RSS
 

Archive for the ‘Andmebaasid, mõõtmine’ Category

Kuidas müüte murda

19 Oct
Müüt murtud.
Mõõtmisplaaniga mees jõuab kaugele.

Kvaliteedijuhtimine on olemuselt faktidel põhinev distsipliin. Jah kõhutunne, jah intuitsioon, jah kogenud töötajate arvamus…. Nüüd lähme ja kontrollime seda. Üldjuhul 10’st linnalegendist 6’le mingit faktilist tõestust ei leita. Tegemist on kas mingite soovunelmatega või siis väga keeruliste asjadega, mida üritatakse võimalikult lihtsalt seletada. Täna ma annangi sulle ühe tööriista müütide murdmiseks – mõõtmisplaani.

Millal teha mõõtmisplaan

Kui sa mõtled D-M-A-I-C parendustsüklile, siis mõõtmisplaani on sul vaja sel hetkel, kui probleem on defineeritud ning algab mõõtmiste ja andmete kogumise faas.

Kui D-M-A-I-C päris sinu teema pole, siis peaksid seda kasutama mõne keerulisema probleemiga pusimisel, millele igal inimesel on oma seletus – üks süüdistab ilma, teine ülemust, kolmas hukkaläinud noorust. Kõik seletused on juhtkui head, kuid kõik korraga ka nagu õiged olla ei saa. Vot siis ongi parim aeg mõtetu filosofeerimine lõpetada ja asja täpsustama hakata.

Mõõtmisplaani vajalikud osad

Vajalikud asjad, mille peale mõelda ning ka kirja panna on:

  • Mõõtmiste eesmärk: Kuhu sa lõpuks tahad välja jõuda, mida sa tegelikult täpsustada tahad? Ei ole väga harv, kui tormatakse päev otsa mõõdulindiga ringi ja õhtu lõppedes avastatakse, et kasu sellest kõigest ikka väga vähe on olnud.
  • Hüpotees, nähtus või protsessi osa. Mida sa mõõtma hakkad?
  • Mõõtühikud. Mis mõõtühikutes sa andmeid koguma pead? Vahest on tükid olulised, teinekord sekundid, kolmas kord kilogrammid. Võimalik ka, et samaaegselt vaja kahes mõõtühikus andmeid fikseerida.
  • Andmete kogumise koht. Kuskohas sa andmeid fikseerima hakkad? Vaatad videokaameralt, piilud aknast või ronid ninapidi juurde?
  • Andmete kogujad. Kes hakkavad reaalselt andmeid koguma? Mitte alati ei saa ega pea see kvaliteedijuht olema. See pole lihtsalt võimalik.
  • Andmete kogumise moodus. Kuidas andmeid kogutakse? Siinkohal tasub mõõtjad-andmekogujad kindlasti kokku võtta ning veenduda, et kõik teevad täpselt ühtemoodi. Rohkem kui üks kord on juhtunud nii, et andmete stratifitseerimisel ilmneb suurim erinevus just mõõtjate vahel.
  • Stratifitseerimisfaktorid. Siinkohal pead sa mõtlema oma hüpoteesidele veel kord. Kas põhjus on erinevates töötajates? Kas põhjus on erinevates nädalapäevades? Hommiku- või õhtutundides? Siinkohal aja maha võtmine ning asja üle järgimõtlemine võib hiljem anda olulise ajasäästu.
  • Mis aja jooksul andmed kogutakse. Millised on ajalised piirangud? Ainult tööajal? Järgmise kahe nädala jooksul välja arvatud teisipäeviti? Mis igaes.
  • Valimi suurus ja moodustamine. Kui palju sul andmepunkte vaja on, et teha julgeid järeldusi terviku kohta ning mis-kes selle valimi peaks moodustama?
  • Kuidas sa andmeid kasutad. Sa pead juba ette mõtlema, mis sa kogutud andmetega peale hakkad. Mida sa nendega teha oskad, mida nendega teha vaja on? Keskmised arvutada, histogrammid teha, korrellatsioon- regressioonanalüüs, veel midagi?
  • Olemasolevad andmed. Kas juba on midagi kogutud ka? Kas neid saab kasutada või ei?

 

Distsiplineeritud lähenemine müütidele = võit

Pole mingit kahtlust, et oma tegevuse läbimõtlemine on su tervisele kasulik. Vähem sihitut tegutsemist, vähem vaidlemist, vähem kaotsiläinud aega ja närvirakkusid. Mõõtmisplaani koostamine võimaldab sul süsteemselt oma eesmärgile jõuda.

Siin on sulle ka “blankett” mõõtmisplaan: Mõõtmisplaan template

Kasuta terviseks.

Sarnased postitused:

 

Uudiseid

16 Sep

Paar artiklit-uudist, mis hiljuti silma on jäänud.

Standard kinnitatud.

Sulesepad treisid valmis DMAIC standardi

Metoodika nimega Six Sigma on nüüdseks siis osaliselt ka standardiseeritud. ISO pressiteade: http://goo.gl/90oxs Standard on kaheosaline: 1.osas antakse ülevaade Kuue Sigma parendusmetoodikast DMAIC, 2. osas kirjeldatakse tööriistasid ning tehnikaid, mida DMAIC tsüklis kasutada võiks.

Igatahes väga suur samm Six Sigma kui metoodika-filosoofia arengus. Ma just mõtlen, et äkitselt peaks oma pideva parendamise protsessi üle vaatama. See võiks anda päris korraliku põhja selleks.

Keda huvitab, siis standardi tähiseks on ISO 13053:2011 – Kvantitatiivsed meetodid protsessi parendamiseks. Võimalik ka Eesti Standardikeskusest see omale hankida.

Võlakriisi lahendamine Lean Six Sigma abil

Ameerika Kvaliteediühing tegi oma liikmete seas kiire uuringu selle kohta, mida arvatakse Newt Gingrichi ettepanekust praegusest võlakriisist välja tulla rakendades Lean Six Sigma põhimõtteid kõigis valitsusasutustes.

Olulisematest asjadest toodi välja suurimad võimalikud ohud sellele plaanile:

  • Avaliku sektori asutused toimetavad keskkonnas, kus on konfliktsed eesmärgid, prioriteedid ning strateegiad;
  • Vajaduse või sisemise sunni tekitamine kõigis asutustes üheaegselt;
  • Kasutatavad personalipoliitika mudelid;
  • Lean Six Sigma meetodite vähene tundmine. Teadmatus, kuidas sellega kulusid on võimalik kokku hoida;
  • Poliitiline torpedeerimine. Ma oletan, et see toimub igal poliitilisel tasandil.

Gargantualik ettevõtmine oleks juba ühegi nimetatud takistuse kõrvaldamine. Saame näha, kas sellega suudetakse üldse peale hakata, mis tulemusi see andma hakkab ning kas sellest ka võlakriisi lahendamisel abi on.

Ford-Toyota koostöö

Põnev lugu – Ford ja Toyota plaanivad koostööd.

Egas midagi, ratas veerema

Ajaloohuvilistele on vast teada, et Taiichi Ohno rajatud Toyota Way ehk lean tootmine baseerus olulisel määral Henry Fordi kirjatöödel tootmise juhtimisest. See oli paljuski põhjuseks mismoodi Toyota hiljem Ford’ilt, nende koduturul USA’s elu kibedaks tegid.

Kuidas siis nii? Põhimõtteliselt oli lugu nii, et Ford mõtles välja, jaapanlased rakendasid ja arendasid edasi. Näitab veelkord, kuidas heast ideest ainuüksi ei piisa ning kui oluline on tegelikult ideede rakendamine ja elluviimine.

Mõnes mõttes pole selles uudise muidugi midagi väga tavatut – autotööstus on sügavalt integreeritud ning koostööd tehakse väga palju. Ajalooline knihv lisab loole natuke vürtsi.

Sarnased postitused:

 

Kui kasulikud on su andmebaasid tegelikult?

09 Mar

andmebaasOn ainult aja küsimus, millal sa oma probleemide lahendamisel jõuad vajaduseni anda nähtustele numbriline kirjeldus. Peaaegu alati on koheselt järgmine küsimus – kuskohast andmeid saada? Põhimõtteliselt on 2 võimalust – tee andmekogumisvorm ja korja kõik andmed nullist. Alternatiiv on kaevuda olemasolevatesse andmebaasidesse ja katsuda sealt midagi välja tuhnida.

Miks sa EI PEAKS andmebaasidega pikalt mässama

Andmebaase ei loodud sinu praeguse probleemi lahendamiseks. Kes teab või mäletab, miks nad üldse kunagi loodi. Igatahes on väga tõenäoline, et selles sisalduv informatsioon ei aita sind eriti. Seega on selles sisalduvatel andmetel tavaliselt mitmed puudujäägid. Näiteks:

  • Erinevad ühikud. Sinul on tarvis näiteks normeeritud aega, andmebaas pakub sulle tehtud tükke. Sulle on tarvis liitreid, andmebaas annab sulle kilogramme. Või minuteid. Või tükke. Ma arvan, et sa saad juba aru.
    Iga teisendamine aga toob kaasa mingisuguse % ulatuses eksimuse, sest päris elus ei ole asjad nii lihtsad kui on 2. klassi matemaatika. Iga teisenduse tegemiseks on vaja midagi eeldada. Eeldamine aga… Iga suurim rukkisse panek algab sellega, et keegi mõtleb – “Okei, seda me päris täpselt ei tea, aga eeldame et….”
  • Kui suur osa andmetest tegelikult andmebaasis on? Peaaegu igal andmebaasil ilmneb varem või hiljem mingi tehniline äpardus, mis ei võimalda kõiki andmeid sisestada. Kui sul õnnestub seda vältida, siis teeb suvaline töökorralduse muutus sama töö ära. Igatahes varem või hiljem teeb keegi mingi Exceli faili või avab roheliste kaantega kaustiku ja kirjutab sinna peale “1996-1998”. See tuleb välja tavaliselt siis, kui oled teinud mingi erakordse avastuse ja käid seda usinalt näpp püsti jagamas. Siis koputatakse sulle delikaatselt õlale ja viiakse kurssi päris maailmas toimuvaga.
  • Mida üks või teine termin tegelikult tähendab? Väga harva kui kaks erinevat andmebaasi jõuavad samale tulemusele. Kui hakata lähemalt uurima, siis ilmneb mustmiljon pisiasja, mis ühes kohas on tehtud niimoodi ja teises kohas naamoodi. Suure tõenäosusega ei vasta kumbki ka üldtunnustatud õpiku definitsioonile.

 

Miks sa siiski PEAKSID andmebaasidega mässama

Ebatäpsed, tundmatut probleemi lahendavad, tundmatu sihtgrupi vajadusi rahuldavad…. ometi sa neid ignoreerida  ei saa. Miks siis nii?

  • Pikaajaline info. Tihtipeale võtaks täiesti nullist kõige kogumine tohutu aja. Andmebaas samas on viimased 4-5 aastat mingis omas rütmis tiksunud ja sinna on kogunenud küllaltki pikaajaline info. Seega peab uurima, mida ja kuidas sul on võimalik sealt kätte saada. See võib sul kokku hoida väga palju aega ja raha. Kui palju raha? Täpselt niipalju, kui see probleem sulle iga päev põhjustab.
  • Trendi hindamiseks ei pea hetkeväärtused õiged olema. Oletame, et su mingisugune tootlikkuse indeks tuleb peale pikemat maadlemist andmebaasiga 79%. Mida see number tegelikult ütleb? Suurt mitte midagi – samahästi võib see olla 124%, samahästi võib see olla 49%. See tegelikult pole oluline, su arvutustes on nagunii mingi viga sees. Kui sa aga oled oma “eksimuses” järjekindel, siis sa saad hinnata trendi, dünaamikat. Milline oli see number eelmine aasta või aasta enne eelmist aastat? Mis muutunud on? Kuhu me liigume? Otsuste tegemisel on aga trendid märksa olulisemad kui mingid hetkeväärtused.
  • Mis probleemi su andmebaasid siis ikkagi lahendavad? Kui sa teed omale selgeks, millist infot su andmebaasid sisaldavad ja millist nad ei sisalda, saad sa neid muutma hakata. Sa saad sõnastada selged probleemid ja mõelda, kas neid on võimalik automaatselt mingites punktides salvestada ja kuidas neid hiljem sulle vajaminevalt töödelda saaks. Sa saad täna muuta oma tulevikuotsuste kvaliteeti.

Igas organisatsioonis on tema andmebaasid hindamatuks info otsimise allikaks. Seal sisalduva lihtsaimki analüüs võimaldab teha märksa kvaliteetsemaid ja ratsionaalsemaid otsuseid. Need võivad lahendada pikaajalisi vaidlusi ja lõpetada mõtetuid tülisid. Nende kasutamisel peab siiski säilitama ettevaatlikkuse.  Peab alati arvestama, milleks nad tegelikult loodi ja mismoodi nad oma aruanded kokku panevad.

Kas mul jäi mõni andmebaasi eksimuse liik välja? Kui oskad täiendada pane see kommentaaridesse kirja.

Sarnased postitused: