先把现场当成个乱麻结，再揉成团。 别总想着按标准流程走，人脑子会晕。六西格玛这事儿，本质上是让人别把“标准”当成“答案”。我在仓库看了半年，最头疼的就是员工总当作那是个死命令，结局堆上去一个又一个，最终仓库还是堵得死死的。
这时候就得怼回去：六西格玛不是让你把动作卡死，是让你把动作的“平均误差”压到 0.004 格子里。
这个 0.004 是个啥概念？就是简直看不出有区别。 那会儿我们做现场管理，最喜爱搞那种“哪位先哪位后”的排位表。先清洁，再整理，接着是清扫，最终才是检查。结局发现，那四个动作做完，人累得半死，但垃圾确实少了一点，可那该死的灰尘还是在那里晃悠，员工摸起来还像块抹布。我就跟他们聊过，六西格玛的核心，不是哪位快，而是哪位稳。啥叫稳？就是不管昨天是不是膜拜过“清洁”，今天是不是在“整理”，甭管天气是不是乌鸦飞过，动作的标准值不能变。动作一变，误差就变大，平均数就爬升，6sigma 的魔法就失效了。 我也见过忒多好心的决策。
那会儿有个车间，为了追求“极致”，哪位先拆了哪一个螺丝钉，就让哪位领罚。结局拆得忒急，螺丝牙崩断了，客户当场就投诉：“这货是精修过的，如何一拆就散成了渣？”那一刻我明白了，所有的“极致”，要是脱离了“标准”这个锚点，全是自嗨。六西格玛要求把所有的变动量都剔除到最小，剩下的就是平均值。平均值代表了真的产品状态，平均值代表了团队的真水平。任何试图通过“快”或“快”来制造假象的行为，都是对标准的背叛。 我也见过类似“最优化”的陷阱。客户嫌苦力活忒多，我们就拼命优化搬运路线，结局把活都干在机器上没地方放了。
这时候要是强行优化人员配置，结局就是有人被派去干那些本来就不需求人干的活，就连还得倒着干。
这时候，6sigma 的模型就失效了，出于没有基准线。 故此，现场执行的时候，千万别拿老古董的标准去套新规矩。你得自己调出那个基准线，要么根据现场实际情况，把标准重新校准。
比如那会儿那个“哪位先哪位后”的排位，能不能改成“哪位多哪位少”？哪位能把工夫缩短 5%？就能哪位多哪位少，哪位多就说明哪位没把标准守住。 再来聊聊数据。别只停留在“平均数”那篇神秘的文章上。你要看具体的数字，就像看体检报告。
要是某个工位的标准工夫设定是 30 秒，抽检下来，平均 26 秒，波动 5 秒，那就合格。但要是平均 35 秒，波动 10 秒，那我们就知道，别看达标了，但效率忒低，6sigma 的目标没达到。
这时候就得找缘由，是工具不好，还是动作不娴熟，还是环境干扰。
这时候就不能只说“标准没守住”，得说“平均数没稳住”。 还有一个细节，关于数据的收集。别等到月底才去查报表，那时候数据早就乱了。要在现场，推着人走，推着机器跑，带着笔记本，实时记录。记录啥？不是记录的流水账，是记录“波动”。
比如搬运一个瓶子，一般要 0.3 秒，有没有人超过 0.31 秒？
有没有人不到 0.29 秒？把这些数据累加起来，算出平均值，算出标准差。
要是标准差超过了 0.05，说明现场需求介入，需求减员，要么需求转变工具。
这时候的直接行动是：要么把标准调低一点，要么让多干活的人休息，要么去修那个累坏的搬运带。 别总想着搞那些漂亮的大数据报告来证明自己。现场最动人的东西，就是那一堆堆纸片。
那些纸片上的数字能讲话，比你的口头表达强得多。当你指着报表说：“看，那个工位，按照标准是 30 秒，目前平均是 31.2 秒，波动大得离谱，这如何行？”这时候，现场的沉默，要么那个员工那张苦相，实际上都在演戏。 最终，要记住，6sigma 不是为了把人管得更严，也不是为了把动作做得更完美。它是为了让事件变得好办。当事件变得好办，平均值就低，波动就小，6sigma 的魔法就生效了。现场管理，实际上就是不断去拉大平均值，缩小波动的过程。别去追求那个冒牌的“完美”，那是为了掩盖难题，那是为了增添工作量。真正的完美，是平均值能稳定在 0.004，波动能小到肉眼简直看不出来。
这时候，现场的人才会认定，原来工作实际上挺省事的。


相关标签：