El diseño para Six Sigma ( DFSS ) es una colección de mejores prácticas para el desarrollo de nuevos productos y procesos. A veces se implementa como un proceso de diseño de ingeniería o un método de gestión de procesos comerciales . DFSS se originó en General Electric para aprovechar el éxito que tuvieron con Six Sigma tradicional ; pero en lugar de la mejora de procesos, DFSS se creó para apuntar al desarrollo de nuevos productos. Se utiliza en muchas industrias, como finanzas, marketing, ingeniería básica, industrias de proceso, gestión de residuos y electrónica. Se basa en el uso de herramientas estadísticas como la regresión lineal y permite una investigación empírica similar a la que se realiza en otros campos, como las ciencias sociales . Si bien las herramientas y el orden utilizados en Six Sigma requieren que haya un proceso en su lugar y en funcionamiento, DFSS tiene el objetivo de determinar las necesidades de los clientes y la empresa, e impulsar esas necesidades en la solución de producto así creada. Se utiliza para el diseño de productos o procesos en contraste con la mejora de procesos . [1] La medición es la parte más importante de la mayoría de las herramientas Six Sigma o DFSS, pero mientras que en Six Sigma las mediciones se realizan a partir de un proceso existente, DFSS se centra en obtener un conocimiento profundo de las necesidades del cliente y utilizarlas para informar cada decisión de diseño y compensación.
Existen diferentes opciones para la implementación de DFSS. A diferencia de Six Sigma, que generalmente se ejecuta a través de proyectos DMAIC (Definir - Medir - Analizar - Mejorar - Controlar), DFSS ha generado una serie de procesos escalonados, todos en el estilo del procedimiento DMAIC. [2]
DMADV , definir – medir – analizar – diseñar – verificar, a veces se denomina sinónimo de DFSS, aunque también se utilizan alternativas como IDOV (Identificar, Diseñar, Optimizar, Verificar). El proceso tradicional DMAIC Six Sigma, como se practica habitualmente, que se centra en el desarrollo de procesos de fabricación o servicio de mejora continua y evolutiva , generalmente ocurre después de que se hayan completado en gran medida el diseño y desarrollo inicial del sistema o producto. DMAIC Six Sigma como se practica generalmente se consume en la solución de problemas existentes en el proceso de fabricación o servicio y la eliminación de defectos y variaciones asociadas con defectos. Está claro que las variaciones de fabricación pueden afectar la confiabilidad del producto. Por lo tanto, debe existir un vínculo claro entre la ingeniería de confiabilidad y Six Sigma (calidad). Por el contrario, DFSS (o DMADV e IDOV) se esfuerza por generar un nuevo proceso donde no existía ninguno, o donde un proceso existente se considera inadecuado y necesita reemplazo. DFSS tiene como objetivo crear un proceso con el fin en mente de construir de manera óptima las eficiencias de la metodología Six Sigma en el proceso antes de la implementación; El Six Sigma tradicional busca la mejora continua después de que un proceso ya existe.
DFSS busca evitar problemas en los procesos de fabricación/servicio mediante el uso de técnicas avanzadas para evitar problemas de proceso desde el principio (por ejemplo, prevención de incendios). Cuando se combinan, estos métodos obtienen las necesidades adecuadas del cliente y derivan los requisitos de los parámetros del sistema de ingeniería que aumentan la efectividad del producto y el servicio a los ojos del cliente y todas las demás personas. Esto produce productos y servicios que brindan una gran satisfacción al cliente y una mayor participación en el mercado. Estas técnicas también incluyen herramientas y procesos para predecir, modelar y simular el sistema de entrega del producto (los procesos/herramientas, el personal y la organización, la capacitación, las instalaciones y la logística para producir el producto/servicio). De esta manera, DFSS está estrechamente relacionado con la investigación de operaciones (solución del problema de la mochila ), el equilibrio del flujo de trabajo. DFSS es en gran medida una actividad de diseño que requiere herramientas que incluyen: despliegue de la función de calidad (QFD), diseño axiomático , TRIZ , diseño para X , diseño de experimentos (DOE), métodos de Taguchi , diseño de tolerancia, robustez y metodología de superficie de respuesta para una optimización de respuesta única o múltiple. Si bien estas herramientas se utilizan a veces en el proceso DMAIC Six Sigma clásico, DFSS las utiliza exclusivamente para analizar productos y procesos nuevos y sin precedentes. Se trata de análisis simultáneos dirigidos a la optimización de la fabricación relacionada con el diseño.
La metodología de superficie de respuesta y otras herramientas DFSS utilizan modelos estadísticos (a menudo empíricos) y, por lo tanto, los profesionales deben ser conscientes de que incluso el mejor modelo estadístico es una aproximación a la realidad. En la práctica, tanto los modelos como los valores de los parámetros son desconocidos y están sujetos a incertidumbre además de ignorancia. Por supuesto, un punto óptimo estimado no tiene por qué ser óptimo en la realidad, debido a los errores de las estimaciones y a las deficiencias del modelo. Las incertidumbres se pueden manejar mediante un enfoque predictivo bayesiano, que considera las incertidumbres en los parámetros del modelo como parte de la optimización. La optimización no se basa en un modelo ajustado para la respuesta media, E[Y], sino que, en cambio, se maximiza la probabilidad posterior de que las respuestas satisfagan las especificaciones dadas de acuerdo con los datos experimentales disponibles. [3]
No obstante, la metodología de superficie de respuesta tiene un historial eficaz de ayudar a los investigadores a mejorar productos y servicios: por ejemplo, el modelado de superficie de respuesta original de George Box permitió a los ingenieros químicos mejorar un proceso que había estado estancado en un punto muerto durante años. [4]
Los defensores de las técnicas DMAIC, DDICA (Diseño, Desarrollo, Inicialización, Control y Asignación) y Lean podrían afirmar que DFSS cae dentro de la categoría general de Six Sigma o Lean Six Sigma (LSS). Ambas metodologías se centran en satisfacer las necesidades de los clientes y las prioridades del negocio como punto de partida para el análisis. [5] [1]
A menudo se observa que las herramientas utilizadas para las técnicas DFSS varían ampliamente de las utilizadas para DMAIC Six Sigma. En particular, los profesionales de DMAIC y DDICA a menudo utilizan dibujos mecánicos nuevos o existentes e instrucciones de procesos de fabricación como información de origen para realizar su análisis, mientras que los profesionales de DFSS a menudo utilizan simulaciones y herramientas de análisis/diseño de sistemas paramétricos para predecir tanto el costo como el rendimiento de las arquitecturas de sistemas candidatas. Si bien se puede afirmar que dos procesos son similares , en la práctica el medio de trabajo difiere lo suficiente como para que DFSS requiera diferentes conjuntos de herramientas para realizar sus tareas de diseño. DMAIC, IDOV y Six Sigma aún se pueden utilizar durante inmersiones en profundidad en el análisis de la arquitectura del sistema y para los procesos Six Sigma "back end"; DFSS proporciona procesos de diseño de sistemas utilizados en diseños de sistemas complejos front-end. También se utilizan sistemas back-front. Esto genera 3,4 defectos por millón de oportunidades de diseño si se hace bien.
La metodología tradicional de seis sigma, DMAIC, se ha convertido en una herramienta estándar de optimización de procesos para las industrias de procesos químicos. Sin embargo, ha quedado claro que la promesa de seis sigma, específicamente, 3,4 defectos por millón de oportunidades (DPMO), es simplemente inalcanzable después de los hechos. En consecuencia, ha habido un movimiento creciente para implementar el diseño de seis sigma, generalmente llamado diseño para herramientas de seis sigma DFSS y DDICA. Esta metodología comienza con la definición de las necesidades del cliente y conduce al desarrollo de procesos robustos para satisfacer esas necesidades. [6]
El diseño para Six Sigma surgió de las metodologías de calidad Six Sigma y Definir-Medir-Analizar-Mejorar-Controlar (DMAIC), que fueron desarrolladas originalmente por Motorola para mejorar sistemáticamente los procesos mediante la eliminación de defectos. A diferencia de sus predecesores tradicionales Six Sigma/DMAIC, que generalmente se centran en resolver problemas de fabricación existentes (es decir, "lucha contra incendios"), DFSS apunta a evitar problemas de fabricación mediante la adopción de un enfoque más proactivo para la resolución de problemas y la participación de los esfuerzos de la empresa en una etapa temprana para reducir los problemas que podrían ocurrir (es decir, "prevención de incendios"). El objetivo principal de DFSS es lograr una reducción significativa en la cantidad de unidades no conformes y la variación de la producción. Comienza con una comprensión de las expectativas, necesidades y problemas críticos para la calidad (CTQ) del cliente antes de que se pueda completar un diseño. Por lo general, en un programa DFSS, solo una pequeña parte de los CTQ están relacionados con la confiabilidad (CTR) y, por lo tanto, la confiabilidad no recibe una atención central en DFSS. DFSS rara vez analiza los problemas a largo plazo (después de la fabricación) que podrían surgir en el producto (por ejemplo, problemas complejos de fatiga o desgaste eléctrico, problemas químicos, efectos en cascada de fallas, interacciones a nivel del sistema). [7]
Los argumentos sobre qué hace que DFSS sea diferente de Six Sigma demuestran las similitudes entre DFSS y otras prácticas de ingeniería establecidas, como el diseño probabilístico y el diseño para la calidad. En general, Six Sigma con su hoja de ruta DMAIC se centra en la mejora de un proceso o procesos existentes. DFSS se centra en la creación de nuevo valor con los aportes de los clientes, los proveedores y las necesidades del negocio. Si bien Six Sigma tradicional también puede utilizar esos aportes, el enfoque se centra nuevamente en la mejora y no en el diseño de algún nuevo producto o sistema. También muestra el trasfondo de ingeniería de DFSS. Sin embargo, al igual que otros métodos desarrollados en ingeniería, no hay ninguna razón teórica por la que DFSS no pueda usarse en áreas fuera de la ingeniería. [8] [9]
Históricamente, aunque los primeros proyectos exitosos de Diseño para Seis Sigma en 1989 y 1991 son anteriores al establecimiento del proceso de mejora de procesos DMAIC, el Diseño para Seis Sigma (DFSS) es aceptado en parte porque las organizaciones Seis Sigma descubrieron que no podían optimizar los productos más allá de tres o cuatro Sigma sin rediseñar fundamentalmente el producto, y porque mejorar un proceso o producto después del lanzamiento se considera menos eficiente y efectivo que diseñar en calidad. Los niveles de desempeño "Seis Sigma" tienen que ser "integrados".
El DFSS para software es esencialmente una modificación no superficial del "DFSS clásico", ya que el carácter y la naturaleza del software son diferentes a los de otros campos de la ingeniería. La metodología describe el proceso detallado para aplicar con éxito los métodos y herramientas del DFSS en todo el diseño del producto de software, cubriendo todo el ciclo de vida del desarrollo de software: requisitos, arquitectura, diseño, implementación, integración, optimización, verificación y validación (RADIOV). La metodología explica cómo construir modelos estadísticos predictivos para la confiabilidad y robustez del software y muestra cómo las técnicas de simulación y análisis se pueden combinar con métodos de diseño y arquitectura estructural para producir de manera efectiva software y sistemas de información a niveles Six Sigma.
El DFSS en el software actúa como un pegamento que combina las técnicas de modelado clásicas de la ingeniería de software, como el diseño orientado a objetos o el desarrollo rápido evolutivo, con modelos estadísticos y predictivos y técnicas de simulación. La metodología proporciona a los ingenieros de software herramientas prácticas para medir y predecir los atributos de calidad del producto de software y también les permite incluir el software en los modelos de confiabilidad del sistema.
Aunque muchas herramientas utilizadas en la consultoría DFSS, como la metodología de superficie de respuesta, la función de transferencia a través de modelado lineal y no lineal, el diseño axiomático y la simulación tienen su origen en la estadística inferencial, el modelado estadístico puede superponerse con el análisis y la minería de datos.
Sin embargo, a pesar de que DFSS como metodología se ha utilizado con éxito como un [marco de proyecto técnico] de extremo a extremo para proyectos analíticos y de minería, los expertos en el dominio han observado que esto es algo similar a las líneas de CRISP-DM.
Se afirma que DFSS es más adecuado para encapsular y manejar de manera efectiva una mayor cantidad de incertidumbres, incluidos datos faltantes e inciertos, tanto en términos de agudeza de definición como de sus números totales absolutos con respecto a las tareas analíticas y de minería de datos; los enfoques de seis sigma para la minería de datos se conocen popularmente como DFSS sobre CRISP [CRISP-DM se refiere a la metodología del marco de aplicación de minería de datos de SPSS ].
Se ha observado que con DFSS los proyectos de minería de datos han acortado considerablemente su ciclo de vida de desarrollo. Esto se logra generalmente realizando análisis de datos para pruebas de coincidencia de plantillas prediseñadas mediante un enfoque técnico-funcional que utiliza la implementación de funciones de calidad de múltiples niveles en el conjunto de datos.
Los profesionales afirman que se crean plantillas KDD progresivamente complejas mediante múltiples ejecuciones de DOE en datos multivariados complejos simulados, y luego las plantillas junto con los registros se documentan ampliamente a través de un algoritmo basado en un árbol de decisiones.
DFSS utiliza Quality Function Deployment y SIPOC para la ingeniería de características de variables independientes conocidas, lo que ayuda en el cálculo tecnofuncional de atributos derivados.
Una vez calculado el modelo predictivo, los estudios DFSS también se pueden utilizar para proporcionar estimaciones probabilísticas más sólidas del rango del modelo predictivo en un escenario del mundo real.
El marco DFSS se ha aplicado con éxito para análisis predictivos pertenecientes al campo de análisis de RR.HH. Este campo de aplicación se ha considerado tradicionalmente muy desafiante debido a las complejidades peculiares de predecir el comportamiento humano.