Еженедельный "Монетный эксперимент". Что будет? Прогнозируем и\или коррелируем.

Итак, сейчас исторический счет Орел: 3️⃣ \ Решка: 7️⃣.

Что день грядущий нам готовит? Прогнозируем через реакции

Орел - 👍
Решка - 🔥

Решка на этой неделе! 8⃣ : 3⃣

ТРИЗ. Закон повышения идеальности. Как же я хорош!

И еще про ТРИЗовские сущности

Почему системы стремятся к простоте? Потому что каждый хочет за рубль стакан алмазов. Нет, ну а что тут такого? Естественное желание любого действующего субъекта получить больше, затратив при этом меньше: денег, времени, усилий, нервов…

Помните, как Емеля “по щучьему велению, по моему хотению”... Ну и так далее. Само, все само. Все мы хотим как Емеля. И насколько получается, настолько и здорово.

Поэтому и стремятся системы к идеальности, то есть в идеале функция должна выполняться, а системы лучше бы чтобы не было. Системы мы терпим. И если это так (а это так), то мы должны пытаться так преобразовать систему, чтобы, нарастив её функционал, как можно сильнее сократить издержки. А там уж как получится. Чудес не бывает, ну или, случаются они не так часто, как нам бы хотелось). Но мы туда стремимся.

Таким образом, идеальной признается система с нулевыми затратами, но как правило, говорят о стремлении системы (С) к идеальности (И): . Вывод простой: чем эффективнее система, тем она идеальнее.

По сути, понятие идеальности нам нужно для того, чтобы подчеркнуть, что коэффициент эффективности стремится к бесконечности (это и есть закон стремления системы к идеальности), что потребует эффективность выразить формулой, представив её через коэффициент эффективности (КЭ):


Э = Р/З

где Р- результат, польза.
З - затраты. Затраты любого рода.

Отсюда легко понять, что закон развития системы имеет общий тренд в направлении идеальности: эффективность системы растет. В пределе система становится полностью идеальной (формула идеальной системы):

lim КЭ →∞
З=0

Понимая, что эволюционно любая техническая система стремится к идеальности (нетрудно догадаться, что эта закономерность проистекает из целей действующего субъекта), решение задач должно вестись исходя из этой логики.

Пример: клавиатура как отдельное устройство (клавиатура перед персональным компьютером) → Клавиатура как часть устройства (ноутбук) → Клавиатуры нет, а её функция выполняется сенсорным экраном (смартфон, планшет).

Ну, с этим тоже, вроде, разобрались. Идем дальше.
Не отключаемся….😉

#триз #ресурсы #концепции #инструменты

Сила стабильности. Как управлять качеством. Контроль стабильности процессов.

Ну, что же, продолжаем управлять качеством. Про DMIAC поговорили, теперь попробуем разместить его в пространстве и времени. Причем начнем-ка мы не с начала (D - define), а с конца (c C – control). А почему? Смотрим….

Собственно, с чего начинается и на что опирается концепция Шесть Сигм? А вот на стабильность-то она и опирается.

Обеспечение стабильности процессов - это центральная задача методологии Six Sigma, поскольку именно предсказуемость и повторяемость операций лежат в основе высокого качества и низкого количества дефектов. Цель методологии — достичь такого уровня стабильности, при котором дефекты практически исключены.

С точки зрения Six Sigma, стабильный процесс — это процесс, чьи выходные характеристики предсказуемы во времени и соответствуют ожиданиям. То есть – внимание – ключевой тезис: процесс может быть условно и «хорошим», и «плохим». И мало брака, и много, но работать и достигать результатов можно только на предсказуемом (стабильном) процессе.

Другими словами, – хаосом управлять нельзя, нужна упорядоченность и предсказуемость.

И как это все обеспечить? Ну, мы, как работники «промышленной цифры», идем через Сигмы и статистику.

Основной показатель: Уровень сигма (σ). Он измеряет изменчивость процесса, используя стандартное отклонение. Чем выше уровень сигма, тем стабильнее и качественнее процесс. Уровень «6 сигм» означает, что процесс настолько стабилен, что допускает не более 3,4 дефектов на миллион возможностей (DPMO), что соответствует 99,99966% выхода продукции без брака.

А какие есть инструменты для контроля стабильности? 🛠️ Ууу – тут их много (мы, кстати, всему этому учим вот тут и вот тут).

А начнем с SPC и Контрольных карт (напоминаем, мы сейчас находимся на этапе Control - Контроль цикла DMAIC).

• Статистическое управление процессами (SPC) - это системный подход к управлению качеством с использованием статистических методов. SPC позволяет в реальном времени отслеживать стабильность процесса, выявлять отклонения и своевременно на них реагировать.
• Контрольные карты (Control Charts): Это основной инструмент SPC. Контрольная карта - это график, на который наносятся значения показателя процесса во времени. На нем обозначены верхний и нижний контрольные пределы (UCL и LCL). Основная задача карт — различать два типа вариаций….

Так, стоп. «Контрольные карты» – это отдельный и немаленький раздел. Товарищ Шухарт, кстати, - туда же. И про него надо отдельно рассказать. Так что пока останавливаемся, и рассказ с историческими экскурсами продолжаем в следующих постах.

Не отключайтесь…. 😉

#sixsigma #spc #шестьсигм #концепции #качество #управлениекачеством #стабильностьпроцесса #инструменты #методы

Уолтер Шухарт и его Контрольные карты.

Ну, все…. Начав и продолжая разговор про управление качеством, мимо столпа по имени «Шухарт» пройти нельзя никак. Причем тут надо останавливаться и отдельно на самом Шухарте, и отдельно на Картах. Начнем с истории, как говориться, от печки, вернее, от телефона. Итак…

Уолтер Эндрю Шухарт (Walter Andrew Shewhart, 18 марта 1891 — 11 марта 1967) — американский физик, инженер и статистик, которого по праву считают "отцом" современного статистического управления качеством.

Профессиональная карьера (если просто описывать как биографию) на удивление лаконична

Western Electric (1918–1924): Начал карьеру инженером в отделе инспекции на заводе в Хоторне. Именно здесь он столкнулся с задачей контроля качества в массовом производстве и начал применять статистические методы.

Bell Telephone Laboratories (1925–1956): Перешел в только что основанные лаборатории Bell Labs, где проработал до самой пенсии, занимая различные должности в техническом штате. Эта среда дала ему возможность развивать свои идеи и публиковать их.

И все? Ну, не совсем все. Еще, естественно, было консультирование. Шухарт был достаточно востребованным консультантом. Его приглашали такие организации как Военное министерство США, Организация Объединенных Наций, правительство Индии и многие другие. Кроме того, он читал лекции в Лондонском университете и других учебных заведениях мира.

А чем Шухарт так известен? А простой вещью. Реально простой. Только, как и многое в этом мире одновременно и очень сложной.

Он просто-напросто совершил революцию в подходе к качеству, сместив фокус с контроля готовой продукции на управление самим производственным процессом.

Реально просто, да? Но эта простая вещь тут же за собой потянула столько, что мы до сих пор пользуемся., улучшаем и есть куда двигаться.

Ну а если брать факты, то Шухарт известен двумя своими разработками, существующими и здравствующими по сей день.

Это:

Изобретение контрольных карт (1924 год): 16 мая 1924 года он представил своим руководителям в Bell Labs меморандум, содержащий набросок современной контрольной карты. Графического инструмента, который позволяет в реальном времени отслеживать стабильность процесса и сигнализировать о появлении проблем до того, как будет произведен брак. Это и стало поворотным моментом в истории менеджмента качества.
И…

Цикл Шухарта (PDCA). Да-да, тот самый «цикл Деминга» или «цикл PDCA» (Plan-Do-Check-Act, «Планируй-Делай-Проверяй-Действуй»), который является основой для непрерывного улучшения процессов.

Это Шухарт его придумал. Деминг только популяризовал. И что характерно, сам Деминг его всегда называл «цикл Шухарта».
Вот на этом этапе исторический экскурс переходит в практическое поле. Но уже в следующем посте.

Не отключайтесь….😉

#шухарт #картышухарта #контрольныекарты #sixsigma #spc #шестьсигм #концепции #качество #управлениекачеством #стабильностьпроцесса #инструменты #методы

Контрольные карты Шухарта.

Вот, теперь, после рассказа о самом Шухарте, как о обещали, переходим к сути. Сами Контрольные карты, собственно.

🗓️ Контрольные карты Шухарта — это фундаментальный инструмент статистического управления процессами (SPC), который фактически является «золотым стандартом» для мониторинга и анализа стабильности технологических процессов. Этот графический метод позволяет не просто фиксировать отклонения, но и выявлять их причины, предотвращая выпуск бракованной продукции.

Как они появились? В 1931 году Шухарт опубликовал свой основной - труд «Экономическое управление качеством промышленной продукции» с описанием теории и практики применения своих карт.

Как оно зачастую водится, изначально мгновенного признания он не получил. Ну, придумал там инженер что-то и придумал. Ну, вроде, работает. И все. А рывок произошел, тоже как оно и бывает во время Второй Мировой войны.

Министерство обороны США (или как там оно правильно назвалось), ознакомившись с успехами Western Electric в области качества (на войне как-то особенно остро чувствуется брак в продукции) обязало использовать контрольные карты на предприятиях, производивших военную продукцию. Чувствуете? Обязало! Ну, все и завертелось.

А после еще и Деминг (ученик Шухарта так-то) японцам прочитал цикл лекций по статистическому управлению качеством. Ну а японцы уже, так сказать (та самая Тойота), творчески развили и практически применили этот метод. Дальше все в курсе, что было и есть 😉.

Теперь к «механике». Что есть контрольная карта и как она работает?

Контрольная карта Шухарта — это график, на который в хронологическом порядке наносятся значения контролируемого показателя качества. Для анализа процесса на график наносятся три ключевые линии:

• Центральная линия (CL): соответствует среднему значению контролируемого параметра при нормальном ходе процесса.
• Верхняя (UCL) и нижняя (LCL) контрольные границы: определяют коридор статистически ожидаемого разброса значений (обычно на расстоянии ±3 сигмы от центральной линии).

Ну и все, собственно 😇.

А суть подхода Шухарта в следующем: любой процесс имеет естественную, или «случайную» вариабельность. И если процесс выходит за контрольные границы или точки на графике образуют неслучайные структуры (тренды, циклы), то это является сигналом о появлении «особых» (неслучайных) причин.

Что это дает? Это позволяет отличить «больной» процесс, требующий вмешательства, от «здорового», который не нужно трогать.

Классификация.

Контрольные карты делятся на два основных типа в зависимости от природы контролируемого показателя:

✅ Карты для количественных признаков: применяются, когда параметр можно измерить (длина, вес, время).
- Карты средних и размахов (x̅ - R) - классический вариант.
- Карты средних и стандартных отклонений (x̅ - s), - более точный аналог.
- Карты индивидуальных значений (x - R), когда нельзя сформировать подгруппу для измерений.
- Карты медиан - упрощенная альтернатива картам средних.

✅ Карты для альтернативных признаков для атрибутивных данных, когда результат контроля — «годен/брак» или подсчет дефектов.
- p-карта (доля дефектных изделий) - когда объем выборки может меняться.
- np-карта (число дефектных изделий) - при постоянном объеме выборки.
- c-карта (число дефектов на выборку) для подсчета количества дефектов в образце постоянного объема.
- u-карта (число дефектов на единицу продукции), когда площадь для выявления дефектов или объем выборки может меняться.

Ффу-х. Вроде, все перечислили. Как что работает и чего куда прикладывать в концепциях Six Sigma и Бережливое производство – это в следующих постах.

P.S. Кстати, если говорить про прикладное применение, вот тут есть тренинг на эту тему

Идем дальше. Не отключайтесь….😉


#шухарт #картышухарта #контрольныекарты #sixsigma #spc #шестьсигм #концепции #качество #управлениекачеством #стабильностьпроцесса #инструменты #методы #lean #бережливоепроизводство

Диаграмма Исикавы (диаграмма «рыбья кость»)

Диаграмма Исикавы — это диаграмма причинно-следственных связей, которая показывает причины конкретного события. Чаще всего диаграмму Исикавы используют при разработке продукта и для предотвращения дефектов качества, чтобы выявить потенциальные факторы, влияющие на конечный результат. Каждая причина или фактор, вызывающий несовершенство, является источником вариативности. Причины обычно группируют по основным категориям, чтобы выявить эти источники вариативности.

⚙️ Функция: Корреляция

#методы #инструменты #визуализация

Еженедельный "Монетный эксперимент". Что будет?

Итак, сейчас исторический счет Орел: 3️⃣ \ Решка: 8️⃣.

Что будет, как думаете? Прогнозируем через реакции

Орел - 👍
Решка - 🔥

И снова решка 9⃣ : 3⃣

Причинно-следственный анализ по ТРИЗу. Его разновидности и дополнения.

Добрались до средств декомпозиции задачи. Их в ТРИЗ много, штук 15 наберётся, не меньше.
Наиболее универсальным является причинно-следственный анализ.

Причинно-следственный анализ проводится в два этапа:

1. Построение причинно-следственной цепочки недостатков.
2. Анализ недостатков и выбор ключевых нежелательных эффектов.

Причинно-следственная цепочка недостатков - это граф, устанавливающий причинно-следственные связи между нежелательными эффектами в изучаемой системе и надсистемах (объекте изучения).

Например: Сотрудник магазина не может открыть дверь. Почему? Охранник закрыл дверь изнутри И сотрудник магазина не имеет ключа И сотрудник магазина пришёл раньше положенного времени. Почему охранник запер дверь изнутри? Почему сотрудник магазина не имеет ключа? и т.д.

В общем, если мы не можем побороться с проблемой, то совсем не факт, что мы не можем устранить её причины. В этом и состоит суть подхода: не пытаться преодолеть проблему методом лобовой атаки на неё, а изучить причины её появления и воздействовать уже на них.

Причинно-следственные цепочки обычно изображают в виде графа. Так удобнее и нагляднее.

❗ВАЖНО соблюдать правила при построении причинно-следственной цепочки:

1️⃣. Сначала строится дерево первопричин, а затем уже уходят в глубину причинно-следственных связей (Охранник закрыл дверь изнутри; Сотрудник магазина пришёл раньше положенного времени; Сотрудник магазина не имеет ключа). Дерево первопричин описывает всю совокупность факторов, создающих проблему. Затем уже от каждого нежелательного эффекта вопросом “в чем причина?” движемся вглубь.
2️⃣. Нежелательные эффекты формулируются по принципу субъект - нежелательное действие - объект (не “нет ключа”, а “сотрудник магазина не имеет ключа”). Это важно, так как всегда необходимо зафиксировать субъект нежелательного действия. Иначе нам не будет хватать информации для анализа (что значит “нет ключа”? Ключ точно где-то есть. Но его не оказалось у действующего субъекта в нужный момент).

После того, как причинно-следственная цепочка построена, по каждой существенной ветке определяем ключевые нежелательные эффекты - с ними мы будем работать в дальнейшем.

У этого инструмента есть разновидность - Причинно-конфликтный анализ (RCA+), продуктом которого являются не ключевые нежелательные эффекты, а противоречия. И есть дополнение - Оператор отрицания, использующийся в качестве постановщика задач в виде парадокса.

Декомпозировали? Идем дельше. Не отключайтесь....😉

#триз #иструменты #концепции #анализ #причинноследсвтенный

Негромкая мощь факторных влияний. Методы выявления, ранжирования и анализа причин появления несоответствий. И откуда же весь этот брак берется?

Тэ-э-экс, продолжаем управлять качеством на основе статистических методов обработки «промышленной цифры». Про DMAIC, SixSigma и Джека Уэлча рассказали, про стабильность процессов и его контроле, как об основе управления качеством, тоже упомянули, ну и пришла пора поговорить том, что же дальше.

А дальше тоже все несложно (ну, в теории 😆). Что у нас получается? Качество повышать решили? Решили. Процессы, где «косяки» случаются нашли? Нашли. И что со всем этим великолепием делать?

Ну, тут ответ очевиден – искать, а откуда берутся все эти несоответствия и прочие нарушения? Причем ответ надо начинать с переформулирования вопроса. Они, эти несоответствия, не сами «берутся», они возникают вследствие каких-то процессов извне, которые в свою очередь что делают? Правильно – влияют на стабильность нашего прекрасного качественного процесса. Вот тут мы и приходим к следующему этапу – анализ факторных влияний.

Это прям непростая штука. Ему учат не один день. Но - надо, куда деваться-то 😎?

С точки зрения той самой нашей любимой статистики в «промышленной цифре» он состоит из двух подвидов анализа: однофакторного и многофакторного.

Однофакторный (все не описать сразу – даем так, как сами классифицируем в необходимом и достаточном оптимуме):

• Графический анализ влияния факторов:
- столбиковые и круговые диаграммы
- ящичные диаграммы
- диаграмма рассеяния

• Статистический анализ влияния факторов – сравнение независимых групп по количественным и альтернативным характеристикам:
- T-критерий Стьюдента для независимых выборок (вооот, где он пригождается то, как мы и писали), U-критерий Манна-Уитни
- Однофакторный дисперсионный анализ (ANOVA), Н-критерий Краскела-Уоллеса
- Критерий Хи-квадрат Пирсона
- Коэффициенты корреляции Пирсона и Спирмена
- Критерии для сравнения разбросов в группах

• Статистический анализ влияния факторов – сравнение зависимых групп ДО-ПОСЛЕ по количественным и альтернативным характеристикам:
- T-критерий Стьюдента для зависимых выборок, парный критерий Вилкоксона
- Однофакторный дисперсионный анализ с повторениями (ANOVA), критерий Фридмана
- Критерий Мак-Немара

Многофакторный (это вот, прям, совсем непросто, прямо отдельное обучение по нему выделяется. Но тем не менее):

• Регрессионный анализ – метод анализа одновременного влияния факторов на качество:
• Диаграмма Парето – метод расстановки приоритетов в улучшениях.
• Дисперсионный анализ – метод учета эффектов взаимодействия факторов
• Деревья классификации для учета (моделирования) одновременного влияния различных факторов на неколичественный отклик
• Дискриминантный анализ – метод прогнозирования принадлежности к группе (классу, типу, сегменту и т.п.)
• Кластерный анализ – три статистических инструмента сегментации с учетом большого объема разнородной информации
• Факторный анализ – метод получения новых обобщающих факторов на основе большого объема информации
• Анализ соответствий – позиционирование с помощью карты восприятия
• Логистическая регрессия – метод моделирования бинарного и частотного отклика
• Conjoint (совместный) анализ – статистический инструмент разработки или улучшения продукта с учетом мнений потребителей
• Многомерное шкалирование как метод выявления сходства (различий) объектов на основе их оценок респондентами путем выделения латентных факторов

Во как вышло! Написали, и сами впечатлились. Сложно? Много? Одновременно и да, и нет. Дорогу-то осиливает только идущий. Ну, вот мы и пойдем потихоньку. И обо всем расскажем. По порядку .

Продолжаем, не отключайтесь….😉

#качество #статистика #анализ #методы #инструменты #обзор #факторныйанализ #аналитика #производство

Как обнаружить противоречия? Инструменты ТРИЗ

«Топором и скобелем выточить чашу». Есть такая старая русская поговорка. Сегодня она забыта, а в былые века весьма широко использовалась. Смысл её в том, что сразу сделать что-то утончённое из грубого невозможно, нужно действовать последовательно и аккуратно. Сначала топором, а затем скобелем. Вначале грубо, а затем все аккуратнее и аккуратнее, покуда из чурки не выйдет чаша.

Примерно так ТРИЗ предлагает действовать и при решении задач. Сначала появляются грубые наброски на решение, затем полученные идеи, вначале неказистые, шлифуются и, при необходимости, полируются до блеска.

Для этой цели в ТРИЗ применяются противоречия. Все слышали о противоречиях, но не все знают, что они используются именно так.

Конечно, «чистка» идей и усиление их приспособленности к реальности бизнеса – не единственная задача работы с противоречиями в ТРИЗ. Вторая задача работы с противоречиями – в принципе выход на решение, с учётом того, что до устранения противоречий он был попросту невозможен.

То есть, противоречия в ТРИЗ формулируются и устраняются для решения двух основных методологических задач:
1. Для улучшения качества первоначально сгенерированных идей, повышения их готовности к внедрению.
2. Для принципиального выхода на идеи, если противоречия «держат» проблему и только их устранение позволит сдвинуться с мёртвой точки.

✅ В первом случае мы имеем дело с сырыми идеями и констатируем, что у нас на руках уже имеется некая грубая заготовка, вроде чурки, обработанной топором. А теперь нужно поработать скобелем и из грубой заготовки выточить чашу, которой уже можно пользоваться.

✅ Во втором случае мы имеем дело с разрывом деятельности: не преодолев противоречие, мы вообще никуда не продвинемся. Не устранили противоречия – нет даже предварительных идей, как действовать в ситуации.

Оба случая требуют особых средств: средств выявления, моделирования и устранения противоречий.
Если говорить о первой методологической задаче, то мы берём какой-то недостаток системы, генерируем предварительное решение (это решение - как “топор” в той поговорке). Далее в ходе микро-мозгового штурма и фиксируем вторичные недостатки, сгенерированные уже предложенным решением. Устранение такого противоречия даёт уже “скобель”, позволяющий “выточить” пригодное для внедрения решение.

Если говорить о второй методологической задаче, то здесь противоречия либо заданы изначально в условии задачи, либо являются продуктом декомпозиции исходной задачи с помощью особых аналитических средств ТРИЗ: причинно-конфликтного анализа (RCA+), ценностно-конфликтного анализа (VCM-анализ) или результатом выявления противоречий в требованиях стейкхолдеров к системе (часть MPV-анализа).

Продолжение следует, не отключайтесь…😉

#триз #инструменты #концепции #алгоритмы

Настоящее развитие коммерческой компании начинается при росте от 20% в год и выше.

Очередной отрывок Живой книги ТОС Артема Егорова. С полной версией можно ознакомиться на сайте.

---------------------------------------------------------------
Давайте сразу поставим минимальную цель, которую разработчики методологии ТОС считали достижимой практически для любой действующей компании. Настоящее развитие коммерческой компании начинается при росте от 20% в год и выше. При этом такие ожидания справедливы и для самых крупных компаний.

Мы рассчитываем построить надежное видение того, как устойчиво добиваться таких результатов из года в год на протяжении 10-20 лет. В этом случае каждые 4 года мы будем удваивать финансовый результат. Если Ваши цели ниже, Вы недостаточно амбициозны для того, чтобы стать лидером рынка[2].

Можно ли сказать, что данная цель выше среднего по рынку? Однозначно, да! Если взять 500 или 1000 самых крупных промышленных компаний любой страны и провести анализ ежегодного прироста чистой прибыли за последние 10 лет, то мы получим значение гораздо ниже 20% в любой из стран. Да, будут эпизодические всплески, но средний уровень будет скромнее.
----------------------------------------------------------------------

#тос #живаякнига #стратегия #артемегоров

Столбчатая диаграмма Sparkline (или искровая диаграмма)

Спарклайн — это небольшая, яркая, простая графическая иллюстрация размером со слово, с типографским разрешением. Спарклайны означают, что графика больше не будет выглядеть как мультяшные изображения с подписями и рамками, а станет такой же вездесущей, как слово или число: в предложении, таблице, заголовке, на карте, в электронной таблице, на графике.

Столбчатая спарклайн-диаграмма практически не отличается от классической спарклайн-диаграммы, за исключением того, что вместо линий в ней используются столбцы/столбики.

⚙️ Функция: Сравнение, Динамика с течением времени

#методы #инструменты #визуализация

Еженедельный "Монетный эксперимент". Что будет?

Итак, сейчас исторический счет Орел: 3️⃣ \ Решка: 9️⃣.

Что будет, как думаете? Прогнозируем через реакции

Орел - 👍
Решка - 🔥

Несколько позже, но тем не менее публикуем результаты прошлой недели по монетному эксперименту. Орел! 4️⃣ : 9️⃣