DMAIC项目的重头戏：分析阶段

关键词：DMAIC,分析

导语：作为DMAIC项目五个阶段中的重头戏，分析阶段即企业团队分析数据、创建详细流程图，以找到问题的根本原因并提供改进的机会。本文将与大家详细描述完成DMAIC项目的分析阶段的具体操作步骤，以及在分析阶段会使用到的常用工具。

所谓DMAIC中的分析阶段，即企业团队分析数据、创建详细流程图，以找到问题的根本原因并提供改进的机会。其目标是运用测量阶段收集到的数据确定、检验生产可能存在的问题的根本原因。作为DMAIC项目五个阶段中的重头戏，分析阶段包括单纯的检测工作，即运用从数据中获得的线索提出假设，再运用简单的或高级的统计工具验证这些假设。今天，本文将与大家详细描述完成DMAIC项目的分析阶段的具体操作步骤，以及在分析阶段会使用到的常用工具。

完成DMAIC方法的分析阶段可以帮助企业确定潜在原因，并制定详细的流程图，使用增值价值流动分析，寻找机会来提高流程的效率。此外，运用统计方法对潜在原因进行验证，量化这些原因对流程性能的影响。而完成分析阶段所需的时间取决于能都找到可用的数据以及团队对问题产生原因的判断能力。通常情况下，大多数团队可以在1-3周内完成分析。那么，企业应该如何一步步完成DMAIC方法的分析阶段，在分析阶段又应该借助哪些质量工具？

分析阶段的第一步是确定问题的潜在原因。团队首先要做的通常是制定详细的流程图，当问题出现在业务处理周期上时尤其如此。他们可运用所谓的增值价值流动分析，识别产生价值增值和无价值增值的流程步骤。大多数流程分析都使用这种方法来显示当前大量无价值增值的流程步骤，激励团队找到减少这种情况的方法。流程分析法在交易流程中特别适用。

分析流程的步骤是非常重要的一步，但仍不足以消除产生问题的根源。团队运用测量阶段所获得的见解，集体讨论流程问题产生的可能的原因。因果图是整理团队的意见与了解原因之间潜在联系的有效工具。团队运用“五个为什么”方法，建立关于缺陷和流程特点之间因果联系的理论，因果表为进一步研究提供了流程图。在这个阶段，潜在原因只是一些推测。在测量阶段产生的数据和潜在的附加数据现在被用来检验和量化所推测的因果关系。

为了检验和量化可能的原因，团队可以运用整套统计工具。应用什么工具取决于可用的数据类型和获取历史数据的能力。

回归分析和离散图是量化两个或更多个连续变量的有力工具。回归分析不仅可以检验两个变量是否相关，而且可以揭示出两个变量的相关程度。

假设检验是在两组或者更多组之间进行对比时所用的一种方法。团队可以用不同的工具和方法检测组与组之间的差异。离散和连续数据可对较早产生的假设进行验证。

实验设计（DOE）可用于检测是否有足够的历史数据可用。被动地观察流程很难发现因果联系，运用实验设计，团队可以主动地改变输入和流程变化趋势，决定流程输出的效果。这种特别有效的统计技术可以决定两个变量之间的交互作用。这种交互作用常常会引起流程的极大改进，但只有主动地同时改变所有要素，才能发现这些交互作用。这是实验设计的主要功能和后继利益。

通过上述步骤，我们可以看出，DMAIC方法的分析阶段通常会使用到：详细的流程图和附加值流向分析、因果图、回归分析、离散图、假设检验和实验设计等。

通常，企业在运用因果表分析潜在原因后，即可确定说明流程变量的关键因素和流程中客户发现的缺陷。当然，许多统计软件也可以帮助企业迅速进行分析，但获取获得数据却常常是个问题。也正因为此，统计软件可分为实时在线统计软件，如英国威廉希尔体育公司的ProFicient软件；以及实验室经常会使用到的离线型统计软件，如MINITAB。这类软件通常内含非常强大的分析和图表功能。作为DMAIC项目的重头戏，通过上述非常细致的描述和讲解，相信大家已经能够非常好的进行分析阶段工作。