Your SlideShare is downloading. ×
  • Like
  • Save
Bnp Paribas  - Progetto Leasepark Master Lean Six Sigma Festo Academy 2011
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Now you can save presentations on your phone or tablet

Available for both IPhone and Android

Text the download link to your phone

Standard text messaging rates apply

Bnp Paribas - Progetto Leasepark Master Lean Six Sigma Festo Academy 2011

  • 725 views
Published

Presentazione del progetto di certificazione Green Belt di un aprtecipante al master Lean six sigma Festo Academy 2011 di BNP Paribas. Miglioramento processo di gestione contratti leasing

Presentazione del progetto di certificazione Green Belt di un aprtecipante al master Lean six sigma Festo Academy 2011 di BNP Paribas. Miglioramento processo di gestione contratti leasing

Published in Business
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
No Downloads

Views

Total Views
725
On SlideShare
0
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
0
Comments
0
Likes
2

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. MIGLIORAMENTO FLESSIBILITÀ, PRODUTTIVITÀ ED ECONOMICITÀ OPERATIVITÀ LEASEPARK CHIARA ROZZA ‐ Lean Six Sigma Project Manager Assago, 16 Marzo 2011
  • 2. NOLEGGIO BENI ICT IN BNP PARIBAS NOLEGGIO BENI ICT IN BNP PARIBASNOLEGGIO BENI ICT & LEAN SIX SIGMA 2
  • 3. BNP PARIBAS Leader europeo nei servizi bancari e finanziari di statura mondiale  con ampia copertura internazionale e forte presenza in tutte le  grandi piazze finanziarie internazionali Tra le 6 banche più solide (rating AA) Capitalizzazione di  Mercato 3° banca mondiale Mondo 12° Europa 3° Zona Euro 2° Francia 1° 6° tra i brand bancari globali 3
  • 4. PRESENTE IN OLTRE 80 PAESI 4
  • 5. TRE AREE DI ATTIVITÀ Clientela Clientela Istituti Privata Corporate  Finanziari Retail Banking Investment Solutions Corporate and Investment Banking 5
  • 6. NOLEGGIO BENI ICT NEL GRUPPO BNP PARIBAS Retail Banking Società commerciale detenuta al 100%  da BNP Paribas Leasing Solutions  specializzata   in soluzioni finanziarie, amministrative e  logistiche per il parco  informatico e  delle attrezzature per ufficio7.000 filiali (5.000 fuori Francia)21 milioni di clientiEntità: BDDF, BNL bc, BNP Paribas Fortis, BGL BNP Paribas, BancWest, Personal Finance (Findomestic), Equipment Solutions (Arval, Leasing Solutions, Artegy, Arius) 6
  • 7. NOLEGGIO BENI ICT IN BNP PARIBASNOLEGGIO BENI ICT & LEAN SIX SIGMA NOLEGGIO BENI ICT & LEAN SIX SIGMA 7
  • 8. PROJECT CHARTERBusiness Case Problem Statement Per raggiungere gli obiettivi economici fissati a budget è critico garantire il  L’attuale documentazione contrattuale renting ed i processi di gestione dell’area  controllo dei rischi operativi legati all’attività di renting dei parchi informatici  operativa renting: aziendali, area di business in fase di sviluppo. ‐ non sono flessibili e non si adattano alla variabilità contrattuale tipica di quest’attività; ‐ richiedono un consistente intervento manuale dei gestori con un rischio operativo E’ inoltre prevista una crescita consistente dei volumi delle pratiche renting da 14  fuori controllo.  mio€ a fine 2009 a 24 mio€ a fine 2010. L’attuale struttura operativa  non consente di gestire i volumi crescenti previsti. Diviene strategico rendere più efficace ed efficiente la gestione della piattaforma  operativa renting attraverso: ‐ Semplificazione e standardizzazione della documentazione contrattuale  Objectives garantendo flessibilità operativa; Mantenendo la stessa struttura operativa: ‐ Ottimizzazione dei processi di gestione operativa delle pratiche renting.  Ridurre il lead time della gestione documentale del 40% entro dicembre 2010 Migliorare lo standard qualitativo della documentazione contrattualeProject Background Project Execution Scope Project Leader Chiara Rozza In scope:  Champion Carlo Grossi, LIT General Manager - Business Unit Technology Solutions, prodotto “Leasepark” Team members Renting Operations Dpt. (process owner) - Processo produzione e stampa documentazione contrattuale Renting Operations Dpt. (gestore) - Processo attivazione pratiche dalla raccolta della documentazione  Sales LIT contrattuale alla fatturazione al cliente e pagamento al fornitore Legal Dpt.  Out of scope:  IT Development - Altre Business Unit, altri prodotti finanziari Coach Rocco Imperatore - Processo delibera pratiche, processi post‐vendita Milestones Metrics / CTQ Actual Target Define Measure Analyze Improve Control 68 giorni  40 giorni  Lead Time (media) (media) 31‐Mag‐10 30‐Lug‐10 31‐Ag‐10 30‐Sett‐10 31‐Ott‐10 8 DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 9. IDENTIFICAZIONE CTQs PROGETTO ‐ VOC Definizione caratteristiche misurabili processo critiche per cliente  Definizione priorità e obiettivi progetto coerenti con bisogni cliente CUSTOMER:  General Manager LIT ‐ Responsabile raggiungimento degli obiettivi  di budget e della gestione relazioni coi principali clienti. METODO RACCOLTA VOC:  Intervista ‐ Approfondire il punto di vista del cliente riguardo il  processo e le performance attese. VOC NEED CTQ Ridurre il tempo di predisposizione della documentazione La stampa della documentazione contrattuale è in gran  Lead Time contrattuale.parte manuale e richiede troppo tempo per produrla, imponendo un doppio inserimento dei dati (a sistema e sui documenti) e doppi controlli. Aumentare la produttività ottimizzando il processo di  Produttività gestione operativa dei contratti.Lattuale documentazione contrattuale è troppo  Ridurre i rischi operativi semplificando e standardizzando complessa, diversa per ogni cliente, non flessibile  la documentazione contrattuale garantendo flessibilità Qualitàrispetto alle esigenze del business, con errori. operativa. 9 DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 10. CLARIFY DATA PROJECT “Y” CARATTERISTICHE PERFORMACE CTQs CTQs TIPO  DEFINIZIONE OPERATIVA LSL USL TARGET DIFETTO DATO CTQ PRIMARIO 40 giorni Contratti  Tempo di attraversamento medio espresso  gestiti  Lead Time in giorni dalla data di proposta (ordine  Continuo 0 giorni 90 giorni nel 90%  oltre 90  noleggio da cliente) alla data di attivazione  dei casi giorni (1°fattura di noleggio al cliente) CTQ SECONDARIO Produttività Numero di contratti chiusi a persona /  Continuo n/a n/a n/a n/a Numero di persone CTQ SECONDARIO % contratti gestiti secondo gli standard  Errori della  qualitativi definiti: tipologia  Qualità a‐ concordanza parametri contratto con  Discreto n/a n/a 100% a‐, b‐ e c‐ parametri a sistema sui  b‐ clausole contrattuali coerenti contratti c‐ assenza errori operativiAttraverso la VOC sono stati identificati:‐ CTQ Primario (Lead Time): misurabile e considerato criticità principale dal cliente (Y del progetto);‐ CTQ Secondario (Produttività): misurabile e dipendente dal lead time;‐ CTQ Secondario (Qualità): non misurabile e legato al processo as‐is. 10 DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 11. MAPPATURA PROCESSO HIGH‐LEVEL – SIPOC Identificazione limiti del processo e attività chiave Accordo sponsor e team su perimetro progetto S I P O C Supplier Input Process Output Customercommerciale Delibera Rischio ACCORDO  Accordo Quadro da  Area  T0 Commerciale Renting Cliente T0 sottoscrivere Anagrafica cliente QUADRO Accordo Quadro  T1 sottoscritto ORDINE  Ordine Noleggio da  T1 Cliente Cliente NOLEGGIO sottoscrivere Piano finanziario Ordine noleggio  ORDINE  Ordine Noleggio da  T2 Cliente Fornitore BeniPiattaforma  T2 sottoscritto ACQUISTO sottoscrivere Operativa VERBALE  Verbale Consegna da  Fornitore Beni T3 Fornitore Beni Conferma ordine T3 CONSEGNA sottoscrivere Cliente Verbale consegna  ATTIVAZIONE  1° fattura noleggio Cliente T4 Fornitore Beni sottoscritto T4 CONTRATTO Pagamento fornitore Fornitore Beni Fattura vendita 11 DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 12. DATA COLLECTION PLAN Supporto nel verificare l’utilità (misurare la “cosa giusta”) e la validità statistica (misurare le “cose correttamente”) dei dati raccolti Garantire la significatività e rappresentatività dei dati raccolti CTQ PRIMARIO: LEAD TIME WHO WILL COLLECT METRIC STRATIFICATION FACTORS OPERATIONAL DEFINITION SAMPLE SIZE SOURCE AND LOCATION COLLECTION METHOD DATA - Mese entrata pratica Differenza tra "data invio ordineY Lead Time - Totale - Commerciale 100% Forward 2000 Estrazione sistema Chiara / Mirko noleggio" e "data attivazione" - Numero rilavorazioni Differenza tra "data invio ordineX Lead Time - Ordine Noleggio / Ordine Acquisto 100% File .xls Dati manuali Chiara / Mirko noleggio" e "data invio ordine acquisto" Differenza tra "data invio ordineX Lead Time - Ordine Acquisto / Verbale Consegna acquisto" e "data invio verbale 100% File .xls Dati manuali Chiara / Mirko consegna" Differenza tra "data invio verbaleX Lead Time - Verbale Consegna / Attivazione 100% File .xls Dati manuali Chiara / Mirko consegna" e "data attivazione" PERIMETRO ESTRAZIONE Contratti decorsi dal 1 gennaio 2010 al 31 luglio 2010 (nuova organizzazione piattaforma operativa) CRITERI SELEZIONE DATI Eliminazione outliers : ‐ Contratti clienti speciali (processo differente) ‐ Contratti con tempi <= 5 giorni e > 160 giorni (date modificate)  DEFINIZIONE BASELINE Estrazione da sistema informatico di: ‐ Data proposta (prima lavorazione) e data registrazione (ultima lavorazione) ‐ Pratiche rilavorate 12 DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 13. BASELINE Summary for Lead Time Process Capability of Lead Time A nderson-Darling N ormality Test Calculations Based on Weibull Distribution Model USL 90 A -S quared 1,52 P -V alue < 0,005 LSL USL M ean 67,996 P rocess Data O v erall C apability S tDev 40,177 LS L 0 Pp 0,41 V ariance 1614,180 Target * PPL 1,03 S kew ness 0,569771 USL 90 PPU 0,17 Kurtosis -0,383189 S ample M ean 67,9965 P pk 0,17 N 81 S ample N 81 E xp. O v erall P erformance S hape 1,76238 M inimum 6,000 P P M < LS L 0,00 S cale 76,4729 1st Q uartile 30,500 P P M > U S L 263820,69 M edian 69,428 O bserv ed P erformance P P M Total 263820,69 30 60 90 120 150 3rd Q uartile 91,500 P P M < LS L 0,00 Lead Time M aximum 158,000 P P M > U S L 271604,94 95% C onfidence Interv al for M ean P P M Total 271604,94 59,113 76,880 95% C onfidence Interv al for M edian 60,000 76,000 95% C onfidence Interv al for S tDev 9 5 % C onfidence Inter vals 34,800 47,534 MeanMedian 60 64 68 72 76 0 30 60 90 120 150 180 Circa il 25% dei contratti è “difettoso” rispetto alle specifiche. I parametri di posizione non rispecchiano la distribuzione reale dei dati. Sospetto di  distribuzione bimodale non dimostrato. La normalità dei dati non è verificata.  Variabilità molto elevata.  Non vi sono cause speciali che impattano sul processo (no outliers). 13 DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 14. MAPPATURA PROCESSO – SWIM‐LANE FLOW CHART Creazione visione comune e condivisa del processo nel team Fotografia funzionamento processo attuale Identificazione oggettiva criticità del processo MAPPATURA: ogni fase del SIPOC è stata esplosa nella flow chart per definire nel dettaglio“chi fa cosa” ed  identificare i passaggi d’attività tra attori. AREE CRITICHE:  la mappatura ha inoltre consentito di iniziare ad identificare gli ambiti del processo inefficienti  e/o complessi su cui focalizzare l’analisi. 14DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 15. Cycle time = 100 minutiTouch time = 0,10% VALUE STREAM MAP AS‐IS Rappresentazione flussi chiave processo (attività e informazioni)Varie parti del processo  Identificazione e quantificazione metriche principali del processonon direttamente  Identificazione snodi criticicontrollabili 15 DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 16. DATA ANALYSIS – BOXPLOT Analisi immediata distribuzione e variabilità dati Boxplot of Lead Time 160 140 120 100 Lead Time USL 90 80 60 40 20 0 Distribuzione molto dispersa (IQR = 61 giorni, Min = 6 giorni e Max = 158  giorni). Q3 oltre USL 90 giorni. E’ necessario stratificare i dati per comprendere le fonti di variazione. 16DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 17. DATA ANALYSIS – INDIVIDUAL PLOT MESE ENTRATA PRATICA COMMERCIALE Individual Value Plot of Lead Time Individual Value Plot of Lead Time 160 160 140 140 120 120 100 100Lead Time Lead Time USL 90 USL 90 80 80 60 60 40 40 20 20 0 0 0 9 0 9 0 9 0 9 0 9 0 9 0 9 0 9 09 0 9 09 0 9 0 9 1 0 1 0 1 0 1 0 1 0 1 0 10 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 10 1 0 10 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 10 1 0 10 t- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - o t no v n o v n o v n o v n o v d ic di c d ic di c d ic d i c d ic g e n g en g e n ge n f e b fe b f e b fe b a r a r a r a r a r a r a r ar a p r ap r a p r a g a g ag a g g iu gi u g iu g i u lu g l u g A B C D E F G H m m m m m m m m m m m m Mese Entrata Pratica Cod. CommercialeEsistono differenze in termini di lead time a seconda del  Esistono differenze in termini di lead time a seconda del mese di entrata della pratica. commerciale che ha gestito la pratica.Si riscontra una riduzione del lead time nel tempo,  “B” e “E” hanno gestito quasi tutte le loro pratiche sebbene la variazione rimane elevata. entro il limite di specifica.Le pratiche entrate dal mese di aprile 2010 vengono  “H” presenta la maggiore variabilità.gestite entro il limite di specifica. Le prestazioni dei commerciali “A”, “F” e “G”, sempre  sotto il limite di specifica, non sono rappresentative  vista la bassa numerosità campionaria. 17 DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 18. I tempi per fase di processo sono stati  analizzati sullo STOCK AL 31.07.2010 per  DATA ANALYSIS ‐ PARETO CHART assenza date su contratti decorsi (né a  Individuazione aree intervento prioritarie sistema né su documenti cartacei archiviati) NR. PRATICHE IN STOCK PER FASE PROCESSO PRATICHE IN STOCK PER GIORNI ANZIANITA’ MEDIA Pareto Chart of DOCUMENTO Pareto Chart of DOCUMENTO 200 100 100 40 ETA MEDIA STOCK 150 80 80 Percent 30 60 100 60 Percent 40STOCK 50 20 20 40 0 0 10 DOCUMENTO st o na el gi o 20 ui eg M eg A cq ns ol Co N ne le ne di ba di Or er Or 0 0 V DOCUMENTO Ordine Noleggio Ordine Acquisto Mel Other STOCK 22 13 6 2 ETA MEDIA STOCK 61 50 39 33 Percent 51,2 30,2 14,0 4,7 Percent 33,3 27,3 21,3 18,0 Cum % 51,2 81,4 95,3 100,0 Cum % 33,3 60,7 82,0 100,0Il 50% delle pratiche in lavorazione è fermo all’invio  Non esiste un effetto di Pareto rilevante sull’età media dell’Ordine Noleggio al cliente (fase 1).  dello stock.Il 30% è fermo all’invio dell’Ordine di Acquisto al  Le pratiche più anziane sono quelle in attesa di Fornitore (fase 3). documenti dal Fornitore (Ordine Acquisto e Verbale  Consegna). 18 DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 19. DATA ANALYSIS – TIME SERIES Analisi esistenza trend temporali nella serie di dati Analisi presenza eventuali cause speciali Time Series Plot of Lead Time Run Chart of Lead Time 160 160 140 140 120 Lead Time 120 100 80 100Lead Time USL 90 60 80 40 60 20 0 40 1 10 20 30 40 50 60 70 80 Observation 20 Number of runs about median: 22 Number of runs up or down: 40 Expected number of runs: 41,5 Expected number of runs: 53,7 0 Longest run about median: 9 Longest run up or down: 8 ott-09 nov -09 dic-09 dic-09 gen-10 feb-10 mar-10 apr-10 mag-10 giu-10 lug-10 A pprox P-Value for C lustering: 0,000 A pprox P-Value for Trends: 0,000 Anno-Mese Proposta A pprox P-Value for Mixtures: 1,000 A pprox P-Value for Oscillation: 1,000La distribuzione dei dati presenta un trend temporale  Sebbene esiste un trend temporale discendente, il lead discendente.  time rimane molto variabile ed il processo instabile.Da aprile 2010 tutte le pratiche sono gestite nel limite di  Presenza di fenomeni di “clustering” perché ci sono pochi specifica. run rispetto agli attesi (p‐value for clustering < 0,05).I punti consecutivi con lead time identici rappresentano  Conferma di fenomeni di “trend” (p‐value for trends < pratiche dello stesso cliente. 0,05) come già evidenziato nella times series plot. 19 DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 20. PROCESS ANALYSIS – VA / NVA ACTIVITIES Analisi attività per cui il cliente è disposto a pagare (value added vs. not value added) Analisi attività necessarie per l’azienda, ma che non aggiungono valore dal punto di  vista del cliente (business value added) TIPO ATTIVITA’ PROCESS AS‐IS % SU TOTALE Value Added 7 17% Business Value Added 21 50% Not Value Added 14 33% TOTALE 42 100% Le fasi Value Added rappresentano quasi il 20% del totale (nei servizi  si attestano normalmente attorno al 10%). Le fasi Business Value Added sono preponderanti (50% del totale). 20DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 21. POTENTIAL CAUSES ANALYSIS ‐ FISHBONE Analisi qualitativa cause potenziali (Brainstorming e Diagramma Affinità) Cause-and-Effect Diagram Measurements Material Personnel Testo docs No misurazione Layout docs Commerciale performance processo No standard compilazione Lead Time elevato e Gestione circuito info v ariabile commerciali/gestori Disposizione uffici No dati processo Tempo firma cliente Attità extra-processo non ottimizzate Archiviazione cartacea Blocchi IT Gestione manuale docs Tempo consegna fornitore No doppi controlli Stampa docs semi-automatica No specializzazione per attività Env ironment Methods Machines Aree d’intervento prioritarie individuate sono: Methods, Machines, Material. La marcata evidenza delle cause individuate ha fatto propendere al passaggio  dell’individuazione immediate delle soluzioni, senza ulteriori approfondimenti analitici. 21DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 22. QUICK WINS Individuazione azioni implementabili  immediatamente (Brainstorming) Definizione Action Plan IMPATTO CAUSA SOLUZIONE Rischio  Lead Time OperativoNo misurazione performance  - Implementazione KPI seguito processo (manuali) XprocessoGestione circuito informazioni  - Creazione script anagrafica cliente X Xtra commerciali / gestori - Creazione script / calcolatore condizioni finanziarieBlocchi IT - Formazione IT a gestori X - Attivazione circuito archiviazione ottica per documentazione Archiviazione cartacea X X contrattuale e fatture fornitoriAttività extra‐processo non  - Creazione mailing list automatizzata ed invio di gruppo del  Xottimizzate (es. invio DURC) documento ogni mese 22DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 23. IMPROVEMENTS Individuazione soluzioni da implementare per ridurre / eliminare cause  identificate (brainstorming) Definizione Action Plan IMPATTO CAUSA SOLUZIONE Rischio  Lead Time Operativo - Revisione testo documentazione contrattuale da parte del Testo Documenti X Legale - Revisione layout documentazione contrattuale da parte Layout Documenti del Marketing Operativo X X - Creazione standard istruzioni compilazione visuali - Automatizzazione stampa documetazione contrattuale e Gestione documentazione  gestione documentale a sistema (sviluppo IT) X Xnon automatizzata - Automatizzazione report performance 23DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 24. OTTIMIZZAZIONE FLUSSI – PROCESS TO‐BE Obiettivo di eliminare costi nascosti, ridurre complessità e lead time  processo, utilizzare meglio le risorse TIPO ATTIVITA’ PROCESS AS‐IS PROCESS TO‐BE DELTAValue Added 7 7 0Business Value Added 21 19 ‐2Not Value Added 14 2 ‐12TOTALE 42 29 ‐14 Sulla base dell’analisi di processo sono state eliminate quasi tutte le fasi Not Value  Added (12 su 14). Gli step Business Non Value Added sono stati ridotti (da 21 a 19) e semplificati per  renderli più fluidi e funzionali agli step Value Added (es. controlli su fasi chiave). 24DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 25. RISULTATI Time Series Plot of Lead Time70 EVOLUZIONE LEAD TIME 160 Categoria (in giorni) after before 14060 120 - 69%50 100 Lead Time TARGET USL 9040 80 68 6030 4020 36 33 2010 21 0 2010-1 2010-1 2010-3 2010-4 2010-5 2010-6 2010-7 2010-7 2010-8 2010-90 Anno-Mese Luglio Agosto Settembre OttobreIl lead time medio è passato da 68 giorni (baseline) a  Il trend temporale discendente è più accentuato nell’ultimo 30 giorni (pratiche da agosto a ottobre 2010)  trimestre.riducendosi del 69%. Minore oscillazione del lead time nell’ultimo trimestre.Nell’ultimo trimestre tutte le pratiche sono state gestite entro il target di 40 giorni. 25 DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 26. RISULTATI Test for Equal Variances for Lead Time Process Capability of Lead Time Calculations Based on Weibull Distribution Model F-Test Test Statistic 0,14 after P-Value 0,000 LSL USLCategoria P rocess Data O v erall C apability Lev enes Test LS L 0 Pp 1,06 Test Statistic 20,44 Target * PPL 1,05 P-Value 0,000 USL 90 PPU 1,07 before S ample M ean 30,1429 P pk 1,05 S ample N 28 E xp. O v erall P erformance S hape 2,00826 10 20 30 40 50 P P M < LS L 0,00 S cale 33,6407 P P M > U S L 734,88 95% Bonferroni Confidence Intervals for StDevs O bserv ed P erformance P P M Total 734,88 P P M < LS L 0,00 P P M > U S L 0,00 P P M Total 0,00 afterCategoria before 0 25 50 75 100 125 150 175 Lead Time 0 20 40 60 80 Le performance del processo sono sensibilmente migliorate. La varianza del lead time del processo "prima" delle implementazioni e quella "dopo" le  implementazioni sono statisticamente differenti. Gli intervalli di confidenza non sono  sovrapposti. P‐value = 0 conferma l’ipotesi alternativa, ovvero Ha: varianza “before” ≠ varianza  “after”.  La difettosità del processo si è sensibilmente ridotta passando dal 25% al 7% e la prestazione  effettiva (Ppk) è migliorata da 0,17 a 1,05. 26 DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 27. RISULTATI Le implementazioni effettuate nell’ambito del  progetto hanno consentito di: Ottenere un risparmio totale annuo di circa  30.000 euro a fronte di un investimento in  sviluppo informatico iniziale di circa 10.000  euro.  Eliminare i rischi operativi legati ad errori nella  documentazione e nella reportistica. Le soluzioni di miglioramento del layout della  documentazione verranno estese ad altre aree aziendali,  in particolare in ambito Customer Care con la revisione  dei format di richieste informazioni ai clienti. 27DEFINE MEASURE ANALYZE IMPROVE CONTROL
  • 28. LESSONS LEARNT La flessibilità degli strumenti propri del Six Sigma  rende la loro applicazione efficace anche per la  risoluzione di problemi in ambito transazionale. “Nobody’s perfect, but a team can be” (M. Belbin) Il forte coinvolgimento ed interesse di sponsor e team  hanno rafforzato l’efficacia della metodologia DMAIC. Il maggior tempo dedicato alle fasi di Define e  Measure ha facilitato e reso più oggettivo il lavoro  col team nelle fasi di Analyze e Improve.  28DEFINE MEASURE ANALYZE IMPROVE CONTROL