Uyarı
Bu yazı 6 Sigma konusunda bazı detay bilgiler içerebilir. Gerektiği durumda yazara eposta atınız.
Aşağıdaki yazımda Konvansiyonel 6 Sigma ile Yeni 6 Sigma yaklaşımları arasında bir karşılaştırma yapmaya çalıştım. Bunun için her fazı (DMAIC) ayrı ayrı iki aşamada değerlendirdim. Amacım herşeyin değiştiği bir dünyada 6 Sigma’nın da buna adapte olabilmesi için bakış açısını biraz daha genişletmek.
Tanımlama:
Konvansiyonel 6 Sigma: Sürecin en önemli fazıdır. Burada kullanılan araçlar basit ve kullanışlı bir şekilde kısıtlı kaynak ve sürenizle neyi iyileştireceğinizi belirlemekte kullanılır. Özetle tüfeği nereye çevirmeniz gerektiğini belirlersiniz. Kapsamı doğru belirlenen projenin zamanında bitmesi daha olasıdır. Projenin çıktıları (Y’ler ve y’ler) belirlenir. Daha sonra bu çıktılara nelerin etki ettiği tecrübe, bilgi ve araştırmalar sonunda tanımlanır. (x’ler) Çok fazla sayıda x olduğunda C&E Matrix ile x’ler önceliklerine göre sıralanıp elenir. Aşağıda örnekleri yazılan farklı bir çok kaynaktan verinin toplanıp daha sonra birleştirilmesi gerekeceği için bir de Veri Toplama Planı oluşturulur.
- Varsa ERP, CRM tarzı yazılımlar (genelde çıktı verileri)
- Makineler üzerinde bulunan göstergelerden disket, USB gibi yöntemlerle veri çekilmesi
- Makine üzerinde bulunan göstergeler okunup bir forma yazılması
- Göstergelerin olmadığı durumlarda ölçüm cihazları/sistemleri ile verilerin ölçülmesi/gözlemlenmesi ve forma yazılması
Yeni 6 Sigma: Verilerin bir çoğu hali hazırda sistemler ile sürekli ölçülmekte ise x’lerin belirlenmesine, önceliklendirilmesine ve sonra da bu verilerin nasıl toplanması için plan yapmaya gerek olmayabilir. Sistemdeki tüm veriyi çekip analiz fazına geçebilirsiniz. Ancak bu konuda çok iddialı olmamak lazım diye düşünüyorum. Çünkü sahaya indiğimizde halen ölçülebilir ama ölçmek için bir cihazın olmadığı bir çok konuyla karşılaşabiliyoruz.
Ölçme:
Konvansiyonel 6 Sigma: Tanımlama fazında belirlediğiniz çıktılar (Y’ler ve y’ler) ile bunlara etki ettiğinden şüphelendiğiniz girdiler (x’ler) ölçülür. Özellikle el ile forma yazılan verilerin toplanması süre alacağı için bu verileri toplamak için en az 1 ay süre vermekte fayda vardır. Bazen ay sonunda doğru verilerin toplanmadığını görüp ek 1 ay daha süre tanıyabilirsiniz.
Yeni 6 Sigma: Günümüzde bazı sektörlerde bu ölçümleri artık cihazların/sensörlerin yapması ile bu verileri elde etmek oldukça kolaylaştı. Öyle ki eğer Tanımlama fazında belirlediğiniz tüm girdiler sistem tarafından ölçülmekte ise saniyeler içinde çok ciddi miktarda veriyi çekmeniz mümkün olmakta.
Analiz:
Konvansiyonel 6 Sigma: Analiz fazında veriler kuşak sahibi bir Proje Lideri tarafından Çoklu Değişken Analizi (Multi-Vari Analysis) dediğimiz yöntemlerle her bir girdinin tek başlarına ve birbirleri ile etkileşerek çıktılara etkileri analiz edilir. Örneğin içtiğiniz kahvenin tadına kahve cinsi, kavurma süresi, demleme tipi gibi 3 faktör ayrı ayrı da etki edebileceği gibi kahve cinsiXkavurma süresi, kavurma süresiXdemleme tipi gibi ikili ve hatta üçlü etkileşimlerin de etkisi olabilir. Burada çıkaracağınız İstatistiksel Model ile kahve cinsi, kavurma süresi ve demleme tipine bağlı olarak kahvenizin portakal aroması mı yoksa fındık aromasına mı sahip olacağını belirleyebilirsiniz. (Ben bunu bir Kara Kuşak Eğitimi’nde arkadaşlara yaptırdım.)
Bunun için en çok kullanılan Minitab, SPSS, SigmaXL gibi yazılımları 6 Sigmacılar’ın gözdesidir. Bu yazılımlar şimdiye kadar çözülemez gözüyle bakılan bir çok operasyonel konunun ortadan kaldırılmasında büyük rol oynamıştır.
Ta ki ilk defa 15000 satırdan oluşan iki nicel veriyi karşılaştırma ihtiyacım ortaya çıkana kadar. Satır sayısının yüksek olması sebebiyle bu yazılımların bu analizleri yapması uzun sürmeye başlamıştır. Özellikle grafik oluşturduysanız grafiği yanlışlıkla hareket bile ettirseniz yazılım beklemeye alır bizi.
Yeni 6 Sigma: Bugün geldiğimiz noktada ise bazı sektörlerde bu veriler milyon satırlara ve kolon bazında ise 80-90’lara (daha bile fazla) çıktığı gibi veriler farklı veri bankalarından da gelebilmekte. Böyle durumlarda emektar yazılımlarımız ile veriden doğru seçilmiş örnekler ile (5000 satır gibi) tabi ki analizler yapabilmekte ancak bu analizlerin yapılması ciddi süre almaktadır.
Yeni 6 Sigma’da bu analizler artık Yapay Zeka (AI) yazılımlar tarafından yapılabilmektedir. Bu analizlerin yapılmasını hem hızlandırmakta hem de Makine Öğrenmesi (ML) ile yeni veriler geldiğinde (ya da veri setleri eklendiğinde) oluşturduğumuz İstatistiksel Model daha da kuvvetlenmektedir. Bu durumda biz 6 Sigmacılar’a sadece sonucu değerlendirmek kalmaktadır.
İyileştirme:
Konvansiyonel 6 Sigma: Artık elimizde bir model olduğuna göre iyileştirmelerimizi yapabiliriz. Belki burada ihtiyacımız olursa Deney Tasarımı (DOE) kullanarak elimizdeki İstatistiksel Model’in optimum performans vereceği girdi seviyelerini belirleyebiliriz.
Yeni 6 Sigma: Makineler/süreçler sistemler tarafından yönetildiği için Deney Tasarımı EVOP mantığı ile tasarlanıp ML ile zaman içinde iyileşmeye devam edebilir. Robotlar veya RPA ile manuel yapılan hata yapma riski olan bir çok konu ortadan kaldırılabilir.
Kontrol:
Konvansiyonel 6 Sigma: Bu fazda artık yapılmış olan iyileştirmelerin kalıcı hale getirilmesi için önlemler alınır. Aklımıza ilk gelenler Poke-Yokeler, İPK (İstatistiksel Proses Kontrol), Eğitimler, Denetlemeler, Kontrol Planları vs. Burada Poke-Yoke dışındakiler genelde insana bağlı konular olduğu için iyileştirmenin geriye gitme olasılığını her zaman bulundurur.
Yeni 6 Sigma: Yapılan iyileştirmeleri APC (Advanced Process Control) yöntemleri ile oluşturmuş olduğunuz İstatistiksel Model’e sürekli bağlı kalmasını sağlamakla kalmayıp ML ile iyileştirmenin sürekliliğini sağlayabilirsiniz. Denetleme ve eğitimler AR ve Drone’lar ile yapılabilir.
Biraz uzun yazdığımı düşünüyorum bu sebeple burada yazımı sonlandırıyorum. Bence bu yazının bir devamı daha sonra gelebilir…
İlginizi Çekebilir: Endüstri 4.0 Nedir?