Использование статистического управления процессами

Использование статистического управления процессами

Эта статья обсуждает применение принципов статистического управления процессами (SPC) в управлении проектами. SPC включает в себя использование статистических инструментов, таких как контрольные карты, для мониторинга переменных проекта, выявления проблем и обеспечения непрерывного улучшения.

В статье рассматриваются ключевые принципы применения SPC к проектам, распространенные инструменты SPC, способы мониторинга переменных проекта, оценки результатов и решения проблем внедрения. Также исследуется потенциальная конвергенция SPC и методологий Agile.

Приводятся примеры, иллюстрирующие концепции SPC в контексте производства и обслуживания клиентов. В целом, интеграция статистического мышления и SPC в управление проектами может повысить предсказуемость, эффективность и успех проекта за счет принятия решений на основе данных.



Статистическое управление процессами (SPC) — это систематическая стратегия мониторинга, контроля и улучшения процессов за счет уменьшения нежелательной изменчивости. Она обеспечивает основу для наблюдения за поведением процесса, диагностики ошибок и содействия постоянному совершенствованию на основе статистических методологий.

В её основе лежат контрольные диаграммы и графики, отображающие данные процесса во времени. Контрольные пределы рассчитываются на основе данных и служат границами устойчивого процесса.

Точки данных, выходящие за эти границы или демонстрирующие неслучайные закономерности, указывают на возможные трудности и на то, что процесс «вышел из-под контроля». Такие индикаторы стимулируют расследование для обнаружения и устранения основных причин, гарантируя, что процесс вернется в нормальное русло.

Помимо распознавания проблем, стратегия помогает поддерживать производительность процесса, прогнозировать будущее поведение процесса и принимать обоснованные решения, подчеркивая его важность в управлении качеством.

SPC используется в различных отраслях, от производства до здравоохранения и информационных технологий, для повышения надежности процессов и качества продукции.

Статистическое мышление

Интеграция статистического мышления в управление проектами требует перехода к мышлению, основанному на данных. Этот переход включает в себя статистические подходы к анализу данных проекта, выявлению закономерностей и принятию обоснованных решений.

  • Понимание данных проекта. Понимание характера и распределения данных проекта является первым шагом в интеграции статистического мышления. Он включает в себя сбор, количественную оценку и изучение различных факторов, включая рабочее время, использование ресурсов, задержки проекта и перерасход средств.

  • Выявление изменчивости и неопределенности. Поиск изменчивости в рамках проекта упрощается с помощью статистики. Можно получить представление о потенциальных опасностях и разработать эффективные планы смягчения последствий с помощью таких методов, как анализ отклонений и стандартное отклонение.

  • Прогнозирование результатов проекта. Прогнозы эффективности проекта предоставляются с помощью прогностических моделей, построенных на основе исторических данных проекта. Эти идеи позволяют руководителям проектов принимать превентивные меры, обеспечивая успех проекта.

  • Контроль качества: Контрольные диаграммы отслеживают, насколько хорошо выполняется проект, и сообщают менеджерам, когда он не соответствует ожидаемым стандартам качества.

  • Содействие непрерывному совершенствованию: менеджеры могут улучшать проекты, изучая данные о производительности. Внедрение изменений и мониторинг повышают эффективность и результативность проекта.

Внедрение статистического мышления в управление проектами способствует принятию решений на основе данных.

Статистическое управление процессами

Интеграция статистического управления процессами в управление проектами образует пересечение, которое повышает предсказуемость и эффективность проектов.

  • Мониторинг данных: данные проекта можно отслеживать с помощью процедур. Контрольные диаграммы помогают отслеживать показатели эффективности проекта во времени. Они показывают отклонения от ожидаемой траектории, помогая менеджерам принимать незамедлительные меры.

  • Проактивное управление проблемами: Тенденции и закономерности могут предсказывать проблемы до того, как они возникнут. Эта система раннего предупреждения помогает руководителям проектов снижать риски и улучшать результаты.

  • Улучшение качества: позволяет вам оценивать производительность по стандартам, чтобы находить и устранять проблемы с качеством.

  • Снижение изменчивости: управление проектами дополняет снижение изменчивости процессов. Это помогает прогнозировать и регулировать сроки проекта, затраты и колебания ресурсов.

  • Информированное принятие решений: способствует принятию решений на основе фактических данных.

Пересечение SPC и управления проектами предлагает систематический, упреждающий и основанный на данных метод управления проектами.

Принципы применения статистического управления процессами в проектах

Интеграция и использование SPC в проектах следуют различным рекомендациям.

  • Сбор данных: Точные и релевантные данные имеют решающее значение. Продолжительность задач, затраты, использование ресурсов и показатели качества. Эффективное управление требует качественного сбора данных.

  • Анализ данных: включает в себя тщательный анализ данных. Дисперсия, стандартное отклонение и регрессионный анализ выявляют закономерности, тенденции и аномалии, влияющие на решения по проекту.

  • Проактивный подход: стратегия поощряет решение проблем. Анализ данных может предсказать проблемы и предотвратить неудачи проекта.

  • Непрерывный мониторинг: SPC-мониторинг переменных проекта имеет важное значение. Это гарантирует своевременные модификации и успех проекта.

  • Акцент на качество: Оценка производительности по стандартам помогает обнаруживать и устранять проблемы с качеством, способствуя непрерывному развитию.

  • Информированное принятие решений: статистическое управление процессами способствует принятию решений на основе данных. Решения, основанные на статанализе в реальном времени, улучшают контроль и успех проекта.

Инструменты SPC для управления проектами

  • Контрольные диаграммы: отслеживают переменные проекта, такие как стоимость, время и качество. Они помогают обнаруживать тенденции, закономерности и выбросы путем визуализации данных.

  • Анализ Парето: этот инструмент ранжирует проблемы по эффекту проекта. Руководители проектов могут сосредоточиться на наиболее важных проблемах, исходя из предположения, что 80% проблем возникают из 20% случаев.

  • Гистограммы: Гистограммы показывают разброс данных. Они помогают визуализировать изменчивость данных и предлагают возможности для улучшения.

  • Диаграммы разброса: эти графики показывают, как связаны между собой две переменные. Они могут показать менеджерам проектов, как задержки задач влияют на расходы проекта.

  • Контрольные листы: Запись данных упрощается с помощью контрольных листов. Отслеживание дефектов, ошибок и других данных проекта предоставляет необработанные данные для анализа.

  • Диаграммы причин и следствий: эти инструменты, часто называемые диаграммами Fishbone или Ishikawa, выявляют, исследуют и отображают различные источники проблемы или характеристики качества.

  • Блок-схемы: Блок-схемы объясняют и документируют процессы. Они определяют этапы, подходящие для SPC.

  • Стратификация: этот метод включает данные по слоям для поиска закономерностей или аномалий, которые могут быть неочевидными в совокупности.

Технологии SPC могут помочь менеджерам проектов получить важную информацию.

Мониторинг переменных проекта с помощью SPC

Для обеспечения соответствия проекта мониторингу необходимо отслеживать KPI.

  • Определение ключевых переменных проекта. Сначала определите переменные проекта. Продолжительность проекта, затраты, использование ресурсов и показатели качества.

  • Сбор данных. Непрерывный сбор данных начинается после обнаружения переменных. Качество и точность данных влияют на эффективность, что делает этот этап критическим.

  • Внедрение контрольных диаграмм: контрольные диаграммы отображают данные во времени. Эта визуализация выделяет тенденции, закономерности и результаты.

  • Понимание дисперсии: существует разница между отклонением по общей и по конкретной причине.

  • Действия при значительных изменениях: SPC помогает определить ключевые факторы проекта, которые потенциально могут повлиять на результаты проекта. Руководители проектов могут устранять незначительные трудности на раннем этапе, обнаруживая их.

  • Обеспечение качества: отслеживая переменные проекта, SPC обеспечивает механизм контроля качества, гарантируя, что результаты соответствуют желаемым стандартам.

  • Непрерывный мониторинг и улучшение: SPC поощряет постоянное улучшение и отслеживание переменных проекта. Благодаря постоянному мониторингу руководители проектов могут делать выбор на основе данных, соответствующих целям проекта.

Пример

Запуск умных колонок компании, производящей электронику:

Шаг 1: Определение содержания проекта

В «Заявлении о масштабах» четко указано, что проект предложит (новый умный динамик), чего он не даст (система «умный дом») и как выглядит успех (запуск в срок, в рамках бюджета и достижение стандартов качества). .

Шаг 2: Планирование проекта с помощью диаграммы Ганта

Чтобы обеспечить успех проекта, вы составляете диаграмму Ганта для всех задач. Включены дизайн продукта, закупки, производство, проверка качества, маркетинг и запуск.

Шаг 3: Мониторинг проекта с помощью контрольной карты

Отслеживайте ежедневное производство умных динамиков. Контрольная диаграмма позволяет отслеживать эффективность производства и выявлять проблемы.

Шаг 4: Управление рисками с помощью реестра рисков

Риски являются частью любого проекта. В Реестре рисков перечислены все риски, их возможное влияние, вероятность и стратегии снижения. Задержки с поставкой компонентов могут повлиять на ваш производственный график.

Шаг 5: Управление изменениями с помощью журнала изменений

Проекты могут меняться. Команда дизайнеров может изменить характеристики динамика. Журналы изменений записывают эти изменения. Изменения коснутся сроков, цен и объема проекта.

Шаг 6: Решение задач с помощью диаграммы «рыбий скелет»

Диаграмма «рыбий скелет» помогает выявить все возможные источники проблемы, такие как высокий уровень дефектов динамиков. Ошибка дизайна? Проблема с производством? Вы можете найти и устранить проблему, рассмотрев все возможности.

Проблемы и решения при внедрении

Задача 1: непонимание

Метод может быть незнаком некоторым коллегам. Результатом могут стать скептицизм и сопротивление.

Решение: Обучите членов команды преимуществам. Примеры и практика могут помочь.

Задача 2: Проблемы со сбором данных

Ошибочные данные могут исказить результаты.

Решение: установить строгие процессы сбора данных. Сократите количество человеческих ошибок с помощью автоматизированных инструментов сбора данных.

Проблема 3: Неверная интерпретация диаграмм

Диаграммы SPC могут ввести в заблуждение.

Решение: Обучение чтению графиков SPC может помочь членам команды. Избегайте неправильных толкований, консультируясь со статистиком или опытным практиком.

Проблема 4: Недостаточная поддержка со стороны руководства

Инициативы SPC могут потерпеть неудачу без поддержки высшего руководства.

Решение: Информируйте руководство о долгосрочных преимуществах SPC, включая управление технологическим процессом, сокращение отклонений и экономию затрат.

Проблема 5: Ненадлежащее применение

SPC может сбивать с толку и давать сбои при использовании для нестабильных или неповторяющихся процессов.

Решение: перед внедрением проведите исследование возможностей процесса.

Оценка результатов проекта с помощью SPC

Возможности не ограничиваются мониторингом процессов в режиме реального времени и позволяют оценивать проекты. Постпроектный обзор показывает достигнутые цели, эффективность и необходимые изменения.

Этапы оценки результатов:

  • Изоляция результатов: определите важные результаты проекта. Могут применяться меры по качеству продукции, скорости предоставления услуг или экономической эффективности.

  • Сбор данных: Соберите соответствующие данные для каждого результата. Это может включать измерение количества отказов продукта, сроков предоставления услуг или стоимости проекта.

  • Представление данных: используйте контрольные диаграммы для отображения этих данных. Он показывает тенденции и закономерности результатов.

  • Анализ диаграммы: диаграммы SPC дают представление о процессе. Нестабильные процессы предполагают проблемы или неэффективность.

  • Оценка результатов: оцените достижения проекта по сравнению с ранними целями, используя диаграммы SPC. Стабильные паттерны в пределах контрольных границ указывают на достижение цели, а значительные отклонения указывают на невыполнение целей.

Будущие перспективы

Конвергенция SPC и Agile

SPC основан на производстве, а Agile — на программном обеспечении. Они стремятся к постоянному совершенствованию. Подход SPC к адаптивности Agile, основанный на данных, многообещающий.

Преимущества SPC в Agile

SPC может улучшить Agile. Он может обнаруживать изменения скорости и размера невыполненной работы. Agile-команды могут реагировать быстрее, обнаруживая эти изменения на раннем этапе.

SPC также дает количественную оценку решений и исправлений, поддерживая принцип эмпирического контроля Agile. Дисциплинированный мониторинг SPC в сочетании с гибкостью Agile может укрепить управление проектами Agile.

Применение SPC в гибких средах

Чтобы использовать SPC в управлении проектами Agile, команды могут выполнить несколько шагов:

  • Выбор метрик: Agile-метрики должны отражать состояние и прогресс проекта. Очки, выполненные за спринт, размер невыполненной работы или продолжительность цикла.

  • Сбор данных: собирайте данные по многочисленным спринтам.

  • Генерация диаграмм: диаграммы SPC показывают производительность команды с течением времени.

  • Анализ и действие: часто просматривайте эти графики, выявляйте существенные отклонения и действуйте.

Пример 1

Например, давайте используем статистическое управление процессами (SPC) в производстве. Мы вычислим и проанализируем контрольную карту, один из основных инструментов SPC.

Как менеджер по контролю качества на заводе по производству лампочек, вы должны следить за тем, чтобы световой поток ваших ламп был постоянным и соответствовал спецификации. Вы измеряете яркость 5 лампочек каждый час в течение 20 часов.

Вот пример данных:

Час

Яркость лампочек (люмен)

1

900, 905, 897, 903, 902

2

898, 901, 900, 904, 899

3

897, 899, 903, 902, 900

...

...

20

901, 902, 900, 898, 903

Используя эти данные, мы создадим контрольную диаграмму для отслеживания среднего значения процесса.

  1. Сначала мы вычисляем среднюю яркость X. Например, для первого часа = (900+905+897+903+902)/5 = 901,4 люмен.

  2. Далее мы вычисляем общую среднюю (x̄̄̄) и средний диапазон (R-полоса).

  3. Общее среднее значение (x̄̄̄) является средним значением всех X.

  4. Диапазон для каждого часа представляет собой разницу между самой высокой и самой низкой яркостью в этот час. Средний диапазон (R-полоса) является средним значением всех этих диапазонов.

С этими значениями мы можем рассчитать контрольные пределы:

  • Верхний контрольный предел (UCL) = x̄̄̄ + A2*R-полоса,

  • Нижний контрольный предел (LCL) = x̄̄̄ - A2*R-полоса,

A2 — константа, зависящая от размера выборки (0,577 для размера выборки 5).

Наконец, нарисуйте часовые X-бары, общее среднее значение (x̄̄̄) и контрольные границы. Неслучайные паттерны или точки, выходящие за пределы контроля, указывают на то, что процесс вышел из-под контроля и требует дополнительных исследований.

SPC контролирует качество и стабильность процесса с помощью статистических методов. Реальное программное обеспечение для контроля качества автоматизирует эти вычисления.

Пример 2

Рассмотрим другой пример из сферы обслуживания клиентов.

Если вы являетесь менеджером по обслуживанию клиентов, вы можете отслеживать еженедельные жалобы клиентов, чтобы выявить потенциальные проблемы. Вы выбираете c-диаграмму для данных подсчета.

Вот данные, которые вы собрали за 20 недель:

Неделя

Жалобы

1

10

2

8

3

9

4

11

5

9

...

...

20

12

С-диаграмма подсчитывает жалобы в пакете постоянного размера (в данном случае — за неделю).

Во-первых, рассчитайте среднее количество жалоб за неделю (c̄). Это сумма всех жалоб, деленная на количество недель.

Контрольные пределы для c-диаграммы рассчитываются следующим образом:

  • Верхний контрольный предел (UCL) = c̄ + 3*(√c̄),

  • Нижний контрольный предел (LCL) = c̄- 3*(√c̄).

Функция квадратного корня (sqrt) используется из-за характера данных подсчета и их распределения (распределение Пуассона).

Затем нарисуйте на графике еженедельные жалобы, среднее значение (c̄) и контрольные пределы. Неслучайные паттерны или точки, выходящие за пределы контроля, указывают на то, что процесс вышел из-под контроля и требует дополнительных исследований.

В этом примере показано, как можно использовать SPC для данных подсчета для мониторинга процессов и выявления проблем.

Часто задаваемые вопросы

Как SPC связан с методологией «Шесть сигм»?

SPC является ключевым инструментом в подходе «Шесть сигм» DMAIC (Определение, Измерение, Анализ, Улучшение, Контроль), особенно на этапах Измерения и Контроля, для уменьшения вариабельности процесса и поддержания улучшений.

Какие существуют продвинутые методы SPC помимо базовых контрольных карт?

Продвинутые методы SPC включают карты CUSUM (Кумулятивная сумма) для обнаружения небольших сдвигов среднего значения процесса, карты EWMA (Экспоненциально взвешенное скользящее среднее) для прогнозирования и многомерные контрольные карты для одновременного мониторинга нескольких переменных.

Можно ли применять SPC к нечисловым данным?

Да, контрольные карты атрибутов, такие как p-карты и c-карты, используются для мониторинга характеристик процесса, которые подсчитываются, например, количества дефектов или ошибок.

Как SPC поддерживает инициативы по непрерывному улучшению?

SPC помогает выявлять возможности для улучшения процессов, раскрывая источники вариаций, тенденции и выбросы. Этот подход, основанный на данных, согласуется с философией непрерывного совершенствования, такой как Lean и Кайдзен.

Какую роль играет SPC в Индустрии 4.0 и цифровой трансформации?

SPC интегрируется с технологиями Индустрии 4.0, такими как датчики IoT, большие данные аналитика и машинное обучение, чтобы обеспечить мониторинг процессов в реальном времени, прогнозное обслуживание и автономное управление процессами.

Как организации могут преодолеть сопротивление внедрению SPC?

Привлечение поддержки руководства, предоставление обучения и ресурсов, демонстрация ранних успехов и формирование культуры принятия решений на основе данных могут помочь преодолеть организационное сопротивление внедрению SPC.


Yandex pixel