Six Sigma et le Diagramme d’Ishikawa, ou comment remonter aux causes des faibles performances dans les processus logistiques

par Massimiliano Manca

Dans plusieurs de mes articles précédents, j’ai insisté sur l’importance de la mesure précise de la CTQ (Critical to Quality) et de sa ligne de base (moyenne et écart type) : la variable correcte a la puissance de nous informer sur le fonctionnement du processus logistique spécifique examiné.

Ainsi, la phase de Measure, telle qu’elle est définie, nous confronte déjà à la réalité du fonctionnement actuel du processus logistique. Celui-ci peut être ou non aligné avec les attentes du client (niveau de service) et/ou avec les besoins d’efficacité de l’entreprise.

Prenons par exemple la donnée du lead time des livraisons ou de l’exécution des commandes : l’analyse et la mesure de la CTQ mentionnée nous orientent déjà vers une idée de bon ou mauvais fonctionnement de l’ensemble de l’activité en amont de la livraison finale au client, d’autant plus si les limites de tolérance ont été correctement définies.

Cependant, la phase de Measure s’arrête là, à une photographie certes précise, détaillée et stratifiée du fonctionnement actuel du processus logistique.

Je tiens à souligner que, dans l’application rationnelle de la méthode DMAIC, il ne faut pas chercher à aborder le sujet des causes possibles lorsque l’on analyse et mesure la CTQ, cela serait trompeur.

C’est dans la phase d’Analyze que commence véritablement la “chasse aux causes” qui déterminent les effets de variabilité sur la CTQ spécifique. La forte variabilité ou, plus précisément, la fraction de variabilité au-delà de la limite de spécification, doit être éradiquée. Comment ? En identifiant quelques causes principales mais impactantes qui ont conduit aux valeurs de base actuelles.

Il est certain que rechercher les causes d’une inefficacité logistique n’est jamais simple : une série de facteurs concomitants intervient et permet aux différents acteurs du secteur de “mobiliser” des situations, des phénomènes, des contextes et des personnes qui, chacune à leur manière, sont considérées comme la “cause” principale.

Il est donc nécessaire de faire de l’ordre, de stratifier, de prioriser les causes sur lesquelles agir.

Le Diagramme d’Ishikawa, avec d’autres outils (comme le Multivary Chart, la méthode des 5 Pourquoi, l’indice de corrélation de Pearson), doit être introduit dans la phase d’Analyze.

Mieux connu sous le nom de diagramme Causalité – Effet, cette schématisation permet de représenter graphiquement toutes les causes possibles d’un phénomène ou, plus précisément, toutes les causes qui déterminent la variabilité spécifique des valeurs de la CTQ analysée.

Travailler avec un outil aussi intuitif et très communicatif a pour objectif :

• Identifier toutes les causes possibles ;

• Sélectionner et classer les causes les plus probables ;

• Sélectionner les causes “réelles”.

On procède donc à l’utilisation du diagramme, selon diverses méthodologies possibles :

Le modèle compact des 4 M prévoit les variables suivantes :

• Matériaux

• Machines

• Méthodes

• Main-d’œuvre

Dans la variante des 5 M, on ajoute une autre variable :

• Milieu (environnement)

En optant pour la méthode des 8 M, on travaille avec trois autres catégories :

• Management

• Mesures

• Money (argent)

Une fois les familles identifiées, on détaille chaque famille en branches principales jusqu’au niveau élémentaire.

En ce qui concerne les familles de causes, l’outil est extrêmement flexible et n’impose pas de regroupements spécifiques de causes.

En évaluant le schéma de la figure initiale, on représente le cas spécifique qui concerne la compréhension des causes relatives à l’Effet Lead Time élevé (dans la préparation des commandes) : cinq familles ont été identifiées, les 5 M. On agit en cherchant à travailler sur la logique de l’agrégation et des affinités. À ce stade, on commence la représentation en arêtes de poisson, en mettant en avant et en positions privilégiées les causes spécifiques qui, par affinité, brainstorming et corrélations avec l’effet final, semblent les plus impactantes.

Combien de causes vaut-il la peine d’approfondir et d’éradiquer dans la phase d’Analyze ?

Il n’y a pas de réponse spécifique ; on pourrait dire que toutes les causes doivent être éliminées, mais cela serait un parcours analytique et opérationnel trop coûteux et parfois redondant.

Disons donc que l’objectif est de “laisser une trace” : ramener les valeurs de la CTQ dans le processus naturel et dans les limites de spécification, autant que possible.