Diseño para Six Sigma

El Diseño para Six Sigma ( DFSS ) es un conjunto 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 habían tenido con el Six Sigma tradicional ; pero en lugar de la mejora de procesos, DFSS se creó para enfocarse 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 la investigación empírica similar a la que se realiza en otros campos, como las ciencias sociales . Mientras que las herramientas y el orden utilizados en Six Sigma requieren que un proceso esté establecido 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 , a diferencia de 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 una comprensión profunda de las necesidades del cliente y utilizarlas para fundamentar cada decisión de diseño y compensación.

Existen diferentes opciones para la implementación de DFSS. A diferencia de Six Sigma, que generalmente se basa en proyectos DMAIC (Definir - Medir - Analizar - Mejorar - Controlar), DFSS ha generado una serie de procesos por etapas, todos al estilo del procedimiento DMAIC. ^{[ 2 ]}

DMADV , definir – medir – analizar – diseñar – verificar, a veces se denomina sinónimo DFSS, aunque también se utilizan alternativas como IDOV (Identificar, Diseñar, Optimizar, Verificar). El proceso tradicional DMAIC Six Sigma, tal como se practica habitualmente, que se centra en el desarrollo de procesos de fabricación o servicio evolutivos y de mejora continua , suele ocurrir después de que el diseño y desarrollo inicial del sistema o producto se hayan completado en gran medida. DMAIC Six Sigma, tal como se practica, suele estar ocupado en resolver problemas existentes de procesos de fabricación o servicio y en eliminar los defectos y la variación asociada a los defectos. Es evidente que las variaciones de fabricación pueden afectar la fiabilidad del producto. Por lo tanto, debe existir un vínculo claro entre la ingeniería de fiabilidad y Six Sigma (calidad). En contraste, 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 forma óptima las eficiencias de la metodología Six Sigma en el proceso antes de su implementación; El método Six Sigma tradicional busca la mejora continua una vez que el proceso ya existe.

DFSS busca evitar problemas en los procesos de fabricación/servicio mediante el uso de técnicas avanzadas para prevenirlos desde el principio (por ejemplo, prevención de incendios). Combinados, estos métodos permiten comprender las necesidades del cliente y derivar los requisitos de parámetros del sistema de ingeniería que aumentan la eficacia del producto y del servicio desde la perspectiva del cliente y de todos los demás. Esto da como resultado productos y servicios que brindan una gran satisfacción al cliente y una mayor cuota de 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 operativa (la resolución del problema de la mochila ) y el equilibrio del flujo de trabajo. DFSS es principalmente una actividad de diseño que requiere herramientas como: despliegue de la función de calidad (QFD), diseño axiomático , TRIZ , Diseño para X , diseño de experimentos (DOE), métodos Taguchi , diseño de tolerancias, robustecimiento y metodología de superficie de respuesta para la optimización de una o varias respuestas. Si bien estas herramientas se utilizan a veces en el proceso clásico DMAIC Six Sigma, DFSS las emplea exclusivamente para analizar productos y procesos nuevos e innovadores. Se trata de un análisis concurrente orientado a la optimización de la fabricación relacionada con el diseño.

Los defensores de DMAIC, DDICA (Diseñar, Desarrollar, Inicializar, Controlar y Asignar) y las técnicas Lean podrían afirmar que DFSS se enmarca dentro de la rúbrica general de Six Sigma o Lean Six Sigma (LSS). Ambas metodologías se centran en satisfacer las necesidades del cliente 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 difieren ampliamente de las utilizadas para DMAIC Six Sigma. En particular, los profesionales de DMAIC y DDICA suelen utilizar planos mecánicos e instrucciones de procesos de fabricación, tanto nuevos como existentes, como información de origen para realizar sus análisis, mientras que los profesionales de DFSS suelen utilizar simulaciones y herramientas de diseño/análisis de sistemas paramétricos para predecir tanto el coste como el rendimiento de las arquitecturas de sistemas candidatas. Si bien se puede afirmar que ambos procesos son similares, en la práctica el medio de trabajo difiere lo suficiente como para que DFSS requiera conjuntos de herramientas diferentes para llevar a cabo sus tareas de diseño. DMAIC, IDOV y Six Sigma aún pueden utilizarse durante los análisis exhaustivos de la arquitectura del sistema y para los procesos de Six Sigma de "finalización"; DFSS proporciona procesos de diseño de sistemas utilizados en los diseños de sistemas complejos de fase inicial. También se utilizan sistemas de fase inicial y final. Esto supone 3,4 defectos por millón de oportunidades de diseño si se realiza correctamente.

La metodología tradicional Six Sigma, DMAIC, se ha convertido en una herramienta estándar de optimización de procesos para la industria química. Sin embargo, se ha hecho evidente que la promesa de Six Sigma, específicamente 3,4 defectos por millón de oportunidades (DPMO), es simplemente inalcanzable a posteriori. En consecuencia, ha surgido un creciente movimiento para implementar el diseño Six Sigma, generalmente denominado diseño para Six Sigma, con las herramientas DFSS y DDICA. Esta metodología comienza con la definición de las necesidades del cliente y conduce al desarrollo de procesos robustos para satisfacer dichas necesidades. ^{[ 6 ]}

El Diseño para Seis Sigma surgió de las metodologías de calidad Six Sigma y Definir-Medir-Analizar-Mejorar-Controlar (DMAIC), desarrolladas originalmente por Motorola para mejorar sistemáticamente los procesos mediante la eliminación de defectos. A diferencia de sus predecesores tradicionales Six Sigma/DMAIC, que suelen centrarse en resolver problemas de fabricación existentes (es decir, "apagar incendios"), DFSS busca evitar problemas de fabricación adoptando un enfoque más proactivo para la resolución de problemas e involucrando 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 el número de unidades no conformes y la variación de la producción. Comienza con la comprensión de las expectativas, necesidades y aspectos 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), por lo que la confiabilidad no recibe una atención central en DFSS. DFSS rara vez considera los problemas a largo plazo (posteriores a 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 de sistema). ^{[ 7 ]}

Los argumentos sobre las diferencias entre DFSS y 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 metodología DMAIC, se centra en la mejora de un proceso o procesos existentes. DFSS se centra en la creación de nuevo valor a partir de las aportaciones de clientes, proveedores y necesidades del negocio. Si bien Six Sigma tradicional también puede utilizar estas aportaciones, el enfoque vuelve a estar en la mejora y no en el diseño de un nuevo producto o sistema. Esto también evidencia la base de ingeniería de DFSS. Sin embargo, al igual que otros métodos desarrollados en ingeniería, no existe ninguna razón teórica por la que DFSS no pueda utilizarse en áreas ajenas a 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) se acepta 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 rendimiento 'Seis Sigma' tienen que estar 'integrados ^{[ 10 ]} .

DFSS para software es esencialmente una modificación sustancial del DFSS clásico, dado que la naturaleza del software difiere de la de otros campos de la ingeniería. La metodología describe el proceso detallado para aplicar con éxito los métodos y herramientas de DFSS a lo largo del diseño del producto de software, abarcando el ciclo de vida completo del desarrollo de software: requisitos, arquitectura, diseño, implementación, integración, optimización, verificación y validación (RADIOV). La metodología explica cómo construir modelos estadísticos predictivos para la fiabilidad y robustez del software, y muestra cómo combinar técnicas de simulación y análisis con métodos de diseño estructural y arquitectura para producir software y sistemas de información con niveles Six Sigma.

DFSS en software actúa como un nexo que integra las técnicas clásicas de modelado de la ingeniería de software, como el diseño orientado a objetos o el desarrollo rápido evolutivo, con modelos estadísticos, predictivos y técnicas de simulación. Esta metodología proporciona a los ingenieros de software herramientas prácticas para medir y predecir los atributos de calidad del producto de software, y les permite, además, incluir el software en modelos de fiabilidad del sistema.

Aunque muchas herramientas utilizadas en la consultoría DFSS, como la metodología de superficie de respuesta, la función de transferencia a través de modelos lineales y no lineales, 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 marco de proyecto técnico integral para proyectos analíticos y mineros, los expertos en el dominio han observado que guarda cierta similitud con las líneas de CRISP-DM.

Se afirma que DFSS es más adecuado para encapsular y manejar eficazmente un mayor número de incertidumbres, incluidos los datos faltantes e inciertos, tanto en términos de la agudeza de la definición como de sus números totales absolutos con respecto a las tareas analíticas y de minería de datos, los enfoques Six 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 los proyectos de minería de datos DFSS reducen considerablemente su ciclo de vida de desarrollo. Esto se logra típicamente mediante el análisis de datos para pruebas de coincidencia de plantillas prediseñadas, utilizando un enfoque tecnofuncional con despliegue de funciones de calidad multinivel en el conjunto de datos.

Los profesionales afirman que las plantillas KDD progresivamente más complejas se crean mediante múltiples ejecuciones de DOE en datos multivariados complejos simulados, y luego las plantillas junto con los registros se documentan exhaustivamente mediante un algoritmo basado en árboles de decisión.

DFSS utiliza el despliegue de la función de calidad 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 pueden utilizarse 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 al análisis predictivo en el campo del análisis de recursos humanos. Este campo de aplicación se ha considerado tradicionalmente muy desafiante debido a la peculiar complejidad de predecir el comportamiento humano.

• Brue, Greg; Launsby, Robert G. (2003). Diseño para Six Sigma . Nueva York : McGraw-Hill . ISBN 9780071413763OCLC 51235576​​ 
• Yang, Kai; El-Haik, Basem (2003). Diseño para Six Sigma: Una hoja de ruta para el desarrollo de productos . Nueva York : McGraw-Hill . ISBN 9780071412087OCLC 51861987​​ 
• Cavanagh, Roland R.; Neuman, Robert P.; Pande, Peter S. (2005). ¿Qué es el diseño para Six Sigma? Nueva York : McGraw-Hill . ISBN 9780071423892OCLC 57465690​​ 
• Chowdhury, Subir (2002). Diseño para Six Sigma . Chicago : Dearborn Trade Publishing. ISBN 9780793152247OCLC 48796250​​ 
• Hasenkamp, ​​Torben (2010). "Diseño de ingeniería para Six Sigma". Quality and Reliability Engineering International . 26 (4): 317– 324. doi : 10.1002/qre.1090 . S2CID 35364939 . 
• Del Castillo, E. (2007). Optimización de procesos: un enfoque estadístico . Nueva York: Springer. https://link.springer.com/book/10.1007/978-0-387-71435-6