Reconnaître les causes et les effets d'un problème avec Ishikawa
Cette semaine, je poursuis mon voyage à travers la boîte à outils Lean en jetant un coup d'œil aux diagrammes Ishikawa, Fishbone ou Cause-Effet. Cette méthode est utilisée pour représenter graphiquement les relations de cause à effet liées à un problème spécifique. Le diagramme d'Ishikawa a été développé par le chimiste Kaoru Ishikawa et initialement utilisé pour analyser les problèmes de qualité et leurs causes.
Pourquoi un diagramme Ishikawa est-il si utile ?
Le diagramme et le processus d'analyse associé sont utilisés pour identifier systématiquement et de manière exhaustive les relations entre les causes et les effets des problèmes. La beauté est qu'il s'agit d'une technique facile à utiliser qui présente les résultats de manière concise et visuelle. Ainsi, l'analyse est transparente pour toutes les personnes impliquées et peut être référencée encore et encore au cours d'un projet comme référence.
Comment créer un diagramme Ishikawa ?
🐠 Préparation : Commencez par dessiner le schéma sous forme de flèche de gauche à droite sur votre tableau (ou sur une grande feuille de papier marron). À l'extrémité droite de la flèche se trouve le but (le problème à résoudre). Plus l'énoncé du problème est précis, mieux c'est. Ensuite, dessinez les "arêtes de poisson" et étiquetez-les avec les principales dimensions d'influence (appelées 8M) : Matériel, Machine, Méthode, Humain, Mesure, Gestion, Environnement et Maintenance.
🐠 Élaboration des causes principales et secondaires : les causes possibles du problème sont maintenant explorées avec l'équipe. Diverses techniques de créativité/analyse peuvent être utilisées ici, telles que les 5W. Les causes principales sont placées sur les grandes branches, et des branches plus petites sont ajoutées pour les sous-causes. De cette manière, au fur et à mesure que la discussion progresse, le branchement augmente. Enfin, vérifiez que toutes les causes possibles ont été identifiées.
🐠 Pondération des causes : Les causes potentielles identifiées sont maintenant évaluées en fonction de leur importance et de leur influence sur le problème. À cette fin, les analyses de données existantes doivent être utilisées, par exemple pour déterminer les probabilités. Une confirmation supplémentaire de la découverte des causes pertinentes peut être obtenue grâce à la contribution des experts impliqués. Les causes les plus importantes sont marquées et constituent la base de la définition des mesures dans une étape suivante.
Et comme toujours, plus l'équipe est diversifiée, c'est-à-dire plus différentes expériences et compétences sont représentées, plus grande est la probabilité que toutes les relations de cause à effet soient effectivement découvertes.