Hvorfor du både bør anvende og i procesoptimering i servicevirksomheder Lene Tolstrup Christensen & Rune Josefsen, Kvalitor København 2007
Introduktion Vi kender alle historierne om store internationale virksomheder som har skabt væsentlige besparelser ved at anvende enten eller til at forbedre virksomhedens processer. Imidlertid har det nogle begrænsninger kun at anvende den ene eller anden metode: har fokus på at øge kvaliteten og fjerne defekter i processen, men forholder sig ikke til hvordan man optimerer procesflowet. har fokus på forbedre procesflowet, men anvender ikke de statistiske metoder der kan være en forudsætning for at reducere fejl i processen. For kvalitet og hastighed hænger sammen: Skal 10 % af opgaverne f.eks. laves om, vil gennemløbstiden på alle opgaver stige med 38 % og antallet af opgaver under behandling med 54 %. Meget taler derfor for en integreret tilgang hvor både og -metoder anvendes. Som navnet siger, er kombinationen af de to. Kun ved at kombinere med bliver det muligt at arbejde samtidig på at optimere hastighed, kvalitet og omkostninger. Samme formål Selvom og traditionelt har været anvendt hver for sig, er der en række fordele ved at kombinere de to metoder, først og fremmest fordi de begge har det samme overordnede formål: At afklare hvem kunden er, og hvad kunden efterspørger. At eliminere alt det kunden ikke efterspørger kaldet spild i -terminologien og variation i Six Sigma-terminologien. At involvere medarbejderne og anvende deres viden i at optimere arbejdsgange. For at forstå hvordan og supplerer hinanden er det dog nødvendigt først at se nærmere på hver af de to metoder, hvor de kommer fra og hvad der kendetegner dem. Baggrunden for Oprindeligt stammer fra Toyota-fabrikkerne hvor metoden blev udviklet for at sikre at produktiviteten steg, samtidigt med at kvaliteten blev fastholdt. Siden da har metoden bredt sig internationalt og er i dag en integreret del af optimeringsmetoderne i både produktions- og servicevirksomheder såvel som offentlige organisationer. Fokus i er fundamentalt at fjerne al spild og at skabe flow i arbejdsgangene. Udgangspunktet er fem grundprincipper: 1. Bestem hvad der giver værdi for kunderne. 2. Identificer værdistrømmen fra kundehenvendelse til levering og fjern eller minimer de ikkeværdiskabende aktiviteter (spild). 3. Skab flow i værdistrømmen for at få produkter eller services gennem processerne med færrest mulige stop og overdragelser. Copyright Kvalitor 2007 Side 2
4. Gør værdikæden efterspørgselsstyret så det er kundens efterspørgsel der bestemmer hvad der produceres og hvornår. 5. Stræb efter perfektion ved at gennemføre løbende forbedringer. Ved at anvende grundprincipperne korrekt vil man kunne skabe markante reduktioner i den indsats det kræver at levere et produkt eller en service til kunde og dermed kunne forkorte den samlede produktionstid. Spild aktiviteter der forbruger ressourcer uden at skabe værdi Spildtype 1. Overproduktion: At producere mere end der er et kendt behov for. 2. Ventetid: At medarbejdere eller processer må vente på at en arbejdsgang afsluttes. Er der ventetid et sted i værdikæden vil det ofte medføre ventetid andre steder i værdikæden. 3. Transport: At mennesker og eller produkter flyttes rundt mellem processer uden at det skaber værdi for kunden. 4. Unødvendig bearbejdning: At der foretages for meget eller andet end nødvendigt at produktet/opgaven er overbearbejdet i forhold til kundens ønsker eller at man bruger for stort udstyr til for små opgaver. 5. Lagre: At der er en større lagerbeholdning end nødvendigt. 6. Bevægelse: At arbejdspladsen er dårligt indrettet så medarbejdere skal bevæge sig unødigt meget. 7. Fejl: At der er ting der ikke laves rigtigt første gang og derfor må kasseres eller laves om. Tabel 1: De 7 spildtyper i. Eksempel fra service-sektoren Uddanne flere medarbejdere i at udføre en bestemt opgave end der reelt er behov for. Flaskehalse, for få medarbejdere i ordremodtagelse medfører f.eks. ventetid for kunden. Når der ind imellem sættes ind med overarbejde for at reducere ventetiden medfører det ventetid senere i processen, fordi der pludseligt kommer flere ordrer igennem end forventet. Viderestilling af henvendelser på grund af uklarhed omkring ansvar. Transport af breve mellem afdelinger eller kontoret. Transport mellem virksomhedslagre. Omhyggeligt formulerede skriftlige svar i tilfælde hvor kunden vil være tilfreds med f.eks. en sms med den relevante information. Tidskrævende skriftlig besvarelse i tilfælde hvor kunden ville være tilfreds med en opringning. Lagre af kontorartikler og produkter fylder en del fysisk og binder virksomhedens kapital. Printeren eller relevante dokumenter er placeret langt væk fra medarbejderne. Medarbejdere skal bevæge sig fysisk for at søge hjælp/indhente information. Tastefejl. Fejl i ordreoprettelse. Kundens problem løses ikke ved første kontakt så hun er nødt til at kontakte firmaet igen (manglende first call resolution). Copyright Kvalitor 2007 Side 3
Baggrunden for startede i Motorola hvor virksomhedens ingeniører i begyndelsen af 80 erne begyndte at måle kvalitet ud fra antallet af fejl pr million (også kaldet DPMO Defects Per Million Opportunities). Med dette udgangspunkt udvikledes en metode til at gennemføre systematiske kvalitetsforbedringer. Kort fortalt er en metode der bruges til at identificere kvalitetsforbedringer og klarlægge hvordan eksisterende processer i organisationen kan optimeres og effektiviseres. Fokus i er at eliminere fejl og reducere variation, for eksempel at undgå fejl i bestillinger således at kunden altid modtager den vare hun har bestilt. Eller at minimere den gennemsnitlige variation i forhold til hvor lang til det tager at behandle en kundehenvendelse for herigennem at kunne planlægge hvor mange kunderådgivere der skal være på arbejde for at kunne overholde det fastsatte service-niveau. Hvad betyder? Inden for statistik er sigma symbolet for standardafvigelse. Jo større variationen er, desto større er standardafvigelsen. 6 sigma betyder at der maksimum er 3,4 fejl per 1.000.000 enheder. Figur 1: og standardafvigelse Metoden bidrager ved hjælp af data og statistisk analyse til at forbedre indsatsen, eksisterende systemer, eksisterende arbejdsgange og ikke mindst til at sikre at nye processer gennem løbende kontrol fortsat fungerer som tiltænkt. Hvad tilbyder de to metoder særligt Argumentet for at anvende metoderne sammen er at det ikke vil være muligt at opnå den optimale proceshastighed uden også at optimere på kvaliteten, og at det ikke kan lade sig gøre at opnå den optimale kvalitet uden at optimere på hastigheden af processen. De to metoder er imidlertid forskellige som tabellen nedenfor illustrerer. Overordnet mål Skabe procesflow og fjerne spild Reducer antal fejl i processen og minimere varians Tilgang Procesorienteret Data- og analyseorienteret Projektmetode Ingen DMAIC projektmetoden Projektudvælgelse Baseret på værdistrømsanalyse Datadrevet, en Pareto-analyse kortlægger omfanget og Copyright Kvalitor 2007 Side 4
potentialet for forbedringer Projektlængde 1 uge til 3 måneder 2 til 6 måneder Projektorganisation og træning Learning by doing, ingen eller meget lidt formel træning Tabel 2: versus Dedikeret projektorganisation og formelt træningsprogram Hvordan kombineres og? Metoderne kan med fordel anvendes simultant fordi: Metoderne supplerer hinanden så man får en synergieffekt i resultaterne. Resultaterne opnås hurtigere end hvis metoderne anvendes en ad gangen. Ressourcerne udnyttes bedre i dataindsamlingen og analysen fordi de to metoder supplerer hinanden. Derudover har og hver især nogle specielle fordele som kan inddrages i en tilgang: : En ledelsesfilosofi med en komplet værktøjskasse, fokus på kontinuerlig forbedring : Datafunderet, avancerede statistiske værktøjer, en veldefineret projektmetode (DMAIC) og projekt-organisation. Ved at kombinere og -metoder og værktøjer kan man imidlertid opnå en bedre forståelse for proces og fejl som nedenstående eksempler viser. I kontaktcentret fungerede processen for behandling af kundehenvendelser godt, de fleste kundehenvendelser blev betjent med kort ventetid, og den gennemsnitlige behandlingstid var relativt lav. En statistik analyse af mønstrene i kundernes henvendelser og deres problemer afdækkede imidlertid at mange kunder ringede ind adskillige gange med det samme problem, fordi de ikke fik svar på deres spørgsmål første gang. Sagerne blev altså afsluttet for hurtigt. Et obligatorisk tjek hvor kunden selv skulle bekræfte at hans problem var løst inden samtalen blev afsluttet, hjalp med problemet. Scenario 1 Copyright Kvalitor 2007 Side 5
Den gennemsnitlige behandlingstid viste ikke de store udsving, og de fleste kunder fik besvaret deres spørgsmål korrekt. En værdistrøms-analyse viste at over 50 % af henvendelserne kom mellem fredag og søndag. Da bemandingen var den samme hver dag, kom medarbejder ne først i slutningen af ugen til bunds i bunkerne; en del kunder kom derfor til at vente på svar på simple spørgsmål. En analyse af produktiviteten viste desuden at fordi der var store bunker af indkomne henvendelser mandag morgen, var produktiviteten høj mandag til onsdag. Imidlertid dalede produktiviteten torsdag og fredag når medarbejderne kunne se bunkerne svinde ind. Scenario 2 Selvom metoderne anvendes simulant kan man naturligvis vælge at lægge fokus det ene eller andet sted. Der er imidlertid nogle grundlæggende spørgsmål man bør stille sig selv inden man vælger hvor fokus skal lægges i procesoptimering: Processens modenhed: Hvis processen ikke er velstruktureret eller der for eksempel ikke er defineret en generel proces, skal man starte med fokus på -værktøjer. Det er nemlig vanskeligt at indsamle data om en ustruktureret proces fungerer bedst når processen er veldefineret og alment anvendt af alle medarbejdere. Mængden af fejl og varians: Hvis processen genererer en stor mængde defekter, skal man starte med fokus på -værktøjer. En optimering af de enkelte trin i en proces der genererer fejl vil ikke være effektivt. Ved at have et datadrevet og analytisk fokus i begyndelsen af projektet, vil variansen kunne reduceres derudover vil følgevirkningerne af en mere kontrolleret proces vil ofte være reducerede fejl og varians. Copyright Kvalitor 2007 Side 6