Omaa lääkettä maistamassa: Lean Six Sigma Green Belt -projekti oppimiskokemuksena – osa 1

Seurattuani vuosikausia Aalto PRO:n Lean Six Sigma Green Belt -koulutusten kulkua ja projektitöiden valmistumista ohjelmajohtajan ominaisuudessa mieltäni kutkutteli ajatus: mitä jos itsekin lähtisin mukaan.

Heli Paalamo, 02.09.2019

Laatumaailma oli tullut tutuksi jo Teknillisen korkeakoulun täydennyskoulutusohjelman Master of Quality suorittamisen myötä vuonna 2007 sekä lukuisten Aalto PRO:n Lean ja Six Sigma -koulutusten vetovastuun kautta. Entäpä jos laittaisinkin nyrkit saveen ja lähtisin selvittämään, mitä parannettavaa löytyisi tutuista prosesseista ja miten Lean Six Sigmaa sovelletaan ongelmanratkaisuun? Motivaationi oli omaksua lisätyökaluja laatu- ja lean-oppien täydennykseksi. Vuosien varrella Lean Six Sigma Green Belt -oppeja oli jo tarttunut mukaan, mutta tietoihin oli jäänyt harmaita vyöhykkeitä ja puuttuvia palasia. Tähän halusin täydennystä ja sitä myös sain.

Mitä haluan parantaa – projektin valinta ja rajaaminen

Ensimmäinen pohdinta Green Belt -matkan Define-vaiheessa on projektin valinta. Yllättävästi jo tässä kohdassa voi törmätä ilmiöön ”Having no problems is the biggest problem of all” (Taiichi Ohno). Ongelmien tunnistaminen ja määrittäminen on suorastaan viisauden alku – mutta niin vaikeaa. Kannattaa ottaa todesta kouluttajien päähämme iskostama hokema: "Rajaa ongelma hyvin, koska muuten tulee ongelmia jatkossa". Et voi parantaa, jos et osaa määritellä, mitä olet parantamassa. Eikä kannata kehittää sellaista, mikä ei ole asiakkaalle tärkeää.

Pyrin pitämään mielessä hyviä apukysymyksiä projektin valintaan:

  • Mikä prosessi on ”rikki” ja miten?
  • Mitä rahallisia säästöjä tai muita mitattavia hyötyjä on mahdollista saavuttaa prosessia korjaamalla?
  • Miten projekti kytkeytyy organisaation ydintoimintoihin?

Seuraavan ongelmakohdan olen kuullut lukemattomia kertoja vuosien mittaan: ”Ei meillä ole dataa”. Voin kertoa oman projektini myötä: kyllä dataa on! Kun hahmotat, mitä olet tutkimassa ja mitä pitäisi saada selville, mieti mitä tietoa tarvitset ilmiön ymmärtämiseksi ja mistä sitä tietoa saisit.

Ongelmien tunnistaminen ja määrittäminen on suorastaan viisauden alku – mutta niin vaikeaa."

”Datan puutteen” taustalla taitaakin usein olla henkinen laiskuus. Jos juuri oikeaa, tutkittavaa ilmiötä kuvaavaa tietoa ei saa sellaisenaan järjestelmistä, sitä pitää yhdistellä ja jalostaa, muokata omiin tarpeisiin. Olet itse nyt ”tutkija”: työn tutkimisen menetelmillä, haastattelemalla, ajanotolla, otantatutkimuksella jne. dataa kertyy juuri siitä, mistä itse haluaa. Muista kuitenkin kertoa työtovereille, miksi tulet kyselemään kaikenlaista ja ehkäpä istumaan viereen ja osoittamaan yletöntä kiinnostusta kollegan tekemisiin. Tutkijana saatat kokea mahtavia oivalluksen yhdistelemällä eri tietolähteitä – heureka – data alkaa puhua! Tämä oli itselleni yksi mahtavimmista oivalluksista.

Kun se tilastomatikka on niin hankalaa – vai onko?

Moni pelkää Green Belt -koulutuksen kompastuskiveksi itselleen ehkä vierasta tilastollista ajattelua. Se on yksi Six Sigma -kehittämisen lähtökohta, mutta ei siitä kannata tehdä itselleen mörköä. Tavoitteena on haitallisen vaihtelun vähentäminen prosesseista: tunnistetaan vaihtelun lähteet ja osataan vaikuttaa oikeisiin tekijöihin vaihtelun poistamiseksi. Vaihtelua tutkitaan tilastollisesti hajontalukujen kautta ja opitaan tekemään oikeita päätöksiä prosessin parantamiseksi.

Koulutus etenee loogisesti ja kun pysyy hereillä ja kertaa asioita itsekseen kurssimateriaaleista, tilastollisen ajattelun hienoudet alkavat avautua. Itseänikin hieman jännitti, vieläkö maisteriopintojen perusasiat ja jatko-opintojen syventävät menetelmät palautuvat mieleen. Asioiden mieleen palautus ja uuden oppiminen oli kuitenkin suorastaan nautinnollista. Menetelmien käyttötarkoituksen ymmärtäminen ja kytkös kehittämistyöhön avautui uudesta vinkkelistä. Datan käsittelyn ja analyysin myötä tuotetaan välineitä päätöksenteon tueksi.

Menetelmien käyttötarkoituksen ymmärtäminen ja kytkös kehittämistyöhön avautui uudesta vinkkelistä."

Monia askarruttaa Minitab-analyysiohjelman opettelu. Se on mainio apuväline, mutta ei itse tarkoitus. Suurten datamassojen käsittelyssä pääsee helpommalla, kun vaivautuu opettelemaan perusasiat. Koulutuksessa käydään paljon perusanalyysityökaluja, mutta myös hifistellään jonkin verran. Omaa taitotasoa voi kerryttää omien käyttötarpeiden mukaan.

Oman projektidatani käsittelin rinnakkain sekä Excelillä että Minitabilla, mikä olikin mainio tilaisuus vertailla, mihin eri ohjelmat taipuvat. Excelillä saa aivan mainioita käppyröitä, mutta Minitab kertoo paljon, paljon muutakin. Projektin luonne ja datan määrä ja vaikuttavat siihen, mitkä analyysimenetelmät soveltuvat parhaiten. Minitab-harjoituksia kannattaa kokeilla itsenäisesti, jotta saa tuntuman analyysien tekniseen suoritukseen.  Se hetki, kun pääsee omaan dataan kiinni, on riemullinen: mitä käyrät ja eri tunnusluvut kertovatkaan ja mitä johtopäätöksiä niistä voi tehdä.  

Vaiheesta toiseen DMAIC-polulla

DMAIC-lyhenne kuvaa Green Belt -projektin vaiheet:

  • Define - projektin asettaminen ja rajaaminen,
  • Measure - nykytilan tunnistaminen,
  • Analyze - juurisyiden löytäminen ja prosessin virtaus,
  • Improve & Control - uusien ratkaisujen luominen ja pysyvyyden varmistaminen.

Kun parannusprojekti on saatu rajattua Define-vaiheessa, Measure-vaihe on työläin ja aikaa vievin osuus. Ongelman ymmärtäminen mahdollisimman monipuolisesti, datan keruun suunnittelu, seuraavien askelten hahmottaminen ja kenties palaaminen taaksepäin voivat tuntua tuskallisilta. Tämä on kuitenkin se vaihe, joka luo perustan koko tutkittavan ongelman ratkaisulle. Käytä siihen siis kärsivällisesti aikaa.

Analyze-vaihe lähteekin sen jälkeen sujumaan ja koko prosessi etenee, kun data alkaa puhua. Jälleen kerran kannatta kuunnella kouluttajia, kun he kerta toisensa jälkeen muistuttavat: joudut todennäköisesti palaamaan taaksepäin ja tarkentamaan, mitä olitkaan tekemässä. Itse huomasin, että projekti kummittelee mielessä välillä yötä päivää, mutta näin ajatukset jalostuvat kohti seuraavaa vaihetta. Välillä matkalla on intensiivisempiä vaiheita, välillä taas ns. jumittaa.

Improve ja Control-vaiheet ovat koko projektin kestossa lyhyempiä kuin alkuvaiheen pohdinnat. Usein käy niin, että kurssin keston puitteissa näiden vaiheiden toteutukseen ja tuloksiin ei vielä täysin päästä kiinni. Silloin on tärkeää laatia toimintasuunnitelma, miten aikoo viedä projektin päätökseen, jos implementointiin ei ole vielä päässyt kiinni.

Final-vaiheen lopputentti on luonteeltaan kertaava ja paljastaa itselle mahdolliset aukot ymmärryksessä. Kuulostaa hullulta, että tentin laatimisesta voi nauttia, mutta itselleni kävi niin. Erään tuntikausia kestävän junamatkan aikana uppouduin posket punoittaen kertaamaan oppeja tenttikysymysten kautta ja kas – aika kului kuin siivillä. Varaa aikaa tenttikysymyksille jopa 4–5 tuntia – ja Minitab siihen viereen.

Artikkeli jatkuu pian julkaistavassa toisessa osassa, jossa keskitytään onnistuneen Green Belt -oppimiskokemuksen edellytyksiin, projektitulosten viestimiseen ja organisaation matkaan kohti leanimpää tekemistä.

Laadunparannusta ja kehittämistyötä voidaan tehdä monella tasolla ja eri menetelmillä: strategisesta näkökulmasta (laatujohtaminen), tarkasti rajattujen projektien muodossa (Lean Six Sigma) tai Lean-menetelmiä hyödyntäen (kehitysprojektit, työtä kehittävät pienimuotoisemmat parannukset ja päivittäisjohtaminen). Aalto PRO tarjoaa osaamisen lisäämiseen tähtääviä koulutuksia kaikilla tasoilla:

Luet nyt: Aalto Leaders' Insight: Omaa lääkettä maistamassa: Lean Six Sigma Green Belt -projekti oppimiskokemuksena – osa 1

Tilaa parhaat palat sähköpostiisi

Aalto Leaders' Insight on aikakauslehtimäinen kokoelma artikkeleita, tarinoita ja näkemyksiä johtajuudesta, liiketoiminnasta ja itsensä kehittämisestä. Käsinpoimittu englanninkielinen Highlights -uutiskirje lähetetään tilaajille korkeintaan kaksi kertaa kuukaudessa. Tilaus on helppo perua. Katso esimerkki.

Käytämme tietojasi markkinoinnissa, jotta voimme pitää sinut ajan tasalla viimeisimmistä liike-elämän keskustelunaiheista sekä ohjelmista ja auttaakseemme sinua edistämään uraasi. Tilaamalla uutiskirjeen hyväksyt tämän. Katso tietosuojapolitiikka.