六西格玛管理咨询方法论的六大成功点是什么?
发布网友
发布时间：2022-05-19 00:37
共1个回答
热心网友
时间：2023-11-24 19:29
六西格玛管理的六大成功点：
成功之一--成功地将一种常见的、现实的测量手段用于质量评估和改进
将关键质量特性(CTQ )和每百万机会缺陷数( DPMO)作为绩效衡量指标——这是六西格玛的“商标”。选择及界定关键质量特性有助于让企业关注重点，避免将精力浪费在无关紧要的细节上。将DPMO 作为衡量绩效的尺度，可以很方便地对两个不同过程的表现进行比较，即对(改进)之前与之后的表现进行比较;也可以做跨过程的比较性研究。这个尺度还有一个相关的等价的尺度，即可用于“标杆比较”及“项目目标设立”的“西格玛水平”。但有一点也许值得注意，即并非所有的结果都是非此即彼(“有缺陷”或者“无缺陷”)，而且有时甚至一个原本“非此即彼”的东西，如果要给它归类，也很难做到不武断(例如，回应顾客某一特定要求所花的“时间”)。重要的一点是：“零缺陷”生平第一次不再是一个经常被挂在嘴边但却很渺茫的目标(或者更坏，成了一个光说不练的目标)。现在我们在零缺陷所带来的现实的挑战面前，已经无可推诿。这是一个重大的转变，由于这个转变，过去那种含糊不清、似是而非的零缺陷被弃绝了。当然了，要把这个目标变成现实，还需要我们一步一个脚印地、认真努力地向前走(包括需要有效的基础设施和工具，这方面的细节见其他“成功”)。另外，因为有了六西格玛，我们现在能够用一种通用的方法来表现进步的幅度，质量工作者用于测量缺陷的手段不再受过程和产业性质的*。总之，比起之前所用的数学公式，“每百万机会缺陷数”和“西格玛水平”的概念更容易被管理层所理解并接受。
成功之二--明确绩效改进过程中的责任与分工
六西格玛所带来的另一个转变，是终结了一个常见的说法：“质量是大家的责任”。这种说法的动机可能是好的，也是成立的，但是在现实世界里，这意味着责任的不分明，尤其是在出现问题的时候，可能会让人以为每个人处理质量问题的能力是相等的。我们都知道，在很多情况下，“大家负责”最后就会变成“无人负责”。但六西格玛不同：经过不同级别的训练、具有不同经验的人员有很明确的责任分工，大家都知道哪些人比其他人掌握了更多有助于提高绩效或解决问题的工具。因此，六西格玛有一个众所周知的等级制度：倡导者—黑带大师—黑带—绿带—黄带，这些人在组织里负有不同的专业责任。此外，六西格玛的成功很大程度上取决于高层管理的领导，这与之前的那种“自下而上”的概念不同：例如质量控制小组活动，这种活动或许在处理具体、局部问题时有其用武之地，但不是从根本上提升组织的绩效或顾客满意的“主食”。
成功之三--统计工具的配置合理
“整体大于部分之和”这种说法，用于形容六西格玛的统计工具的配置，是再对不过了。许多学者都公开说过六西格玛“并无新奇之处”，这话只对了一半。如果将六西格玛的方法一个一个单独拿出来，这样说没错，例如表现变异性的分布函数在很多书里都已经详细讲过；过程能力分析也是一个熟悉并常用的概念；方差分析是统计学专业必修；测量重复性和再现性是规定的程序；实验设计不是一个新概念；控制图已应用了几十年??的确，这些专题的内容无论是大学课程还是在职培训都是少不了的。那么，六西格玛“新”在哪里?新就新在六西格玛基于关键质量改进和业务竞争的需要，对这些统计工具进行了合理的编排和整合，而之前这些知识的传授和学习都是脱节的、不连贯的。具体地说，现在这些工具的应用与质量改进过程的总体框架融为一体，即界定—测量—分析—改进—控制(DMAIC)的框架。在这个框架内，过程需要先在“改进阶段”通过统计实验设计进行优化，然后才在“控制阶段”应用控制图进行巩固，而之前则是不管三七二十一，先画一个控制图，至于优化了没有谁也不知道。事实上，在六西格玛出现之前，控制图越是有能力，非优化的过程苟延残喘的时间就越长。换言之，六西格玛使得非专业统计员手中的统计工作变得更积极了(因为寻求优化)，同时也变聪明了(因为只关注最佳表现)。
成功之四--承认“过程的时效性”
由于某些可理解的原因，过去普通人所能掌握的统计方法，实际上只限于“非时变”类的模式。六西格玛虽然不能对时间中自然变化所带来的结果给予充分解释，但它的确提出了短期与长期之间的差异问题，即在DPMO及西格玛水平评估过程中所发现的“1.5西格玛的偏移”。尽管发生这个“偏移”的原理尚不得知，但不容否认，在所有质量改进方法中，只有六西格玛公开承认并充分考虑了热力学第二定律所展现的一个无情的现实--“东西如果放着不管，就会变质”。这个问题虽然是任何一个质量实践者都必须面对的问题，但在六西格玛问世之前，没有任何程序曾要求实践工作者明白无误地、开诚布公地对这个现实中的重要现象加以解释。不管要解决的过程问题属于哪一种性质，六西格玛都为问题的解决提供了一种颇有见地的、既可防卫又可先发制人的举措。
成功之五--与现代信息技术形成前所未有的协同效应
如果六西格玛不是上世纪80年代中期问世，而是，比如说，早20年，它就流行不起来，因为它的基础是统计学，其中庞大的数据量，意味着你必须整天跟一个嘈杂的大型机械计算机打交道，因此这个工作，除了少数绝对敬业的专职人员以外，是不会有人去做的。许多人曾对统计学没有用在工业上感到惋惜，但很少有人承认要这样做，必须解决一些很明显的现实问题，即产业环境中数据的收集、存储、转化、分析。到了20世纪90年代，随着信息技术时代的到来，各种硬件和软件，如个人电脑和笔记本电脑、以及用户友好型的统计软件包(MINITAB和JMP)，开始出现并迅速流行。如此，六西格玛的应用就不再需要很深的统计学背景或高超的数据处理能力。或许成功并不全是DMAIC的功劳，但能够把那些迟疑观望的人争取过来并让产业界的人迷恋上统计工具，却是六西格玛毋庸置疑的一大成功。
成功之六--能力得到提升，在商业竞争中发挥更大的作用
今天企业界所看到的六西格玛与20世纪80年代的六西格玛已经很不相同了。这些年来，六西格玛一直在扩展、变化，总体框架越来越具综合性，已经发展到从设计到制造(产品)或者从设计到实施(服务体系)全方位的应用。在不同企业的众多“路线图”中，“六西格玛设计”和“精益六西格玛”是摩托罗拉的这款“传统六西格玛模式”的衍生版中的两个主要代表，前者反映了一种理念，即“预防胜于治疗”，后者则认为消除浪费应该与减少偏差结合起来。目前还看不出有什么力量能够阻止六西格玛将这种“变形”的趋势延续下去：举个例子，大众化的“定制”服务，可能会为六西格玛未来的发展提供一个方向。近年来有人也在努力把六西格玛引入服务领域——*、教育、健康、交通、旅游等——这实际上是六西格玛生命力的一种表现，足以证明六西格玛的成功远在任何质量理论或应用程序之上。
热心网友
时间：2023-11-24 19:29
六西格玛管理的六大成功点：
成功之一--成功地将一种常见的、现实的测量手段用于质量评估和改进
将关键质量特性(CTQ )和每百万机会缺陷数( DPMO)作为绩效衡量指标——这是六西格玛的“商标”。选择及界定关键质量特性有助于让企业关注重点，避免将精力浪费在无关紧要的细节上。将DPMO 作为衡量绩效的尺度，可以很方便地对两个不同过程的表现进行比较，即对(改进)之前与之后的表现进行比较;也可以做跨过程的比较性研究。这个尺度还有一个相关的等价的尺度，即可用于“标杆比较”及“项目目标设立”的“西格玛水平”。但有一点也许值得注意，即并非所有的结果都是非此即彼(“有缺陷”或者“无缺陷”)，而且有时甚至一个原本“非此即彼”的东西，如果要给它归类，也很难做到不武断(例如，回应顾客某一特定要求所花的“时间”)。重要的一点是：“零缺陷”生平第一次不再是一个经常被挂在嘴边但却很渺茫的目标(或者更坏，成了一个光说不练的目标)。现在我们在零缺陷所带来的现实的挑战面前，已经无可推诿。这是一个重大的转变，由于这个转变，过去那种含糊不清、似是而非的零缺陷被弃绝了。当然了，要把这个目标变成现实，还需要我们一步一个脚印地、认真努力地向前走(包括需要有效的基础设施和工具，这方面的细节见其他“成功”)。另外，因为有了六西格玛，我们现在能够用一种通用的方法来表现进步的幅度，质量工作者用于测量缺陷的手段不再受过程和产业性质的*。总之，比起之前所用的数学公式，“每百万机会缺陷数”和“西格玛水平”的概念更容易被管理层所理解并接受。
成功之二--明确绩效改进过程中的责任与分工
六西格玛所带来的另一个转变，是终结了一个常见的说法：“质量是大家的责任”。这种说法的动机可能是好的，也是成立的，但是在现实世界里，这意味着责任的不分明，尤其是在出现问题的时候，可能会让人以为每个人处理质量问题的能力是相等的。我们都知道，在很多情况下，“大家负责”最后就会变成“无人负责”。但六西格玛不同：经过不同级别的训练、具有不同经验的人员有很明确的责任分工，大家都知道哪些人比其他人掌握了更多有助于提高绩效或解决问题的工具。因此，六西格玛有一个众所周知的等级制度：倡导者—黑带大师—黑带—绿带—黄带，这些人在组织里负有不同的专业责任。此外，六西格玛的成功很大程度上取决于高层管理的领导，这与之前的那种“自下而上”的概念不同：例如质量控制小组活动，这种活动或许在处理具体、局部问题时有其用武之地，但不是从根本上提升组织的绩效或顾客满意的“主食”。
成功之三--统计工具的配置合理
“整体大于部分之和”这种说法，用于形容六西格玛的统计工具的配置，是再对不过了。许多学者都公开说过六西格玛“并无新奇之处”，这话只对了一半。如果将六西格玛的方法一个一个单独拿出来，这样说没错，例如表现变异性的分布函数在很多书里都已经详细讲过；过程能力分析也是一个熟悉并常用的概念；方差分析是统计学专业必修；测量重复性和再现性是规定的程序；实验设计不是一个新概念；控制图已应用了几十年??的确，这些专题的内容无论是大学课程还是在职培训都是少不了的。那么，六西格玛“新”在哪里?新就新在六西格玛基于关键质量改进和业务竞争的需要，对这些统计工具进行了合理的编排和整合，而之前这些知识的传授和学习都是脱节的、不连贯的。具体地说，现在这些工具的应用与质量改进过程的总体框架融为一体，即界定—测量—分析—改进—控制(DMAIC)的框架。在这个框架内，过程需要先在“改进阶段”通过统计实验设计进行优化，然后才在“控制阶段”应用控制图进行巩固，而之前则是不管三七二十一，先画一个控制图，至于优化了没有谁也不知道。事实上，在六西格玛出现之前，控制图越是有能力，非优化的过程苟延残喘的时间就越长。换言之，六西格玛使得非专业统计员手中的统计工作变得更积极了(因为寻求优化)，同时也变聪明了(因为只关注最佳表现)。
成功之四--承认“过程的时效性”
由于某些可理解的原因，过去普通人所能掌握的统计方法，实际上只限于“非时变”类的模式。六西格玛虽然不能对时间中自然变化所带来的结果给予充分解释，但它的确提出了短期与长期之间的差异问题，即在DPMO及西格玛水平评估过程中所发现的“1.5西格玛的偏移”。尽管发生这个“偏移”的原理尚不得知，但不容否认，在所有质量改进方法中，只有六西格玛公开承认并充分考虑了热力学第二定律所展现的一个无情的现实--“东西如果放着不管，就会变质”。这个问题虽然是任何一个质量实践者都必须面对的问题，但在六西格玛问世之前，没有任何程序曾要求实践工作者明白无误地、开诚布公地对这个现实中的重要现象加以解释。不管要解决的过程问题属于哪一种性质，六西格玛都为问题的解决提供了一种颇有见地的、既可防卫又可先发制人的举措。
成功之五--与现代信息技术形成前所未有的协同效应
如果六西格玛不是上世纪80年代中期问世，而是，比如说，早20年，它就流行不起来，因为它的基础是统计学，其中庞大的数据量，意味着你必须整天跟一个嘈杂的大型机械计算机打交道，因此这个工作，除了少数绝对敬业的专职人员以外，是不会有人去做的。许多人曾对统计学没有用在工业上感到惋惜，但很少有人承认要这样做，必须解决一些很明显的现实问题，即产业环境中数据的收集、存储、转化、分析。到了20世纪90年代，随着信息技术时代的到来，各种硬件和软件，如个人电脑和笔记本电脑、以及用户友好型的统计软件包(MINITAB和JMP)，开始出现并迅速流行。如此，六西格玛的应用就不再需要很深的统计学背景或高超的数据处理能力。或许成功并不全是DMAIC的功劳，但能够把那些迟疑观望的人争取过来并让产业界的人迷恋上统计工具，却是六西格玛毋庸置疑的一大成功。
成功之六--能力得到提升，在商业竞争中发挥更大的作用
今天企业界所看到的六西格玛与20世纪80年代的六西格玛已经很不相同了。这些年来，六西格玛一直在扩展、变化，总体框架越来越具综合性，已经发展到从设计到制造(产品)或者从设计到实施(服务体系)全方位的应用。在不同企业的众多“路线图”中，“六西格玛设计”和“精益六西格玛”是摩托罗拉的这款“传统六西格玛模式”的衍生版中的两个主要代表，前者反映了一种理念，即“预防胜于治疗”，后者则认为消除浪费应该与减少偏差结合起来。目前还看不出有什么力量能够阻止六西格玛将这种“变形”的趋势延续下去：举个例子，大众化的“定制”服务，可能会为六西格玛未来的发展提供一个方向。近年来有人也在努力把六西格玛引入服务领域——*、教育、健康、交通、旅游等——这实际上是六西格玛生命力的一种表现，足以证明六西格玛的成功远在任何质量理论或应用程序之上。
