6 Sigma aplicado al sector servicios

Práctica en un ‘Call-Center’

La gestión de un servicio y, por ende, la calidad establecida es mucho más compleja que en procesos fabriles. Pensemos un poco en un servicio de atención telefónica. No sirve de nada establecer una buena calidad en la atención telefónica (amabilidad, tono correcto en la conversación, empatía con el cliente…) si no se resuelve el problema objeto de la llamada. Tampoco existen “achatarramientos” o “productos reprocesados”, la prestación del servicio se efectúa bien o mal y el cliente lo percibe tal cual se ha efectuado la prestación, en ese mismo instante. Por ello, entre otros temas, como la virtualidad de muchos procesos y la gran cantidad de datos cualitativos y subjetivos, es, en general, mucho más difícil gestionar la calidad para un servicio que para un producto.

6 Sigma es una metodología que, mediante el uso de métodos y herramientas estadísticas, reduce la “variabilidad” de los procesos y permite adelantarse y dar un paso más en la gestión de la empresa. No es un proceso reactivo sino que se antepone a las posibles ineficacias, permitiendo orientarse hacia el cliente, optimizar los procesos y lograr mejorar los resultados clave de la organización. El uso de estas técnicas estadísticas o matemáticas más o menos complejas no es patrimonio de la industria, también tienen su aplicación en las organizaciones que prestan servicios, sea cual sea su ámbito de actuación.
El problema radica en conocer muy bien todas estas técnicas y en buscar la más idónea que permita arrojar luz sobre la incertidumbre generada.

El diseño de experimentos. Nociones

Veremos ahora un ejemplo de cómo una técnica tradicionalmente utilizada en el mundo de la industria y poderosa en las fases de Analizar y Mejorar de la metodología DMAMC, tiene cabida en el sector servicios.
Nos centraremos en el diseño de experimentos y en la técnica asociada de análisis de la varianza.
El diseño de experimentos es una técnica muy estructurada y eficiente que permite determinar la relación que existe entre unos factores que afectan al proceso y la salida demismo. Para ello se basa en el análisis de la varianza, a través del cual nos permite decidir sobre la aceptabilidad o el rechazo de las hipótesis planteadas. Esta técnica (análisis de la varianza) fue formulada por R.A. Fisher en torno al año 1925 y se basa en descomponer la variabilidad de nuestros datos en fuentes de variación independientes, de tal manera que podamos conocer qué porcentaje de variabilidad nos explica el modelo planteado. Más tarde Genichi Taguchi da un nuevo impulso al tema mediante la definición de la “función de pérdida” y el establecimiento de “diseños robustos”.
El diseño de experimentos no debe concebirse como una herramienta aislada. Debe utilizarse y completarse con otras herramientas, tales como el análisis de Pareto, histogramas, gráficos de control y, dentro de un contexto de mejora continua, modelos de excelencia o 6 Sigma.
Antes de realizar el experimento debemos tener en cuenta algunos términos e ideas que son inherentes a cualquier diseño de experimentos que realicemos. Lo primero, es abordar la idea de que realmente es necesaria la realización del experimento no sea que la experimentación que vayamos a realizar sea más costosa que la observación completa del
suceso.
• Aleatorización: Es un aspecto muy importante. Mediante la misma evitamos sesgos. Permite asignar “al azar” a los diferentes sujetos pertenecientes a nuestro experimento. También permite asignar a un sujeto la misma probabilidad de recibir cualquiera de los posibles tratamientos.
Para seleccionar a nuestros individuos podemos utilizar tablas de números aleatorios.
Hipótesis estadística: Suposición a probar sobre una o varias características del modelo. La hipótesis que se contrasta se denomina hipótesis nula (Ho). Si se rechaza la hipótesis nula es porque se asume como correcta la hipótesis complementaria que se denomina hipótesis alternativa (H0).
Repetición: Consiste en hacer una réplica o reproducción del experimento con el objeto de tener una estimación más precisa de nuestro experimento.

Factores: También se las llama variables controladas. Son las variables explicativas que afectan a la variable en estudio y que son controladas por el experimentador. Ejemplos de estas variables pueden ser: presión, temperatura, tiempo en realizar una determinada actividad, etc.

• Niveles o tratamientos: Son los distintos valores que pueden tomar los factores en los distintos experimentos, por ejemplo, para el caso del tiempo los niveles de este factor podrían ser: 1 hora, 5 horas y 24 horas.

Si deseas conocer mas informacion al respecto. 

Comunicate con nosotros, y te enviaremos informacion #BeKAIZEN™

rlopez@kaizen.com

Recent Posts

KAIZEN™ en el Comercio Minorista
Cuidado de la Salud
Six Sigma - Mejora de procesos
 

Popular Posts

Six Sigma Antecedentes
Las 7 herramientas básicas de calidad.
Por qué se llama Six Sigma
 
arrow up