INTEGRAÇÃO DO LEAN SIX SIGMA EM LABORATÓRIOS DE TESTES ISO 17025

Este artigo apresenta ferramentas e técnicas específicas do Lean Six Sigma relevantes para laboratórios de testes e para os requisitos de credenciamento conforme o padrão ISO 17025. O estudo descreve a estrutura Lean Six Sigma projetada para a integração da qualidade do laboratório de testes no sistema de gestão. 

Os laboratórios de testes enfrentam os seguintes desafios para usar as generalizadas abordagens e ferramentas Lean Six Sigma que as outras indústrias usam.

• Pressão dos clientes em exigir baixo tempo de retorno dos resultados dos testes

• Pouquíssimo espaço para inovação de processos à medida que os testes são realizados de acordo com os métodos de teste padrão nacional/internacional

• Clientes com a impressão de que a maioria dos testes são realizados por instrumentos automatizados mais recentes, em menos tempo e com mais precisão

• Conhecimento inadequado sobre repetibilidade e reprodutibilidade dos resultados dos testes pelos laboratórios e clientes.

Neste contexto, é necessário ter uma estrutura Lean Six Sigma personalizada, com uma seleção correta e cuidadosa das ferramentas e técnicas que melhor se adequam aos laboratórios e para a integração ao sistema de gestão da qualidade laboratorial – ISO 17025.

A ISO 17025 é um padrão internacional desenvolvido para a padronização e para o credenciamento de laboratórios de testes e calibração intitulado como "Requisitos gerais para a competência dos laboratórios de teste e calibração".  A versão de 2017 é a mais recente desta norma.

A mesma foi desenvolvida com o objetivo de promover a confiança na operação dos laboratórios. A norma contém requisitos para que os laboratórios  demonstrem que operam de forma competente, imparcial, consistente e são capazes de gerar resultados válidos. Laboratórios que estejam em conformidade com esta norma, via de regra, também atendem os princípios da ISO 9001.

A norma exige que o laboratório planeje e implemente ações para enfrentar riscos e oportunidades.  O enfrentamento de riscos e oportunidades estabelece uma base para aumentar a eficácia do sistema de gestão, alcançar melhores resultados e prevenir efeitos negativos. Também facilita a cooperação entre laboratórios e outros órgãos, auxiliando na troca de informações e experiências, e na harmonização de padrões e procedimentos.  A aceitação dos resultados entre os países é facilitada para os laboratórios certificados.

Uma seleção de ferramentas e técnicas Lean Six Sigma depende dos seguintes fatores:

• Tipo de operações / processos (indústria de manufatura / serviços)

• Com base na abordagem usada (DMAIC / DMADV)

• Tipo de dados disponíveis (qualitativos / quantitativos)

• Com base na educação / níveis de competência do funcionário para compreensão e implementação.

Para a indústria de laboratórios, os fatores abaixo são os mais considerados na seleção de ferramentas e técnicas Lean Six Sigma:

• Indústria de serviços

• Abordagem DMAIC

• Dados qualitativos e quantitativos

• Nível médio de educação / competência dos funcionários

• Compatibilidade com a ISO 17025: 2017

Ferramentas e técnicas selecionadas

Termo de abertura do projeto: o termo de abertura do projeto refere-se a uma declaração dos objetivos de um projeto. Esta declaração também estabelece metas detalhadas do projeto, funções e responsabilidades e identificação das partes interessadas.

Característica crítica para a qualidade (CTQ): o detalhamento das CTQ são as principais características mensuráveis de um produto ou processo cujos padrões de desempenho ou limites de especificação devem ser atendidos com a finalidade de satisfazer o cliente.

Mapas de processos: o mapeamento de processos é a exibição gráfica de etapas, eventos e operações que constituem um processo. É uma ilustração pictórica que identifica as etapas, entradas e saídas e outros detalhes relacionados de um processo, fornecendo uma imagem passo a passo do processo.

Folhas de verificação: A folha de verificação é um formulário (documento) utilizado para coletar dados em tempo real no local onde os dados são gerados. Os dados que captura podem ser quantitativos ou qualitativos. Quando a informação é quantitativa, a folha de verificação é às vezes chamada de folha de contagem.

Brainstorming: é uma situação em que um grupo de pessoas se reúne para gerar novas idéias e soluções em torno de um domínio específico de interesse, removendo inibições. As pessoas são capazes de pensar com mais liberdade e sugerem tantas novas ideias espontâneas quanto possível. Todas as ideias são anotadas e essas ideias não são criticadas e após a sessão de brainstorming as ideias são avaliadas.

Gráficos de Pareto: o gráfico de Pareto é um tipo especial de gráfico de barras ou histograma e é uma das sete ferramentas de qualidade, com o nome de Vilfredo Pareto. É uma ferramenta analítica que demonstra graficamente o princípio de Pareto ou a regra 80-20. É usado para visualizar as causas de um problema em ordem de gravidade ou impacto, do maior para o menor.

Diagrama de espinha de peixe: o diagrama de espinha de peixe é uma ferramenta de análise que fornece uma maneira sistemática de observar os efeitos e as causas que criam ou contribuem para esses efeitos. Devido à função do diagrama Fishbone, ele pode ser referido como um diagrama de causa e efeito. Como o desenho do diagrama se parece muito com o esqueleto de um peixe, é chamado de diagrama de espinha de peixe.

Gráfico multivariável: os gráficos multivariável são uma forma visual de apresentar a variabilidade por meio de uma série de gráficos. É usado para medir as características de qualidade conforme abaixo:

A característica de qualidade de interesse é medida em dois extremos (em torno de seu diâmetro, ao longo de seu comprimento ou ao longo de sua superfície) e essas medidas são plotadas como linhas verticais conectando os valores mínimo e máximo ao longo do tempo.

• A característica de qualidade de interesse é plotada em três painéis horizontais que representam:

o Variabilidade em uma única peça

o Variabilidade peça a peça

o Variabilidade ao longo do tempo

• A característica de qualidade de interesse é plotada em relação às especificações superiores e inferiores, em vez de limites de controle.

Teste de significância estatística: O teste de significância estatística (hipóteses) é o uso de estatísticas para determinar a probabilidade de que uma determinada hipótese seja verdadeira. O processo usual de teste de hipóteses consiste em quatro etapas.

a. Formule a hipótese nula Ho (comumente, que as observações são o resultado de puro acaso) e a hipótese alternativa Ha (comumente, que as observações mostram um efeito real combinado com um componente de variação do acaso).

b. Identifique uma estatística de teste que pode ser usada para avaliar a verdade da hipótese nula.

c. Calcule o valor p, que é a probabilidade de que uma estatística de teste pelo menos tão significativa quanto a observada seria obtida assumindo que a hipótese nula fosse verdadeira. Quanto menor o valor p, mais forte será a evidência contra a hipótese nula.

d. Compare o valor p com um valor de significância aceitável (às vezes chamado de valor alfa). Se, esse efeito observado for estatisticamente significativo, a hipótese nula é descartada, e a hipótese alternativa é válida.

Listas de verificação: uma lista de verificação é um tipo de auxiliar de trabalho usado para reduzir erros, compensando os limites potenciais da memória e atenção humanas. Ajuda a garantir consistência e integridade na execução de uma tarefa. Um exemplo básico é a "lista de tarefas". Uma lista de verificação mais avançada seria um cronograma, que define as tarefas a serem realizadas de acordo com a hora do dia ou outros fatores. Uma tarefa primária na lista de verificação é a documentação da tarefa e a auditoria em relação à documentação.

PDCA (Plan Do Check Act): é um modelo que fornece uma estrutura para a melhoria de um processo ou sistema. Ele pode ser usado para monitorar um único problema ou orientar todo um projeto ou iniciativa de melhoria. O PDCA tornou-se popular por W. Edwards Deming, considerado por muitos o pai do controle de qualidade moderno.

Gráficos de controle: são usados para determinar se um processo de fabricação ou de negócios está em estado de controle. Um gráfico de controle consiste em:

• Pontos que representam uma estatística (por exemplo, uma média, intervalo, proporção) de medições de uma característica de qualidade em amostras retiradas do processo em momentos diferentes (ou seja, os dados)

• A média desta estatística usando todas as amostras é calculada (por exemplo, a média das médias, média dos intervalos, média das proporções)

• Uma linha central é desenhada no valor da média da estatística

• O desvio padrão da estatística também é calculado usando todas as amostras

• Limites de controle superior e inferior (às vezes chamados de "limites naturais do processo") que indicam o limite no qual a saída do processo é considerada estatisticamente 'improvável' e são

desenhado normalmente em 3 desvios padrão da linha central.

Planos de controle: Um plano de controle é um método para documentar os elementos funcionais do controle de qualidade que devem ser implementados para garantir que os padrões de qualidade sejam atendidos para um determinado produto ou serviço. A intenção do plano de controle é formalizar e documentar o sistema de controle que será utilizado.

Mapeamento do fluxo de valor: É um método para analisar o estado atual e projetar um estado futuro para a série de eventos que levam um produto ou serviço desde o seu início até o cliente com desperdícios reduzidos em comparação com o mapa atual. Um fluxo de valor concentra-se nas áreas de uma empresa que agregam valor a um produto ou serviço, enquanto uma cadeia de valor se refere a todas as atividades dentro de uma empresa.

5S: representa palavras japonesas que descrevem as etapas de um processo de organização do local de trabalho. Palavras equivalentes em inglês são mostradas entre parênteses: 1.Seiri (Sort), 2.Seiton (Set), 3.Seiso (Shine), 4.Seiketsu (Standardize) & 5. Shitsuke (Sustain).

Em termos simples, a metodologia 5S ajuda um local de trabalho a remover itens que não são mais necessários (classificar), organizar os itens para otimizar a eficiência e o fluxo (endireitar), limpar a área para identificar problemas mais facilmente (brilho), implementar a cor codificação e rótulos para permanecer consistente com outras áreas (padronizar) e desenvolver comportamentos que mantenham o local de trabalho organizado a longo prazo (sustentar).

Nemawashi (gerenciamento de mudanças): É um processo informal de estabelecer silenciosamente as bases para alguma mudança ou projeto proposto, conversando com as pessoas envolvidas, obtendo apoio e feedback, e assim por diante. É considerado um elemento importante em qualquer mudança importante, antes que qualquer passo formal seja dado, e o Nemawashi bem-sucedido permite que as mudanças sejam realizadas com o consentimento de todas as partes.

Controles visuais: os métodos de controle visual visam aumentar a eficiência e a eficácia de um processo, tornando as etapas desse processo mais visíveis. O design é deliberado em permitir o rápido reconhecimento da informação a ser comunicada, de forma a aumentar a eficiência e clareza. Esses sinais podem ser de várias formas, desde roupas de cores diferentes para equipes diferentes até medidas de foco no tamanho do problema e não no tamanho da atividade e muitos outros exemplos diversos.

Estrutura do projeto

Para cumprir o objetivo declarado neste artigo - Integração do Lean Six Sigma no sistema de gestão da qualidade de laboratórios de ensaios, é importante compreender os seguintes requisitos:

a. Requisitos da cláusula específica da norma ISO 17025 para melhoria da qualidade e controle de processos: As cláusulas de 7.7 (Garantia da validade dos resultados dos testes), 7.9 (Reclamações) e 7.10 (Trabalho não conforme) são relevantes para o controle e melhoria da qualidade. Além disso, essas três cláusulas são muito importantes para as atividades de acreditação de laboratórios.

b. Uma cláusula específica (7.7.3) diz que “os dados das atividades de monitoramento devem ser analisados, usados ​​para controlar e, se aplicável, melhorar as atividades do laboratório. Se os resultados da análise de dados das atividades de monitoramento forem encontrados fora dos critérios predefinidos, as ações apropriadas devem ser tomadas para evitar que resultados incorretos sejam relatados. ” Esse requisito específico faz com que os laboratórios utilizem as ferramentas de melhoria da qualidade necessárias para atingir o desempenho e esse estudo se mostra válido.

c. Após um estudo cuidadoso dos requisitos acima e das limitações de ferramentas e técnicas,

a estrutura apresentada no quadro abaixo  é projetada para resultados ideais e facilidade de

implementação.

RESUMINDO

No artigo buscou-se a compreensão dos principais fatores de implementação do Lean Six sigma nos laboratórios de ensaio e a essência da integração do Lean Six sigma no Sistema de Gestão da Qualidade de Laboratório (ISO 17025).

Após analisar os fatores críticos e requisitos de processo conforme a norma - ISO 17025, os resultados importantes que se obteve são apresentados a seguir:

i. Identificação de ferramentas e técnicas Lean Six sigma apropriadas e relevantes para o laboratório de testes.

ii. Seleção da metodologia DMAIC adequada para integração e aplicação.

iii. Compreender a importância do Lean Six sigma no controle de qualidade e melhoria do laboratório de testes.

iv. Desenvolvimento da estrutura Lean Six sigma juntamente com a metodologia e ferramentas e técnicas adequadas ao sistema de gestão da Qualidade do Laboratório (ISO 17025)

integração.

Extraido do artigo: Santosh Elapanda, U.V. Adinarayana Rao and K.S. Anjaneya

Choudary, Integration of Lean Six Sigma Framework in Testing Laboratories Quality

Management System with Specific Reference to ISO 17025, Journal of Management,

6(3), 2019, pp. 1-13.

Você é um modelo de líder para 2021?

Imagem: Pixabay

O Papel do Líder 

Olhando-se para um conjunto [quase completo] de atributos e comportamentos modificados para este "novo normal", destaca-se aqui algumas das principais mudanças nos papéis pessoais dos líderes.

Inovação 

Vivemos em um mundo onde a inovação frequentemente é interdisciplinar e se beneficia de insumos em toda a organização e da colaboração com parceiros organizacionais. Os líderes devem orientar a inovação com uma perspectiva maior do ecossistema de negócios. A aprendizagem organizacional requer um líder cuja organização possa aprender e adaptar as melhores práticas e fornecer um ambiente para tomada de risco inteligente que vai além da organização para envolver parceiros e colaboradores. Os líderes devem desafiar a organização a obter um significado maior a partir da análise de dados-chave para julgar não apenas o desempenho futuro atual e provável, mas imaginar um futuro diferente e melhor. 

Equidade e Inclusão 

Os líderes são responsáveis pela construção de uma cultura de força de trabalho caracterizada pela diversidade, equidade e inclusão. A oportunidade e o respeito por todos os membros da força de trabalho devem começar no topo e ser modelados pela composição e comportamentos da equipe de liderança. Esses comportamentos devem ser estendidos ao tratamento dos líderes aos clientes e à comunidade atendida pela organização. 

Resiliência 

Os líderes devem estabelecer uma organização resiliente que possa se adaptar à incerteza. Os líderes são responsáveis pela construção de uma organização que possa antecipar e se recuperar de emergências e interrupções. Eles devem liderar com uma estratégia que se baseia em oportunidades e aborda ameaças internamente e através do ecossistema da organização. O treinamento cruzado de membros da força de trabalho faz parte de uma estratégia de resiliência. 

Resultados de medição 

Para ser uma organização resiliente, seus líderes devem selecionar um composto de medidas que incluam desempenho financeiro, produto e processo, cliente, força de trabalho, liderança, estratégia e desempenho social. As principais partes interessadas responsabilizarão os líderes por essas medidas, com foco em seus interesses individuais. 

Sua equipe de liderança é responsável por inovação, equidade e inclusão, resiliência e um conjunto completo de resultados? Veja como você se enquadra ao conjunto completo de atributos e comportamentos de liderança. Você será um líder melhor para as ações que você toma e sua organização será uma organização melhor em relação à seus resultados. 

Fonte: https://www.nist.gov/blogs/blogrige/are-you-role-model-leader-2021

AQC - Otimizando Processos

Imagem: Pixabay.com

A pesquisa operacional tenta fornecer àqueles que gerenciam sistemas organizados uma base objetiva e quantitativa para a decisão; normalmente é realizado por equipes de cientistas e engenheiros oriundos de uma variedade de disciplinas. Assim, a pesquisa operacional não é uma ciência em si, mas sim a aplicação da ciência à solução de problemas gerenciais e administrativos, e concentra-se no desempenho de sistemas organizados como um todo, e não em suas partes consideradas separadamente.  

O assunto da pesquisa operacional consiste em decisões que controlam as operações dos sistemas. Portanto, está preocupado com a forma como as decisões gerenciais são e devem ser feitas, como adquirir e processar dados e informações necessários para tomar decisões de forma eficaz, como monitorar as decisões uma vez que elas são implementadas e como organizar a tomada de decisão e implementação da decisão processar. O uso extensivo é feito de disciplinas mais antigas, como lógica, matemática e estatística, bem como desenvolvimentos científicos mais recentes, como teoria das comunicações, teoria da decisão, cibernética, teoria da organização, ciências comportamentais e teoria geral dos sistemas.

A equipe interdisciplinar

As disciplinas científicas e tecnológicas proliferaram rapidamente nos últimos 100 anos. A proliferação, resultante do enorme aumento do conhecimento científico, tem dotado a ciência de um sistema de arquivamento que permite uma classificação sistemática do conhecimento. Este sistema de classificação é útil na solução de muitos problemas, identificando a disciplina adequada a quem recorrer para uma solução. As dificuldades surgem quando problemas mais complexos, como aqueles que surgem em grandes sistemas organizados, são encontrados. É então necessário encontrar um meio de reunir os diversos pontos de vista disciplinares. Além disso, uma vez que os métodos diferem entre as disciplinas, o uso de equipes interdisciplinares disponibiliza um arsenal muito maior de técnicas e ferramentas de pesquisa do que estaria disponível de outra forma. Conseqüentemente, a pesquisa operacional pode ser caracterizada por combinações bastante incomuns de disciplinas em equipes de pesquisa e pelo uso de procedimentos de pesquisa variados. 

Fases da pesquisa operacional

Formulação do problema

Para formular um problema de pesquisa operacional, uma medida adequada de desempenho deve ser concebida, vários cursos de ação possíveis definidos (isto é, variáveis ​​controladas e suas restrições) e variáveis ​​não controladas relevantes identificadas. O conhecimento detalhado de como o sistema em estudo realmente opera e de seu ambiente é essencial. Esse conhecimento é normalmente adquirido por meio de uma análise do sistema, um processo de quatro etapas que envolve determinar quais necessidades ou desejos a organização tenta satisfazer; como são comunicados à organização; como as informações sobre necessidades e desejos penetram na organização; e quais ações são realizadas, como são controladas e quais são os requisitos de tempo e recursos para essas ações. Essas informações geralmente podem ser representadas graficamente em um fluxograma, que permite aos pesquisadores identificar as variáveis ​​que afetam o desempenho do sistema.

Construção do modelo

Um modelo é uma representação simplificada do mundo real e, como tal, inclui apenas as variáveis ​​relevantes para o problema em questão. Um modelo pode não incluir todas as variáveis ​​relevantes porque uma pequena porcentagem delas pode ser responsável pela maior parte do fenômeno a ser explicado. Muitas das simplificações usadas produzem alguns erros nas previsões derivadas do modelo, mas muitas vezes podem ser mantidas pequenas em comparação com a magnitude da melhoria nas operações que podem ser extraídas delas. A maioria dos modelos de pesquisa operacional são modelos simbólicos porque os símbolos representam propriedades do sistema.

O próximo passo além do modelo físico é o gráfico, mais fácil de construir e manipular, mas mais abstrato. Como a representação gráfica de mais de três variáveis ​​é difícil, modelos simbólicos são normalmente usados. Não há limite para o número de variáveis ​​que podem ser incluídas em um modelo simbólico e esses modelos são mais fáceis de construir e manipular do que os modelos físicos.

Apesar das vantagens óbvias dos modelos simbólicos, há muitos casos em que os modelos físicos ainda são úteis, como no teste de estruturas e mecanismos físicos; o mesmo é verdadeiro para modelos gráficos. Modelos físicos e gráficos são freqüentemente usados ​​nas fases preliminares de construção de modelos simbólicos de sistemas.

Derivando soluções de modelos

Os procedimentos para derivar soluções de modelos são dedutivos ou indutivos. Com a dedução, passa-se diretamente do modelo para uma solução na forma simbólica ou numérica. Esses procedimentos são fornecidos pela matemática; por exemplo, o cálculo. Um procedimento analítico explícito para encontrar a solução é chamado de algoritmo.

Mesmo que um modelo não possa ser resolvido e muitos sejam complexos demais para serem solucionados, ele pode ser usado para comparar soluções alternativas. Às vezes, é possível conduzir uma sequência de comparações, cada uma sugerida pela anterior e cada uma provavelmente contendo uma alternativa melhor do que a contida em qualquer comparação anterior. Esse procedimento de busca de solução é chamado de heurística.

Os procedimentos indutivos envolvem tentar e comparar diferentes valores das variáveis ​​controladas. Tais procedimentos são considerados iterativos (repetitivos) se eles prosseguem por meio de soluções sucessivamente melhoradas até que uma solução ótima seja alcançada ou cálculos adicionais não possam ser justificados. Uma base racional para encerrar tal processo - conhecido como “regras de interrupção” - envolve a determinação do ponto em que a melhoria esperada da solução no próximo teste é menor que o custo do teste.

Testando o modelo e a solução

Um modelo pode ser deficiente porque inclui variáveis ​​irrelevantes, exclui variáveis ​​relevantes, contém variáveis ​​avaliadas de maneira imprecisa, está estruturado incorretamente ou contém restrições formuladas incorretamente. Os testes de deficiências de um modelo são de natureza estatística; seu uso requer conhecimento de teoria de amostragem e estimativa, projetos experimentais e a teoria de teste de hipóteses

A solução derivada de um modelo é testada para descobrir se ela produz um desempenho melhor do que alguma alternativa, geralmente a que está em uso atualmente. O teste pode ser prospectivo, em relação ao desempenho futuro, ou retrospectivo, comparando soluções que teriam sido obtidas se o modelo tivesse sido usado no passado com o que realmente aconteceu. Se nenhum teste prospectivo ou retrospectivo for viável, pode ser possível avaliar a solução por "análise de sensibilidade", uma medida da extensão em que as estimativas usadas na solução teriam que estar erradas antes que a solução proposta tenha um desempenho menos satisfatório do que o procedimento de decisão alternativo.

Implementando e controlando a solução

A aceitação de uma solução recomendada pelo gerente responsável depende de até que ponto ele acredita que a solução seja superior às alternativas. Portanto, a participação dos gestores no processo de pesquisa é essencial para o sucesso.

Normalmente, espera-se que os pesquisadores operacionais supervisionem a implementação de uma solução aceita. Isso fornece a eles um teste final de seu trabalho e uma oportunidade de fazer ajustes, caso apareça alguma deficiência na aplicação. A equipe de pesquisa operacional prepara instruções detalhadas para aqueles que irão realizar a solução e os treina para seguir essas instruções. A cooperação daqueles que realizam a solução e daqueles que serão afetados por ela deve ser buscada no decorrer do processo de pesquisa, não depois de tudo feito. Os planos e cronogramas de implementação são pré-testados e as deficiências corrigidas. O desempenho real da solução é comparado com as expectativas e, quando a divergência é significativa, as razões para isso são determinadas e os ajustes apropriados feitos.

Controles eficazes não apenas possibilitam, mas frequentemente levam a uma melhor compreensão da dinâmica do sistema envolvido. Por meio dos controles, o sistema de solução de problemas do qual a pesquisa operacional faz parte aprende com sua própria experiência e se adapta de maneira mais eficaz às condições em mudança.

Fonte: https://www.britannica.com/topic/operations-research/Deriving-solutions-from-models

AQC - Otimizando Processos

 

Os benefícios do Scrum na fabricação

Imagem: Escola Conquer

Scrum pode ter um impacto tremendo na manufatura. Curiosamente, as linhas entre software e hardware estão se confundindo. Produtos tangíveis hoje em dia possuem uma quantidade surpreendente de software dentro deles. O carro que você dirige, a geladeira onde resfria seu café gelado e o e-reader que você usa estão cheios de códigos.

Novas demandas são colocadas em processos de manufatura que não estão apenas conectando um widget a outro. Sistemas complexos, muitos dos quais baseados em software, são entrelaçados e integrados. Na verdade, o software é fundamental para o sucesso de muitos produtos manufaturados.

Essas tendências estão levando a projetos e equipes de desenvolvimento maiores e mais complexos com diversas matrizes de talentos. Eles também aumentam a complexidade na incorporação de famílias de produtos (não apenas produtos individuais), aumentam o risco de defeitos à medida que a complexidade aumenta e uma nova gama de conformidade e padrões exigidos.

Sobrevivência do mais rápido para o mercado

Um dos segredos para vencer a corrida pela participação no mercado é ser o mais rápido no mercado, o que não é um conceito novo. Um conceito igualmente importante é acompanhar e até liderar a inovação - especificamente, inovação liderada pelas necessidades e desejos do cliente.

Você pode chegar mais rápido ao mercado apenas se obtiver o feedback do cliente antecipadamente e, ao mesmo tempo, abordar os recursos de maior prioridade e os maiores riscos. A qualidade superior é construída por meio de testes iniciais. Scrum permite o lançamento antecipado de alta qualidade no mercado. Parece um bom ajuste para scrum. Esta realidade é a razão pela qual a Tesla e outros fabricantes agora empregam scrum masters e treinadores ágeis.

As novas tecnologias são surpreendentes: robótica, inteligência artificial, impressão 3-D e nanotecnologia, para citar apenas alguns. Cada uma dessas tecnologias apresenta novas complexidades à produção. Frameworks baseados em Scrum e agile são ideais para a complexidade de resolução de problemas.

Valor para o acionista

As burocracias que são partes tradicionais da indústria de manufatura enfatizam a eficiência, a redução de custos e o valor máximo para o acionista, em oposição ao valor agregado para os clientes. Essa ênfase é o calcanhar de Aquiles. As empresas que se destacarão no futuro enfatizam o valor para os clientes.

Scrum e seu ciclo de feedback orgânico enfatizam o feedback regular sobre o valor do cliente. Após cada sprint, você tem um produto funcional e entregável para mostrar aos stakeholders e clientes. Mesmo que você não consiga obter feedback durante o sprint, o scrum permite que você se adapte assim que receber o feedback.

Conforme declarado no Manifesto Ágil, a principal medida de sucesso é um produto funcional nas mãos de um cliente - quanto mais cedo melhor, e quanto mais frequentemente, melhor. Scrum faz ambos. 

Gestão de capacidade estratégica

Ao construir produtos tangíveis, você pode não ter uma peça final do produto para colocar nas mãos de alguém no final de um sprint de uma semana. Isto é bom. Apenas lembre-se de manter a progressão demonstrável e o ciclo de feedback o mais curto possível.

A ideia é obter feedback regular e frequente dos usuários. As especificações variam com cada produto. Trabalhe para manter o ciclo de feedback o mais curto possível e diminua-o quando possível.

Fonte: https://www.dummies.com/careers/project-management/benefits-scrum-manufacturing/

Fale conosco na AQC - Otimizando Processos, pois podemos suportar sua empresa na implementação e treinamento de times Scrum.

AQC - Otimizando Processos

O que é otimização de processos? Etapas para implementá-lo

Fonte:Pixabay.com

As organizações enfrentam todos os dias o desafio de produzir com menos gastos. Para crescer, os gestores buscam uma forma de melhorar seus processos de forma a resultar em redução de custos e conscientização sobre o que cada processo representa para o negócio.

Não importa as ferramentas, as tecnologias e recursos investidos. Um processo sub ótimo nunca entregará o resultado mais eficiente possível. O que a otimização de processos se presta é trazer uma forma de reduzir o dinheiro, o tempo e os recursos gastos em um processo, levando a melhores resultados de negócios.

Quais são as etapas de otimização de processos?

O principal objetivo da otimização de processos é reduzir ou eliminar o desperdício de tempo e recursos, custos desnecessários, gargalos e erros ao mesmo tempo em que alcança o objetivo do processo.

Identificar

Primeiro, precisa-se identificar qual é a necessidade de otimização de processos que existe em sua empresa. Pense em um processo que está custando mais do que deveria, ou induzindo a insatisfação do cliente ou até mesmo estresse entre os funcionários.

Faça perguntas sobre esse processo, com o objetivo de determinar:

• Qual é o núcleo do processo, os itens imutáveis.
• Qual é o propósito final do processo? Qual deve ser o resultado?
• Onde o processo começa e termina?
• Quais atividades fazem parte do processo, passando por quais etapas?
• Quais departamentos e pessoas estão envolvidos?
• Quais informações transitam entre os passos?

Nesse ponto, está a se perguntar qual é o processo, e não como fazê-lo.

Repensar

É o momento de mapear o processo, se preocupando em como executar cada etapa, sobre como o processo flui, sobre o que se espera obter com a otimização do processo em questão. Faça a si mesmo e à sua equipe estas perguntas:

• Existe uma maneira melhor de realizar esse processo?
• Como exatamente esse processo é conduzido?
• Quanto papel (por exemplo) esse processo usa?
• Quanto tempo leva para terminar o processo?
• Quanto tempo se perde em retrabalho e correção de erros?
• Onde o processo termina?

É importante ter uma visão micro e também macro do processo.

Compare as respostas dessas perguntas com as do item anterior, e talvez você descubra quais tarefas que pareciam cruciais são dispensáveis.

Implementar

Depois de conhecer o processo nesse nível de detalhamento e identificar as oportunidades de mudanças e as necessidades de melhoria, é hora de aplicar o processo de uma nova forma. É uma parte delicada da otimização do processo de negócios.

É fundamental, para o propósito do processo, bem como para o propósito da otimização do processo de negócios, que todos abracem o novo processo e implementem as mudanças.

Dessa forma, deve-se verificar os resultados, coletar dados e checar, se de fato, as melhorias foram reais ou não. Pode acontecer que o processo não acabe como se esperava, que o pessoal não se adaptou, que a implementação não foi feita corretamente, por isso é necessário iniciar o projeto tudo de novo.

Automatizar / Padronizar

Insistir nos mesmos erros e esperar resultados diferentes é a receita para o fracasso.

Automatize ou padronize os processos que alcançaram resultados satisfatórios de otimização e difunda-os através da empresa, para que outros possam ver os resultados em redução de custos, prevenção de erros, corte de desperdício e aumento de produção, que se conseguiu através do projeto de otimização.

Monitore

Através de toda a otimização de processos, monitore, monitore e monitore. Após cada processo de otimização, certamente se encontrará novos pontos de melhoria e gargalos. Assim, gere mais um ciclo para identificá-los, repensar o processo, implementá-lo e automatizá-lo.

Como todos os processos na gestão de processos de negócios, um processo de otimização é cíclico. Se feito apenas uma vez, não alcançará a melhor solução para a organização.

Importante: se incorporada à cultura da empresa, trará satisfação do cliente, felicidade dos funcionários, rentabilidade superior e um corte de desperdício nunca visto antes.

Na AQC aplicamos metodologias e ferramentas reconhecidas no meio acadêmico e empresarial para otimização de processos. Esta é nossa missão. Fale conosco.

AQC-Otimizando Processos

Conheça a startup que transforma veículos em máquinas autônomas

A Lume Robotics, do Espírito Santo, conquistou investimento de R$ 1 milhão do fundo Seed4Science; empresa já desenvolveu projetos de caminhões, carros e aviões

2 min de leitura

Por: RENNAN A. JULIO, 04 FEV 2021 - 08H00 ATUALIZADO EM 04 FEV 2021 - 08H00

Em 2009, o Brasil conheceu o chamado “Projeto Iara”, desenvolvido dentro da Universidade Federal do Espírito Santo. À época, alunos do curso de Engenharia conseguiram criar o protótipo de um carro autônomo capaz de fazer uma viagem-teste de 74 quilômetros entre duas cidades do estado. A ideia ganhou repercussão nacional e os idealizadores do projeto começaram a ser procurados pela indústria, em busca de soluções similares. A saída para atender às demandas? Fundar uma startup. 

Assim nasceu, em 2019, a Lume Robotics, empresa que desenvolve softwares capazes de transformar diferentes veículos em produtos autônomos. Desde a fundação, carros, caminhões e até um avião da Embraer já testaram – com sucesso – a solução. Em 2020, a empresa faturou R$ 500 mil e recebeu um aporte de R$ 1 milhão, que poderá chegar a R$ 3,5 milhões até o fim deste ano. 

Um dos empreendedores que acompanharam essa jornada foi Ranik Guidolini, cofundador e CEO da Lume Robotics. Em entrevista a PEGN, ele conta que, depois que o negócio saiu do papel, a tecnologia se mostrou especialmente útil para a iniciativa privada. Como a regulação brasileira não permite o uso e a veiculação dos autônomos em vias públicas do país, a saída encontrada pela startup foi apostar em soluções para empresas. 

Guidolini e seus colegas começaram a se aprofundar no desenvolvimento e na comercialização do sistema de automação. A empresa opera em um modelo SaaS (software as a service), em que o cliente paga um valor mensal pelo uso, dimensionado pelo número de veículos. “A automação pode ser útil para a redução de custos em procedimentos internos de uma fábrica, por exemplo. Mas não só isso. Até em questões de segurança, evitando que vidas humanas se arrisquem em ambientes propícios ao desmoronamento ou a altas temperaturas”, afirma Guidolini. 

Em 2019, a empresa participou do taxiamento autônomo de uma aeronave comercial da Embraer. De lá em diante, fechou parcerias com clientes como a Hitech Electric, fabricante de veículos autônomos, e a siderúrgica Ternium, na automação de um veículo extrapesado. Também participou do desenvolvimento de um caminhão autônomo em parceria com a Vale. 

O empreendedor conta que o software foi desenvolvido justamente para oferecer a flexibilidade como diferencial. “Com pouco esforço, conseguimos customizá-lo para operar veículos diferentes, como automóveis, locomotivas e aviões”, afirma. 

Com o aporte, a empresa quer investir na própria estrutura, montar um time de vendas e marketing e contratar mais desenvolvedores. Em paralelo, o CEO espera aumentar as parcerias com universidades e participar de programas de fomento do ES. “Temos, no estado, um polo desse tipo de tecnologia. E os nossos clientes são grandes empresas, presentes nacionalmente”.