Lean’s Auto Quality Matrix: waarom en hoe?

auto-quality-matrix-banner

Waarom de Auto Quality Matrix?

Als je met Kwaliteitsbeheer wat vertrouwd bent, weet je ongetwijfeld dat hoe sneller je een fout of defect ontdekt – in eender welk bedrijfsproces, of waardeketen van jouw organisatie, of zelfs er buiten – hoe goedkoper het zal zijn om het op te lossen. En als je Lean Management een beetje kent, dan weet je dat dit het first time right principe heet, ook gekend als (do it) right the first time.

filling-concrete-mixer-truckInderdaad, veronderstel dat jouw organisatie betonproducten produceert, onder andere stortbeton. Beeld je in dat omwille van een technische reden (bv. een niet goed functionerende klep), er minder cement is gebruikt dan nodig. Dit is duidelijk een defect (afwijking), aangezien dat jouw eindproduct (stortbeton) niet zal overeenkomen met de specificatie.

Wat zal jouw onderneming het meest kosten? Ontdekken dat er een tekort is aan cement op het moment van de oorzaak, dus wanneer de grondstoffen in de betonwagen (mixer) worden gegoten? Of wanneer het geleverd is bij de bouwplaats van de klant? Of erger: na een tijdje, wanneer de constructie van het gebouw aanzienlijk gevorderd is – of nog erger: wanneer het gebouw in gebruik is genomen – en er opeens barsten worden waargenomen in het gebouw. Je kan je inbeelden dat in het laatste geval het bouwbedrijf elk middel zal gebruiken om te onderzoeken en te bewijzen dat het beton niet genoeg cement bevatte. En zelfs als je genoeg verzekerd bent om de aansprakelijkheid te dekken, zal de reputatie van jouw onderneming er aanzienlijk onder lijden.

Je hebt het goed geraden! Hoe later een defect wordt ontdekt, hoe duurder het zal worden om de schade te herstellen die overal veroorzaakt is. Veel studies tonen aan dat de relatie tussen de tijd of ‘vertraging’ van de ontdekking van het defect en de totale kost van de herstelling of correctie – en de mogelijke gevolgen -, exponentieel is.

time-cost-curveDe reden of verklaring is eigenlijk vrij eenvoudig. Denk aan de kosten van de inspanningen die nutteloos (verspild) waren: hoe meer stappen er zijn tussen de oorzaak en de correctie, hoe meer waardeloze inspanningen er zijn geleverd. Om nog maar te zwijgen over de andere schadelijke gevolgen. Zoals bv. de ontevredenheid van klanten, of het andere werk dat verloren ging ; in het ergste geval van ons (beton) voorbeeld, het afbreken en opnieuw bouwen van het gebouw.

Hoe ziet de matrix eruit?

Het principe is vrij eenvoudig: zet de processtappen op de horizontale as (van links naar rechts) en ook op de verticale as (van boven naar beneden), aan de hand van een spreadsheet.

Hoe meer stappen in het bedrijfsproces, de waardeketen of value stream, hoe meer cellen je nodig zal hebben en dus hoe groter de matrix zal zijn. Maar ook hoe belangrijker en waardevoller de auto quality matrix zal zijn. Zoals je verder zal lezen, zijn we enkel geïnteresseerd in het onderste linkerdeel van de matrix (waar de cellen gekleurd zijn).

Hoe gebruik je de auto quality matrix

Voor elke fout, defect of afwijking die ontdekt wordt, duid je aan op de verticale as in welke processtap het is gedetecteerd. Terwijl op de horizontale as, je aanduidt in welke processtap het defect werd veroorzaakt. Natuurlijk helpen andere (Lean management) hulpmiddelen – zoals bv.  5-why, ishikawa diagrams, enz. – ook om de werkelijke oorzaak (root cause) van het defect te identificeren.

Nu, duid je aan welke cel resulteert uit de intersectie met de rij van de spreadsheet – d.i. de processtap op de verticale as, dus waar het defect werd vastgesteld – en de kolom, d.i. de processtap waar je de oorzaak hebt ontdekt.auto-quality-matrix-generic-example

Veronderstel bv. dat het bedrijfsproces 6 stappen telt, zoals in onderstaand procesdiagram afgebeeld. Een defect werd ‘pas’ gedetecteerd in processtap 4, terwijl het veroorzaakt werd in de 1ste stap van het proces. Dit resulteert in de cel aangeduid met de witte achtergrond, met nummer 3.

Wat is de betekenis ervan?

De gele lijn (de zogenaamde Lean diagonaal) reflecteert de ideale situatie in geval van defecten. Hoewel een defect nooit ideaal is, is het beter – zeg maar relatief ideaal – om het te detecteren op het moment van de oorzaak, eerder dan het later te ontdekken.

Hoe hoger het nummer, hoe langer de ‘afstand’ – in aantal processtappen – van de gele lijn; en dus hoe groter de (tijds)gap tussen de oorzaak en de ontdekking van hetzelfde defect. Hoe hoger het nummer – en dus hoe langer de afstand tot de Lean diagonaal -, hoe slechter het is, want de gevolgen zullen kostelijker zijn.

Een concreet voorbeeld – met beton

Veronderstel dat je de operations manager van het bedrijf bent dat stortbeton produceert en levert, waarvan de waardestroom uit volgende stappen bestaat:

concrete-process

  1. Ontvangst van grondstoffen van verschillende leveranciers, bv. cement, zand, grind, chemische additieven, enz.
  2. Stockeren van grondstoffen.
  3. Het gieten van de grondstoffen in de mixer, volgens de formule – zeg maar het recept – voor het bestelde betontype.
  4. Het mengen van de grondstoffen terwijl de mixer (betonwagen) naar de plaats van levering rijdt.
  5. Het uitgieten van het beton waar het gebruikt zal worden, namelijk op de bouwwerf.
  6. Gebruik door de klant, dus het bouwbedrijf.

aggregatesZelfs al kan je argumenteren dat de laatste stap – het gebruik van het beton door de klant – geen deel uit maakt van jouw waardeketen (als betonproducent), je bent wel degelijk verantwoordelijk voor de kwaliteit van het geleverde product en zijn mogelijke gevolgen, zeker wanneer het niet aan de productspecificaties beantwoordt.

Beeld je nu volgende gevallen in, die het belang illustreren van de “afstand” tussen de oorzaak en de ontdekking van de fout of defect. Voor alle gevallen, beschouwen we dezelfde klant en hetzelfde beton: de klant bestelde sterke beton met Basalt steen met een korreligheid van 10 mm. De oorzaak is eveneens identiek voor alle gevallen: na de ontvangst van de grind, werd het in de verkeerde silo gestockeerd (processtap 2). Als gevolg werd ‘gewone’ grind gebruikt, in plaats van 10 mm Basalt dat het beton sterker moest maken.

Geval 1: detectie van de fout in stap 3

aqm-case1Een zeer alerte werknemer stelde tijdens het gieten van de grind (vanuit de silo in de betonwagen) vast dat het geluid ongewoon was voor dit type beton. Het beton werd dus nog niet geleverd, en de kost is beperkt tot het corrigeren van de fout, d.i. de grind verplaatsen naar de juiste silo en het weggooien – of misschien zelfs hergebruik van de (in de betonwagen) gegoten grondstoffen. Deze fout wordt geïllustreerd door het witte vierkantje met nummer 1 in de matrix, hier rechts.

Geval 2: detectie van de fout in stap 5

aqm-case2In dit geval werd er niets opgemerkt tot, bij de levering, de alerte klant opmerkte dat het beton grover aggregaat bevatte dan zou moeten. Dit resulteert in de matrix hier links, waar de witte cel nu nummer 3 is. Uiteraard zijn de kosten gestegen in vergelijking met geval 1. Er zijn nu ook transportkosten, die zeer concreet zijn en zelfs te berekenen vallen. Er is echter ook een – minder concrete, maar zeer belangrijke – imagoschade naar de klant toe en mogelijk naar een groter deel van de markt; aangezien klanten negatieve ervaringen veel sneller en intensiever delen dan positieve ervaringen.

Geval 3: detectie na levering, dus gedurende het gebruik van het gebouw

cracksVeronderstel nu dat niemand de fout opmerkte. Alles gaat goed… totdat er schade verschijnt in het gebouw voor welk het (verkeerde) beton werd gebruikt. Er verschijnen bv. barsten gedurende de garantieperiode. De matrix ziet er nu als volgt uit: een witte cel met nummer 4, het tweede hoogst mogelijke getal in de matrix.

Kun je je voorstellen hoeveel meer het zal kosten voor de betonproducent, eens dat bewezen wordt dat de barsten te wijten zijn aan een verkeerde betonsamenstelling? Zowel de materiële kosten (qua aansprakelijkheid) als de niet-materiële kosten, o.a. de enorme imagoschade naar vele klanten en mogelijks de hele markt, wat wel eens het einde van het bedrijf zou kunnen betekenen .

Nu je goed begrijpt hoe de maqm-case3atrix werkt, vraag je je misschien nog steeds af wat de waarde van het toepassen ervan is voor jouw organisatie. Inderdaad, je kan het als vanzelfsprekend beschouwen dat hoe langer de ‘afstand’ tussen de oorzaak en de detectie ervan meer kosten zal veroorzaken. Meer bepaald, je zal hoe dan ook maatregelen moeten nemen, om een gelijkaardige fout in de toekomst te vermijden. Echter, wat zit erin voor jou – bv. als operations manager – om deze matrix te gebruiken? Wel, lees een beetje verder waarom…

De voordelen van de auto quality matrix

Als Process Owner of Kwaliteitsverantwoordelijke, helpt het gebruik van de auto quality matrix voor elk defect of elke fout die je tegenkomt niet alleen helpen om diepgaander inzicht te krijgen, nl. door je te dwingen om jouw bedrijfsprocessen en waardestromen in kaart te brengen; het zal je ook helpen om de grondoorzaken (root-causes) van fouten en defecten gemakkelijker te vinden.

Het biedt je bovendien ook de mogelijkheid om correcties te prioriteren, dus om voorrang te geven en aan te duiden welke van de vele verbetermogelijkheden je best eerst aanpakt binnen jouw organisatie.

Inderdaad, aangezien de relatie tussen enerzijds de ‘afstand’ tussen oorzaak en detectie van de fout, en anderzijds de kosten om de fout te beheren, is het getal dat resulteert uit de auto quality matrix een nuttige parameter om de (proces)verbeteringen te prioriteren die geïmplementeerd moeten worden. kpiHoe hoger het getal, hoe hoger de prioriteit om het te behandelen.

Het kan ook gebruikt worden om de indicatoren te voeden die jou informeren over de graad van hoe goed jouw organisatie voldoet aan het First time right principe. Als bv. blijkt dat de meeste defecten een hoog getal vertonen, dan ben je nog ver van het First time right ideaal. En als kwaliteit cruciaal is voor jouw organisatie, dan kan zo een indicator misschien zelfs een Key Performance Indicator (KPI) zijn.

P.S.: Aarzel niet om ze te delen met je Facebookvrienden en –fans, LinkedIn contacten, Twitter volgers en Google+ circles via de share knoppen hieronder. Bedankt!