Data en Kwaliteit, de uitdagingen voor Kwaliteitsmanagement

Transcriptie

1 Data en Kwaliteit, de uitdagingen voor Kwaliteitsmanagement Arend Oosterhoorn, Sectie Data en Kwaliteit Natascha Grundeken Kees de Vaal Barend Voskuilen Herbert Wubben Eric Eggermont Arend Oosterhoorn Geert Hoeksema Jan Waas Ben de Backker Doel van de middag Informeren over de rol van data Koppelen van deze rol aan rol kwaliteitsmanagement Kennismaking met Sectie Data en Kwaliteit PR SPF_GB_TCO_Leitfaden Seite 2 1

2 De sectie De sectie is opgericht naar aanleiding van het Wintercamp 2018 Missie: De sectie data en kwaliteit wil de ontwikkeling en gebruik van data en de bijdrage daarvan aan het leveren van kwaliteit voortdurend aanjagen en verbeteren en verbinden als belangrijk onderdeel van het vak kwaliteitsmanagement waarbij deze sectie zich specifiek richt op de relatie van het vak met data, het gebruik van data en datagebruik in een snel veranderende omgeving. Visie: Een groeiende beweging die het gebruik van data om integraal de kwaliteit van zorg-, dienstverlening- producten en klantervaringen ontwikkelt en verspreidt in o.a. netwerken van kwaliteitsprofessionals die de vaardigheden in huis hebben om data te gebruiken ter bevordering van de kwaliteit van de/hun eigen organisatie. PR SPF_GB_TCO_Leitfaden Seite 3 Opdracht van kwaliteitsmanagement Kwaliteitsmanagement onderscheidt zich van de meeste andere management door de achterliggende structuur te achterhalen en te snappen om daarmee de processen beheerst en voorspelbaar te maken. Weloverwogen beslissingen nemen op basis van feiten Continue drijfveer om te verbeteren en te vernieuwen PR SPF_GB_TCO_Leitfaden Seite 4 2

3 Historisch perspectief Data heeft altijd een belangrijke rol gespeeld binnen kwaliteitsmanagement Stichtig Kwaliteitsdienst voor Industrie (Stichting KDI) ooit opgericht door voorzitter Vereniging voor Statistiek, Jan van Ettinger Without data, everyone is an expert There is no substitute for knowledge NO DATA: NO TALK PR SPF_GB_TCO_Leitfaden Seite 5 Historisch perspectief 7 basic tools (Kaoru Ishikawa, kwaliteitscirkels) Oorzaak-en-gevolgdiagram (ook wel Ishikawa of visgraat Chart): identificeert vele mogelijke oorzaken voor een effect of probleem en sorteert ideeën in nuttige categorieën. Check sheet: een gestructureerde, voor bereide vorm voor het verzamelen en analyseren van gegevens; een generiek instrument dat kan worden aangepast voor een breed scala van doeleinden. Control Charts: grafieken gebruikt om te bestuderen hoe een proces verandert in de tijd. Histogram: de meest gebruikte grafiek voor het weergeven van frequentie verdelingen, of hoe vaak elke andere waarde in een set van gegevens zich voordoet. Pareto-diagram: toont op een staafdiagram welke factoren zijn belangrijker. Spreidingsdiagram: grafieken paren van numerieke gegevens, een variabele op elke as, om te zoeken naar een relatie. Stratificatie: een techniek die verzamelde gegevens uit een verscheidenheid van bronnen, zodat patronen kunnen worden gezien (sommige lijsten vervangen "gelaagdheid" met "stroomdiagram" of "run Chart") PR SPF_GB_TCO_Leitfaden Seite 6 3

4 MPG HDROOM TRUNK WEIGHT LENGTH TURN DISPL GRATIO Historisch perspectief Statistische methoden: met name SPC Regelkaarten gebruikt om de processen te beheersen tegen de achtergrond van variatie. Splitsing van common causes en special causes. Inzicht in de dynamiek van het proces geeft de mogelijkheid om pro-actief te handelen. PR SPF_GB_TCO_Leitfaden Seite 7 Historisch perspectief Statistische methoden: de andere methoden (EOQ CoS) Matrix Plot (autodata stata.sta 12v*74c) PR SPF_GB_TCO_Leitfaden Seite 8 4

5 Dashboards De heilige graal voor kwaliteitsmanagement?? PR SPF_GB_TCO_Leitfaden Seite 9 Dashboards Huidige software maakt het allemaal wel heel makkelijk Excel Power BI Tableau Qlick View Of zorgt het juist voor verwarring??? PR SPF_GB_TCO_Leitfaden Seite 10 5

6 Visualisatie Het juist weergeven van de analyse resultaten om dat over te laten komen wat je wilt zeggen is nog wel een kunst PR SPF_GB_TCO_Leitfaden Seite 11 Dashboard, duiding en actie Om tot kwaliteitsverbetering te komen op basis van dashboards moet je toch eerst snappen waar het over gaat en dan overgaan tot de juiste actie. Metric of Urgency 4 Disciplines of Execution 1. bekijk de strategische doelen, wat wil of moet de organisatie de komende tijd bereiken 2. definieer de KPI s die dat weergeven (lagging indicators) 3. formuleer de kloof tussen gewenst resultaat en huidige situatie als een helder probleem in termen van klanten, competitieve situatie en/of financiële resultaten 4. bepaal nu welke processen en welke resultaten van de processen (leading indicators) de meeste invloed hebben op de gewenste resultaten op strategisch niveau 5. kies nu een beperkt aantal projecten dat in omvang precies past bij de benodigde inspanning om die processen op het goede niveau te krijgen 6. verbeter deze processen, gebruik daarbij de kwaliteitsgereedschapskist die de meeste kwaliteitsprofessionals wel tot hun beschikking hebben 7. houd focus op dit beperkt aantal projecten om alle energie te gebruiken om de strategische doelen te realiseren. PR SPF_GB_TCO_Leitfaden 1. focus on the wildly important (kies één uitermate zeer belangrijk doel, principe van focus) waarom is dat zo belangrijk, welk belangrijke resultaat ga je niet halen als dit doel niet wordt gehaald. stel daarvoor een startpunt, eindpunt en deadline voor op dat je het bereikt wilt hebben. 2. act on the lead measures (principe van invloed) hou niet alleen de resultaten in de gaten (lag indicators) maar zoek naar de activiteiten die dat veroorzaken en meet die. wijziging van het proces zichtbaar in de lead measure 3. keep a compelling scoreboard (principe van betrokkenheid) simpel gegeven dat een wedstrijd niet veel interesse oplevert als we de score niet bijhouden. Mensen raken meer betrokken als ze de resultaten van hun inspanning zichtbaar hebben. 4. create a cadance of accountability (principe van aanspreekbaarheid) een combiniatie van een scoreboard en de scrum activiteiten waarbij op zeer regelmatige (dagelijks, wekelijks) het team bespreekt welke activiteiten ze gaan ondernemen om de leading indicator te verbeteren. Daarbij spreken ze elkaar aan op de resultaten van hun uitgevoerde activiteiten Seite 12 6

7 Drie noodzakelijke elementen Intellectuele nieuwsgierigheid willen weten en willen snappen. Hoe komen de kwaliteitseigenschappen tot stand in het proces en hoe kunnen we dat beïnvloeden. Hoe werkt het mechanisme? Analyse vaardigheid de meer (en niet altijd zo moeilijke) statistische analyses. De analyse ontsluit de structuur en dynamiek in de processen vanwaar de data komen. Daar komen nu veel analysetechnieken bij. Domein expertise de duiding van de resultaten van analyse geeft de interpretatie daarvan voor de reële wereld, dat betekent terug naar wat dat nu over het proces en de resulterende kwaliteit praktisch zegt. PR SPF_GB_TCO_Leitfaden Seite 13 Data story telling Een verhaal heeft drie episodes maak een (uitdagende, intrigerende) belofte Geef de informatie in partjes, maak altijd je punt af omschrijving van proces data herkomst context inzicht analyse resultaten conclusies keuzes Beeldvorming Oordeelsvorming Besluitvorming consequenties voor proces call to action De echte dingen PR SPF_GB_TCO_Leitfaden Seite 14 7

8 Data science De enorme toename van data heeft geleid tot een nieuwe (wetenschappelijke) tak aan de databoom. Analyse vaardigheden Consultancy vaardigheden Persoonlijke vaardigheden Internet staat er vol mee Persoonlijkehttps:// vaardigheden PR SPF_GB_TCO_Leitfaden Seite 15 Kwaliteitsmanagement en ICT De uitdagende rol van de kwaliteitsdeskundige bouwt voort op de huidige ontwikkelingen van data Story teller geeft de duiding PR SPF_GB_TCO_Leitfaden Seite 16 8

9 Data op de werkvloer Zelfsturing, lean teams, dagstart, scrum,.. Allemaal initiatieven om processen meer vorm te geven met de medewerkers op de werkvloer. Zij krijgen ook steeds meer behoefte aan data, met zeggingskracht en duiding. Verbetering wordt gedemocratiseerd. PR SPF_GB_TCO_Leitfaden Seite 17 Big data Big Data betekent niet hetzelfde als Grote Datasets. Hoeveelheid data (Volume) Snelheid van binnenkomen (Velocity) Diversiteit (Variety) Kwaliteit data Complexiteit data Ongeordendheid data PR SPF_GB_TCO_Leitfaden Seite 18 9

10 Big data Process Mining geeft de mogelijkheid om op basis van event data het verloop van het totale proces te visualiseren en te onderzoeken. cdn.frankwatching.com PR SPF_GB_TCO_Leitfaden Seite 19 Deep learning, Machine learning, Artificial Intelligence Het vermogen van computers om, op basis van bijvoorbeeld beelden, structuren te herkennen en beslissingen te nemen. PR SPF_GB_TCO_Leitfaden Seite 20 10

11 Deep learning, Machine learning, Artificial Intelligence Fieldlab Campione, onderdeel van SmartIndustry.nl Doel van dit eerste fieldlab in de procesindustrie is onderhoud 100% voorspelbaar maken. Condition Based Maintenance: sensoren monitoren de status van installaties om precies te voorspellen wanneer onderhoud nodig is. De fabrieksinstallaties worden beter beschikbaar, tegen lagere kosten. PR SPF_GB_TCO_Leitfaden Seite 21 Deep learning, Machine learning, Artificial Intelligence Er zijn al veel toepassingen van dit soort basisprocessen die aan de computer worden overgelaten. 10% van de uitkeringsaanvragen bij het UWV worden door de computer afgehandeld UWV, belastingdienst en Sociale Verzekeringsbank koppelen bestanden op zoek naar fraudeurs PR SPF_GB_TCO_Leitfaden Seite 22 11

12 Steeds sneller ontwikkelen The Lean Startup van Eric Ries uit 2011 Build Snelle prototypes Methoden van werken Snel hypothese kunnen testen Ideeën Data Leer van de resultaten Genereer nieuwe ideeën Stel weer nieuwe hypothesen op Learn Analyse resultaten Measure Meet de resultaten Analyseer mechanismen Leer SCRUM in plaats van BALKENPLANNING PR SPF_GB_TCO_Leitfaden Seite 23 Quality 4.0 Het kwaliteitsantwoord op Industry 4.0, genaamd de vierde industriële revolutie. Internet of Things Intelligente machines Big Data Robotisering PR SPF_GB_TCO_Leitfaden Seite 24 12

13 Quality 4.0 Het kwaliteitsantwoord op Industry 4.0, het is nog een zoektocht naar de toegevoegde waarde van kwaliteitsmanagement binnen de huidige ontwikkelingen (of de ontwikkeling van kwaliteitsmanagement) Veroorzaakt door onder andere: Meer en meer real time acties Meer on-the-job training Meer geavanceerde onderhoudssystemen Correctieve acties, gebaseerd op real-time informatie PR SPF_GB_TCO_Leitfaden Seite 25 Quality 4.0 Aardige presentatie van Joe defeo, CEO van Juran Institute ( PR SPF_GB_TCO_Leitfaden Seite 26 13

14 Zegen of ethisch vraagstuk Het gebruik van data stelt kwaliteitskundigen ook voor andere vraagstukken (als ze daaraan mee willen doen). Als de entiteit de maatschappij is, ontstaat de vraag hoe die er dan uit moet zien en wat de grenzen zijn van datagebruik. Maar leiden ook tot allerlei ethische vragen: Willen we dit wel Waar liggen de grenzen Wie bewaakt de grenzen PR SPF_GB_TCO_Leitfaden Seite 27 De uitdaging Vanuit kwaliteitsmanagement DATA onze insteek en proces oriëntatie vermogen om te structureren vermogen om te verbinden (proces, data, informatie, mensen) De tsunami van data mogelijkheden zodanig vorm te geven dat ze leiden tot betere kwaliteit tegen lagere kosten voor producten diensten zorg maatschappij PR SPF_GB_TCO_Leitfaden Seite 28 14

15 De opdracht van de sectie We hebben onszelf opdrachten gegeven om informatie te verzamelen, zelf iets te schrijven en een netwerk aan te boren en helder te maken over: statistische analyses (navolging Deming en Juran) dashboards (Excel, Power BI, Tableau, ) visualisatie democratisering informatie naar werkvloer data story telling big data, algoritmen ethische vraagstukken, juridische vraagstukken data verzamelen, architectuur, data kwaliteit deep learning, machine learning, artificial intelligence Quality 4.0 rijnlands of angelsaksische benadering process mining PR SPF_GB_TCO_Leitfaden Seite 29 15