D

Foco no Cliente

O Que Satisfao do Cliente?

CLIENTE
Qualquer pessoa cujo xito ou satisfao
depende das minhas aes.
SATISFAO
Conduzir os desejos ou expectativas a um
agrado total.
SATISFAO DO CLIENTE
Atender completamente s expectativas
da pessoa que depende de minhas aes

Estratgia para Foco no Cliente

Esta perspectiva nos sugere, de maneira natural, que nossa estratgia deve
ser:
Quem so?
Identificao
de Clientes
Que fatores
consideram na
sua tomada de
deciso?
Definir
Crtico para a
Satisfao

Estabelecer
Establecer
Interao
Cliente
Provedor

Como me
comunicar
com eles?

Interao Cliente-Provedor

NECESSIDADE

AO
INTERAO

CLIENTE

PROVEDOR

Os clientes e provedores intercambiam valores atravs da

interao Necessidade-Ao

Interao Cliente-Provedor
Cliente

Provedor

Cliente

Interao Mnima.
O Cliente tem mnima
importncia para o
provedor.

No existe interao.
O Cliente no tem a
mnima importncia para
o provedor. Razes?

Cliente

Provedor

Interao Moderada.
O Cliente importante
para o provedor.

Provedor

Cliente

Provedor

InteraoTotal.
O Cliente a razo de existir do
Provedor e este um fator
competitivo para o Cliente.

A comunicao com nossos clientes essencial!!!

Determinar suas expectativas

1

J sabemos quem
2
so nossos clientes e
construmos uma via de
interao com eles, agora devemos identificar
suas expectativas e priorizar o que crtico para
sua satisfao. Sem dvida, devemos fazer isto
desde a perspectiva do cliente para
assegurarmos que estamos trabalhando na
direo correta...

Formato de Entrevistas
Opes de Abordagem :
1. Entrevistas Individuais

2. Entrevistas em Grupo
3. Grupos de Estudo

Dicas para Conduzir Entrevistas

Criar o ambiente certo

Usar palavras positivas e no se envolver na resposta do

entrevistado
Ouvir Ativamente

Anotaes Precisas

Crtico para a Satisfao

As expectativas de nossos clientes podem ser
classificadas de acordo a seguinte ordem:

CLIENTE

PROVEDOR
Tempo
de Entrega

Preo

Defeitos

Tempo
de Ciclo

Custo

Qualidade

Definio de
Projetos

Seleo de Projetos

Existem 4 perspectivas para a seleo de projetos:

Processos

Problemas

Produtos

Custos

Seleo de Projetos

A seleo de projetos distribuda da seguinte forma:

100%

5%
10%

80%

40%
30%

60%

35%

40%

Processos
Produtos
Problemas
Custos

55%
20%

10%
15%

0%

Partida 6s

2 anos depois

Independentemente da forma de seleo, todos os projetos devem ter

algum benefcio almejado pela companhia

Descrio
de
Projetos

Porque Descrever o Projeto?

O primeiro passo na execuo de um projeto sua correta descrio. Uma adequada

descrio permite que:
(1) os requerimentos crticos para satisfao do cliente sejam completamente
entendidos,

(2) a forma de acompanhar o avano do projeto seja clara para todos os envolvidos, e
(3) os benefcios financeiros ou de qualquer natureza sejam estimados facilmente
quando o projeto for concludo.

Invista o tempo necessrio para descrever corretamente um

projeto

Descrio de Projetos
A correta definio de um projeto deve incluir:
1. Ttulo
2. Descrio do Problema
3. Mtrica Operacional
4. Objetivo(s)
5. Impacto no Cliente
6. Mtrica(s) Financeira(s)
7. Impacto na Companhia

Formao da
Equipe de
Trabalho

Por que trabalhar em Equipe?

Um projeto Seis Sigma s deve ser executado com a ajuda de uma equipe de trabalho
formada adequadamente, com as pessoas necessrias, participando s no momento
necessrio, de acordo com o seu papel na equipe.
Equipe de Trabalho Efetiva
aquela que atinge os objetivos pr-estabelecidos de satisfao de todos os envolvidos
(clientes e provedores) usando o mnimo de recursos e com um alto senso de
participao.

Definies

Clientes: Indivduos cuja satisfao depende do resultado da equipe.

Protagonistas: Pessoas que modificaro e executaro os processos atravs dos novos
mtodos de trabalho.

Provedores: Indivduos que tero as especificaes modificadas para atender s

necessidades dos protagonistas.
Suporte: Pessoas que ajudaro a manter as recomendaes da equipe na rea funcional.
Avaliadores: Junto com os clientes, so as pessoas que avaliaro o resultado do projeto,
de maneira interna e externa.

SIPOC
Supplier
Inputs
Process
Outputs
Customer

Fornecedor
Entradas
Processo
Sadas
Clientes

SIPOC

S
Fornecedor

I
Entradas

P
Processo

Empresa

O
Sadas

C
Clientes

Mapa do
Processo

Verses do Mapa de Processo

Existem pelo menos 3 verses do Mapa de Processo

O que pensamos que :

O que realmente :

O que gostaramos que fosse:

Um dos maiores perigos ao usar esta ferramenta permanecer no nvel o que

pensamos que

Matriz Causa e
Efeito
(Matriz C&E)

Procedimento

1. Colocar as Sadas do Processo (Exigncias do Cliente) na parte superior

da Matriz.
2. Ponderar os Ys de acordo com a importncia do cliente.
3. Colocar os Xs (internos e externos) de maneira vertical na parte
esquerda da matriz.
4. Definir uma escala de avaliao.
5. Avaliar a relao que guardam cada um dos Xs com respeito aos Ys.
6. Obter o resultado do impacto geral de cada X no processo completo.
7. Verificar que todos os CTS esto sendo atendidos.
8. Fazer o Pareto de Importncia dos Xs.

Relao entre Y e Xs

Total

5
Apresentao

Filtro
Quan.de gua
P para caf
Calor
Tempo
Guardanapo
Colher
Xcara
Recipiente

Cor

1
2
3
4
5
6
7
8
9

Temperatura

Entradas do Processo

10

Odor

Importncia do
Cliente

Sabor

Matriz Causa e Efeito

9
9
9
9
4
0
0
0
0

1
4
9
4
4
0
0
0
4

0
4
1
9
9
0
0
0
4

4
9
9
1
1
0
0
0
0

0
0
0
0
0
9
9
9
9

Escala recomendada:
0 - No h relao
7
8
1 - Relao dbil
4 - Relao moderada
9 - Relao forte
Total

Impacto de cada X

Cor

Apresentao

10*9 = 90

10

Temperatura

Importncia do
Cliente

Odor

Somar:

Sabor

Matriz Causa e Efeito

9
9
9
9
4
0
0
0
0

1
4
9
4
4
0
0
0
4

0
4
1
9
9
0
0
0
4

4
9
9
1
1
0
0
0
0

0
0
0
0
0
9
9
9
9

7*1 = 7
9*0 = 0
7*4 = 28
5*0 = 0
125

Entradas do Processo
1
2
3
4
5
6
7
8
9
Total

Filtro
Quan.de gua
P para caf
Calor
Tempo
Guardanapo
Colher
Xcara
Recipiente

Total
125
217
225
206
156
45
45
45
109

Pareto de Xs importantes

Foco do
Projeto

FMEA
Anlises de
Modo e Efeito
de Falhas

FMEA - Resumo
Paso proceso /
entrada

Qual a
entrada?

Modo Fallo Potencial

O que
pode dar
errado
com a
entrada?

Efectos Fallo Potenciales

Qual o
efeito da
sada?

S
E
V

Causas Potenciales

O
C
C

Controles actuales

Quo
grave?
0

Qual
frequencia?
0

Quais so
as causas?

D
E
T

R
P
N

Acciones
recomendadas

Como
detectar?
0
0

Como podem
ser previstas
ou
encontradas?

O que
pode ser
0
feito?
0

Exemplo:
Classif

Severidade do Efeito

10

Perder o cliente

Impacto serio no negocio ou

processo do cliente

Inconveniente para o cliente

Defeito grave notificado pela

maiora dos clientes

Defeito grave notificado por

alguns clientes

Defeito grave notificado por

clientes especficos

Defeito pequeno notificado

pela maioria dos clientes

Defeito pequeno notificado por

alguns clientes

Defeito pequeno notificado por

clientes especficos

Sem efeito

Possibilidade Ocorrncia
Muito Alta:
Falha quase inevitvel

Alta:
Falhas repetitivas

Moderada:
Falhas ocasionais

Habilidade para detectar

No se pode detectar
Muy remota posibilidad de
detectar
Remota oportunidade de
detectar
Muito Baixa oportunidaed de
detectar
Baixa oportunidade de detectar
Oportunidade moderada de
detectar
Moderadamente alta
oportunidade de detectar

Baixa:
Relativamente poucas falhas

Remota

Alta oportunidad de detectar

Muito alta oportunidade de
detectar
Deteo garantida

6 - 7 - 8. Avaliao

Fator: P para Caf

Process
Step/Part
Number

Potential Failure Mode

Potential Failure Effects

SEV

Potential Causes

FRE

DE
T RPN

Describe the
How could this step or
process step or assembly fail? List each
subassembly
failure mode down the
column.

Describe all the effects down

the column of this failure
mode on a critical customer
requirement.

Set up Cafeteira Pouco P para Caf

Sem Sabor

No foi utilizado o dispositivo

de medida

Lista de Verificao - Inspeo do

Produto Final

Sem Odor

'No foi utilizado o dispositivo

de medida

Lista de Verificao - Inspeo do

Produto Final

Cor dbil - Desconfiana do

cliente

'No foi utilizado o dispositivo

de medida

Lista de Verificao - Inspeo do

Produto Final

Muito P para Caf

Caf muito forte - O cliente

no dormir

'No foi utilizado o dispositivo

de medida

Lista de Verificao - Inspeo do

Produto Final

P para Caf Velho

Mal sabor

Erro do provedor

Inspeo Visual de MP Inspeo do Produto Final

Muito tempo no estoque

No h controles

Erro do provedor

Inspeo Visual de MP Inspeo do Produto Final

Muito tempo no estoque

No h controles

Mal Odor

Describe all the causes for

each failure effect down the
column.

Current Controls
List the current controls including
Standard Operation Procedures
(SOPs)

Capacidade
do Processo

Importncia
Os estudos de capacidade descrevem o desempenho e a capacidade dos
processos considerando:
1. As exigncias do cliente;
2. caractersticas prprias do processo e

3. O efeito do tempo no processo.

Exigncias do Cliente

Qual dos processos abaixo melhor e porque?

s = 0.90

Process A

s = 0.32

Process B

s = 1.21

Process C

Exigncias do Cliente

Qual dos processos abaixo melhor e porque?

s = 0.90

Processo A

s = 0.32

Processo B

s = 1.21

Processo C

Necessitamos conhecer as exigncias de nossos clientes para determinar o

desempenho do processo.

Tipo de dado

M
% Bom

Defeitos
Objetivo

Defeitos

USL

LSL

Varivel:
A capacidade define-se como rea sob a
curva fora dos limites da especificao.
Calcula-se a Media e o Desvio Padro.

% Mal

Padro

Atributo:
A capacidade definida como proporo do tipo
PASSA/NO PASSA.
Calcula-se a proporo defeituosa.

ndices de
Capacidade

ndices de Capacidade

Dados
Variveis

M
Cp
Cpk
Pp
Ppk

ndices de
Capacidade

Zst Z lt

Dados
Atributos

PPM
Rendimento
DPMO

ndices de Capacidade - Variveis

Centrado

No Centrado

Capacidade

Cp

Cpk

Desempenho

Pp

Ppk

Estes ndices de capacidade foram

desenvolvidos pensando em uma
distribuio Normal

Desempenho e
Capacidade do Processo
O Ppk pode aproximar-se do Cp quando:
- As especificaes do Cliente refletem;
verdadeiramente as necessidades do mesmo;
- O processo est sob controle estatstico e
- Os dados aproximam-se de uma distribuio
normal
O Cp como um benchmark .
- O nvel sigma impactado principalmente pelo
erro aleatrio.
Gostaramos que Ppk fosse bem prximo de Cp.

Clculos
DPU, DPO, DPMO

DPU - Defeitos Por Unidade

Relao do Nmero de defeitos encontrados em um grupo de unidades
inspecionadas.

Defeitos _ Encontrado s
DPU
Unidades _ Inspecionadas

DPO - Defeitos Por Oportunidade

Relao do Nmero de defeitos encontrados entre o total de oportunidades de
defeito nas unidades inspecionadas.

TOP Unidades _ Inspeciona das * Oportunidades / Unidade

Defeitos _ Encontrado s
DPO
TOP
onde:
TOP = Total de Oportunidades

DPMO - Defeitos por Milho de Op

Na maioria dos casos conveniente calcular qual o nmero de defeitos por
milho de Oportunidade. Este ndice igual a multiplicar a DPO por um milho.

DPMO DPO *10

Populao
vs
Amostra

Populao vs amostra

Populao
Amostra

Parmetros

Estatsticos

Mdia

Desvio Padro

Proporo Defeituosa

Amostragem Simples Aleatria

Todos os elementos do universo tem a mesma probabilidade de ser escolhidos
para a amostra.
Processo Discreto: Suponha que acaba de produzir 1,200 peas em seu
processo. Foi decidido que o tamanho da amostra ser de 45 observaes. Este
tipo de amostragem pede que selecione ao acaso as 45 peas das 1,200
produzidas e que todas elas devem ter a mesma probabilidade de ser
escolhidas.

Processo Continuo: Suponha que seu processo a purificao de gua, e que

produz todo um tanque de gua em um ciclo de 8 horas. Foi decidido tomar 30
amostras. Com esta tcnica de amostragem ir tomar uma amostra da sada do
processo a intervalos irregulares (ao acaso), ou diretamente do silo de
armazenamento.

Amostragem Estratificada
Os elementos do universo podiam agrupar-se em um nmero pequeno de
grupos e ns gostaramos de conhecer o universo, e tambm a disperso
devida a essa diviso em grupos.
Processo Discreto: Suponha que acaba de produzir 1,200 peas em trs
mquinas diferentes. Mq 1 - 600 peas, Mq 2 - 350 peas e Mq 3 - 250
peas. De cada subgrupo selecionaremos 15 peas, Desta forma aplicaremos
a Amostragem Simples Aleatria por separado em cada subgrupo.
Processo Continuo: Suponha que acaba de produzir gua usando dois lotes de
mateira prima diferente (Um lote de MP durar 5 horas e o outro 3). Para
tomar minha amostra com 30 dados, tomaremos de maneira aleatria 15
observaes de cada lote de MP.

Amostragem Sistematizada
Selecionar um elemento a cada n-simo elemento. Tomar uma observao cada
n minutos.
Processo Discreto: Suponha que acaba de produzir 1,200 peas. Minha amostra
ser formada tomando uma pea a cada 25 que forem produzidas.
Processo Continuo: Suponha que vamos produzir gua pelas seguintes 8 horas.
Minha amostra estar composta por observaes no principio, no meio e ao
final do turno. Ou poderamos decidir tomar observaes a cada meia hora
durante o turno.

Intervalo de Estudo

A identificao dos Subgrupos

Racionais essencial para a
anlise da Capacidade em Curto
e em Longo Prazo.

Subgrupos Racionais (SR)

Grfica de Rendimiento
90
89

% Rendimiento

88
87
86
85
84
83

Mquina 1 - Operador 1
82

Mquina 1 - Operador 2
0

10

Mquina 1 - Operador 3
Mquina 2 - Operador 1
Mquina 2 - Operador 2
Mquina 2 - Operador 3

20

30

40

50

Observaciones

60

70

80

90

100

Como determinar os Subgrupos Racionais

Turnos.
Fornecedores.
Mquinas.
Materiais.
Operadores.
Filiais.
Procedimentos.
Lotes.
Outros???
Realmente, quem define o Subgrupos Racionais so as pessoas que tem
experincia no processo e que decidem quais fatores formam os subgrupos.

Anlise do
Sistema de
Medio

Preciso e Exatido
Exacto
e Preciso

Preciso no
Exacto

No Preciso e
No Exacto

Causas de Variao do SM:

Variao Observ. de Processo

Variao Real
de Processo

Variao de
Processo a
Longo Prazo

Variao de
Processo a
Curto Prazo

Variao
de Medio

Variao
em uma
amostra

Repetibilidade

Afetam a Mdia
Afetam a Disperso
Afetam a Mdia e a Disperso

Variao
devido ao
Instrumento

Calibrao
(Exatido)

Variao
devido a
Operadores
(Reprodutibilidade)

Estabilidade

Linearidade

Resumo:Ferramentas das Fases Definir e Medir

Requerimentos do Cliente

SIPOC

Mapa de Proceso

FMEA

Clculo do Desempenho e
Capacidade do Processo

INPUTS

5
6
4
4

8
8
8

OUTPUTS
8
3

2
6

8
4
4
4

7
7
1
1

3
4
3

5
2
2

6
6
3

11
Poor Reactor
Performance

10
Corrosion of
Equipment

10

Excessive
Downtime

10

Material
Losses

Analysis
Cat./HF Ratio
Rxr Temperature
Condenser Leak
Reboiler Leak
Low Stages
Containers
pH Value
Pluggage
Decomposition
Water Carryover
Molecular Sieve

Low Capacity
From Unit

Process Inputs

Acidity in
Product

Day Tanks
Reactor
Reactor
Lights Removal
Lights Removal
Purification
Final Storage
Neutralization
Catalyst Stripper
Drying
Drier
Drier

Moisture in
Product

Process Step
139
9
7
73
74
131
144
100
16
111
39
34

Lights in
Product

Matriz C&E
Heavies in
Product

Anlise do Sistema de Medio

2
2

6
7

3
5
2
5

3
1

Total
335
157
149
148
148
144
140
138
137
134
132
125

D
M
A
I
C

Tipo
de Dados

Clasificao dos Dados

A
Nominais

ATRIBUTOS
Contvel

Ordinais

TIPOS DE
DADOS
Discretos
Contveis

VARIVEIS

Contnuo
Mensurveis

Estatsticas de
Posio

Medidas de Posio

Mdia: Ponto mdio de um conjunto de dados.

Mediana: Nmero central de uma srie de nmeros ordenados onde a quantidade de

dados maior ou igual a este nmero igual a quantidade de dados menor ou igual a este
nmero.

Moda: O dado mais repetido em um conjunto de dados.

Estatsticas de
Disperso

Medidas de Disperso
Amplitude: Diferena entre o Mximo e o Mnimo valor de uma serie de dados.
Desvio: Diferena entre cada dado e a media desse conjunto de dados.
Variana: Mdia das diferenas ao quadrado entre cada valor de um conjunto
de dados e a media desse conjunto de dados.
Desvio Padro: Raiz Quadrada da Variana

Minitab

A
Mdia

Desvio
Padro
Variana

Mediana

Histograma

Passos para a completa anlise de dados

Tipo de Dado
Atributo

Contnuo

Control Chart:

Control Chart:

I Chart or p-Chart

Individuals or I Chart

Binomial or Poisson
Distributions

Descriptive Statistics,
Histogram, Normal
Probability Plot

N/A

Test of Equal Variance

5. Medir Disperso

N/A

Test of Means / Medians

ANOVA

6. Testar Relacionamentos

Chi Square
(X Atributo)

Regression
(X Contnuo)

1. Avaliar Estabilidade
2. Estudar Normalidade
3. Estudar Forma
4. Estudar Centro

Anlise Grfica dos

Dados

Grficos de Box Plot - Interpretao

Limite Superior
3Q + 1.5(3Q-1Q)

Mediana

3ro Quartil
(3Q)
1ro Quartil
(1Q)

Limite Inferior
1Q - 1.5(3Q-1Q)

Ponto fora
de Controle

Grficos de
Efeitos Principais

Grficos de Efeitos Principais

Escala com os
valores de Y

Quanto mais se afastem as linhas da

horizontal, mais provvel que sejam
fatores significativos para o centrado
do processo.

Categorias
dos Xs

Multivari

Multivari Resultado

Escala com os
valores de Y

Os Xs que forcem a Y a se deslocar

da horizontal sero as primeiras
que sero focadas no projeto

Categorias
das Xs

Grficos
de Disperso

Grficos de Disperso - Resultados

De maneira emprica
podemos notar que as
variveis Vendas e
Tempo_Entrega esto
associadas.

Tamanho Amostra por Ferramenta

De Modo Geral:
Dados Contnuos : >30
Dados Atributo > 100

Definies

Risco Alfa (a): Risco de encontrar uma diferena quando realmente no existe. Erro tipo I.
Rejeitar Ho quando verdadeira.
Nvel de Confiabilidade = 1- a

Risco Beta (b): Risco de no encontrar uma diferena quando realmente existe. Erro tipo II.
No Rejeitar Ho quando falsa.
Poder ou Potncia da Prova = 1- b

A Relao a - b no Teste de Hipteses

Deciso
No rejeitar Ho

Ho verdadeira

Deciso Correta
CI = 1- a

Rejeitar Ho

Erro Tipo I
Risco-a ou falso
positivo)

Verdade
Ha verdadeira

Erro Tipo II
Risco-b ou falso
negativo)

Risco do Consumidor

Deciso Correta
Potncia = 1- b

Risco do
Produtor

Prova de
Hipteses

Gua para Testes de Hipteses por Tipo de Dados

1 Amostra
Atributo Xs &
Atributo Ys

Atributo Xs &
Continua Ys

Chi Square Test

Varianas

Teste de
Hipteses

Contnuas Xs
& Contnuas
Ys

Stat > ANOVA > Test For Equal Variance

Stat > Basic Stats > Correlation

Stat > Regression > Regression..

Contnuas Xs
& Atributo Ys

2 Amostras,
Dados
emparelhados
S

Normal?

2 ou mais
amostras, 1
Fator

N
Correlao linear &
Regresso Multpla

Stat > Regression > Binary/

Ordinal/Nominal Logistic Regression

Two-Sample ttest
Stat > Basic Stats > 2Sample t-test

Paired t-test
Stat > Basic Stats >
Paired t-test

One-Way
ANOVA
Stat > ANOVA > Oneway ANOVA

2 ou mais
amostras, 2+
Fatores

Two-way
ANOVA
Stat > ANOVA >
Balanced ANOVA or
GLM

Regresso
Logstica
Logistic Regression

Stat > Basic Stats > 1Sample t-test

2 Amostras

Test of
Equal
Variances

Mdia

One-Sample ttest

2 ou mais
amostras, 1
Fator

Moods
Median
Test

Stat > Nonparametrics > Mood's Median Test

Ref: The Six Sigma Way Team Fieldbook, Pande, Neuman, & Cavanaugh, 2002, McGraw-Hill

Definio

CORRELAO: fora da medida de associao linear que existe entre duas variveis
independentes continuas.

O resultado das anlises de correlao o ndice de correlao (R), que nos indica no s a
fora, mas tambm a direo e o sentido.
O valor de R oscila entre -1 e 1. Quanto mais prximo de -1 diz-se que uma correlao forte
negativa. Se est prximo a 1 uma correlao forte positiva. Se est prximo a 0 no h
correlao.

Regresso Linear Simples

A Regresso nos d muito mais informaes do que a correlao. Um % acima de 70%

indica forte explicao dos efeitos de uma varivel na resposta que est sendo
analisada.

D
M
A
I
C

Desenvolvendo
solues

melhorar:
1. FMEA e ANALISES MINITAB
Reveja seu FMEA e verifique quais aes j esto
implementadas. Uma nova verso do FMEA deve ser feita em
conjunto com sua equipe. Atualize as colunas e classifique o
RPN aps a implementao das melhorias. As que ainda no
puderam ser executadas devem ser includas no plano de
melhorias.
Considere as suas anlises e inclua as aes necessrias
nesta fase.

melhorar:
2. Gerao de idias e solues
ou tempestade de ideias, mais que
uma tcnica de dinmica de grupo, uma atividade
desenvolvida para explorar a potencialidade criativa de um
indivduo ou de um grupo - criatividade em equipe - colocando-a
a servio de objetivos pr-determinados.

Diretrizes para Brainstorming

Adie o julgamento
Espere para julgar as idias e opinies depois que muitas idias
e opinies sejam geradas.
Quanto mais idias melhor
Se muitas idias so geradas durante o brainstorming, existe
uma grande chance que uma delas, ou mais, seja uma soluo
criativa para a soluo do problema.
No perca nada
Capture toda idia que possa vir mente das pessoas.
Construa e aprenda
Construa com idias declaradas. Velhas" idias podem
ser modificadas, alteradas e combinadas com novas
idias.

melhorar:
3. Refina as solues
Refina sua lista do brainstorming;
Identifique para quais pores do problema cada idia de
soluo direcionada;
Integre estas idias nas propostas para uma soluo completa
- 360.

melhorar:
4. Selecione as solues
Matriz Impacto/Esforo
Qualifique cada idia em funo de:
IMPACTO (1-10): requerimento dos clientes, melhorias na eficincia,
endereamento de causas razes, etc.
ESFORO (1-10): recursos necessrios, barreiras implementao

Idealmente queremos solues no quadrante de Alto Impacto e Baixo

Esforo, o qual est exemplificado ao lado.

melhorar:
5. novo mapa do processo
O

momento pelo qual todos

estavam esperando. Agora,
faremos o mapa de como
deve ser.
Existem vrios formatos de
mapa:
- Value Stream Map (Mapa de
Fluxo de Valor) para aqueles
processos que trabalham com
todo o fluxo de valor;
- Mapa Funcional ou de
Recursos para aqueles
projetos
interessados
nas
interfaces entre funes;
Deixe que a equipe selecione
o formato que melhor lhes
convenha.

Function 1

Function 2

Function 3

Function 4

melhorar:
6. teste piloto
Objetivo:
Testar e observar o que funciona e no funciona na soluo
proposta;
Identificar quais mudanas ajudaro a melhorar a efetividade
da soluo;
Antecipar eventuais no conformidades;
Obter o feedback das equipes;
Revisar plano de treinamento.

melhorar:
teste piloto
Planejamento do Piloto
- Identifique o escopo, entregveis,
critrio para o xito e tempo;
- Identificar participantes;
- Identificar mtricas & sistemas de
medio;
Preparao do Piloto
- Crie um plano de controle inicial;
- Crie a programao de atividades;
- Comunique o plano aos participantes;
- Organize tudo e prepare a equipe para
realizar o piloto;
- Conduza o treinamento pr-piloto para
os participantes, antes do piloto;
- Certifique-se de que voc est
preparado para realizar o piloto.

melhorar:
teste piloto
Conduza o Piloto
Lidere e faa as medices necessrias.
Aprendizagem do Piloto
Conduza t-tests, ANOVA, e outros testes para verificar a
diferena antes e depois. Isto servir para provar e quantificar
a efetividade da soluo. Faa uma avaliao depois de realizar
o piloto.
Modifique procedimentos, planos de controle e planos de
implementao baseados nos resultados do piloto.

melhorar:
7. Implantao total
Elementos crticos para um lanamento de sucesso:
- Plano de Implementao: O

que/quem/quando

- Documentao: Qual o novo processo?

- Responsvel: Quem ser o responsvel se/quando
problemas ocorrerem?
- Treinamento: Novas tcnicas precisam ser ensinadas;
eliminar antigos hbitos
- Adminstrao do Desempenho: Atualizao de discries de
trabalho, incentivos, etc. . .

melhorar:
8. Comemore com sua equipe
Improve onde a diverso comea.
Em geral, melhorias mgicas no existem.
Voc e sua equipe devem comemorar o sucesso da fase
MELHORAR.
Divulgue as solues para o restante da empresa.
Solicite feedback de pessoas afetadas pelo novo processo.
Documente tudo.
Mantenha as pessoas treinadas.
Mantenha as equipes motivadas.

5S

O que 5S?
Uma metodologia para criar e manter um ambiente organizado, limpo, e
seguro visando conseguir e manter o desempenho elevado.

Uma ferramenta para gesto visual;

Facilita a existencia de fluxo;
A base de todas as atividades de melhoramento
contnuo.

5S

SHITSUKE:

Disciplina

SEIKETSU:
Padronizao

SEISO: Limpeza
SEITON: Arrumao

SEIRI: Descarte

Poka Yoke
(A prova de erros)

Definio
Poka Yoke: dispositivos simples e engenhosos que evitam a ocorrncia de
erros nos processos e fazem impossvel a chegada de defeitos aos clientes.
So to simples que muitas vezes so desenvolvidos pelas mesmas pessoas
que participam nos processos.
Seus princpios so:
1. Inspeo 100%.
2. Inspeo efetiva e incansvel.
3. Ao imediata.

Importncia

Um dos melhores mtodos de controle conhecidos no mundo. So simples e

muitas vezes muito baratos.

Aplicam-se em Seis Sigma sobre as Xs que resultaram do projeto, dando-se

maior prioridade as crticas. No devemos desenvolver Poka Yokes para todas
as Xs, s aquelas que tem demostrado sua importncia nos Ys.