Förbättringsarbetets fjärde dödssynd: Att driva förbättringar utan att utgå ifrån fakta

Framgångsrik problemlösning kräver gedigen kunskap gällande det problem som ska lösas. Många människor verkar tro att problemlösning bara handlar om enkel nedbrytning av orsaker med basverktyg så som 5 Why och Fiskbensdiagram. Användning av sådana verktyg är ett visserligen ett viktigt steg i arbetet, men samtidigt långt ifrån vad riktig rotorsaksanalys handlar om. Verkningsfull orsaksanalys krävs ett faktabaserat angreppsätt där problemen görs mätbara så att både problem, tänkbara åtgärder och den slutgiltiga lösningen kan valideras genom ett evidensbaserat och analytiskt angreppsätt. För att fullt ut lösa ett problem krävs ofta ett nyfiket och kreativt utforskande av dess orsaker kombinerat med ett systematiskt och faktabaserat experimenterande. För att lyckas krävs goda kunskap om en mängd olika förbättrings- och analysverktyg. Härigenom undviker man ett åsiktsbaserat problemlösande som lätt domineras av ”valda sanningar” och tyckanden.

En kompetent problemlösare baserar sitt arbete på fakta. Centralt är att noga studera själva problemet och dess symtom. God förståelse för problemet är en avgörande del i dess lösande. Om möjligt bör man göra själva problemet mätbart. Ibland är detta enkelt och i det närmaste givet på förhand. Några sådana exempel är då leveransprecisionen brister, kassationsnivån är hög eller klagomålen frekventa. I dessa fall är de givna kritiska faktorerna som ligger som grund för datainsamling och analys måtten leveransprecision, kassationsnivå respektive klagomålsfrekvens. I andra situationer är det betydligt svårare att fastställa lämpliga mått och mätetal. Genom att fokusera på att skapa mätbarhet kan man dock i de flesta fall komma långt. On något är av stor betydelse behöver det göras mätbart för att kunna förbättras…

För att kunna arbeta faktabaserat krävs dessutom gedigen kompetens avseende analys. Just analys är en av de historiska hörnstenarna i kvalitetsarbete. Framväxten av statistisk metodik för analys av processer och problem tog på allvar fart under 1920- och1930-talen. Walter Shewhart och senare Edwards Deming kom att bli starka företrädare för kunskapsområdet tillämpad statistisk analys. Japanska kvalitetsarbetet grundades inledningsvis på bl a användning av tillämpad statistisk analys. Kunskap kom därigenom att ersätta tyckande.

Idag är detta på många sätt enklare att lära då kraftfull och lättanvänd mjukvara vuxit fram. Man kan därigenom lära sig att göra avancerad analys utan att vara matematiker. Något som samtidigt blivit allt viktigare då samtidigt mängden tillgängliga data lavinartat ökar. Ett fenomen som ofta benämns Big Data. Utan gedigen kometens och förmåga att analysera data står man sig allt mer slätt. Denna kunskap finns idag lättillgänglig genom framför allt Black Belts-utbildningar inom Sex Sigma, vilket är skälet till att de flesta framgångsrika verksamheter valt att utbilda sina förbättringsledare till Black Belts.

Kunskapen och relationen till faktabaserat förbättringsarbete är dock väldigt varierande. Själv är jag förvånad över hur mycket kunskapen och förmågan skiljer mellan olika verksamheter. En mängd organisationer är idag mycket professionella, medan andra knappt verkar känna till att många av dessa verktyg ens existerar trots att de har en 100-årig historia. Tyvärr sprids en mängd villfarelser om faktabaserad analys inom olika koncept och inom litteraturen där personer med ensidig kunskap hävdar det ena och det andra. Ett tråkigt sådant exempel är t ex att en mängd tongivande men fundamentalistiska författare inom Lean-området inte förefaller förstå behovet av faktabaserat och statistiskt förankrat förbättringsarbete. Något som är i det närmaste komiskt då det företag, dvs Toyota, som de vanligen hänvisar till har just användning av statistiska metoder som grund i hela sitt kvalitetsarbete. Av denna anledning har jag bett min kollega inom IAQ Shinichi Sasaki, som i många år lett Toyotakoncernens totala kvalitets- och förbättringsarbete, att komma till konferensen Excellence Summit i Göteborg (www.excellencesummit.se) och berätta om vad Toyota gör på riktigt. Vill du läsa mer om användning av statistiska metoder hos Toyota hänvisar jag till denna artikel som vi skrev efter ett möte på företagets huvudkontor utanför Nagoya här om året. 

För att undvika förbättringsarbetets fjärde dödssynd rekommenderar jag att du utvecklar dina kunskaper i faktabaserat förbättringsarbete. Idag är detta enkelt då många av de verktyg och metoder som krävs sedan länge är lättillgängliga att lära från Sex Sigma-konceptet. Att gå en Black Belt-utbildning är den start som jag allra mest rekommenderar. Där lär man sig den kunskap som jag anser borde vara ett körkort för de som leder förbättringsarbete. Något som man i Japan insåg redan 1948 då man kravställde JUSE:s QC Basic Course som nödvändig kurs för de som leder kvalitet och förbättring i landets näringsliv. En 6-veckors kurs i statistisk problemlösning….

Senaste inläggen

Bloggarkiv