I. DIO: Što je Pareto analiza i kako živjeti u skladu s Pareto principom (80/20)

24.09.2021. | edukacije, Lean Six Sigma, Upravljanje kvalitetom |

Oni koji žele koristiti Lean Six Sigma principe uče se različitim alatima koji omogućavaju provedbu poboljšanja. Tijekom tog procesa dolaze do spoznaje da su alati samo sredstvo, a da su lean i six sigma koncept ili još bolje rečeno – filozofija. U tom svjetlu otvaraju se mnogo šire mogućnosti primjene nego što je to netko inicijalno mogao pretpostaviti jer se koncept u početku čini apstraktnim. Baš zato jer se radi o filozofiji, mnogi se alati i principi osim na poslovnom planu mogu upotrebljavati i u raznim drugim aspektima života te ga učiniti kvalitetnijim.

Što je Pareto analiza?

Vilfredo Pareto bio je talijanski ekonomist koji je živio u 19 st. Uočio je zanimljivu neravnotežu u raspodjeli vlasništva nad zemljom u Italiji, odnosno činjenicu da je 80% zemlje u vlasništvu 20% populacije i da je ta raspodjela neovisna o tome o kojoj je zemlji ili razdoblju riječ. Od njegovog zapažanja danas ne bi bilo mnogo koristi da njegov rad nije proučavao Joseph M. Juran te ga pretvorio u iznimno koristan alat kojega je u čast Vilfredu Paretu nazvao – Pareto analiza.

Pareto analiza omogućava pronalazak onoga najvažnijega u nekoj situaciji i bavljenje samo onim bitnim. Ako se radi o uzrocima problema, to bi značilo da ciljanom eliminacijom najvažnijih 20 % uzroka problema možemo riješiti 80 % problema tj. posljedica. Zašto? Zato što najčešće nemamo neograničene resurse da riješimo sve i odmah. Pareto analiza pomaže nam odrediti na što se treba fokusirati i na što vrijedi utrošiti energiju i vrijeme. Drugim riječima, od ciljanog minimalnog ulaganja dobivamo maksimalni povrat. Ključna riječ je ovdje ciljanog jer ako taj zahtjev nije zadovoljen neće biti niti maksimalnog povrata. Nije svejedno u što ulažemo jer povrat ovisi isključivo o tome (osim ako ne ulažemo u sve). Možemo situaciju preokrenuti i reći da 80% rezultata dolazi od samo 20% napora. Ključno je znati kojih je to 20 % napora i, ako to ima smisla, jednostavno napustiti ostatak od 80 % koji generira samo 20 % rezultata.

Ilustracija Pareto principa:

Pravilo 80/20 ne znači da omjer mora biti točno 80:20, to može biti i 90:10 itd. Ono što jest važno je da postoji neravnoteža u odnosima koja je skrivena jer nije intuitivna i nama prepoznatljiva u smislu donošenja procjena. Osvješćivanjem te neravnoteže možemo bolje i lakše rasporediti svoje resurse a da pritom radimo manje i efikasnije. Prethodna tvrdnja također zvuči iracionalnom i protuiskustvenom, no vrijedi je istražiti.

Dakle, želimo utvrditi ključne doprinose nekom problemu ili rezultatu. Kao što je već rečeno, ako znamo kojih 20 % aktivnosti donosi 80 % rezultata, radije ćemo obavljati tih 20 % aktivnosti nego preostalih 80 % koji donose samo 20 % rezultata. Da bismo to saznali potrebni su nam relevantni podatci kojima vjerujemo i koji su reprezentativni. Dakle, analiza nam služi da bismo dobili informaciju o tome što je ključno i na što se koncentrirati. Očito su benefiti takvog saznanja ušteda novca, vremena i energije. Često su prethodna učenja i iskustva prepreke koje nas sprečavaju da razmišljamo na ovakav način. Uobičajen način razmišljanja upućuje na to da dobivamo onoliko koliko ulažemo. Pareto analiza već se desetljećima koristi u različitim industrijama što pokazuje i dokazuje da je relevantna i korisna.

Primjeri Pareto analize

U nastavku ćemo proanalizirati nekoliko Pareto dijagrama radi boljeg razumijevanja alata.

Na Slici 1. prikazana je ovisnost broja nepotpunih ponuda (ponude bez navedenog datuma upita kupca) o administratoru koji izrađuje ponude. Budući tvrtka ima pravilo da u roku od 24 sata nakon zaprimanja upita treba poslati ponudu kupcu, ne može se znati je li ponuda kupcu poslana na vrijeme tj. u tome roku. Osim toga, dokument je nepotpun i stoga nesukladan. Najveći broj nepotpunih ponuda generira administrator “a” tj. 70 %, a administrator “a” i “b” zajedno generiraju većinu nepotpunih ponuda tj. 90 %. Ružičaste linije pokazuju nam koji su doprinosi najvažniji (s lijeve strane dijagrama) i obično se povlače upravo na spomenutih 80 %. Pareto nas usmjerava gdje treba dalje istraživati. O uzroku problema nikako ne treba odlučivati samo na temelju Pareto analize, a uzrok problema potrebno je i dokazati. Drugim riječima, trebamo otkriti zašto se kod administratora često događa upravo ta vrsta pogreške. Uzroci mogu biti različiti: određeni dio vremena se koristi krivi predložak (zašto?); provedena je kriva obuka zaposlenika (zašto?); zaposlenik je novi i nije dobio adekvatnu obuku (zašto?); itd. Pareto analiza  pokazat će gdje trebamo usmjeriti naša nastojanja da riješimo većinu problema. Krivo bi bilo iz priložene slike zaključiti da je uzrok problema administrator “a”, koji uistinu i generira najveći broj nepotpunih ponuda, no iz dijagrama ne možemo zaključiti zašto. Kao što je već spomenuto, za rješavanje problema treba provesti analizu (RCA – root cause analysis), naći njegov pravi uzrok te ga otkloniti. Ako postoje potrebni resursi koji su dostatni, tada ne moramo birati kojim dijelom problema ćemo se baviti nego možemo problem riješiti u cijelosti.

Slika 1. Pareto dijagram nepotpunih ponuda (bez datuma upita) u odnosu na administratore koji izrađuju te ponude

Pogledajmo idući primjer iz marketinga. Na Slici 2. nalazi se dijagram koji govori o tome koliko prometa generira određena društvena mreža na web stranicu tvrtke u periodu od mjesec dana. Ono što možemo vidjeti je da najviše prometa generiraju Linkedin i blog (ukupno 90 % prometa). To bi značilo da resurse treba usmjeriti upravo tamo. Ako se do tada ulagalo u oglašavanje na drugim mrežama, to nije imalo efekta u smislu posjeta na web stranicu tvrtke, odnosno zanemarivo je u usporedbi s Linkedinom i blogom. Ovo je također informativno jer možemo bolje targetirati svoju publiku i na taj način joj osigurati potrebne informacije.

Slika 2. Pareto dijagram prikazuje promet generiran s pojedinih društvenih mreža prema web stranici tvrtke u mjesec dana

Treći primjer bavi se mjernom nesigurnošću kod metode umjeravanja konduktometara. Mjernu nesigurnost uvijek sačinjava više komponenti tj. doprinosa. Na Slici 3. možemo vidjeti da se radi o sljedećim doprinosima: drift CRM-a (certificiranog referentnog materijala tj. etalonske tekućine), proširena mjerna nesigurnost CRM-a, doprinos mjernoj nesigurnosti zbog varijacije temperature referentne tekućine oko 25,0 ºC, rezolucija, doprinos mjernoj nesigurnosti zbog prostornih gradijenata u termostatiranoj kupki i ponovljivost mjerenja. Očito je da ako želimo pokušati smanjiti mjernu nesigurnost kod bilo koje metode umjeravanja to možemo učiniti na način da smanjimo najveći doprinos koji na nju utječe. U ovom slučaju vidimo na najveći doprinos ima CRM. Ako je moguće imati bolji CRM to bi jako utjecalo na ukupnu mjernu nesigurnost. Također vidimo da najmanji doprinos ima ponovljivost, odnosno razlika u dobivenim rezultatima između ponavljanih uzastopnih mjerenja od strane istog mjeritelja. Koliko god pokušamo unaprijediti taj doprinos, on će zanemarivo utjecati na ukupnu mjernu nesigurnost. U ovom slučaju, ako na tržištu ne postoji bolji CRM, onda na prva dva najveća doprinosa koja čine 85 % utjecaja na ukupnu mjernu nesigurnost ne možemo utjecati. Možemo eventualno utjecati na to da temperatura CRM-a bude što stabilnija, što je treći doprinos, odnosno 10 %, međutim čak da i taj doprinos svedemo na najmanju moguću mjeru, to opet neće imati značajan učinak na ukupnu mjernu nesigurnost. Ako pak zamislimo neku drugu metodu u kojoj primjerice ustanovimo da rezolucija instrumenta ili bilo koja druga karakteristika instrumenta neće značajno utjecati na mjernu nesigurnost, tada rješenje smanjenja ukupne mjerne nesigurnosti nije u kupovini novih instrumenata što se najčešće događa. Dakle, Pareto analiza ovdje može spriječiti investiciju koja neće donijeti očekivane rezultate.

Slika 3. Prikaz vrsta doprinosa  ukupnoj mjernoj nesigurnosti

Pareto analizu valja koristiti uz druge alate, na umu imati smjernice, strategiju, kontekst, itd., ovisno o tome što analiziramo. U nekim slučajevima neće biti dovoljna za donošenje  konačnih odluka budući je valja promatrati u određenom kontekstu kojega na Pareto dijagramu ne vidimo. Mogućnosti upotrebe su beskonačne bilo da se radi o poslovnoj ili nekoj drugoj situaciji. U organizacijama se može upotrijebiti u financijama ako želimo uštedjeti kako bismo vidjeli koji troškovi imaju najveći udio u ukupnim troškovima, ako želimo investirati, analizirati reklamacije, analizirati rizike, analizirati aktivnosti tijekom dana kako bismo bolje upravljali vremenom, analizirati sastanke, nabavu itd.

Kroz prezentirane primjere vidljiva je egzaktna svrha i upotreba ovog alata, no zapravo se radi o odbacivanju pretpostavki i objektivnom, nepristranom pogledu na stvari. Potrebno je imati reprezentativne podatke kojima možemo vjerovati i koje ćemo na ovaj način obraditi i organizirati tako da čine sliku koju je mnogo lakše interpretirati nego brojke. Kada dobijemo bolji uvid u određenu situaciju tada možemo donositi ispravne odluke i za njih reći da su utemljene na podatcima.

Nastavak slijedi…

 

Lidija Sarta

Podijeli ovaj članak

Sljedeći članak

6S – najpoznatiji lean alat