Big Data e Lean Seis Sigma, combinam em projetos?

big data e Lean Seis Sigma
14 de agosto de 2017
Última modificação: 14 de agosto de 2017

Autor: Virgilio Marques Dos Santos
Categorias: Análise de dados, Blog, Seis Sigma

Quais as vantagens de misturar Big Data e Lean Seis Sigma?

As vantagens de incorporar o Big Data ao Lean Six Sigma podem ser descritas em vários níveis.

Em primeiro lugar, o Big Data, tem a vantagem de poder melhorar o impacto da fusão de análises avançadas com os projetos Lean Six Sigma. Isso se deve ao fato de que a maioria das técnicas estatísticas que são ministradas nos programas Six Sigma Green Belt e Black Belt são análises de dados exploratórios ou estatísticas descritivas. Na verdade, quando as técnicas avançadas são introduzidas, elas são muitas vezes mascaradas com novos termos que os tornam mais intuitivos para usuários não-técnicos.

A Análise Crítica da Abordagem do DMAIC é um exemplo disso quando alguém está realmente usando correlação e análise de regressão simples para apresentar várias hipóteses relacionadas às causas raiz. No entanto, esta análise certamente pode ser reforçada com análises avançadas. Houve algumas pesquisas até à data sobre o uso de estatísticas avançadas e Six Sigma.

Ravichandran (2012) discutiu a inclusão de métodos rigorosos com base em testes em Six Sigma. Fogarty (2015) avaliou um caso de uma grande empresa financeira global onde uma equipe de análise avançada incorporou o Six Sigma em seu processo atual e, além de perceber que o Six Sigma ajudou a melhorar seus projetos de análise, tendo uma abordagem mais estruturada e focada para a execução de análises, as atividades também permitiram projetos que não estavam diretamente relacionados à análise comercial em toda a empresa.

Dada esta evidência recente, de que as análises avançadas podem servir para aprimorar o processo Lean Six Sigma, pode-se deduzir que a adaptação das abordagens atuais para vincular Lean Six Sigma com análises avançadas no mundo de Big Data permitirá que os praticantes possam aproveitar as enormes reservas de informações acumuladas para melhor medir o processo e buscar os insights que podem impulsionar melhorias de processos e inovação. Além disso, levantamos a hipótese de que alguns desses insights não poderão ser desbloqueados, exceto por meio da análise de Big Data.

Como o Big Data avança com o Seis Sigma?

Se os praticantes Seis Sigma acreditam que a hipótese acima está correta, então eles devem começar a se concentrar na Internet das Coisas e aprender como essa tendência geral poderia potencialmente ser usada para alimentar seu projeto de melhoria Six Sigma. Duas empresas, a GE e a Cisco estão fazendo grandes apostas na Internet das coisas. Curiosamente, ambas são empresas muito diferentes, a GE sendo um conglomerado com produtos que vão desde lâmpadas a motores de aeronaves e a Cisco é uma empresa que fabrica roteadores, switches e outros dispositivos tecnológicos.

No entanto, quando se trata da Internet de Coisas, estão competindo no mesmo espaço em termos de investimento em atividades que podem permitir que as empresas realizem ganhos através da internet. Ambas as empresas têm um DNA particular que os torna concorrentes sólidos na corrida para ganhar neste espaço.

A GE, por exemplo, um negócio industrial gigante focado na execução, que também foi Lean Six Sigma, é pioneiro e desenvolveu todas as coisas elétricas, começando pela comercialização da invenção de Thomas Alva Edison. Além disso, a GE desenvolveu capacidades analíticas profundas ao contrário de muitos de seus pares industriais.

A Cisco, por outro lado, foi pioneira na tecnologia de roteamento e pode ser solidariamente creditada em ser um elemento chave no crescimento da internet. É uma empresa que também ajuda a desbloquear o poder do Big Data na indústria. A Cisco, por sinal, é outra usuária forte de Lean Six Sigma.

Como o Big Data pode ser utilizado na Melhoria de Processos?

Em termos de estudos sobre os benefícios documentados do uso de Big Data para a melhoria de processos até o momento, Manenti (2014) observou que:

A Intel, em 2012, informou que economizou US$ 3 milhões usando o Big Data para análise preventiva em uma única linha de produção de chips de microprocessador. Estendendo o processo para mais linhas de chips, eles estimam uma economia de mais de US$ 30 milhões nos próximos anos. Ele também informou que a GE Aviation estimou que poderia aumentar a velocidade de produção em 25% por meio do uso de análise de Big Data para permitir a inspeção no processo. Além disso, a GE pretende usar análises do Big Data para reduzir a inspeção após o processo de construção ser completado em mais 25%. Esses números aumentarão ao longo do tempo quando o uso de Big Data, proliferar por meio de processos de fabricação.

Dado esses casos, é fácil imaginar como o Six Sigma pode se beneficiar com o uso de Big Data, especialmente como um sistema de entrega para realizar essas grandes melhorias potenciais e, portanto, pedimos uma integração mais formal das duas iniciativas para a fabricação.

Outro estudo de caso de Big Data de fabricação discutido por Auschitzky et al. (2014) foi uma empresa biofarmacêutica que procurou reduzir a inconsistência na capacidade e qualidade de seus processos de fabricação que poderiam atrair atenção regulatória. Usando o Big Data Analytics, a equipe realizou uma análise de segmentação de seus processos com base na atividade. Ao fazê-lo, identificou interdependências de processos e não identificou nenhum parâmetro que poderia impactar.

Rendimento da vacina

A equipe modificou os processos-alvo de acordo com as ideias geradas a partir da análise e conseguiu aumentar a produção de vacinas em 50%, resultando em uma poupança entre US$ 5 e US$ 10 milhões por ano.

Big Data e Seis Sigma também se aplicam aos serviços?

Do lado dos serviços, o equivalente à Internet das Coisas é a mídia social, o celular e o comércio eletrônico. Toda a prática comercial de utilizar esses dados às vezes é designada como SOLOMO, que significa social, local e móvel. As empresas estão despertando rapidamente para as vantagens de usar esses e outros dados não estruturados capturados pelo negócio para desenvolver melhores relacionamentos com seus clientes, mas ainda não pensaram em como as informações coletadas dessas atividades também podem levar a melhoria de processos em coisas como assinatura, serviço ao cliente, cobranças a receber, etc.

O que fazer para aproveitar o Big Data em Serviços?

Em primeiro lugar, as empresas devem ampliar seus processos de negócios principais por meio de ferramentas sociais. Em segundo lugar, as empresas devem colocar em prática as mudanças do processo que impulsionam o comportamento social. Por exemplo, os benefícios de marketing das mídias sociais e dos grandes dados já estão bem estabelecidos, permitindo que os clientes tenham maior interação (e realmente sejam participantes) na campanha de branding de uma empresa.

No entanto, existe um benefício emergente para o uso de mídias sociais e Big Data para permitir a melhoria de processos. Edwards e Amos (2011) discutem como uma nova mini-indústria emergiu usando essas técnicas, conhecidas como gerenciamento de experiência do cliente, ou CEM. As empresas deste espaço estão fornecendo feedback aos, ao mesmo tempo em que analisam as empresas na web para ouvir bate-papo aleatório online. Edwards e Amos (2011) salientam ainda que, um ciclo bem gerenciado que vincula o feedback da experiência do cliente com as recomendações em redes sociais como Twitter, Facebook, Linkedin e Yelp podem impulsionar o desempenho operacional e a qualidade do serviço, aumentar o tráfego e aumentar a satisfação do cliente. Edwards e Amos (2011) forneceram um estudo de caso com Debenhams, uma loja de departamentos de luxo no Reino Unido abaixo é a transcrição deste caso:

. . . Um cliente reclamou por meio de uma pesquisa on-line sobre uma má refeição que eles receberam no restaurante da loja. “Pedi jantar de peru. Muito seco. Vegetais cozidos demais em molho gordo e frio. “O gerente da loja chamou o cliente naquela noite, pediu desculpas e enviou um cupom para duas refeições gratuitas. O cliente foi convidado a publicar sua felicidade com a resolução do problema no Facebook e fez. O gerente da loja se certificou de que a cozinha resultou em melhores jantares de peru. O resultado: um cliente satisfeito, melhores operações de cozinha e publicidade de rede social gratuita. Debenham efetivamente tomou o que seria um problema de experiência do cliente único e transformou esse cliente em um advogado de Debenham on-line e melhorou suas operações para reduzir a possibilidade de futuros clientes descontentes.

O setor de serviços também está usando mineração avançada de dados e Big Data para criar grandes problemas. Por exemplo, Hamm (2012) discutiu como a Infinity Property and Casualty Co. está usando Big Data e análises preditivas para detectar fraudes de seguros.

Os resultados desta atividade, de acordo com os gerentes do Infinity, foram um aumento na taxa de sucesso na busca de reclamações fraudulentas de 50% para 88% e uma redução no tempo de ciclo necessário para rever reivindicações questionáveis para investigação em 95%. Além disso, a Infinity realizou lucro nas assinaturas a cada ano.

Dada a literatura e estudos de caso que descrevem o uso de Big Data para permitir a melhoria de processos e a inovação nos serviços, há uma forte recomendação para a integração do Lean Six Sigma e Big Data.

Por isso, a FM2S referência em Lean Six Sigma, está avançando e criando uma parceria com a – A Neural Mind Technologies. Lá, confio, pois sei da competência do seu idealizador técnico, Prof. Roberto Lotufo. Inclusive, eles têm vários cursos em que qualquer um começa a aprender a técnica.

Bibliografia:

  • Auschitzky, E., Hammer, M., Rajagopaul, A. (2014), How Big Data Can Improve Manufacturing: Manufacturers Taking Advantage of Advanced Analytics Can Reduce Process Flaws, Saving Time and Money, McKinsey Insights, July.
  • Edward, G., Amos, M. (2011) Using Social Networks to Improve Operations, Harvard Business Review, December-January.
  • Fogarty, D., J. (2015) Lean Six Sigma and Advanced Analytics: Integrating Complementary Activities, Global Journal of Advanced Research, vol. 2, no. 2, pp. 472-480.
  • Hamm, S. (2012) Big Data: How Infinity Sniffs Out Insurance Fraud, IBM- Building a Smarter Planet Blog, Retrieved from: http://asmarterplanet.com/blog/2012/03/big-data-how- infinity-sniffs-out-insurance-fraud.html
  • Manenti, P. (2014) the Digital Factory: Game Changing Technologies That Will Transform Manufacturing Industry, SCM World, November.
  • Ravichandran, J. (2012) A Review of Preliminary Test-Based Statistical Methods for the Benefit of Six Sigma Quality Practitioners, Statistical Papers. vol. 53, no. 3, pp. 531-647.

Deixe seu comentário

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *