Занимательная статистика
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.
Сначала мы вычисляем среднюю яркость X. Например, для первого часа = (900+905+897+903+902)/5 = 901,4 люмен.
Далее мы вычисляем общую среднюю (x̄̄̄) и средний диапазон (R-полоса).
Общее среднее значение (x̄̄̄) является средним значением всех X.
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.
