Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Colo Qu Iose Is Sigma
Colo Qu Iose Is Sigma
Seis Sigma
UNA METODOLOGA CLAVE PARA LA COMPETITIVIDAD
EMPRESARIAL
Rodolfo Benedix Adrin Gabriele
Julio de 2010
2
Seis Sigma
UNA METODOLOGA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL
Introduccin El caso Aventis
Qu es Seis Sigma?
El proceso DMAIC
Definicin
Medicin
Anlisis
Implementacin de mejoras
Control
Caso de aplicacin
3
EL CASO AVENTIS
Durante los aos 2003 y 2004 se despleg un programa de mejora de
los procesos en Aventis Pharma siguiendo la metodologa Seis Sigma,
el cual result una experiencia altamente exitosa no solo por los
objetivos econmicos y de eficiencia logrados sino por las
competencias que adquirieron quienes estuvieron expuestos a la
experiencia.
Durante los aos 2003 y 2004 se despleg un programa de mejora de
los procesos en Aventis Pharma siguiendo la metodologa Seis Sigma,
el cual result una experiencia altamente exitosa no solo por los
objetivos econmicos y de eficiencia logrados sino por las
competencias que adquirieron quienes estuvieron expuestos a la
experiencia.
4
EL CASO AVENTIS
Factores de xito:
Ambicin por obtener resultados significativos
Trabajo en equipo / interdisciplinario
Definicin adecuada de los problemas y de las metas
Evitar ser austeros en la definicin de objetivos por carencia de una
metodologa (mejoremos cada ao un poco ms)
Prejuicios (qu va a decir el gerente que justo esta presente en
la reunin)
5
QUE ES SEIS SIGMA?
Economa intelectual:
Esta disponible
Enfoque sistemtico
Visin estadstica
Economa de recursos:
Son escasos
Tiempo
Dinero
Personas
Una metodolog Una metodolog a de mejora que a de mejora que permite permite
6
QUE ES SEIS SIGMA? Principios bsicos
Mejora por Proyectos
Cero o mnima inversin de capital
Proyectos de rpida implementacin (6 8 meses)
Proceso disciplinado con decisiones basadas en datos
y tratamiento estadstico de los mismos
Bsqueda de la mnima variabilidad de los procesos
7
QUE ES SEIS SIGMA? Definicin estadstica
La naturaleza del problema
LSL USL
Descentrado
USL LSL
Gran Variabilidad
Centrar el
Proceso
Reducir la
Variabilidad
Centrado
USL LSL
8
QUE ES SEIS SIGMA? Definicin estadstica
1
USL
p(d)
1 2 3 4 5 6
NEA DE ENVASADO
NEA DE ENVASADO
EN UNA
EN UNA
EMPRESA FARMAC
EMPRESA FARMAC
UTICA
UTICA
26
La envasadora tiene una eficiencia del 62%, lo cual es
inadmisible.
En realidad, el problema esta en el setup, que consume
la mitad del tiempo perdido.
El tiempo de setup de 1 horas es bueno, el problema
radica en la cantidad de cambios de campaa a lo largo
del mes.
CASO PRCTICO: Lnea de envasado en una empresa farmecutica
27
Anlisis de Pareto
Prdida de eficiencia 16416 15121 4320 3024 1728 1295 1190
Percent 38,1 35,1 10,0 7,0 4,0 3,0 2,8
Cum % 38,1 73,2 83,2 90,2 94,2 97,2 100,0
Motivo
O
t
h
e
r
F
a
l
t
a
d
e
P
e
r
s
o
n
a
l
P
r
o
d
.
E
s
p
e
c
i
a
l
e
s
P
a
r
a
d
a
s
N
o
P
r
o
g
.
M
a
n
t
.
P
r
e
v
e
n
t
i
v
o
S
e
t
u
p
E
n
v
a
s
a
d
o
r
a
40000
30000
20000
10000
0
100
80
60
40
20
0
P
r
d
i
d
a
d
e
e
f
i
c
i
e
n
c
i
a
P
e
r
c
e
n
t
Pareto Chart of Motivo
CASO PRCTICO: Lnea de envasado en una empresa farmecutica
28
82 73 64 55 46 37 28 19 10 1
70,0
67,5
65,0
62,5
60,0
57,5
55,0
Observation
I
n
d
i
v
i
d
u
a
l
V
a
l
u
e
_
X=62,06
UCL=68,47
LCL=55,66
I Chart of Eficiencia(%)
Eficiencia de envasado
29
CARTA DEL PROYECTO
TITULO AUMENTO DE LA EFICIENCIA DE ENVASADO
OBJETIVO DEL
PROYECTO
Aumentar la eficiencia de la lnea de envasado de un valor actual de 62,1% a un nuevo valor de 82,0%
para diciembre de 2010. Esta mejora significar un beneficio de USD 53.000 anuales en concepto de
aumento del margen de ganancia por mayores ventas, dado que el producto se encuentra
sobrevendido.
ALCANCE
Lnea de envasado
INDICADORES
CLAVE
VINCULADOS
INDICADOR PRIMARIO: Eficiencia de envasado diaria, expresada en %.
INDICADORES SECUNDARIOS:
Scrap del sector envasado
Reclamos de clientes
LDER DEL PROYECTO: Green Belt
SPONSOR: Gerente de Planta
INTEGRANTES DEL EQUIPO:
Operadores del sector
Mecnicos de mantenimiento
Fase Definir: Carta del proyecto
30
T N M
67,5
65,0
62,5
60,0
57,5
55,0
Turno
E
f
i
c
i
e
n
c
i
a
(
%
)
Boxplot of Eficiencia(%)
90 80 70 60 50 40 30 20 10 1
67,5
65,0
62,5
60,0
57,5
55,0
Observation
E
f
i
c
i
e
n
c
i
a
(
%
)
Number of runs about median: 32
Expected number of runs: 46,0
Longest run about median: 11
Approx P-Value for Clustering: 0,001
Approx P-Value for Mixtures: 0,999
Number of runs up or down: 55
Expected number of runs: 59,7
Longest run up or down: 4
Approx P-Value for Trends: 0,119
Approx P-Value for Oscillation: 0,881
Run Chart of Eficiencia(%)
C B A
67,5
65,0
62,5
60,0
57,5
55,0
Producto
E
f
i
c
i
e
n
c
i
a
(
%
)
Boxplot of Eficiencia(%)
Hallazgo: Los datos tienden a agruparse
de alguna forma (efecto clustering)
Fase Medir: Anlisis exploratorio de los datos
31
2 Causas crticas, a travs de
la utilizacin de:
Test de hiptesis
Mquina/
Equipo
Mquina/
Equipo
Mano de obra
Mtodos Materiales
Entrega tarda
de pizza en
viernes y
sbados
Hornos
pequeos
Transporte
no disponible
Personal
no disponible
Pobre manejo
de pedidos
grandes
Pobre
Despacho
Falta de
ingredientes
Repartidor
perdido
Mquina/
Equipo
Mquina/
Equipo
Mano de obra
Mtodos Materiales
Entrega tarda
de pizza en
viernes y
sbados
Hornos
pequeos
Transporte
no disponible
Personal
no disponible
Pobre manejo
de pedidos
grandes
Pobre
Despacho
Falta de
ingredientes
Repartidor
perdido
Mquina/
Equipo
Mquina/
Equipo
Mano de obra
Mtodos Materiales
Entrega tarda
de pizza en
viernes y
sbados
Hornos
pequeos
Transporte
no disponible
Personal
no disponible
Pobre manejo
de pedidos
grandes
Pobre
Despacho
Falta de
ingredientes
Mquina/
Equipo
Mquina/
Equipo
Mano de obra
Mtodos Materiales
Variacin
peso neto
de yogur
Presin
inadecuada
pobre
entrenamiento
Personal
no disponible
Pobre
procedimiento
Volmen
del envase
Viscosidad
inadecuada
Mquina/
Equipo
Mquina/
Equipo
Mano de obra
Mtodos Materiales
Entrega tarda
de pizza en
viernes y
sbados
Hornos
pequeos
Transporte
no disponible
Personal
no disponible
Pobre manejo
de pedidos
grandes
Pobre
Despacho
Falta de
ingredientes
Repartidor
perdido
Mquina/
Equipo
Mquina/
Equipo
Mano de obra
Mtodos Materiales
Entrega tarda
de pizza en
viernes y
sbados
Hornos
pequeos
Transporte
no disponible
Personal
no disponible
Pobre manejo
de pedidos
grandes
Pobre
Despacho
Falta de
ingredientes
Repartidor
perdido
Mquina/
Equipo
Mquina/
Equipo
Mano de obra
Mtodos Materiales
Entrega tarda
de pizza en
viernes y
sbados
Hornos
pequeos
Transporte
no disponible
Personal
no disponible
Pobre manejo
de pedidos
grandes
Pobre
Despacho
Falta de
ingredientes
Mquina/
Equipo
Mquina/
Equipo
Mano de obra
Mtodos Materiales
Variacin
peso neto
de yogur
Presin
inadecuada
pobre
entrenamiento
Personal
no disponible
Pobre
procedimiento
Volmen
del envase
Viscosidad
inadecuada
Cliente
Servicio
Cliente
Superv
Pintura
Operad
Pintura
Stock
Acuerdo tarea
con rea de
Pintura
Asignar
trabajo
Traer
vehculo
Orden de
pintura
Consultar
con prepara-
ciones?
Inspeccionar
trabajo
Ejecutar
trabajo
Claificar
problema
Trabajo
OK?
Contactar
Cliente
Retrabajo
Si
No
Si
No
Cliente
Servicio
Cliente
Superv
Pintura
Operad
Pintura
Stock
Acuerdo tarea
con rea de
Pintura
Asignar
trabajo
Traer
vehculo
Orden de
pintura
Consultar
con prepara-
ciones?
Inspeccionar
trabajo
Ejecutar
trabajo
Claificar
problema
Trabajo
OK?
Contactar
Cliente
Retrabajo
Si
No
Si
No
28 Causas potenciales,
a travs de la utilizacin
de:
Mapa del proceso
Diagrama de ishikawa
6 Causas priorizadas, a travs de la
utilizacin de:
Matrz de Causa & Efecto
AMFE
Fase Analizar: identificacin de causas crticas
32
Causa crtica Solucin propuesta Responsable
Calidad de las
tapas de envases
Calidad de las
tapas de envases
Producto B
Producto B
Normalizar especificacin
de las tapas
Normalizar especificacin
de las tapas
Parametrizar envasadora
con ajustes de presin
Parametrizar envasadora
con ajustes de presin
Reformular viscosidad del
producto B (test Ok)
Reformular viscosidad del
producto B (test Ok)
Ingeniera/Compras
Ingeniera/Compras
Ingeniera
Ingeniera
Laboratorio
Laboratorio
Fase Mejorar: Implementacin de soluciones
33
154 137 120 103 86 69 52 35 18 1
85
80
75
70
65
60
55
Observation
I
n
d
i
v
i
d
u
a
l
V
a
l
u
e
_
X=82,13
UCL=85,75
LCL=78,51
Antes Etapa I Despues
1
1
I Chart of %Eficiencia by Proyecto
Nuevo
valor=82,1%
vs meta=82,0%
Nuevo
valor=82,1%
vs meta=82,0%
Fase Controlar: Sustentabilidad de las mejoras obtenidas
34
La calidad se asegura a travs de un trabajo consciente y profesional.
Lean Seis Sigma no es un conjunto de herramientas, es una
metodologa para la solucin robusta de problemas. Es una nueva
forma de trabajar (un cambio cultural).
Las cinco fases de la metodologa (DMAIC) son imprescindibles para
asegurar este tipo de soluciones.
Lograr que la metodologa Lean Seis Sigma no sea un adicional a las
las actividades laborales, es el comienzo de un cambio cualitativo en
el trabajo.
CONCLUSIONES
35
DISERTANTES
Dr. Rodolfo Benedix
Farmacutico. MBA in Human Resources Management by SUNY-USAL.
Six Sigma Champion by HLTnetwork SA.
Ex Titular de Ctedra de Innovacin y Promocin al Cambio del MBA en Direccin de Recursos Humanos
USAL .
Consultor Senior en Excelencia Industrial. Director de RFB & Asociados Consultora Oganizacional y
Tcnica Asesor en Eficiencia y Productividad Industrial en Roux-Ocefa SA. Ex Manufacturing Manager y
Excellence Industrial para el Cono Sur en Aventis Farma
Ing. Adrian Sergio Gabriele
Ingeniero Qumico - Universidad Nacional de La Plata.
Six Sigma Master Black Belt by Six Sigma Academy &E.I. DuPont de Nemours.
Director Comercial de HLTnetwork SA., empresa especializada en prcticas de excelencia vinculadas a la
Calidad.
Ex-Business Excellence Manager para Latinoamrica en ICI, responsable del despliegue de Six Sigma en
las filiales de Argentina, Brasil y Uruguay.
Ex-gerente de Calidad Total en DuPont Argentina, responsable de certificaciones ISO-9000 y programas
de satisfaccin del cliente.
36
MUCHAS GRACIAS