數位轉型利器－六標準差綠帶人才養成

　　在數位轉型、智慧製造的驅動下，大家開始走向自動化、智機化、數位化發展，建構很多系統如ERP、MES、IoT、BI、AI等智機化工具與平台，軟硬體導入的同時，需要有更多有數據分析、問題分析與解決能力的人才來使用這些平台工具，才能如虎添翼，事半功倍。否則數據更多的蒐集結果，只是躺在系統中無法運用與分析，白白浪費了系統串接後該有的價值。

　　六標準差綠帶課程包含了問題分析與解決的步驟，以及統計分析的手法，公司應該在導入智機化的同時，在人員培育上也同步要進行六標準差綠帶的培訓，才能讓同仁能有使用大數據分析的能力，有能力運用更多數據進行問題分析與解決，從數據中看到問題，持續改善，軟硬體的導入與數位人才的培育，雙管齊下，才能達到真正數位轉型的目的。

何謂六標準差呢？

　　六標準差，是一種降低變異的手法。

　　降低什麼變異？可以是問題的變異降低（DMAIC）、流程的變異降低（DMADV）、新產品開發的發散到收斂變異降低（DMADV）。不同的狀況，所使用的工具就不同，但關鍵是將許多工具與方法結合，數據是一個不可或缺的要求，最後做到改善專案的收斂與量化成效。

　　為什麼要降低變異？因為變異就是浪費。要降低浪費就要減少變異。減少人的變異、機台的變異、材料的變異、方法的變異、環境的變異。

　　現在先就DMAIC來說明如何執行一個改善專案：

1. Define（定義）：定義什麼？要做改善前，要先定義大Y，包含

• 定義「專案的題目」

題目要講清楚，甚麼叫做講清楚？就是定義要解決甚麼問題， 舉例：有個專案改善題目叫做「導入AI AOI檢測監控」？？？ 這不是問題，這是改善方案，真正的問題可能是「改善AOI漏檢率」，而要解決這個問題不一定只有一種解法。

• 定義「專案的問題」

怎麼定義清楚問題，可用很多工具來收斂問題，比方說「5W1H」可以將問題的人事時地物數講清楚，「樹狀圖」可將數據展出問題分類與比例，「柏拉圖」可利用數據80/20法則找出主要要先解決的問題…等。在此問題要開始進行現況數據分析，這部分要清楚呈現出現況問題的量化數據證明，才能在後面定義出要改善的目標。

• 定義「專案的範圍」

問題講清楚後，要將專案的範圍界定清楚，才不會越做越大，無法收斂，要在一開始就先界定清楚要解決哪個範圍內的問題，在過程中一定會發現更多的問題，但要記錄並切割為下個改善專案的議題，才能在有限資源內完成此次改善專案。範圍使用的工具很常用到SIPOC，能一張圖表就告訴所有人此案專案的輸入（Input）、流程（Process）、輸出（Output），以及是從哪個人事物開始的（Supplier），要滿足於哪個人事物（Customer）。

• 定義「專案的目標」

講清楚說明白問題與範圍後，就可以定義專案的目標，目標設定可用SMART原則，目標來源可由客戶要求、老闆說了算、策略展開後的目標或是自訂（可由最佳目標與現況改善70%）。

• 定義「專案可用的人力資源」

要做到這個改善案的目標，就要有人，要有在改善範圍內的成員才能完成，此改善案才可控，否則要改善時，專案成員沒人可以執行，也沒人動得了改善流程與對策，所以要先召集此範圍內的成員一起進來改善。最常發生的問題就是改善案不改自己家的，改別人家的問題，結果成員也沒邀請別人家的成員，此案就會無疾而終。

• 定義「利害關係者的資源」

專案要成功，要先知道有哪些助力? 哪些阻力? 所以可先利用阻助力分析與溝通計畫，分析一下內外部的利害關係者的阻助力狀況，先訂定出溝通計畫，將助力提升，阻力下降，來加強專案成功機率。

• 定義「專案時程」

在目標、資源都出來後，要定義出專案時程，一個專案若沒有時程，就會無限擴張，且沒有終止。所以要先計畫出專案時程規劃，才能確認是否延誤或正常，才有達成的一日。

2. Measure（量測）

大Y展小y階段，為何要量測？因為六標準差重視的是數據證明，所以量測數據的手法從一開始就要求一致，從頭到尾都要用相同方式量測，若數據一開始就錯誤，目標可能不用改就會成功了，或是永遠無法成功。此階段主要會利用MSA量測系統分析，以及細部流程分析進行確認工作站點與量測手法。

什麼叫做大Y展小y？舉例來說，有個案子要改善「A廠區A1產線直通率」，A1產線直通率是大Y，小y就可能是「各工站的直通率」、「各工站的製程能力Cpk」，且大Y要串聯到小y關聯式產出。所以這階段很多時候會出現MSA異常，本身數據就不對，若出現此狀況，就要從現在開始定義量測手法後，從頭開始進行數據蒐集到結束。也可以看到，其實在此階段就開始針對問題開始進行量測上的準確度與精密度改善了。

3. Analysis（分析）

小y→X1~Xn 真因分析與驗證階段，這階段要開始進行真因分析與驗證，首先要先將可能的原因X1~Xn都列出來，並利用C&E Matrix先進行篩選可能真因，再進行每個X與小y的數據蒐集、分析與真因驗證。

這階段會要用到圖形分析、統計檢定、回歸分析、DOE實驗設計…等。主要是確認是否為真因，當無法蒐集到數據時，就會需要用到實驗設計直接進行確認，看實際狀況決定數據分析手法。

重點是要能抓到關鍵真因進行改善，並有客觀數據進行評判與紀錄。這階段是最多統計分析手法應用階段，在不同專案中，會應用到不同的統計分析手法，所以此階段會開始學習數據蒐集、數據分析、數據應用、數據驗證手法。

4. Improve（改善）

改善對策規劃與執行階段，這階段要將真因進行對策改善，會使用到DOE實驗設計最佳化分析、ECRS、AWO、TRIZ等對策手法，這階段最重要的是對策執行落實與確認。改善是最花費時間、心力，常常希望做到的跟最後做到的都會有落差，所以這階段會耗時最久，因為需要導入與改善，所以會花費到較多的人力物力財力，這階段主要是要落實執行與效果驗證是關鍵。

5. Control（控制）

這是在改善後最重要的一塊，要如何做到標準化改善方案，並讓其改善不會曇花一現，是控制階段最關鍵的任務。要怎麼做呢？首先，要建立標準作業流程SOP、要有監控機制建立、要進行專案移交、教育訓練。

舉例來說，若我們建立一個最佳化製程參數後，要建立開機前置作業的最佳化參數導入步驟，並且教育訓練原流程者操作方式，以及建立SPC監控機制。專案移交也是非常重要的一環，要將改善後的對策，移交給後續要承接的流程負責人持續進行。最後要衡量出目標達成的效果展現。控制得好，PDCAB的向上循環卡榫才卡得緊，持續改善的循環才能逐步往上邁進。

　　如何才能成功將六標準差人才培育成功呢？有四大重點：

1. 公司要建立「持續改善制度」

公司要能永續發展，必須不斷快速因應世界內外部的變化，如何讓公司能在驚濤駭浪中持續往前呢？必須要建立制度、建立系統，以及建立持續改善的機制。要將六標準差手法建立於公司每年持續改善的制度中，利用DMAIC有步驟的培訓、改善專案的發表、激勵制度，讓公司每個人都能學會持續改善的技巧與知識，進而運用到工作上的持續改善活動中，讓全員參與，與公司一起成長往前邁進。

2. 要有「六標準差綠帶(黑帶)教育訓練」課程

公司每年要固定開設六標準差綠帶或黑帶課程，由內部講師培訓出關鍵人才，進行教育訓練培訓，讓公司同仁都有機會參加六標準差的訓練，讓公司持續改善的種子不斷培育與深耕。

3. 要有「實際專案的應用成果」展現

要將訓練過的人才進行專案實做並成果發表，要將培訓過的六標準差人才進行改善專案的執行，學習到跨部門合作技巧、專案管理能力、問題分析與解決手法、數據分析實務應用..等，讓人才開始轉向數位轉型人才邁進，當內部人才經過3~5個實務專案訓練後，會明顯發現他們能處理的問題可以更大更複雜更多了，且能將數位系統與數據分析管理模式自然而然應用於日常生活中。

4. 要有「適當的激勵與廣宣」

要讓全體動員，就要有激勵措施，在經過辛苦努力的過程中，得到公司的肯定，讓人才能對公司產生認同與信心，並且要利用廣宣機制，推廣持續改善的重要與員工的努力，讓其他同仁有心嚮往，並願意跟上，將老闆從上到下的理念使命共同推廣，全員一起參與同方向努力並從中得到成就感與價值。