Seis Sigma

UNA METODOLOGA CLAVE PARA LA COMPETITIVIDAD

EMPRESARIAL

Rodolfo Benedix Adrin Gabriele

Julio de 2010 1
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

2
EL CASO AVENTIS

Durante
Durantelos
losaos
aos2003
2003yy2004
2004sesedespleg
desplegununprograma
programade demejora
mejoradede
los
losprocesos
procesosenenAventis
AventisPharma
Pharmasiguiendo
siguiendolalametodologa
metodologaSeis
SeisSigma,
Sigma,
el
elcual
cualresult
resultuna
unaexperiencia
experienciaaltamente
altamenteexitosa
exitosano
nosolo
solopor
porlos
los
objetivos
objetivoseconmicos
econmicosyyde deeficiencia
eficiencialogrados
logradossino
sinopor
porlas
las
competencias
competenciasquequeadquirieron
adquirieronquienes
quienesestuvieron
estuvieronexpuestos
expuestosaala la
experiencia.
experiencia.

3
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)

4
QUE ES SEIS SIGMA?

Una metodologa de mejora que permite

Economa intelectual: Economa de recursos:

Esta disponible Son escasos

Enfoque sistemtico Tiempo
Visin estadstica Dinero
Personas

5
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

6
QUE ES SEIS SIGMA? Definicin estadstica

La naturaleza del problema

Descentrado Gran Variabilidad

LSL USL LSL USL

Centrado
Centrar el Reducir la
Proceso Variabilidad

LSL USL

7
QUE ES SEIS SIGMA? Definicin estadstica

Punto de inflexin

p(d)

1 2 3 4 5 6
USL

Un Proceso Seis Sigma

8
QUE ES SEIS SIGMA? Un ejemplo prctico

Algunos elegidos Proceso 6 Sigma:

Seguridad fsica de los pasajeros

La mayora de
las industrias Proceso 3 Sigma:

Gestin de equipajes

Sigma DPMO* Rendimiento

6 3.4 99.9997%
5 233 99.976%
4 6,210 99.4%
3 66,807 99%
2 308,537 65%
1 500,000 50% 9
El proceso DMAIC

Proyectos
Proyectos DMAIC
DMAIC

es decir, identificacin y eliminacin de paradigmas

10
El proceso DMAIC

Metodologa DMAIC
Metodologa DMAIC

Definir Medir Analizar Mejorar Controlar

Nivel de Negocio

Nivel Tcnico

11
 Seis Sigma: Proceso visto como funcin

Entradas Salidas
PROCESO

x1 , x2 , x3 , ... , xn Nuevo concepto

Y
de Calidad:
Controlar el Proceso

Cmo?... Antiguo concepto

Controlando todas de Calidad:
las Xs Y = f ( x1 , x2 , x3 , ... , xn ) Controlar el producto
Seis Sigma propone
hacerlo sobre las
estadsticamente
significativas 12
El proceso DMAIC

Enfoque YY == ff (x)
Enfoque (x)

Definir Medir Analizar Mejorar Controlar

Yactual Sostener Yfuturo

Yfuturo Nivel de Negocio

Dinmica Encontrar f
de Y y Xs
Nivel Tcnico Xs
Crticos

13
El proceso DMAIC

Enfoque
EnfoqueYY==ff(x)
(x)

Definir Medir Oportunidades

Analyze de Mejorar Controlar
mejora inmediatas

Yactual Sostener Yfuturo

Nivel de Gestin
Yfuturo

Dinmica Encontrar f
de Y y Xs
Nivel Tcnico Xs
Crticos

14
El proceso DMAIC - Definir

Carta del Proyecto

VOC
PASO
PASO 1:
1: DEFINIR
DEFINIR

Grfico del Y
del proyecto

Time Series Plot of SALES

Mapa de Proceso de Alto Nivel 6,5

6,0

(SIPOC) 5,5

SALES
Suppliers

Customers

5,0

Inputs Process Outputs

4,5

4,0

3,5
1 14 28 42 56 70 84 98 112 126 140
Index

15
Productos de la fase Definir

PASO
PASO 1:
1: DEFINIR
DEFINIR

Carta del proyecto

Base del proyecto (Y Graph)

PRODUCTOS
SIPOC

16
El proceso DMAIC - Medir

Diagrama espina de pescado

PASO
PASO 2:
2: MEDIR
MEDIR
Mapeo de proceso
Start

Move
Bucket
Denest
Bucket
Orient
Bucket
Fill
Bucket
Orient
Bucket
Add
glycol/water
Plan de Coleccin de Datos
Data Collection Plan
What questions do you want to answer?
Data Operational Definition and Procedures
Orient
Bucket
Move
Bucket
Spray code
onto
Label Crimp Drop What Measure type/How Related Sampling How/
Bucket
Bucket Lid Lid Data type measuredconditionsnotes where

Stop
How will you ensure What is your plan for
consistency and stability?starting data collection?
How will the data be displayed?

Comportamiento de Y
y estratificacin preliminar
Col# 1 2 3 4 5 6

1000
UCL
Inspector

1
2
2.0
2.0
A
Sample # 1st Trial2nd Trial
1.0
3.0
Diff
1.0
1.0
1.5
2.5
B
1st Trial2nd Trial
1.5
2.5
Diff
0.0
0.0
Anlisis del
0
X 3
4
5
Totals
1.5
3.0
2.0
10.5
1.0
3.0
1.5
9.5
0.5
0.0
0.5
3.0
2.0
2.0
1.5
9.5
1.5
2.5
0.5
8.5
0.5
0.5
1.0
2.0
Sistema de Medicin
-1000 LCL
Averages 2.1 1.9 0.6 1.9 1.7 0.4

Sum 4.0 Sum 3.6

10 20 30 2.0 RA 1.8 RB
XA XB

D B F A C E Other 17
Productos de la fase Medir

PASO
PASO 2:
2: MEDIR
MEDIR

Estadstica de Y

Confiabilidad de los datos

PRODUCTOS
Mapa de Proceso

18
 El proceso DMAIC - Analizar

Diagrama espina de pescado

PASO
PASO 3:
3: ANALIZAR
ANALIZAR

Matriz Causa & Efecto 110

Boxplot of Sales (KUSD) by Region

o FMEA 100

90
Testeo de hiptesis

Sales (KUSD)
Xs potenciales 80

70

60
O1 O2 O3 O4
50 Fitted Line Plot
I1
Sales (KUSD) = 36,81 + 4,168 Average Price (USD/Unit)
I2 FMEA 40
I3 S 19,3776
30
110
R-Sq 1,5%
I4 Metropolitana Norte Sur R-Sq(adj) 0,5%
100
Region

90

Sales (KUSD)
Xs priorizados 80

70

60

One-way ANOVA: Sales (KUSD) versus Region 50

Source DF SS MS F P 40
Region 2 28955,5 14477,8 172,98 0,000
Error 96 8034,6 83,7
30
Total 98 36990,2
7,0 7,5 8,0 8,5 9,0
S = 9,148 R-Sq = 78,28% R-Sq(adj) = 77,83% Average Price (USD/Unit)

Lista de Xs Individual 95% CIs For Mean Based on

Pooled StDev

Crticos
Level N Mean StDev +---------+---------+---------+---------
Metropolitana 30 91,388 10,970 (--*--)
Norte 39 50,573 8,043 (-*--)
Sur 30 74,134 8,483 (--*--)
+---------+---------+---------+---------
48 60 72 84

Pooled StDev = 9,148 19

Productos de la fase Analizar

PASO
PASO 3:
3: ANALIZAR
ANALIZAR

Lista de Xs Crticos PRODUCTOS

20
El proceso DMAIC - Mejorar

Experimentacin PASO
PASO 4:
4: MEJORAR
MEJORAR
en procesos reales

Generacin de
A 4 soluciones
B 1
C 3
D 2

Prueba & Anlisis de Riesgo

Planificacin & Programacin

1 2 3 4 5 6 7 8 9 10
A
B
C
D
s s
G
E F
G
H I J

21
Productos de la fase Mejorar

PASO
PASO 4:
4: MEJORAR
MEJORAR

Relacin entre
Y y Xs Crticos
PRODUCTOS
Mejor solucin

22
El proceso DMAIC - Controlar

Proceso de Monitoreo PASO

Y Control
PASO 5:
5: CONTROLAR
CONTROLAR
I-MR Chart of Sales (KUSD)
120
1 1
1 1 11
11 1
Individual Value

100 U C L=99,30

80 _
X=70,08
60
Training Ope
Proc rating
Curriculum
Training edu
Documentacin
40 LC L=40,86
1
11 1
1
Manual Manres
1 11 21
1
31 41 51 61 71 81 91
ual
O bser vation

40
1
1

U C L=35,90
Fill to here
& Comunicacin
M oving Range

30

20
__
10 M R=10,99

0 LC L=0
1 11 21 31 41 51 61 71 81 91
O bser vation

Celebracin

23
Productos de la fase Controlar

PASO
PASO 5:
5: CONTROLAR
CONTROLAR

Procedimientos, controles,
PRODUCTOS
metodologas para
sostener las ganancias.

24
CASO PRCTICO

LNEA DE ENVASADO

EN UNA

EMPRESA FARMACUTICA

25
CASO PRCTICO: Lnea de envasado en una empresa farmecutica

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.

26
CASO PRCTICO: Lnea de envasado en una empresa farmecutica

Anlisis de Pareto
Pareto Chart of Motivo
100
40000
Prdida de eficiencia

80
30000

Percent
60
20000
40

10000 20

0 0
Motivo ra tu
p
iv
o
og. le
s
nal er
o e t r a o th
sad S ve
n
o
P
ec
i
e rs O
va r e N sp P
En t.P
d a s
d.E d e
an ra Pr
o lta
M Pa Fa
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

27
Eficiencia de envasado

I Chart of Eficiencia(%)
70,0

UCL=68,47
67,5
Individual Value

65,0

62,5 _
X=62,06

60,0

57,5

LCL=55,66
55,0
1 10 19 28 37 46 55 64 73 82
Observation

28
Fase Definir: Carta del proyecto

CARTA DEL PROYECTO

TITULO AUMENTO DE LA EFICIENCIA DE ENVASADO
Aumentar la eficiencia de la lnea de envasado de un valor actual de 62,1% a un nuevo valor de 82,0%
OBJETIVO DEL para diciembre de 2010. Esta mejora significar un beneficio de USD 53.000 anuales en concepto de
PROYECTO aumento del margen de ganancia por mayores ventas, dado que el producto se encuentra
sobrevendido.

ALCANCE Lnea de envasado

INDICADOR PRIMARIO: Eficiencia de envasado diaria, expresada en %.

INDICADORES
CLAVE INDICADORES SECUNDARIOS:
VINCULADOS Scrap del sector envasado
Reclamos de clientes
LDER DEL PROYECTO: Green Belt INTEGRANTES DEL EQUIPO:
SPONSOR: Gerente de Planta Operadores del sector
Mecnicos de mantenimiento

29
 Fase Medir: Anlisis exploratorio de los datos

Run Chart of Eficiencia(%)

Boxplot of Eficiencia(%)

67,5 67,5

65,0 65,0
Eficiencia(%)

Eficiencia(%)
62,5 62,5

60,0
60,0
57,5
57,5
55,0
55,0 M N T
Turno
1 10 20 30 40 50 60 70 80 90 Boxplot of Eficiencia(%)
Observation
67,5
Number of runs about median: 32 Number of runs up or down: 55
Expected number of runs: 46,0 Expected number of runs: 59,7
65,0
Longest run about median: 11 Longest run up or down: 4

Eficiencia(%)
Approx P-Value for C lustering: 0,001 Approx P-Value for Trends: 0,119
Approx P-Value for Mixtures: 0,999 Approx P-Value for Oscillation: 0,881 62,5

60,0

Hallazgo: Los datos tienden a agruparse 57,5

de alguna forma (efecto clustering) 55,0

A B C
Producto

30
 Fase Analizar: identificacin de causas crticas

Mquina/
Cliente Equipo Mano de obra
Contactar

Servicio Acuerdo tarea

con rea de
Cliente
Transporte
pobre
entrenamiento
no disponible Personal
28 Causas potenciales,
Cliente no disponible
a travs de la utilizacin
Pintura
Hornos
Presin
Inspeccionar Si inadecuada
pequeos Repartidor Entrega tarda
Variacin
Superv Asignar trabajo perdido
trabajo de pizza
peso neto en
Pintura

Operad
Traer
vehculo
Consultar
con prepara-
ciones?
No
Trabajo
OK?
Pobre manejo Volmen
Pobre
viernes y
de yogur
sbados de:
procedimiento
de pedidos del envase
Mapa del proceso
Pintura Ejecutar Despacho
No Falta
Viscosidad
de
Si trabajo grandes
Orden de inadecuada
ingredientes
pintura Claificar
Stock problema Retrabajo

Mtodos Materiales Diagrama de ishikawa

6 Causas priorizadas, a travs de la

utilizacin de:
Matrz de Causa & Efecto
AMFE

2 Causas crticas, a travs de

la utilizacin de:
Test de hiptesis
31
 Fase Mejorar: Implementacin de soluciones

Causa crtica Solucin propuesta Responsable

Normalizar
Normalizarespecificacin
especificacin Ingeniera/Compras
Ingeniera/Compras
de
de lastapas
las tapas
Calidad
Calidadde
delas
las
tapas
tapasdedeenvases
envases
Parametrizar
Parametrizarenvasadora
envasadora Ingeniera
Ingeniera
con
conajustes
ajustesde
depresin
presin

Reformular
Reformularviscosidad
viscosidaddel
del
Producto
ProductoBB Laboratorio
Laboratorio
producto
productoBB(test
(testOk)
Ok)

32
Fase Controlar: Sustentabilidad de las mejoras obtenidas

I Chart of %Eficiencia by Proyecto

Antes Etapa I Despues

85 UCL=85,75
_
X=82,13
80
LCL=78,51
Individual Value

75

70 Nuevo
Nuevo
65
valor=82,1%
valor=82,1%
vs
vsmeta=82,0%
meta=82,0%
60 1

1
55
1 18 35 52 69 86 103 120 137 154
Observation

33
CONCLUSIONES

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.

34
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.

35
MUCHAS GRACIAS

36