Para cuando muchos miembros del equipo hayan completado la tarea de desarrollar hipótesis sobre las causas fundamentales de un problema y recopilar datos de apoyo sobre el desempeño tal como está de esos factores, puede aparecer una sensación de frustración y posiblemente incluso agotamiento. La fase de medición en el método de definir, medir, analizar, mejorar y controlar (DMAIC) a menudo se asocia con la etapa de asalto del bien reconocido modelo de Bruce Tuckman que describe las etapas del desarrollo del grupo (Figura 1). Solo mencionar que la siguiente fase en el método DMAIC es analizar puede ser suficiente para crear rebelión y desviar a un equipo de avanzar hacia la etapa de normalización del modelo de Tuckman.
Los estudios culturales han demostrado que la mayoría de los miembros del equipo prefieren saltarse el análisis y dirigirse directamente a la creación de soluciones. La creatividad se valora mucho en la cultura laboral y la paciencia no siempre se percibe como una virtud. La frase "parálisis del análisis" se utiliza para criticar a los equipos que no avanzan de forma rápida y deliberada hacia la solución de los problemas. Sorprendentemente, a pesar del creciente énfasis en las técnicas lean y la eliminación del desperdicio en todas sus formas, muchos equipos todavía prefieren usar el antiguo método de prueba y error para adivinar rápidamente las causas e invertir la mayor parte de sus esfuerzos en probar soluciones populares. Mantener a un equipo involucrado en un proceso de análisis exhaustivo no siempre es una tarea fácil en estas circunstancias.
Certifícate en Lean & Six Sigma
100% Español - incluye 100% términos en Inglés
Síntomas y causas fundamentales
Vamos a asegurarnos de que los términos "síntoma" y "causa" los comprendemos con claridad.
El diccionario de la Real Academia Española define un síntoma como "un signo o señal de algo que esta sucediendo o va a suceder” y la causa la define cómo "Aquello que se considera como fundamento u origen de algo.
Resumiendo, “el algo más ”es la causa, que produce o afecta un resultado; aquello de lo que todo procede, y sin lo cual no existiría“.
En este artículo, vamos a definir la causa raíz como la causa específica que debe prevenirse para evitar la recurrencia del problema. También reconocemos que es probable que un equipo no siempre tenga la capacidad o la autoridad para abordar la verdadera causa de un problema y, por lo tanto, puede verse obligado a abordar los síntomas en el sistema. Entonces, para la mayoría de los equipos de DMAIC, la fase de análisis implica determinar la causa más profunda que se puede resolver de manera práctica y confiable.
En el lugar de trabajo, sin embargo, puede que no sea fácil separar los síntomas de las causas. La tendencia del equipo a tener soluciones preconcebidas en mente y, por lo tanto, querer apresurarse en el paso del análisis de la causa raíz para poder diseñar soluciones creativas, exacerba este problema. Los estudios sobre la resolución exitosa de problemas han demostrado que identificar las verdaderas causas y luego implementar soluciones que eliminen permanentemente esas causas es el factor más importante para generar un cambio duradero y mejores resultados.
Hay muchas herramientas disponibles para ayudar a los miembros del equipo a pasar de las causas hipotéticas a las probadas. Algunas de estas herramientas se basan principalmente en el instinto y la experiencia, mientras que otras incorporan más análisis basados en datos. Lograr el equilibrio adecuado entre la selección de las herramientas adecuadas y la tendencia del equipo a intentar avanzar es la clave del éxito, y ese equilibrio se guía mejor por la comprensión de los riesgos asociados con una identificación incorrecta de la causa y la tolerancia del equipo a los ciclos de experimentación de validación.
La Tabla 1 proporciona una lista de algunas de las herramientas utilizadas para el análisis de la causa raíz y las clasifica según su uso del instinto y la experiencia frente al análisis basado en datos. También incluye una descripción de alto nivel de su uso y cómo el riesgo afecta la aplicación de la herramienta. Como indica esta información, las herramientas basadas en el instinto se pueden complementar con datos para aumentar su confiabilidad cuando el riesgo de una decisión incorrecta es alto.
No importa cuánto desee el equipo omitir el proceso de análisis de la causa raíz, es absolutamente esencial que se produzca una determinación ordenada de la causa. Cuando la dinámica del equipo favorece los enfoques basados en el instinto, el camino más rápido hacia el éxito puede ser aceptar el análisis de lluvia de ideas como direccionalmente correcto y reenfocar al equipo en experimentos de validación para probar o refutar las causas sospechadas. Los profesionales de LSS son muy conscientes de que la experimentación también es un enfoque basado en datos, por lo que al principio esto puede parecer una compensación que agrega poco o ningún valor; sin embargo, el proceso de experimentación tiene algunas ventajas desde la perspectiva de los factores humanos que pueden crear un mayor nivel de participación.
Minería vr Exploración
El proceso de recopilación de datos para respaldar el análisis de la causa raíz tiende a ser una experiencia pasiva para los miembros del equipo. Dedican su tiempo a extraer datos que se recopilaron previamente y para los que no tuvieron entrada en la selección de las métricas, la forma en que se recopilaron los datos, cómo se analizaron o la visualización de resultados. Esto podría compararse con el trabajo de una persona sentada junto a un arroyo, filtrando agua a través de una pantalla en busca de oro. Puede pasar mucho tiempo antes de que suceda algo realmente emocionante.
Por otro lado, diseñar y realizar un experimento implica la participación activa de los miembros del equipo. Se toman decisiones participativas sobre qué factores deben analizarse y en qué niveles se establecen durante el experimento. Un enfoque práctico generalmente ocurre durante el experimento a medida que el equipo recopila y analiza los datos, y ese esfuerzo conduce a conclusiones determinadas en colaboración sobre los resultados. Además, este proceso es mucho más social que la recopilación de datos, que generalmente lo realizan personas con asignaciones separadas. Al inicio de un experimento, los miembros del equipo pueden sentirse inseguros mientras exploran los territorios desconocidos del universo.
Aquí hay una realidad interesante asociada con este enfoque que se alinea completamente con los principios de DMAIC. Incluso si el equipo hace un análisis intensivo de las posibles causas utilizando las herramientas, las fases de análisis y mejora aún requieren que la causa raíz y las soluciones propuestas se verifiquen a través de la experimentación. En este caso, el experimento puede diseñarse y realizarse con una base menos sólida de información relacionada con los factores y tratamientos. Obviamente, esto puede requerir múltiples ciclos de experimentación, lo que tiene algunas consecuencias negativas, pero también tiene el efecto positivo de mantener a los miembros del equipo totalmente comprometidos.
El uso exitoso de este enfoque requiere atención a muchas áreas, que incluyen:
Costo de minería versus exploración: El costo de extraer datos existentes generalmente es insignificante en comparación con el costo de la experimentación, particularmente cuando se requieren múltiples experimentos. Esta realidad respalda un enfoque combinado que equilibra un análisis más profundo de la causa utilizando datos disponibles versus experimentos que involucran activamente a los miembros del equipo. Aunque es difícil de cuantificar, la pérdida de concentración y energía de los miembros del equipo también tiene un costo que socava la efectividad del proyecto.
Presión de las partes interesadas: A menos que el campeón del proyecto y otras partes interesadas clave estén bien versados en el método DMAIC, es poco probable que apoyen que el equipo invierta mucho esfuerzo en minería o exploración. La presión a veces enorme será la de apresurarse a implementar el cambio y hacer que el problema desaparezca mágicamente. Dejar que el equipo decida qué combinación de análisis de causa y validación determinará mejor simultáneamente la causa correcta y construirá un caso convincente para el apoyo de las partes interesadas transfiere este problema para el entorno contextual del trabajo del equipo al ámbito práctico de su control basado en decisiones, que a su vez reduce su efecto.
Como siempre ocurre cuando se busca una alta participación de los miembros del equipo y el desempeño general del equipo y, al mismo tiempo, se ajusta al proceso DMAIC, el mayor éxito se logra cuando los problemas se expresan y discuten abiertamente. Dejar que los miembros del equipo decidan cómo abordar los requisitos de DMAIC sin tomar atajos mejora su experiencia siempre que comprendan y se adhieran a esas limitaciones. Este enfoque optimiza los factores humanos y el proceso de resolución de problemas.
Buenos días tengo una duda cuando se menciona "La Tabla 1 proporciona una lista de algunas de las herramientas utilizadas para el análisis de la causa raíz y las clasifica según su uso del instinto"
Esta dentro de la lectura? o me la pudieran compartir ....Gracias