W XIX wieku włoski socjolog i ekonomista Vilfredo Pareto na podstawie analizy danych statystycznych ludności włoskiej stwierdził, że 20% mieszkańców Włoch jest w posiadaniu 80% majątku włoskiego (co ciekawe obecnie mówi się, że 99% majątku jest w posiadaniu 1% ludności świata). Prawie 50 lat później Joseph Juran użył nazwy Reguła Pareto dla opisu większej ilości zjawisk w swoich badaniach nad jakością w procesach. Zauważył on, że 80% problemów jest powodowanych przez 20% przyczyn.

Tyle wprowadzenia historycznego, natomiast, jeżeli dobrze się zastanowić nad naszą codziennością to, rzeczywiście jest tak, że:

  • 20% ubrań nosimy przez 80% czasu,
  • 20% pracowników wnosi 80% wartości intelektualnej firmy,
  • 20% rodzajów reklamacji dotyczy 80% klientów składających je,
  • 20% czasu wkładanego w pracę przynosi 80% efektów.

Oczywiście liczb 20 i 80 nie należy traktować jako jedynych akceptowalnych wartości, są one tylko najczęściej pojawiającymi się w obserwacjach. W tej zasadzie istotne jest to, że nakłady do efektów nigdy nie są równomierne. Kierując się Regułą Pareto należy wyszukiwać te czynności, które przynoszą największe efekt, pomijając inne mniej wartościowe i optymalizując w ten sposób nasze działania. A jak to się ma do Six Sigma i projektu DMAIC?
Otóż na etapie DEFINE zdarzyć się może i pewnie zdarzy, że obszar którym mamy się zająć jest zbyt duży na jeden projekt, a sponsor/właściciel procesu przy okazji takiego projektu chciałby posprzątać cały istniejący bałagan w danym obszarze. Można temu zaradzić, stosując właśnie Regułę Pareto. Wyobraźmy sobie, że uruchamiamy projekt związany z nieterminową realizacją zadań w dużym procesie, który obejmuje cała firmę.  Udało nam się zebrać wiarygodne dane z istniejących systemów pomiarowych i okazało się, że w 6 departamentach firmy dochodzi do opóźnień tak, jak w poniższej tabeli:

Aby przygotować diagram Pareto-Lorenza, który jest graficzną prezentację Reguły Pareto powinniśmy w kolejnych krokach:

  1. Zebrać całkowite dane o badanym zjawisku (charakterystyki, miary) – np. tak jak wyżej;
  2. Uszeregować przyczyny od najbardziej do najmniej znaczącej – skoro chcemy ograniczyć obszar prowadzenia projektu, to szukamy departamentu który opóźnia najwięcej spraw;
  3. Wyznaczyć skumulowane wartości przyczyn tj. udziały procentowe w stosunku do całości zjawiska – w tabeli poniżej;
  4. Oznaczyć na osi pionowej (Y) wartości przyczyn oraz udziały %;
  5. Oznaczyć na osi poziomej (X) przyczyny od największej do najmniejszej wartości idąc od lewej do prawej (porządek malejący);
  6. Narysować wykresy słupkowe dla każdej przyczyny;
  7. Oznaczyć punkty odpowiadające wartościom skumulowanym i połączyć je linią tzw. krzywa Lorenza.



Biorąc pod uwagę powyższe dane, projekt na pewno przyniesie największe efekty, jeżeli będzie prowadzony w departamencie A i B (33% departamentów może dać nam powyżej 60% efektów), a jeżeli dodatkowo uda się w ramach zakresu projektu zrealizować optymalizację w departamencie C, to jest szansa na magiczne 80% poprawy przy ograniczonym obszarze (oczywiście trzeba wziąć pod uwagę wiele dodatkowych czynników poza tymi liczbowym, jak odległość pomiędzy departamentami, specyfikę pracy, zasoby realizujące proces itp.).
Polecam osobiście to narzędzie jako podstawowe w pracy kierownika projektu DMAIC. Jednak rozmawiając ze sponsorem o ograniczeniu zakresu, trzeba pamiętać, że: „Nie chodzi o to, by oddzielić kilka istotnych elementów od wielu nie mających znaczenia, ale o to, by oddzielić kilka istotnych elementów od wielu przydatnych” (cyt. Joseph Juran).
Jerzy Łukomski

Zapisz się na nasz newsletter

Zapisz się na nasz newsletter

Twój e-mail został zapisany

Share This