Six Sigma Système de Management pour l Excellence Opérationnelle Christian Mertz - Associé - R&G Global Consultants - France & Suisse 1
Introduction R&G Global Consultants a été fondé en 2003 par Piet van Abeelen, VP Six Sigma Qualité pout tout GE de 98 à 03 Expertise basée sur le développement et la direction de Six Sigma chez GE : Déployé dans tous secteurs (industrie, finance, services), processus, pays et cultures. Formé 13 000 BB-MBB. Mené 140 000 projets BB-MBB. Généré $9 milliards EBITDA. R&G a une licence de GE pour la propriété intellectuelle Lean/Six Sigma. $3000 Chiffres publiés et audités par General Electric Company Coûts $2500 Gains de Productivité Marge Additionnelles / Ventes $ millions $1200 $200 $170 $380 $700 $450 $500 $600 96 97 98 99 00 ROI 0.85 1.8 2.7 5 5 2
1 Point de vue personnel 2 Six Sigma : une Méthode 3 Six Sigma : un Système 3
Introduction Parfois nos problèmes sont complexes et difficiles à comprendre, comme cette peinture 4
Introduction D autres peintures sont plus faciles 5
Introduction Six Sigma aide à défragmenter les complexités Picasso, 1959 Les Menines = Velasquez, 1656 Las Meninas 6
Introduction Tout le monde peut parler de Six Sigma, comme de peinture d ailleurs, mais voulez-vous vraiment que je vous parle peinture? Mon seul et unique conseil aujourd hui : Fuyez ceux qui font du Six Sigma depuis toujours sans l appeler comme ça! Comment les reconnaître? Grâce à ce cher Monsieur Jourdain 7
Introduction Que diriez-vous à un grand cardiologue qui veut opérer votre cerveau sur la base de ses cours d anatomie de 1 ère année? 8
Introduction Six Sigma : une méthode? un système? La Méthode Six Sigma va améliorer vos performance : choisissez bien les processus à améliorer! Le Système Six Sigma va transformer votre société : choisissez bien votre PDG 9
1 Point de vue personnel 2 Six Sigma : une Méthode 3 Six Sigma : un Système 10
Méthode Les fondements de la méthode d amélioration des processus Six Sigma DMAIC Phase Objectif Etapes clés Questions clés DEFINIR Exigences des client Collecter les exigences client Quels sont les besoins de mes Clients? MESURER Formuler le problème pratique Quantifier les exigences client Définir les objectifs Valider les données Comment quantifier ces exigences? Comment les transformer en objectifs? Les données sont-elles fiables? ANALYSER Le transformer en problème statistique Etablir la capabilité du processus Définir les objectifs de performance Identifier les sources de variation Quelle est la performance actuelle? Quels sont les objectifs clés? Quels facteurs ont une influence? AMELIORER INNOVER Développer une solution statistique Tester les causes potentielles Quantifier les causes et les effets Définir les solutions Quelle est la source des problèmes? Comment puis-je prédire les résultats? Quels facteurs dois-je modifier? CONTROLER Mettre en place la solution pratique Valider les nouvelles données Etablir la capabilité du processus Mettre en œuvre le plan de contrôle Les données d entrée sont-elles fiables? La nouvelle capabilité est-elle bonne? Comment pérenniser l amélioration? 11
Méthode Quelques outils de la méthode d amélioration des processus Six Sigma DMAIC Phase Objectif Etapes clés Exemples Outils DEFINIR Exigences des client Collecter les exigences client Voix du Client MESURER Formuler le problème pratique Quantifier les exigences client Définir les objectifs Valider les données QFD Statistiques de base GR&R ANALYSER Le transformer en problème statistique Etablir la capabilité du processus Définir les objectifs de performance Identifier les sources de variation AMDEC Tests d hypothèses Regressions, Correlations AMELIORER INNOVER Développer une solution statistique Tester les causes potentielles Quantifier les causes et les effets Définir les solutions Plans d Expérience Simulations AMDEC CONTROLER Mettre en place la solution pratique Valider les nouvelles données Etablir la capabilité du processus Mettre en œuvre le plan de contrôle SPC Poka-Yoke Plans de Contrôle 12
Méthode Les avantages de Six Sigma DMAIC par rapport aux méthodes «classiques» d amélioration des processus Définir Mesurer Analyser Améliorer Contrôler Collecter la voix du client Définir un seul Y : le défaut à éliminer Valider le système de mesure Mesurer la performance et la variation Dissocier causes vitales et causes communes et valider les hypothèses par les statistiques Mesurer l impact des causes vitales sur Y Définir et tester les solutions d amélioration Pérenniser les améliorations par des plans de suivi et de réaction des X vitaux 13
Méthode Y a-t-il des limites à l utilisation de Six Sigma? Quand vous n en n avez pas besoin, ne l utilisez pas : Mettez en place les solutions décidées (JDI*)! et Mesurez la nouvelle performance dans le temps : JIC* elle ne vous donne pas entière satisfaction * Just Do It * Just In Case 14
Méthode Quand utiliser Six Sigma? 1. Améliorer un processus (implicite ou explicite) 2. Défaut mesurable (Y) 3. Problème récurrent (JDI n a pas marché) 4. Problème difficile (vous n avez pas de JDI) 5. Impact client ou actionnaire important 6. Valider votre solution JDI, JIC 7. Rien d autre n a marché 15
Méthode Exemple 1 : augmentation du service et réduction du stock En transformant un processus de fabrication aléatoire Items Produced vs. Planned All 2004 Cumulative % of Items Scheduled 25% requested not produced 25% produced not requested 15% produced more than requested 15% produced as requested 20% produced less than requested % Produced vs. Planned by Item by Week 16
Méthode Exemple 1 : augmentation du service et réduction du stock en processus de fabrication bien plus maîtrisé en 3 mois Items Produced vs. Planned Q1 2005 99,9 99 3% produced more than requested Percent 95 90 80 70 60 50 40 30 20 10 5 20% produced not requested 51% produced as requested 13% produced less then requested 13% requested not produced 1 0,1-200 -150-100 -50 0 50 100 % Produced vs. Planned by Item by Week 17
Méthode Exemple 2 : augmentation de la couverture de marché 27% du marché total et 44% du marché cible est identifié à temps MM 25 000 Volume total et vu par type d'actif 20 000 15 000 10 000 5 000 - Marché Total Affaires vues Affaires non vues 18
Méthode Exemple 2 : augmentation de la couverture de marché Améliorations validées et déployées sur 12 partenaires cibles Nombre de nouvelles affaires par semaine Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev -------+---------+---------+--------- 1 28 7.857 3.988 (--*---) 2 15 6.667 2.717 (----*----) 3 35 6.371 3.679 (--*--) 4 13 2.923 1.801 (----*-----) 5 11 10.818 1.328 (-----*-----) Mise en place des Améliorations -------+---------+---------+--------- 3.5 7.0 10.5 19
Méthode Exemple 2 : augmentation de la couverture de marché Performance mesurée 12 mois avant et 3 mois après changements Mise en place des Changements 100 I and MR Chart 2 Individual Value 50 0 3.0SL=72.96 X= 58.33-3.0SL=43.71 Subgroup 0 5 10 15 Moving Range 70 60 50 40 30 20 10 0 2 3.0SL=17.97 R=5.500-3.0SL=0.00E+00 20
Méthode Exemple 3 : développement de nouveaux produits Les derniers 78 projets ont généré 68% des bénéfices prévus 35% ont atteint leur objectif 41% n ont même pas atteint 50% de leur objectif $138 MM de bénéfices réalisés pour $203 MM attendus 99 95 90 OBJECTIF : < 45 jours de retard Percent 80 70 60 50 40 30 20 10 5 ACTUEL : 50% > 45 jours de retard 1-100 0 100 200 300 LSI = 45 j Data 21
Exemple 3 : développement de nouveaux produits Méthode Boxplots of Schedule by Best Sch Schedule Feasibility (means are indicated by solid circles) Boxplots of Schedule by Test Experience Test Experience (means are indicated by solid circles) Boxplots of Schedule by Project Leader Project Leader Experience (means are indicated by solid circles) 1.5 P-value = 0.10 1.5 1.5 P-value = 0.13 Schedule Miss 1.0 0.5 Schedule Miss 1.0 0.5 Schedule Miss 1.0 0.5 0.0 Best Schedule 0 1 0.0 Test adjust 0 P-value = 0.00 1 0.0 Project Leader 0 1 Boxplots of Schedule by Concept Conceptual Design Experience (means are indicated by solid circles) Boxplots of Schedule by Detailed Detailed Design Experience (means are indicated by solid circles) Boxplots of Schedule by Product Product Domain Experience (means are indicated by solid circles) 1.5 P-value = 0.00 1.5 P-value = 0.10 1.5 P-value = 0.001 Schedule Miss 1.0 0.5 Schedule Miss 1.0 0.5 Schedule Miss 1.0 0.5 0.0 Concept Design 0 1 0.0 Detailed Design 0 1 0.0 Product Experience 0 1 Boxplots of Schedule by Project Requirements (means are indicated by solid Definition circles) Boxplots of Schedule by Tooling Tooling Delays (means are indicated by solid circles) Boxplots of Schedule by Vendor D Vendor Delays (means are indicated by solid circles) 1.5 P-value = 0.10 1.5 P-value = 0.05 1.5 P-value = 0.002 Schedule Miss 1.0 0.5 Schedule Miss 1.0 0.5 Schedule Miss 1.0 0.5 0.0 Project Scope 0 1 0.0 Tooling Delays 0 1 0.0 Vendor Delays 0 1 Technical complexity P-value = 0.12 Invention Required P-value = 0.13 22
Méthode Exemple 3 : développement de nouveaux produits Schedule Miss = - 0.0036 + 0.0979 Requirements + 0.357 Tooling Delays + 0.179 Vendor Delays + 0.237 Schedule Feasibility + 0.277 Concept Design + 0.292 Test*Tech + 0.382 Domain*Tech Predictor Coef StDev T P Constant -0.00360 0.03635-0.10 0.922 Requirements 0.09793 0.05484 1.79 0.089 Tooling 0.35741 0.07487 4.77 0.000 Invention 0.0701 0.1115 0.63 0.537 Vendor D 0.17889 0.06568 2.72 0.013 Schedule 0.23719 0.06226 3.81 0.001 Plead*Tech -0.00375 0.06735-0.06 0.956 Concept*Tech 0.2774 0.1342 2.07 0.052 Detailed*Tech 0.08853 0.09341 0.95 0.355 Test*Tech 0.29172 0.07490 3.89 0.001 Domain*Tech 0.3822 0.1112 3.44 0.003 Facteurs non significatifs S = 0.1212 R-Sq = 93.5% R-Sq(adj) = 90.3% Analysis of Variance Source DF SS MS F P Regression 10 4.23057 0.42306 28.80 0.000 23
Méthode Exemple 3 : développement de nouveaux produits Le modèle est alors validé sur les données historiques Equation et données historiques L équation prédictive est : Schedule Miss % = 0.110 Requirements + 0.341 Tooling Delays + 0.188 Vendor Delays + 0.224 Schedule Feasibility + 0.357 Conceptual_Exp*Tech_Complexity + 0.300 Test_Exp*Tech_Complexity + 0.367 Domain_Exp*Tech_Complexity Données historiques : R-Sq = 93.1% Actual Schedule Miss 2 1 0 Validation avec 21 projets 0.0 0.5 1.0 1.5 Transfer Function Predicted Miss R-Sq = 80.4 % 24
Méthode Exemple 3 : développement de nouveaux produits Le développement d un produit est à présent un processus fiable 99 95 90 APRES : 100% < 45 jours retard AVANT APRES Percent 80 70 60 50 40 30 20 10 5 AVANT : 50% > 45 jours de retard 1 LSI 45 jours -100 0 100 200 300 Data 25
1 Point de vue personnel 2 Six Sigma : une Méthode 3 Six Sigma : un Système 26
Système Un exemple de Système Six Sigma, pas une vérité absolue 1. Développement du leadership : faire de Six Sigma une étape obligatoire. 2. Hauts potentiels : en dédier 5% à Six Sigma à temps plein et personne d autre! 3. Sélection des BB-MBB : effectuée par la direction générale, pas par les responsables fonctionnels. 4. Durée : garder BB-MBB-QL 2 ans à temps plein dans leur rôle. 5. Responsabilité : rendre les BB-MBB responsables des changements, autant que les opérationnels pas d excuse! 6. Evolution : faire évoluer les BB-MBB vers l encadrement opérationnel après 2 ans. Ne pas faire de Six Sigma un métier. 27
Système Et si le vrai bénéfice de Six Sigma se trouvait dans l après BB-MBB? Haut potentiel MBB Direction opérationnelle QI + QE pré-requis Changement + Amélioration + Travail d équipe + = Diriger + Mobiliser + Changer 28
Système Outil statistique ou culture d excellence, il faut choisir ou peut-être pas, car des passerelles peuvent exister Compétence Intégrée Emergeante Programme expert «statistique» sans changement de culture Démarrage et apprentissage : optimisations fonctionnelles Programme de la Direction Générale : changement de la culture d entreprise Initiatives ciblées sur un nombre restreint d améliorations tactiques immédiates Améliorations ponctuelles Culture d excellence Finalité 29
Système Les quatre fondements - d après notre expérience depuis 10 ans - du succès de la mise en œuvre du système Six Sigma 1. Données Décider en connaissance des faits et des données 2. Client Mesurer l instabilité perçue et vécue au quotidien par le client 3.Discernement Discerner les facteurs vitaux parmi l ensemble des facteurs potentiels 4. Culture Créer une culture commune pour l amélioration continue 30
Système Et les deux règles d or pour garantir la pérennité de l effort d amélioration continue 1. instabilit nstabilité La stabilité des processus est de loin le facteur le important pour l obtention rapide et pérenne de l excellence opérationnelle 2.Leadership Les personnes ayant le pouvoir de changer les conditions opératoires doivent mener l effort de changement 31
1 Point de vue personnel Christian Mertz 2 Six Sigma Tél. : 06 un 26 56 Système 61 00 christian.mertz@rngglobalconsultants.com 3 Six Sigma : une Méthode 32