精益六西格瑪預測應用
作者: 來源: 文字大小:[大][中][小]
為系統(tǒng)中期望的需求相對的組織提供信息，預測是必需的。它允許組織把它的資源與期望的需求進行搭配，以確保客戶的滿意與最適宜的運行成本。若合理執(zhí)行，預測系統(tǒng)為當?shù)刭Y源及期望的運行效率提供準確的需求估計。盡管預測方法應用在變化多端的行業(yè)及程序中，但它們有一些普遍特征。這些特征包含獲取數(shù)據(jù)來做預測、分析數(shù)據(jù)來建預測模型。特殊的預測模型選擇常常是創(chuàng)造預測，預測模型信息的用途是做出關于未來需求的決定。理解預測的基礎后精益六西格瑪改進小組方能確認項目并為不合格的預測分析根本原因。
一些實例將被用來說明是如何通過使用預測模型中的系統(tǒng)獲得數(shù)據(jù)的。大學必須做的預測不僅僅包括整個學生的入學情況，而且還包括在變化的人口因素基礎上建立的特殊學生分類的入學情況。相對于由人口因素引起的學生接收率，使用在這些預測中的一些信息是非常重要的。對每個的學生等級來說，其他信息也是獨一無二的。大學使用若干衰退模型來創(chuàng)造預測接收可能性的預測模型。醫(yī)院通過所需的服務類型及留院的時間長短預測病人需求。這些因素影響到醫(yī)院可用病床的數(shù)量。歷史數(shù)據(jù)可用來創(chuàng)造衰退模型，幫助醫(yī)院根據(jù)病人的需要，安排合適的醫(yī)護人員和上等的醫(yī)療設備。舉一個另外不同的例子，零售店估算產品需求則是建立在客戶購買興趣及當?shù)孛考业旮浇漠數(shù)厝丝诮y(tǒng)計基礎上的。讓這些產品預測變復雜，其實是這些零售組織也通過廣告來提升產品，這便歪曲了每個物項及儲備的需求模式。在救援、火災以及任何其他系統(tǒng)中容量的預測也是必需的，需求必須在有限資源的環(huán)境中估計出來。
在制造業(yè)中，在大量的方式中預測使用以確保能有足夠的資源滿足客戶的需求。依賴特殊行業(yè)，預測已被規(guī)劃出來20多年的時間了。這些情況將包含需要較大的資本支出或需要花費長時間來建的基礎設施的行業(yè)，比如鐵路或電信業(yè)。在制造業(yè)中，做出建造新設施的決定，取決于未來5~ 20年的需求計劃，因此戰(zhàn)略預測是很重要的。當時間框架融進中間范圍中（因行業(yè)而不同），做出真正建造設施或擴大當前設施、購買必要的設備的決定以滿足預期的客戶需求。中間的時間框架因行業(yè)而變化，但正常的未來時間是18—36個月。由于預測時間水平接近累積的制造產品必須的交付周期，在一個經營單元的水平上需求是由MPS合計的，并傳送至MRPⅡ。一旦在特殊裝置和時間下安排生產計劃，當?shù)氐腜AC則由設備來行使。通過此流程，操作運行的數(shù)量及復雜性將帶來許多可能的故障。使用精益六西格瑪工具及方法，精益六西格瑪黑帶通過例行地工作以消除這些故障。然而，輕易地認識流程故障之間的關系的能力是一種優(yōu)勢，在預測、物料需求計劃、采購及物流的交叉培訓中，黑帶與綠帶由于了解這些系統(tǒng)沒有經過合理地培訓，而需要廣泛的培訓及經驗。
使用在這些不同系統(tǒng)中預測模型的類型，包含建立在因變數(shù)歷史需求基礎上的時間順序模型，因變數(shù)通過使用一個或多個自變數(shù)及自變數(shù)的基于滯后價值預測的回歸模型。這些方法在這一章前面部分談論過。模型數(shù)據(jù)從單一單元估計到使用總需求之間變化。然而，與需求是通過生產線及設備累積的制造運用不同，在某些系統(tǒng)中累積需求是不可能的。舉例來說，由于需求具有當?shù)厝丝诮y(tǒng)計的特殊性，．因此為醫(yī)院累積需求是很困難的。然而，在這些系統(tǒng)中仍可能會有各種程度的累積。
關鍵點在于常見預測方法使用在各種不同的行業(yè)中，這可通過精益六西格瑪黑帶及綠帶開發(fā)實現(xiàn)，鑒別及消除預測系統(tǒng)引起的故障。
在較高層上，每個不同系統(tǒng)的目的都是相同的。每個系統(tǒng)試圖保證有足夠的容量來滿足系統(tǒng)上的需求。然而，有趣的是容量因系統(tǒng)而不同。在制造業(yè)中，過剩的容量在庫存或閑置的機器和工作人員中是明顯可見的。在醫(yī)院里，容量是由安置員工水平及員工的技能綜合來推動的。在每個系統(tǒng)中，由于預測是概率性的，如果需求增長在原先預測范圍之外，經常會有接受力不存在的可能出現(xiàn)。
在需求管理及預測中有很多精益六西格瑪項目應用的例子。需求管理自身嚴重依賴客戶之聲信息，因為為了完全了解客戶需求的基礎，必須由市場細分、客戶需求及營銷研究決定的價值預期來劃分。組織能融合客戶之聲信息滿足客戶需求越多，那些與固定需求相結合的物項可從月度預測中得出，那么全面預測變數(shù)就會越低。使用預測誤差數(shù)據(jù)，或者甚至是更好的實際庫存投資估計數(shù)據(jù)，這些都是精益六西格瑪黑帶回到高庫存投資的根本原因。這些原因將與交付周期或高水平上的需求問題相結合。那些是需求問題結果的根本原因能系統(tǒng)地由改進小組來調查，與當前流程運行故障相結合的根本原因可通過精益六西格瑪黑帶來處理。要求系統(tǒng)設計的變化可使用DFSS項目方法來處理。
由當前系統(tǒng)設計的流程故障產生的問題可受到預測流程任一部分的影響。舉例來說，由于考慮了出貨而沒考慮實際需求歷史，可能使得歷史客戶需求類型指定錯誤。需求信息可能在實際的需求位置張貼不正確，這有可能是由預測分析家錯誤地總結。這些問題中的任何一個都可能是通過精益六西格瑪發(fā)現(xiàn)的根本原因。而且，預測模型可能已被分析家進行錯誤地指定。
在這些情形中，實驗設計方法的應用是指精益六西格瑪工具的出色運用，從而優(yōu)化預測變量水平以減少預測誤差。這是一種靈敏度分析，參數(shù)水平連續(xù)地被修改，但取代改變這三個平滑參數(shù)（溫特斯模型）的水平，由于算法不是概率性的，因此分析家僅僅在優(yōu)化方式中改變兩個或三個水平。
若這些地區(qū)有故障，精益六西格瑪項目也可在預測部門及其他組織功能之間的功能界面啟動。然而，對于作為精益六西格瑪黑帶或綠帶的預測分析師而言，最簡單的方法則是結合需求來進行預測，系統(tǒng)地預測誤差百分比，也就是說使之更精確。
在新產品發(fā)展的情況下，預測模型更多的是建立在回歸的基礎上，為這些產品提供預測的不確定性，精益六西格瑪工具與方法是直接可行的。客戶劃分的流程，從客戶之聲信息中吸取精華，并計劃客戶需求推進精益六西格瑪統(tǒng)計工具及方法。而且，這些工具及方法可被用來消除過剩的、陳舊庫存。過剩、陳舊庫存的長期性原因可通過使用DFSS新產品說明流程的系統(tǒng)重新設計被刪除掉。