigma -sertifikaatteja varten:
Yritys valmistaa ruokaa, joka kylmävarastoidaan ja toimitetaan useille jakelupisteille. Kylmävarastossa ruoka pakataan keräilylistan mukaisesti laatikoihin, jotka järjestetään kohteiden mukaisesti kuljetuksiin. Varastotilat ovat ahtaat ja pakkaaminen on manuaalista työtä. Pakkaamon prosessia ei ole dokumentoitu, pakattavia tavaroita on eri puolilla varastoa ja siellä säilytetään myös muita kylmäsäilytettäviä tarvikkeita.
Yritys on siirtymässä 3x/vko kuljetusrytmiin päivittäisten kuljetusten sijaan. Tämä vaatii tilojen tehokasta käyttöä ja pakkaamisnopeuden tehostamista.
Projektin alussa pakkausnopeus oli 330kg/h. Pakkausnopeuden saa laskettua pakkaamon työtunneista ja pakatuista ruokamääristä. Pakkaus on manuaalista työtä, joten pakkaamiseen kuluvaa aikaa työvaiheittain seuratiin tarkastelujaksolta, jotta saatiin selville missä prosessin osissa on eniten parantamisen varaa. Samassa yhteydessä tunnistettiin esimerkiksi odotukseen liittyvää suoraa hukkaa, joka johtui siitä, että kaikki pakattava ruoka ei ollut valmista ennen kuin se oltaisiin pakattu.
Tärkeimmiksi juurisyiksi tunnistettiin varaston sekavuus, joka aiheutti siirtely-, etsintä- ja järjestelytarpeita sekä turhaa liikettä. Lisäksi odottamisesta aiheutui välillä turhaa hukkaa.
Prosessi kuvattiin ja tunnistettiin työvaiheet, joihin liittyi hukkaa. Nämä pyrittiin poistamaan tai tehostamaan innovoimalla muutoksia projektiryhmän kesken. Keskeisimpinä toimina
Prosessin kehittäminen tehtiin pitkälti Lean-työkaluin. Six Sigma -työkaluja käytettiin alkutilan analysoinnissa, alkutilaan liittyvän edustavan ajanjakson tunnistamisessa, lopputason analyysissä ja alkutilan sekä lopputilan vertailussa toisiaan vasten.
Uuden prosessin pakkausnopeus oli 478 kg/h ja varianssi oli alkutilaa pienempi. Muutos keskiarvossa oli tilastollisesti erittäin merkityksellinen (p<0.001). Pakkausnopeuden tehostumisen lisäksi
Toiminnan tason seurantaan luotiin pakkaamon päiväkortti, jonka avulla seurataan, että toiminnalle keskeiset edellytykset ovat joka aamu olemassa ja että joka päivä lopuksi tila jää siistiksi. Päiväkorttiin kirjataan myös pakkaamossa kulunut aika, joten sen pohjalta on helppoa määrittää päiväkohtainen KPI-luku (kg/h) ja seurata sen pysymistä yllä. Prosessin omistaja aloitti jatkuvan kehittämisen palaverit pakkaamon henkilökunnan kanssa. Niissä on helppoa kokeilla myös uusia muutoksia yksi kerrallaan ja seurata niiden vaikutusta KPI-mittariin.
Lessons Learned:
• Luotettavan datan saaminen ei ole helppoa tai tapahdu ilman työtä. Vaikka tietojärjestelmät ovat olemassa, on niiden tuki datan viemiseksi ulos välillä vielä huonompi kuin uskoisi.
• Parhaat ideat tulevat ihmisiltä, jotka työtä tekevät. Ulkopuolinen voi helpottaa jo talosta löytyvän osaamisen hyödyntämistä neutraalina fasilitaattorina.
• Työtä tekevien ihmisten mukaan ottaminen kehittämiseen tehostaa muutosten saamista käyttöön ja vähentää merkittävästi muutosvastarintaa.
Kyseessä oli koulutusorganisaation laskutusprosessin parantaminen. Ennen projektia yrityksen laskutusprosessi ei ollut kontrollissa. Laskutuksen läpi-menoaika oli keskimäärin 10,8 päivää ja se vaihteli suuresti.
Tavoitteeksi määriteltiin, että koulutus tulee olla laskutettuna 4 päivän kuluessa koulutuksen pitoajankohdasta laskien. Tavoitteena laskutusprosessin parantamisessa on myyntisaamisten kiertoaikojen lyhentäminen ja kassan hallinnan parantaminen.
Lähtötilanteessa laskutusprosessin läpimenoajan keskiarvo oli 10,8 päivää ja keskihajonta 8,1 päivää. 73 % oli spesifikaatiorajan (4 pv) ulkopuolella, N = 106. Laskutusprosessissa oli ongelmana sekä keskiarvo- että varianssion-gelma.
Datan pohjalta suurin syy laskutuksen keskiarvo-ongelmaan oli laskuttaja. Laskuttajan 1 tekemän laskutuksen läpimenoajan keskiarvo oli 7,6 ja Las-kuttajan 2 12,6.
Asiakasryhmän ja laskutuksen luonteen osalta keskiarvot eivät poikenneet merkittävästi toisistaan.
Datan pohjalta suurin syy varianssiongelmaan oli koulutuksen luonne eli se, onko kyseessä avoin vai organisaatiokohtainen koulutus. Avointen koulutusten keskihajonta oli 8,5 ja organisaatiokohtaisten koulutusten 5,8.
Laskuttajan ja asiakasryhmän osalta keskihajonnat eivät merkittävästi poikenneet toisistaan.
Datan pohjalta todettiin, että ennakko-olettamista poiketen, laskutettavalla organisaatiolla ei ollut merkitystä laskutusprosessin keskiarvo- ja varianssiongelmiin.
Ratkaisuna määriteltiin uusi prosessi muuttamalla roolitusta, työvaiheita ja aikataulusta.
Keskiarvo-ongelma: Muutettiin laskuttajien roolitusta ja työtehtäviä siten, että jatkossa Laskuttaja 1 hoitaa laskutuksen (aiemmin Laskuttaja 2 laskuttanut ns. muiden töiden ohessa, mikä ei näyttänyt olevan toimiva ratkaisu). Siirrettiin laskuttajalta 2 laskutukseen liittyvät tehtävät kokonaisuudessaan Laskuttajalle 1 ja mahdollistettiin Laskuttajalle 1 laskutuksen tekeminen järjestämällä hänelle riittävästi aikaa organisoimalla muut työtehtävät uu-delleen.
Varianssiongelma: Laadittiin asiakkaille selkeä ohje ja pohja laskutukseen tarvittavista tiedoista. Muutetiin prosessia niin, että tiedot sitovista ilmoittautumisista saadaan jo viikkoa ennen koulutusta, jolloin osallistujatietojen keruu ja kokoaminen ei tapahdu kokonaan koulutuksen jälkeen, vaan käytössä on jo lähtökohtatietoina ilmoittautumiset.
Prosessia muutettiin niin, että jatkossa koulutuksiin liittyvät valmistelutoimet (etäkoulutusten linkit + koulutusten materiaalit) toimitetaan kokonaan etukäteen, mikä ohjaa/pakottaa toiminnan siihen, että organisaatiolla on oltava osallistujatiedot = laskutustiedot selvillä jo ennen koulutusta. Olemme eliminoineet sen riskin, että emme saisi osallistujatietoja ennen koulutusta.
Laskuttaja seuraa laskutuksen läpimenoaikaa ja kirjaa, jos a) läpimenoaika on yli 4 päivää ja b) listaa syyn laskutuksen läpimenoajan ylitykseen. Tähän on tehty tiedonkeruu ja –seurantalomake. Laskuttaja raportoi toteutuneesta laskutusajasta talousvastaavalle kuukausittain.
Prosessi on parantunut huomattavasti. Seurantajaksolla 95% laskuista laskutettiin ajoissa, 59 laskua 62 laskusta saatiin toimitettua asiakkaille 4 päivän kuluessa koulutuksesta. Laskutuksen läpimenoaika oli keskimäärin 2,81 päivää.
Tarkastelujaksolla oli edelleen kolmen laskun läpimenoaika yli 4 vrk. Syytä tutkittaessa huomattiin, että parannetun prosessin tarkastelujaksolla on aloitettu uudet organisaatiokohtaiset joukkokoulutukset uudelle asiakasorganisaatiolle (kokonaan uusi prosessi) ja ongelmia oli kolmen koulutuksen kanssa osallistujatietojen suhteen. Ongelma on tunnistettu ja tästä on jo pidetty ideariihi ongelman ratkaisemiseksi.
Yhtiön taloushallinto kiinnitti huomiota myyntilaskujen hitaaseen kiertoon. Oli tarve tutkia, mitkä syyt aiheuttavat laskutuksen viivästymistä ja mahdollisuuksia nopeuttaa laskutusta. Keskimääräinen laskutusaika oli lähtötilanteessa lähes kaksi kuukautta. Projektin tavoitteena oli lyhentää laskutusaikaa vähintään 50 %.
Datan merkitys lähtötilanteen määrittelyssä sekä toimenpiteiden määrittelyssä sekä kohdentamisessa oli ratkaiseva. Käytettävissä oleva data mahdollisti sekä seurannan ja erilaisten tukitoimenpiteiden kohdistamisen.
Lähtötilanteessa 92% laskutuksista oli myöhässä (out of spec). Keskimäärin laskutukseen meni 51 vrk ja hajonta oli 47.
Analyysit:
Esimerkkejä pääjuurisyistä => eliminoiva toimenpide:
Lessons Learned:
Tässä projektissa parannettiin oppilaitoksen oppilaiden jatkuvan haun läpimenoaikaa. Jatkuva haku on yhteishaun rinnalla toinen koulutukseen hakeutumisen muoto. Jatkuva haku tarkoittaa sitä, että koulutukseen voidaan hakeutua ja hakija voi aloittaa opinnot joustavasti ympäri vuoden. Jatkuvan haun kautta voi hakea henkilö, joka haluaa hankkia ammatillisen tutkinnon tai kehittää ammatillista osaamistaan. Nykyään n. 1/3 hakijoista hakeutuu jatkuvan haun kautta. Opiskelijoiden määrä liittyy laskennallisesti painotettuina opiskelijatyövuosina oppilaitoksen saamaan perusrahoitukseen, suoritettujen tutkinnon osien osaamispisteet suoritusrahoitukseen ja opiskelijoiden palaute opintojen aloituksesta vaikuttaa vaikuttavuusrahoitukseen.
Jatkuva haku tuli uudeksi käytännöksi ammatillisen koulutuksen reformin myötä vuonna 2018. Se oli alussa vaihtelevasti sujuvaa toimintaa, jota tiimiesimiehet hoitivat oman työn lisänä. Jatkuva haku tarkoittaa käytännössä sitä, että aina voi hakea, mutta opintoja aina ei voi aloittaa välittömästi. Opintojen aloitus tapahtuu esimerkiksi verkko-opintoina tai sitten, kun ko. tutkinnon osan lähi- tai etäopetus alkaa seuraavan kerran. Asiakastoive (VoC) oli, että hakupäivästä opintojen aloitukseen kuluisi noin 3 vk (13.3.2019), jotta ennättää järjestellä omat asiat kuntoon.
Alkutilanteessa jatkuvan haun läpimenoajoista 69 % ylitti 21 vuorokautta. Jatkuvan haun prosessi oli alussa kuvattu Intrassa yksinkertaisena kuviona, jossa monta työvaihetta oli yhdistetty. Esiteltäessä suorituskyky alkudatan perusteella, ja prosessikuvaus LEAN-menetelmin, päälliköt yllättyivät prosessin suorituskyvystä, useista työvaiheista, sekä siitä, kuinka monen ihmisen kautta jatkuvan haun prosessi etenee.
Tiimiesimiehet eivät kokeneet miellyttävänä asian mittaamista, vaan selittelivät toimintaansa mm. kiireillään. Alussa piti tarkentaa, mitä hakuprosesseja oli mitattu: tässä projektissa mitattiin vain yksilöllisiä hakuja, joissa opinnot aloitetaan omaan tahtiin joustavasti eikä kyseessä ole ryhmäaloitukset. Sen jälkeen toiminnan parantaminen lähti liikkeelle kenenkään kyseenalaistamatta.
Data auttoi projektin jatkamisessa. Alkudata osoitti, että toiminta vaihteli tiimeittäin. Hypoteesitestit osoittivat, että oli olemassa tilastollisesti merkitseviä eroja tiimien toiminnassa. Erilaisuutta hyödynnettiin Kaizen-pajojen henkilövalintojen kokoonpanossa. Kaizen-pajoissa parannettiin prosessien työvaiheita ja uudelleen järjestettiin niiden vaiheita.
Pääjuurisyyt löytyivät työskentelytavoista: tehottomista prosessivaiheiden järjestyksestä ja prosessin etenemisnopeudesta.
Esimerkkejä pääjuurisyistä -> eliminoiva toimenpide:
Projektin lopussa jatkuvan haun läpimenoaika oli 21 vuorokautta. Läpimenoajan keskiarvo ja hajonta paranivat tilastollisesti merkitsevästi alkutilanteesta, prosessi kuvattiin prosessikaavioksi, julkaistiin organisaation Intrassa, ja määritettiin KPI:t seurantaa varten, ja läpimenoaikaa seurataan niiden avulla päällikkötiimissä niin, että korjausliikkeitä ennätetään tehdä.
Jatkuvan haun prosessi selkiytyi, hakuprosessien läpimenoaika parani keskiarvolla ja hajonnalla mitattuna, prosessia seurataan päällikkötasolla, sen merkitys oppilaitoksen toiminnalle on ymmärretty ja saatua tietoa voidaan hyödyntää markkinoinnissa. PO:n hyväksymänä työntekijöistä riippumattomista syistä tapahtuvaa vaihtelua kuitenkin vielä esiintyy yksittäisissä hakutapahtumissa.
Jatkuvana parantamisena jatkuvan haun läpimenoaikaa seurataan pomotiimissä säännöllisesti joka kuukausi, ja hakukoordinaattorin laatima päivitetty tiedosto on kaikkien tiimiesimiesten nähtävillä Teamsissä Koulutussuunnittelu- tiimissä ja hakutapahtumat on värikoodein merkittynä. Tiimiesimiehet voivat reagoida välittömästi tilanteisiin ja korjata puutteita hakijoiden kohdalla.
Olen oppinut havainnollistamaan prosessia prosessikuvauksena sekä prosessin paranemista tilastollisin menetelmin. Olen oppinut, että jalkauttamisvaiheen haluaisin tehdä itse, jotta tietäisin, miten se on mennyt ja miten voisi sitä vaihetta kehittää.
Olen oppinut johtamaan parannusprojekteja, ottamaan prosessien parantamiseen mukaan asianosaisia henkilöitä, toimimaan fasilitaattorina, kuvaamaan ja rajaamaan prosesseja, eliminoimaan hukkaa, parantamaan prosessia, pilotoimaan uutta prosessia suuressa asiantuntijaorganisaatiossa, oppinut miten tieto kulkee organisaation eri tasoilla ja millainen sekä kenellä on päätäntävalta, olemaan itse aktiivinen, seuraamaan prosessin paranemista, kannustamaan työntekijöitä oman työn kehittämiseen ja luomaan KPI:t.
Myynnin Lean eventeissä otettiin esille, että toimitusajan vahvistusta ei aina saada asiakkaalle toivotussa ajassa. Parannettava prosessi on tuotannonsuunnitteluprosessi. Sisäisenä asiakkaana on Customer Service ja ulkoisena asiakkaana ostava asiakas.
Tavoitteena on, että tuotannonsuunnittelu saisi toimitusajan annettua Customer Servicelle (CS) <24h:ssa.
Parannettavan prosessin ympärillä on monia sidosryhmiä, jotka vaikuttavat työn onnistumiseen. Ennen projektia ei ollut dataa kyseisestä ongelmasta. Dataraportti systeemi piti rakentaa, jotta projektissa voitiin päästä eteenpäin.
Data osoitti, että suunnittelun läpimenoajan keskiarvo oli 37 tuntia. Myös hajontaa havaittiin paljon. Alle tunnista moneen sataan tuntiin. Olettamus oli, että kaikki suunnittelu ei tapahdu alle 24 tunnin. Data osoitti, että läpimenoaika ja vaihtelu olivat suurempia kuin osasimme olettaa. Tämän seurauksena prosessissa työskentelevät kiinnostuivat entisestään selvittämään syitä.
Juurisyyt ja ratkaisut:
Suurimmat haasteet olivat jatkuvat muutokset tehtaalla, jotka vaikuttivat projektin läpiviemiseen. Myös tilausrivien määrät ovat olleet korkeat projektin aikana verrattuna historiadatan tilausrivi määriin.
Käytetyt Lean Six Sigma työkalut:
Tuloksia:
Lessons Learned:
Vaikka prosessi parani huomattavasti, ei tavoitetta saavutettu. Syynä oli prosessialueen ulkopuoliset tekijät. Niiden poistamiseksi suunnitteilla on aloittaa uudet parannusprojektit eri osastoilla:
Tämän projektin aiheena oli parantaa tilauksien ”bookkaus” prosessia, joka tarkoittaa testausalan ympäristössä sitä, että kun tutkimukseen lähetetty näyte on saapunut, kuinka nopeasti saapunut näyte tunnistetaan, siihen liittyvät testit tiedetään ja näyte päästään siirtämään operaatioiden työjonoon.
Projektia piti parantaa huomattavasti, jotta läpimenoaikaa saataisiin lyhennettyä jopa viikoilla ja tavoite olikin, että 95% näytteistä bookattaisiin kahden tunnin sisällä saapumisesta, ja loput 5% 24 tunnin sisällä.
Lähtötilanteessa vain n. 20% näytteistä bookattiin ensimmäisen 24 tunnin aikana. Näytteidein bookkauksen keskiarvo pyöri n. 300 tunnissa, mitä keskimäärin näyte odotti, ennen kuin sille oli määritetty kaikki jatkotoimenpiteet. Tämä pidensi läpimenoaikaa viikoilla.
Prosessin parannuksen tarve oli hyvin tiedossa jo ennen projektia ja tämän takia projekti valittiinkin. Tiimi oli erittäin motivoitunut parantamaan kokonaisuutta.
Data-analyysin avulla selvisi, että pääjuurisyy oli se, että standardoitua prosessia bookkausten tekemiseen ei ollut. Tiimi, joka oli vastuussa bookkauksista, ei ollut sopinut itselleen minkäänlaista työvuorolistaa, jolloin oli päiviä jolloin kukaan ei käynyt läpi saapuneita näytteitä.
Lisäksi käytänteet eivät ollut yhtenäisiä, vaan tyylejä oli monia.
Analyysin pohjalta, ensimmäinen asia, jonka teimme oli selkeä työvuorolista. Tällöin jokaiselle oli selvää, kuka oli milloinkin vastuussa saapuvista näytteistä. Tämän jälkeen loimme päivittäispalaverikäytänteen, jonka avulla toiminnasta tuli organisoitua, ja apua oli helpomi pyytää.
Työnmonimuotoisuuteen puutuimme selkeällä ohjeella, ja luomalla yhteisen paikan, missä kaikki ohjeistukset on.
Tulokset olivat loistavia, ja tiimi motivoitui, kun heti ensimmäisen viikon jälkeen nähtiin huomattava parannus kaikissa mittareissa. Kehitys oli kiitettävää kesäkuuhun asti, kunnes yrityksemme joutui IT-hyökkäyksen uhriksi, ja jouduimme sulkemaan bookkaus prosessin lähes kolmeksi viikoksi.
Elokuuhun mennessä olimme toipuneet tuosta, ja kehitys jatkui. Viikkojen 28-37 24h sisällä bookatuissa näytteissä on n. 91%. Parannusta siis lähes 70 prosenttiyksikkö verrattuna alkutasoon. 2h sisällä bookattuja on n. 30%, joten tavoitteeseen on vielä matkaa, mutta parannus on huomattava. Bookkausajan keskiarvo on tippunut n. 300 tunnista n. 11 tuntiin, eli parannusta on merkittävästi.
Tulokset paranevat viikko viikolta, ja vieläkin suurin ongelma on epäselvät lähetykset, joiden tutkimiseen tiimillä menee kohtuuttomasti aikaa. Niiden selkeyttäminen onkin seuraava projektimme.
Jatkuvaan parantamiseen kannustamme päivittäispalaverien yhteydessä, jossa säännöllisesti käydään keskustelua, kuinka pääsisimme tuohon lopulliseen tavoitteseen. Uusin tiimin saama idea on luoda ”Zalando” tapainen lappu, joka menisi asiakkaalle aina tilauksen mukana, ja asiakas voisi liimata tuon lähetettävään näytteeseen, jolloin näytteessä olisi aina selkeät ja tarvittavat tiedot.
Yrityksessämme on jokaiselle Daily Management boardille luotu myös Jatkuvan parantamisen osio, jossa käsitellään tiimin kehitysideoita.
Tärkein ”Lessons learned” oppi tästä projektista on se, että pitää olla todella tarkkana, mitä mittaa. Ensimmäisenä löytämäni data näytti validilta, muttei sitä ollut. Helposti saa hienoja kuvaajia, mutta jos data ei ole luotettavaa niin niiden perusteella ei voi tehdä johtopäätöksiä. Löydettyäni hyvää, luotettavaa dataa, pystyi Minitabin avulla loistavasti tekemään todella tarkkoja analyysejä.
Projektin parannettavaksi prosessiksi valittiin muutostenhallintaprosessin ECR-vaihe. Kyseisessä vaiheessa tehtävät tuotemuutokset esitellään, niiden vaikutus arvioidaan ja päätetään siitä viedäänkö muutoksia eteenpäin. Prosessin ongelmana nähtiin se, että sen läpimenoaika oli osassa tapauksista huomattavan pitkä eikä sitä pystytty ennustamaan (keskiarvo ja hajonta ongelma). Asiakkaana projektille nähtiin Operations, johon muutosten jalkautus ensisijaisesti vaikuttaa. Tavoitteeksi asetettiin läpimenoajan lyhentäminen 50%:lla.
Muutosten ECR-vaiheen keskimääräinen läpimenoaika alussa oli 16 päivää ja tämän ajan hajonta 18 päivää. Lähtötilanteessa ei ollut täyttä kuvaa siitä mitä aika on keskimäärin, mutta mitattu data auttoi hahmottamaan sitä, kuinka paljon läpimenoajat poikkesivat toisistaan ja kuinka pitkään osassa tapauksista meni. Datan perusteella tavoite sai arvon 8 päivää, joka sinällään määritti ratkaisujen ja kontrollien aikaskaalaa.
Pääjuurisyiksi paljastuivat evaluointivaiheen kontrolloimaton kesto, muutosten käynnistäminen virheellisillä tai puutteellisilla tiedoilla ja muutoksiin liittyvien kysymysten kommunikointikanavan puute. Ratkaisuna näihin muutoksille määriteltiin esitarkastusvaihe, jossa niistä vastaava tiimi käy läpi tiedot. Toisena muutoksena kaikkien muutosten käsittely yhdistettiin viikoittaiseen palaveriin, jossa uudet muutokset esitellään ja niiden evaluointia seurataan. Tällä tavalla lisättiin kontrollia ja seurantaa ja parannettiin läpimenoajan ennustettavuutta.
Syiden määrityksessä työkaluina käytettiin prosessin kuvausta, aivoriihiä ja datan analysointia eri työkaluin.
Muutosten jälkeen kertyneen muutaman kuukauden datan perusteella muutosten ECR-vaiheen läpimenoaika laski 16 päivästä 6:een päivään keskihajonnan laskettua 18:sta 3:een päivään. Tuloksien ylläpitämiseksi läpimenoaikojen seuranta integroitiin käytettävään seurantatyökaluun, joka indikoi visuaalisesti, jos muutoksissa kestää liian pitkään.
Jatkon kannalta tästä projektista yritetään ottaa havaittuja ratkaisuja käyttöön myös tulevan SAP-pohjaisen muutosten hallintatyökalun kanssa. Tärkein Lesson Learned on kunnollisen määrittelyn ja tavoitteen asetannan tärkeys projektin alussa.
Projektin lähtötilanteessa yrityksen pintakäsiteltävien tuotteiden läpimenoaika vaihteli pintakäsittelyprosessissa. Yrityksen tuotevalikoima on laaja, minkä vuoksi tarkasteluun rajattiin tuote, jolla on riittävän volyymi ja tuotto. Projektin tavoitteeksi asetettiin pintakäsiteltävien ST-tuotteiden läpimenon (juoksumetri eli jm / h) parantaminen pintakäsittelyprosessissa.
Prosessin suorituskyvyn analysointi tehtiin 6 kk ajanjaksolta. Prosessin todettiin olevan stabiili, keksiarvo 496 jm/h, mutta vaihtelu oli suurta 180,6 jm/h. Tuotantoeristä jäi tavoitearvon alapuolelle 50,67 %. Suorituskyvyn määrittäminen selkeytti tilastollisen tavoitteen asettamista:
Yksityiskohtainen prosessikuvaus ja työntekijöiden kanssa pidetyt työpajat auttoivat tunnistamaan läpimenoaikaan vaikuttavia syitä. Pääsyiden määrittämisessä käytettiin hypoteesitestausta, jossa todettiin pintakäsittelyllä, ponttauksella ja sormijatkoksella olevan vaikutus tuotekohtaiseen läpimenoajan keskiarvoon ja ponttauksella lisäksi läpimenoajan hajontaan. Kehittämistoimenpiteiksi tavoitteen saavuttamiseksi valittiin:
Sormijatkoslinjalla tehdyn seurantajakson analysoinnilla todettiin, että laatuvirheet voitiin jakaa kolmeen tekijään. Ero syiden määrässä ei kuitenkaan ollut suuri. Sormijatkoslinjalla aloitettiin säännöllinen sormijatkoksen laatutarkistus ja laatuongelmien määrää aloitettiin seuraamaan virhetyypeittäin laatukortilla. Työntekijöille järjestettiin yhteinen koulutustilaisuus laatukorttien käytöstä. Laatutauluun kokonaisvirhemäärän muutoksen kuvaajaksi otettiin käyttöön P-kortti. Toimenpideohjeistus laadittiin häiriötilanteita varten. Ponttauskoneen valosilmään asennettiin valosilmän pölynpuhallus.
Tehdyllä toimenpiteillä, laatukortin käyttöönotolla sormijatkoslinjalla sekä pölynpuhalluksen lisäämisellä päätyponttaukseen, oli selkeä vaikutus ST- tuotteiden läpimenoaikaan pintakäsittelyprosessissa.
Projektin aikana jatkuvan kehittämisen osaamista siirrettiin yrityksen laatuvastaavalle. Yritykselle laadittiin ohje, joka perustui tähän suoritettuun projektiin. Ohjeistuksen tarkoitus on, että laatuvastaava pystyy jatkokehittämään nykyistä projektia sekä peilaaman sen kehitystyötä yrityksen muihin prosessivaiheisiin.
Projektin lähtötilanteessa puumateriaalin pintakäsittelyprosessissa esiintyi virheitä, joita seurattiin kappaleiden valmistuttua. Koska laatuvirheisiin voitiin reagoida vasta, kun tuotteet olivat valmiita, haluttiin niiden synty estää jo maalausprosessin alkuvaiheessa.
Yrityksessä kerätyn datan perusteella suurin virheluokka oli roskat maalipinnassa. Projektin tavoitteena oli vähentää roskien määrää maalatuissa kappaleissa. Jotta tähän pystyttäisiin, tuli selvittää roskaantumisen juurisyyt. Roskaantumisen hallinnan kannalta projektissa tuli selvittää mitä tekijöitä prosessissa tulisi seurata ja säätää, jotta roskien aiheuttamista laatuvirheiltä voitaisiin välttyä.
Projektin alussa roskien takia virheellisiä kappaleita oli 3,66 % maalatuista ovista. Prosessi oli kyllä stabiili, mutta vaihtelua oli reilusti (3,0) ja 62,5 % prosessista ei vastannut asiakastoivetta. Datan perusteella tavoitteena oli sekä pienentää keskiarvoa (roskien määrää) että vähentää vaihtelua.
Projektin tavoitteeksi asetettiin roskien takia hylättyjen kappaleiden määräksi alle 2 % per maalauskierros.
Roskien syntymiselle todettiin olevan kolme pääsyytä:
Pääsyiden todennäköisyyttä tutkittiin seurannan ja havainnoinnin avulla. Lisäksi toteutettiin monimuuttujakoe. Tehtyjen toimenpiteiden perusteella todettiin:
Tehtyjen toimenpiteiden perusteella päädyttiin parantamaan pölyn hallintaa työtapoja yhtenäistämällä ja siivouksen/kunnossapidon ohjeistuksella.
Uuden ohjeistuksen käyttöönoton jälkeen toteutettiin uusi seuranta. Seurantadatan perusteella roskien takia hylättyjen kappaleiden määrä oli muutosten jälkeen 0,4 % /maalauskierros (vaihtelu 0,75).
Projektissa onnistuttiin vähentämään roskien määrää maalatuissa kappaleissa kunnossapidon menetelmin, mutta roskaantumisen hallinnan kannalta projektissa ei pystytty selvittämään ruiskutusprosessin säätöjen ja roskaantumisen korrelaatiota.
Projektin aikana prosessissa tapahtui useita muutoksia. Jatkuvan parantamisen kannalta koko prosessi, myös ympäristötekijät, tulee vakioida, jotta prosessisäätöjen korrelaatiota virheisiin voitaisiin tutkia.
Laboratorion analyysinäytteiden läpimenoajan nopeuttaminen ja hukan eliminointi prosessista. Lähtötilanteessa laboratorio ollut toiminnassa n. 3 kk, asiakkaina tuotanto- ja logistiikkaosastot. Tuotanto tarvitsee tulokset prosessinohjausta varten, logistiikkaosasto taas tuoteanalyysit toimituksiin. Laboratoriotoiminta aloitettu hiljattain, joten hukan eliminointi oli tärkeä tavoite.
Suorituskyky oli oletuksien mukainen ja läpimenoajoissa oli hyvin paljon hajontaa lähtötilanteessa. Tuloksia saatiin toisinaan ulos nopeastikin, mutta ei toistettavasti päivittäin. Läpimenoajat olivat näytteestä riippuen 3-4 h. Vertailudata saatiin ns. aamunäytteistä, koska ne toistuvat samanlaisina ja samaan aikaan joka päivä. Näin ollen ne olivat parhaiten vertailtava joukko analyysejä.
Pääjuurisyyt olivat ylimääräinen liike laboratoriossa, johtuen lähinnä laitteiden sijoittelusta ja työn virtauksen puuttumisesta. Näytteiden virtausta laboratoriossa ei oltu suunniteltu, ja roolit laboranttien kesken olivat epäselvät. Nämä juurisyyt eliminoitiin luomalla työsolu ja näytteiden virtaus solussa. Lisäksi laboranteille luotiin standardiroolit, eli kukin operoi vain tiettyjä laitteita. Myös visuaalisuutta parannettiin siten, että tulevat, menossa olevat ja valmiit näytteet tunnistaa helposti solussa. Läpimenoajat parannusten jälkeen olivat 1-2,5 h.
Suurimmat haasteet työssä olivat sopivan mittariston (UDMOa muutettiin matkan varrella) löytäminen. Myös työn rajaaminen kirkastui vasta kun mittarointi oli jo menossa.
Tässä käytettiin arvovirtakuvauksia, spagettikaavioita, hypoteesitestausta k.a. sekä hajonta (One-way ANOVA, Kruskal-Wallis, ST Deviation test). Lisäksi mm. kyvykkyysanalyysit, Control Chartit, Individual Value Plot, normaalisuustestit.
Hard savings projektin tavoitteen mukaisesti luokkaa 10 k€/a, tulee ulkoistetun työn ottamisesta omaan laboratorioon. Soft savings säästetyssä työajassa ja tehokkaassa prosessissa. Tuloskortin avulla suoritustasoa pidetään yllä (viikoittainen tarkastelu). Myös jatkokehittäminen on helpompaa, koska mm. laiteongelmat tulevat nykymallissa helposti esiin tuloskortilla.
Lessons Learned projektista: suhteellisen yksinkertaisilla parannuksilla saatiin aikaan merkittävä muutos. Datan keruuseen ja keruun suunnitteluun pitää kiinnittää todella paljon huomiota. Lisäksi muutoksen implementointi on haaste ja muutokset pitää pystyä perustelemaan – vaikka kuinka itsestään selviltä ne projektin tulosten valossa näyttävätkään.
Projektin tarkoituksena oli lyhentää SP-antennin testaukseen käytettävää aikaa 80% tuotannossa. Projektissa asiakkaana oli yritys. Prosessia lähdettiin parantamaan, koska antennien läpimenoaika oli liian pitkä. Projektin tarkoituksena oli myös luoda pohja tulevaisuuteen, jotta pystyttäisiin hyödyntämään Lean Six Sigmaa laajemmin, kun halutaan parantaa toimintaa yrityksessä.
Prosessin suorituskyvyssä havaittiin alussa keskiarvo- ja hajonta ongelma sekä asetettua tavoitetta ei saavutettu yhdenkään antennin kohdalla datan analysoinnissa. Datan analysointi kuvasi selkeästi käsityksen siitä minkälaisia ongelmia testausprosessi oli lähtötilanteessa. Datan avulla lähdettiin tekemään tarkempaa kuvausta prosessista, jotta pystyttäisiin määrittelemään mahdolliset juurisyyt ja ongelmat testausprosessissa.
Tarkemman prosessikuvauksen jälkeen prosessista eliminoitiin turhia vaiheita eli poistettiin hukkaa. Lisäksi löydettiin ratkaisu antennin kiinnityksessä testauslaitteeseen, joka oli yksi juurisyistä keskiarvo- ja hajonta ongelmaan. Haastavaksi projektissa osoittautui aikataulun pitäminen monien muuttujien takia, johon kaikkiin itse ei pystynyt vaikuttamaan. Projektin läpivieminen muiden työrutiinien ohella antoi myös suuren haasteen sen onnistumiselle. Projektissa hyödynnettiin erityisesti Poka Yoke- järjestelmää, jotta testausprosessista saatiin tehtyä luotettava ja toistettava pienellä hajonnalla.
SP-antennien testaukseen käytettävää aikaa pystyttiin parantamaan lähes 90%, eli alkuperäinen tavoite saavutettiin. Projektin alussa analysoidun datan perusteella selvinneet ongelmat liittyen keskiarvo- ja hajonta ongelmaan saatiin myös parannettua. Tulevaisuudessa antennien läpimenoaikaa seurataan sekä mahdolliset ongelmat raportoidaan testauserien jälkeen tuotannon poikkeamiin, jotka käydään läpi erillisissä kokouksissa. Projektin myötä saavutettiin useita uusia mahdollisuuksia hyödyntää uutta kiinnitystapaa muiden antennien ja kaapelien testausprosesseissa. Projektille tärkeässä tavoitteessa myös onnistuttiin, eli saatiin vietyä 12 DMAIC-askelta läpi, jotta tulevaisuudessa seuraavien projektien läpivieminen onnistuisi. Projektin aikana sain paljon uutta osaamista erityisesti datan analysoinnista sekä osaamista ryhmän työskentelyn tärkeydestä. Lisäksi opin uusia tapoja visuaalisesta johtamisesta ja sen tärkeydestä päivittäisessä tekemisessä.
Projektissa parannettiin kunnossapidon ennakkohuoltotöiden läpimenoaikaa. Asiakas oli sisäinen asiakas; kunnossapito ja kunnossapitojohtaja. Prosessia piti parantaa, koska ei ollut selvää miksi osa kunnossapitotöistä ei suoritettu ajallaan ja miksi läpimenoajat venyivät.
Keskimääräinen kunnossapitotöiden läpimenoaika oli 22,7 päivää. Organisaatiossa oli tiedossa, että läpimenoaika on pitkä. Datan avulla pystyttiin arvioimaan onko annettu tavoite realistinen ja nähtiin, että iso osa töistä suoritettiin jo ajallaan. Osalla töistä suoritus taas venyi huomattavasti.
Juurisyiksi tunnistettiin toimintamallit: töiden suoritusajankohta saattoi olla väärässä vuodenajassa siihen nähden, milloin työ pystyttiin suorittamaan. Osa töistä oli jäänyt myös roikkumaan, vaikka ne oli suoritettu, jolloin tehtiin ”siivoustyötä”. Kaikkia järjestelmän tarjoamia mahdollisuuksia ei hyödynnetty töiden ajoittamiseen liittyen.
Suurimpana haasteena projektissa olivat ajankäyttö ja organisaation oma vastuunotto toiminnan kehitykseen. Käytettyä L6S- tekniikkaa voisi kuvata 5S:ksi: sortteeraus, systematisointi & siivous, standardointi, seuranta.
Kunnossapitotöiden läpimenoaika saatiin pienennettyä neljään päivään. Projektissa mukana ollut tiimi otti käyttöön viikkomallin, jolla seurataan ja kirjataan onnistuiko töiden suorittaminen ajallaan. Tiimi kirjaa ylös myös tunnistetut kehitysprojektit, joiden suorittajana voi olla myös tiimi itse. Prosessi otetaan mukaan auditointeihin.
Lessons learned: Organisaatiossa L6S-tyyppinen toimintamalli kokonaisuutena uutta, vaikka osia onkin hyödynnetty: uuden mallin ymmärrys ja hyödynnys vaatii aikaa. Jatkuva seuranta etenemisestä tärkeää, johdon osallistuminen välttämätön.
Projektin kohteena oli ohjelmistokomponentti, joka lähtötilanteessa toimi liian hitaasti. Käyttödatan perusteella nähtiin, että käyttäjät jotka käyttivät komponenttia isoilla aineistoilla, käyttivät komponenttia vain kerran ja lopettivat siihen.
Suorituskykyä eli läpimenoaikaa piti nopeuttaa huomattavasti, jotta komponentti oli käytettävä.
Tavoite oli saada läpimenoaika alle kuuteen sekuntiin. Lähtötilanteessa tähän ei päästy yhdelläkään suorituskerralla. Mitatun datan perusteella havaittiin että koneen mittaama ja käyttäjän kokema suoritusaika eivät ole sama. Käyttäjän kokema suorituskyky mitattiin käsin, ja tilanne havaittiin oletettua huonommaksi.
Analyysin perusteella huomattiin, että useat oletetuista juurisyistä eivät aiheuttaneet ongelmaa. Todellinen ongelma saatiin kaivettua esiin käyttämällä Design of Experiment (DoE) -menetelmää. DoE:n avulla prosessista huomattiin useita seikkoja, jotka eivät olleet aiemmin tiedossa ja joita ei käytännössä olisi havaittu ilman DoE:n käyttämistä.
Osa komponentista päädyttiin toteuttamaan eri tekniikalla. Uuden komponentin läpimenoaikatavoitteeseen pääsi yli 60 % suorituskerroista. Suorituskyky parani yli 70%.
Black Beltin kokemuksia projektista:
Palvelumme kattavat koulutuksien lisäksi myös erilaisia asiakasprojekteja. Alla esimerkkejä tyypillisistä projekteistamme:
Alla esimerkkejä toimialoittain yrityksistä, joita olemme joko kouluttaneet, valmentaneet tai joissa olemme tehneet parannusprojekteja:
