Como Coletar Dados de Forma Assertiva
Com certeza você já ouviu esta frase: “Pega uma produção, escolhe 10 amostras e envia pro cliente aprovar”. Será que esta amostragem representa adequadamente uma população? Sem sombra de dúvidas, não representa. Por dois motivos: pela quantidade e pela qualidade dos dados.
E como podemos melhorar isso? Bem, passa por darmos os passos certos diante de situações específicas de projeto a projeto.
O primeiro passo é esclarecer a pergunta que queremos responder. Ela pode estar vinculada à uma aprovação simples e neste caso teremos a pergunta: Podemos ou não podemos aprovar um lote / uma produção? E também pode estar relacionada com um desvio identificado previamente e nesta segunda opção a pergunta será: o que é preciso para corrigir o desvio? Nos dois cenários, o que queremos é estabelecer um estado para termos um ponto de partida. Logicamente os níveis de dificuldade são diferentes e para isso vamos contar com alguns tipos de ferramenta.
O mais correto a se fazer, tendo estabelecido a pergunta que desejamos responder em mente, é termos uma “foto” do processo que gera este resultado. Assim vamos contar com um mapeamento que contenha as saídas e as entradas de cada etapa. Para isso precisamos ir ao local onde tudo acontece. Vá ao Gemba, visualize e traduza tudo que você vê em um mapa organizado. As saídas serão os resultados. As entradas serão os fatores dos quais as entregas dependem para produzir o conteúdo final. Agora você terá como classificar as entradas e sendo assim, vale um destaque para aquilo que você acredita ser crítico. Procure fazer isso com mais pessoas que dominem o processo gerador. Isso vai facilitar a realização da próxima etapa.
Com todas as informações do processo, agora você poderá construir a sua estratégia de amostragem. Para isso você vai considerar as variáveis de entrada e o que chamamos de frequência de mudança, que é o período para se ter mudanças no processo. Como exemplos podemos citar as sazonalidades do agronegócio. Para termos uma amostragem representativa precisamos considerar o período de safra e um período com menor volume. Isso ajudará no entendimento do total de variação na entrega, tendo em vista duas condições diferentes. Olhando para a indústria como um todo, temos o exemplo dos altos volumes de produção próximos às datas festivas como o Natal. Amostrar nestas épocas também vai depender da disponibilidade de recursos no período de alta ou de baixa. Se não pudermos coletar estes resultados, correremos um nível de risco.
Tendo como referência as limitações e as necessidades, estruturar a amostragem é o passo mais importante para a consolidação do estado atual. Para isso busque informações do mapa de processo e pense em quais variáveis podem gerar variação na resposta. Ter mais de um fornecedor, mais de um lote, mas de uma máquina ou até mesmo mais de um operador, vai contribuir para que tenhamos a realidade sobre a entrega final do processo. Além disso, é interessante levar em conta diferentes momentos de produção ou geração. Independente dos casos citados no início do texto, ao coletarmos os dados, conseguimos a variação que o processo entrega em termos de variável resposta. Se for somente a aprovação do item ou do processo, agora vamos a resposta: o processo é capaz ou não é capaz de atender as especificações. Se for a segunda opção, temos conhecimento do desvio e a captura da variação atual do processo nos dirá sobre o real desvio do processo, de forma amostrada. Colocar os dados na forma de gráfico fará com que você consiga explicar melhor o que está acontecendo para mais pessoas e assim todos terão mais informações para ajudar você na resolução do problema.
A partir do fato que temos um problema, buscaremos as causas raiz. Para tal, uma das coletas mais preciosas que temos na melhoria contínua é o DOE (Design of Experiment - Experimento Planejado). Se sabemos o que pode mover a média e reduzir a variação, chaga o momento de escolhermos os fatores que farão parte das rodadas experimentais. Agora o cenário é um pouco diferente, e não deixaremos a avaliação por conta das variações naturais do processo. Com o DOE, temos a possibilidade de manipular as variáveis. A escolha, assim como na amostragem inicial, pode ser feita em grupo. Você terá mais condições de escolher os fatores que mais fazem sentido e vai poder escolher os níveis dos fatores (menor e maior valores de set up do parâmetro, por exemplo). Com as rodadas organizadas, sempre em múltiplos de 2, recomenda-se que tenhamos no mínimo 16 rodadas para vermos o que é mais relevante para a resposta. Outros cenários com 4 até 64 rodadas, normalmente são aplicados. Ao final, teremos uma coleta de dados, que fornece além da variação natural, ou seja, nos traz quanto uma variável consegue mover a resposta, gerando como resultado seu efeito. Tendo esta informação, agora fica mais fácil entender qual variável de entrada vamos controlar para obtermos a melhor resposta. Terminou? Problema resolvido? Não. É preciso fazer uma amostragem similar a que fizemos para definirmos o estado atual e agora consolidamos o estado pós resolução do problema. Considerando que o processo entrega dentro do intervalo permitido, as coletas de dados estão finalizadas.
Como tópico final, é imprescindível mencionarmos que não importa a forma que recebemos o problema ou a necessidade de aprovação, precisamos buscar maneiras de consolidar informações através de dados. Apenas com medições, podemos melhorar o que temos atualmente.
Autor: Gustavo Koller Sacht
