Design for 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 de negocio . DFSS se originó en General Electric para aprovechar el éxito que tuvieron con Six Sigma tradicional ; pero en lugar de mejorar el proceso, DFSS se creó para centrarse en el desarrollo de nuevos productos. Se utiliza en muchas industrias, como finanzas, marketing, ingeniería básica, industrias de procesos, gestión de residuos y electrónica. Se basa en el uso de herramientas estadísticas como la regresión lineal y permite realizar investigaciones empíricas similares a las que se realizan en otros campos, como las ciencias sociales . Si bien las herramientas y el orden utilizados en Six Sigma requieren que un proceso esté implementado y funcionando, DFSS tiene el objetivo de determinar las necesidades de los clientes y del negocio, e incorporar esas necesidades a 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 enfoca en obtener una visión profunda de las necesidades del cliente y utilizarlas para informar cada decisión de diseño y comercio. -apagado.
Existen diferentes opciones para la implementación de DFSS. A diferencia de Six Sigma, que comúnmente se impulsa a través de proyectos DMAIC (Definir - Medir - Analizar - Mejorar - Control), DFSS ha generado una serie de procesos paso a paso, todos al 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 servicios evolutivos y de mejora continua , generalmente ocurre después de que el diseño y desarrollo inicial del sistema o producto se han completado en gran medida. DMAIC Six Sigma, tal como se practica, generalmente se dedica a resolver problemas existentes en los procesos de fabricación o servicio y a eliminar los defectos y variaciones asociados con los defectos. Está claro que las variaciones de fabricación pueden afectar la confiabilidad del producto. Por lo tanto, debería 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 ser reemplazado. DFSS tiene como objetivo crear un proceso con el fin de incorporar 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 ya existe un proceso.
DFSS busca evitar problemas en los procesos de fabricación/servicio mediante el uso de técnicas avanzadas para evitar problemas en el proceso desde el principio (por ejemplo, prevención de incendios). Cuando se combinan, estos métodos obtienen las necesidades adecuadas del cliente y derivan requisitos de parámetros del sistema de ingeniería que aumentan la efectividad del producto y servicio a los ojos del cliente y de todas las demás personas. Esto produce productos y servicios que brindan una gran satisfacción al cliente y una mayor participación de mercado. Estas técnicas también incluyen herramientas y procesos para predecir, modelar y simular el sistema de entrega del producto (los procesos/herramientas, personal y organización, capacitación, instalaciones y logística para producir el producto/servicio). De esta manera, DFSS está estrechamente relacionado con la investigación de operaciones (resolviendo el problema de la mochila ) y el equilibrio del flujo de trabajo. DFSS es en gran medida una actividad de diseño que requiere herramientas que incluyen: implementación de funciones de calidad (QFD), diseño axiomático , TRIZ , diseño para X , diseño de experimentos (DOE), métodos Taguchi , diseño de tolerancia, robustificación y metodología de superficie de respuesta para una respuesta única o múltiple. mejoramiento. Si bien estas herramientas a veces se utilizan en el proceso clásico DMAIC Six Sigma, DFSS las utiliza exclusivamente para analizar productos y procesos nuevos y sin precedentes. Es un análisis concurrente dirigido 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 desconocimiento. 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 insuficiencias 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 la probabilidad posterior de que las respuestas satisfagan las especificaciones dadas se maximiza de acuerdo con los datos experimentales disponibles. [3]
No obstante, la metodología de la superficie de respuesta tiene un historial eficaz de ayudar a los investigadores a mejorar productos y servicios: por ejemplo, el modelado de la superficie de respuesta original de George Box permitió a los ingenieros químicos mejorar un proceso que había estado estancado durante años. [4]
Los defensores de DMAIC, DDICA (Diseño, Desarrollo, Inicialización, Control y Asignación) y las técnicas Lean podrían afirmar que DFSS cae bajo la rúbrica general de Six Sigma o Lean Six Sigma (LSS). Ambas metodologías se centran en satisfacer las necesidades del cliente y las prioridades comerciales como punto de partida para el análisis. [5] [1]
A menudo se ve que [ palabras de comadreja ] las herramientas utilizadas para las técnicas DFSS varían ampliamente de las utilizadas para DMAIC Six Sigma. En particular, los profesionales de DMAIC y DDICA suelen utilizar dibujos mecánicos e instrucciones de procesos de fabricación nuevos o existentes como información de origen para realizar sus análisis, mientras que los profesionales de DFSS suelen utilizar simulaciones y herramientas de análisis/diseño de sistemas paramétricos para predecir tanto el coste como el rendimiento de las arquitecturas de sistemas candidatos. . Si bien se puede afirmar que [ palabras de comadreja ] 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 profundas en el análisis de la arquitectura del sistema y para procesos Six Sigma "back-end"; DFSS proporciona procesos de diseño de sistemas utilizados en diseños de sistemas complejos de 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 Six 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 [ palabras de comadreja ] la promesa de Six Sigma, específicamente, 3,4 defectos por millón de oportunidades (DPMO), es simplemente inalcanzable después del hecho. En consecuencia, ha habido un movimiento creciente para implementar el diseño Six Sigma, generalmente llamado diseño para herramientas Six Sigma DFSS y DDICA. Esta metodología comienza con la definición de las necesidades del cliente y conduce al desarrollo de procesos sólidos para satisfacer esas necesidades. [6]
El diseño para Six Sigma surgió de las metodologías de calidad Six Sigma y Definir-Medir-Analizar-Mejorar-Control (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 normalmente se centran en resolver problemas de fabricación existentes (es decir, "extinguir incendios"), DFSS pretende evitar problemas de fabricación adoptando un enfoque más proactivo para la resolución de problemas e involucrando a los esfuerzos de la empresa desde el principio. etapa para reducir los problemas que podrían ocurrir (es decir, "prevención de incendios"). El objetivo principal de DFSS es lograr una reducción significativa en el número de unidades no conformes y la variación de la producción. Comienza con la comprensión de las expectativas, necesidades y problemas críticos para la calidad (CTQ) del cliente antes de que se pueda completar un diseño. Normalmente, en un programa DFSS, solo una pequeña porción de los CTQ están relacionados con la confiabilidad (CTR) y, por lo tanto, la confiabilidad no recibe atención central en DFSS. El DFSS rara vez analiza los problemas a largo plazo (después de la fabricación) que pueden 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 lo que diferencia a DFSS 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 uno o varios procesos existentes. DFSS se centra en la creación de nuevo valor con aportaciones de clientes, proveedores y necesidades comerciales. Si bien Six Sigma tradicional también puede utilizar esos insumos, la atención se centra nuevamente en la mejora y no en el diseño de algún producto o sistema nuevo. También muestra la experiencia en ingeniería de DFSS. Sin embargo, al igual que otros métodos desarrollados en ingeniería, no existe 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 Six Sigma en 1989 y 1991 son anteriores al establecimiento del proceso de mejora de procesos DMAIC, el Diseño para Six Sigma (DFSS) se acepta en parte porque las organizaciones Six Sigma descubrieron que no podían optimizar los productos después 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 rendimiento de 'Seis Sigma' tienen que estar 'integrados'.
DFSS para software es esencialmente una modificación no superficial del "DFSS clásico", ya que el carácter y la naturaleza del software es diferente de otros campos de la ingeniería. La metodología describe el proceso detallado para aplicar con éxito los métodos y herramientas DFSS en todo el diseño del producto de software, cubriendo el ciclo de vida general 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 arquitectura y diseño estructural para producir software y sistemas de información de manera efectiva en niveles Six Sigma.
DFSS en software actúa como un pegamento para combinar las técnicas de modelado clásicas de la ingeniería de software, como el diseño orientado a objetos o el desarrollo rápido evolutivo, con modelos estadísticos, 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 software en modelos de confiabilidad del sistema.
Aunque muchas herramientas utilizadas en la consultoría DFSS, como la metodología de superficie de respuesta, la función de transferencia mediante modelado lineal y no lineal, el diseño axiomático y la simulación, tienen su origen en estadísticas inferenciales, 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 [marcos de proyectos técnicos] de extremo a extremo para proyectos analíticos y mineros, los expertos en el campo han observado que esto es algo similar a las líneas de CRISP-DM.
Se afirma que DFSS es más adecuado para encapsular y manejar eficazmente un mayor número de incertidumbres, incluidos datos faltantes e inciertos, tanto en términos de agudeza de la definición como de sus números totales absolutos con respecto a tareas analíticas y de minería de datos, enfoques Six Sigma para los datos. La minería se conoce 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 los proyectos de minería de datos con DFSS han acortado considerablemente el ciclo de vida de desarrollo. Esto generalmente se logra realizando análisis de datos para pruebas de coincidencia de plantillas prediseñadas a través de un enfoque tecnofuncional que utiliza la implementación de funciones de calidad multinivel en el conjunto de datos.
Los profesionales afirman que las plantillas KDD progresivamente complejas se crean mediante múltiples ejecuciones DOE en datos multivariados complejos simulados, luego las plantillas junto con los registros se documentan ampliamente mediante un algoritmo basado en un árbol de decisión.
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 que se ha 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 el análisis predictivo relacionado con el campo del análisis de recursos humanos. Este campo de aplicación se ha considerado tradicionalmente muy desafiante debido a las peculiares complejidades de predecir el comportamiento humano.