Small data en kwaliteitsmanagement

Transcriptie

1 1 Small data en kwaliteitsmanagement Nationaal KwaliteitsCongres 1 juni 2017 Arend Oosterhoorn

2 2 Statistisch pakket Big data, process mining, Doel Doel van de presentatie is om wat meer van gedachten te wisselen over gebruik van data en het nut daarvan, waarbij we kijken welke hobbels je tegenkomt Eigen nieuwsgierigheid naar de dynamiek in het proces (wat gebeurt daar eigenlijk en waardoor komt dat) Het vermogen om beschikbare data zo te bewerken dat die dialoog vorm wordt gegeven

3 3 BIG data Door de extreem toenemende hoeveelheid data die overal wordt opgeslagen en de ontwikkeling van data science staat dit momenteel (en steeds meer) in de belangstelling. Marketing ICT (google analytics) Financials

4 4 SMALL data Vandaag wil ik het hebben over SMALL data, omdat deze ook van grote betekenis kunnen zijn, maar vooral onbenut gelaten worden. Op veel plaatsen HEEL VEEL data verzameld In één of ander excel tabelletje gestopt En opgeslagen Grote portie nieuwsgierigheid drive om te willen weten en te snappen Handigheid in uitvoering Er liggen heel veel goudklompen in de Q-afdelingen

5 5 Proces Een proces is gedefinieerd als een geheel van beslissingen en activiteiten dat invoer omzet in uitvoer Q? invoer proces uitvoer Processen vinden op vele niveaus plaats. chemische, fysische,.. bedrijfsprocessen mentale processen.. De uitkomsten vinden dus ook op vele niveaus plaats en dus is kwaliteit van alle niveaus

6 6 Meten op locatie Als we het proces voorstellen, dan kunnen we op verschillende plekken meten: bij de ingang in het proces zelf bij de uitgang bij de gebruiker specificatie bedoeling uitkomst input proces output outcome (impact)

7 7 Zicht en inzicht De heldere analyse van de data geeft ons wel zicht op wat er in het proces gebeurt, maar nog niet het inzicht. Dat moet komen van het doorgronden van het werkelijke mechanisme dat in het proces plaatsvindt. Daarom vinden sommige mensen ook dat je dienstverlening niet kunt meten specificatie bedoeling uitkomst input proces output outcome (impact)

8 8 Vaststellen van de feitelijke stand van zaken Voor het vaststellen van de feitelijke stand van zaken moeten we ook feitelijk vaststellen wat de stand van zaken is.

9 9 Vaststellen Voor het vaststellen maken we gebruik van verschillende technieken, waarbij data het belangrijkste middel zullen zijn. Meetbaar maken maakt dat we erover kunnen spreken. Maar meetbaar is wel ruim te interpreteren, zolang het maar gaat over de echte dingen. data 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 grafisch weergegeven foto Interview tekst Als het maar gaat over de echte dingen film Audit verslag

10 10 De regel Vanaf de M-fase geldt de gouden regel van Lean Six Sigma: NO DATA: NO TALK Without data, everyone is an expert

11 11 Weten Waarom zou ik het allemaal willen weten Het is je vak om exact te weten Het is een sterk toenemende trend Je kunt geen oordeel geven over iets wat je niet gemeten hebt De toenemende mogelijkheden zullen steeds meer vragen oproepen, als je van de basis al niets weet te vertellen, hoe moet je dan mee in die ontwikkeling Afval uitpluizen om te meten hoeveel verontreiniging erin zit Het hoort bij ons takenpakket

12 12 De cyclus De cyclus om toegevoegde waarde te creëren vanuit het proces via de data doorloopt een aantal stadia. Analyseren Data onttrekken aan proces Resultaten zichtbaar maken Conclusies trekken Proces verinnerlijken Vragen stellen nieuwsgierig zijn Presentabel maken Verhaal vertellen proces

13 13 Statistische denkwijze Eind jaren 90 formuleerde de Statistics Division van de American Society for Quality de statistische denkwijze, een filosofie voor leren en actie ondernemen gebaseerd op de onderstaande basisprincipes: Al het werk wordt gerealiseerd in een systeem van onderling verbonden processen, elk met een klant-leverancier relatie Variatie is onlosmakelijk verbonden met processen Bronnen van variatie kunnen globaal worden gescheiden in special causes en common causes Het begrijpen van de eigenschappen van beide bronnen is de sleutel tot het reduceren van variatie Reductie van variatie is de sleutel tot kwaliteitsverbetering, productiviteitsverhoging en winstgevendheid

14 14 Statistische denkwijze De statistische denkwijze is veel meer een filosofie hoe je naar processen kijkt en hoe je die beoordeelt tegen de achtergrond van variatie. Pas als je iets zinvols over het proces wilt zeggen op basis van data, zijn de statistische methoden van belang. Statistische denkwijze Statistische methoden proces variatie data inzicht & kennis filosofie analyse actie

15 15 Statistische leerstrategie De statistische strategie van leren is gebaseerd op het continue iteratieprincipe tussen hoe je denkt dat de wereld in elkaar steekt (model), de waarnemingen die je dagelijks doet (data) en hoe die elkaar bevestigen of tegenspreken.

16 16 De bron, de context voor de data Voordat je iets gaat meten of iets over meetwaarden gaat vertellen, moet je de context kennen. Dan gaat het om een helder beeld van wat er in het proces gebeurt, wat is de dynamiek. En waar komen de data vandaan Striptekening van het proces

17 17 De kunst van data analyse Alle systemen genereren informatie waarmee het verbetert kan worden. De grootste kunstenaar kan niets verzinnen dat niet vooraf al in de steen bestaat, maar als zijn hand niet met zijn geest meegaat zal hij het nooit van t ruwe marmer winnen. Michelangelo De grootste data-analist kan niets zichtbaar maken dat niet vooraf al in de data bestaat, maar als zijn hand niet met zijn geest meegaat zal hij het nooit van de variatie winnen.

18 18 De kunst van data analyse Gaandeweg het proces wordt het beeld steeds scherper.

19 19 Vergelijking Als ik een vergelijking mag maken Nu snap ik het

20 20 De cyclus De cyclus om toegevoegde waarde te creëren vanuit het proces via de data doorloopt een aantal stadia. Analyseren Data onttrekken aan proces Resultaten zichtbaar maken Conclusies trekken Proces verinnerlijken Vragen stellen nieuwsgierig zijn Presentabel maken Verhaal vertellen proces

21 21... Een paar oefeningen in Excel

22 22 Een slag dieper Om dichter bij het begrip over het proces te komen (snappen dynamiek), moeten we een slag dieper analyseren. Daarbij kan de toolbox van de 7-tools ons helpen (wellicht)

23 23 Wijze uitspraak Van een wijs man There is no substitute for knowledge W. Edward Deming

24 24 De basiscyclus Al heel lang beroepen we ons op de standaard PDCA cyclus, de basiscyclus voor alles binnen de kwaliteitskunde. Feitelijk begonnen als een andere cyclus, de PDSL (Plan-Do-Study-Learn) cyclus L P A P S D C D

25 25 Presentabel maken: infographics Onze hersenen zijn veel beter geprogrammeerd om visueel informatie op te nemen dan om te lezen. De tocht van Napoleon door Charles Joseph Minard ( )

26 26 De bedoeling De bedoeling van het analyseren van al deze data is het verkrijgen van inzicht in de dynamiek van het proces. De data zijn de dragers van de boodschap die het proces aan ons afgeeft. Wij moeten daar de verhalen uit destilleren. Data storyteller

27 27 Vertellijn Verhaal vertellen is een kunst, er zijn veel mogelijkheden om een verhaallijn op te bouwen. Schets eerst de context, maak een (uitdagende, intrigerende) belofte Geef de informatie in partjes, maak altijd je punt af Sluit af met de beleving, het deurkruk moment Ga je nooit verdedigen, dat nodigt uit tot aanvallen Kwetsbaarheid is geen zwakte, vluchten nodigt uit tot kwetsen

28 28 De verteller Dat is de persoonlijke noot, ben je wel een verteller? Ook hier is het leerzaam te kijken naar anderen. Bijvoorbeeld in de verzameling van TED talks. Remco Claassen Simon Sinek Benjamin Zander at_leaders_inspire_action?language=nl _music_and_passion?language=en#t

29 29 Bronnen Wat bronnen voor de kracht van data, de film en excel Hans Rösling Leila Gharani - Charley Kyd Film moneyball