精益六西格玛预测应用
作者: 来源: 文字大小:[大][中][小]
为系统中期望的需求相对的组织提供信息，预测是必需的。它允许组织把它的资源与期望的需求进行搭配，以确保客户的满意与最适宜的运行成本。若合理执行，预测系统为当地资源及期望的运行效率提供准确的需求估计。尽管预测方法应用在变化多端的行业及程序中，但它们有一些普遍特征。这些特征包含获取数据来做预测、分析数据来建预测模型。特殊的预测模型选择常常是创造预测，预测模型信息的用途是做出关于未来需求的决定。理解预测的基础后精益六西格玛改进小组方能确认项目并为不合格的预测分析根本原因。
一些实例将被用来说明是如何通过使用预测模型中的系统获得数据的。大学必须做的预测不仅仅包括整个学生的入学情况，而且还包括在变化的人口因素基础上建立的特殊学生分类的入学情况。相对于由人口因素引起的学生接收率，使用在这些预测中的一些信息是非常重要的。对每个的学生等级来说，其他信息也是独一无二的。大学使用若干衰退模型来创造预测接收可能性的预测模型。医院通过所需的服务类型及留院的时间长短预测病人需求。这些因素影响到医院可用病床的数量。历史数据可用来创造衰退模型，帮助医院根据病人的需要，安排合适的医护人员和上等的医疗设备。举一个另外不同的例子，零售店估算产品需求则是建立在客户购买兴趣及当地每家店附近的当地人口统计基础上的。让这些产品预测变复杂，其实是这些零售组织也通过广告来提升产品，这便歪曲了每个物项及储备的需求模式。在救援、火灾以及任何其他系统中容量的预测也是必需的，需求必须在有限资源的环境中估计出来。
在制造业中，在大量的方式中预测使用以确保能有足够的资源满足客户的需求。依赖特殊行业，预测已被规划出来20多年的时间了。这些情况将包含需要较大的资本支出或需要花费长时间来建的基础设施的行业，比如铁路或电信业。在制造业中，做出建造新设施的决定，取决于未来5~ 20年的需求计划，因此战略预测是很重要的。当时间框架融进中间范围中（因行业而不同），做出真正建造设施或扩大当前设施、购买必要的设备的决定以满足预期的客户需求。中间的时间框架因行业而变化，但正常的未来时间是18—36个月。由于预测时间水平接近累积的制造产品必须的交付周期，在一个经营单元的水平上需求是由MPS合计的，并传送至MRPⅡ。一旦在特殊装置和时间下安排生产计划，当地的PAC则由设备来行使。通过此流程，操作运行的数量及复杂性将带来许多可能的故障。使用精益六西格玛工具及方法，精益六西格玛黑带通过例行地工作以消除这些故障。然而，轻易地认识流程故障之间的关系的能力是一种优势，在预测、物料需求计划、采购及物流的交叉培训中，黑带与绿带由于了解这些系统没有经过合理地培训，而需要广泛的培训及经验。
使用在这些不同系统中预测模型的类型，包含建立在因变数历史需求基础上的时间顺序模型，因变数通过使用一个或多个自变数及自变数的基于滞后价值预测的回归模型。这些方法在这一章前面部分谈论过。模型数据从单一单元估计到使用总需求之间变化。然而，与需求是通过生产线及设备累积的制造运用不同，在某些系统中累积需求是不可能的。举例来说，由于需求具有当地人口统计的特殊性，．因此为医院累积需求是很困难的。然而，在这些系统中仍可能会有各种程度的累积。
关键点在于常见预测方法使用在各种不同的行业中，这可通过精益六西格玛黑带及绿带开发实现，鉴别及消除预测系统引起的故障。
在较高层上，每个不同系统的目的都是相同的。每个系统试图保证有足够的容量来满足系统上的需求。然而，有趣的是容量因系统而不同。在制造业中，过剩的容量在库存或闲置的机器和工作人员中是明显可见的。在医院里，容量是由安置员工水平及员工的技能综合来推动的。在每个系统中，由于预测是概率性的，如果需求增长在原先预测范围之外，经常会有接受力不存在的可能出现。
在需求管理及预测中有很多精益六西格玛项目应用的例子。需求管理自身严重依赖客户之声信息，因为为了完全了解客户需求的基础，必须由市场细分、客户需求及营销研究决定的价值预期来划分。组织能融合客户之声信息满足客户需求越多，那些与固定需求相结合的物项可从月度预测中得出，那么全面预测变数就会越低。使用预测误差数据，或者甚至是更好的实际库存投资估计数据，这些都是精益六西格玛黑带回到高库存投资的根本原因。这些原因将与交付周期或高水平上的需求问题相结合。那些是需求问题结果的根本原因能系统地由改进小组来调查，与当前流程运行故障相结合的根本原因可通过精益六西格玛黑带来处理。要求系统设计的变化可使用DFSS项目方法来处理。
由当前系统设计的流程故障产生的问题可受到预测流程任一部分的影响。举例来说，由于考虑了出货而没考虑实际需求历史，可能使得历史客户需求类型指定错误。需求信息可能在实际的需求位置张贴不正确，这有可能是由预测分析家错误地总结。这些问题中的任何一个都可能是通过精益六西格玛发现的根本原因。而且，预测模型可能已被分析家进行错误地指定。
在这些情形中，实验设计方法的应用是指精益六西格玛工具的出色运用，从而优化预测变量水平以减少预测误差。这是一种灵敏度分析，参数水平连续地被修改，但取代改变这三个平滑参数（温特斯模型）的水平，由于算法不是概率性的，因此分析家仅仅在优化方式中改变两个或三个水平。
若这些地区有故障，精益六西格玛项目也可在预测部门及其他组织功能之间的功能界面启动。然而，对于作为精益六西格玛黑带或绿带的预测分析师而言，最简单的方法则是结合需求来进行预测，系统地预测误差百分比，也就是说使之更精确。
在新产品发展的情况下，预测模型更多的是建立在回归的基础上，为这些产品提供预测的不确定性，精益六西格玛工具与方法是直接可行的。客户划分的流程，从客户之声信息中吸取精华，并计划客户需求推进精益六西格玛统计工具及方法。而且，这些工具及方法可被用来消除过剩的、陈旧库存。过剩、陈旧库存的长期性原因可通过使用DFSS新产品说明流程的系统重新设计被删除掉。