Meetgegevens verzamelen in Lean Six Sigma

Waarom meetgegevens verzamelen belangrijk is in Lean Six Sigma

Binnen Lean Six Sigma werk je op basis van feiten, niet op onderbuikgevoel. Maar feiten heb je alleen als je data betrouwbaar is. In de praktijk zie je dat data vaak ontbreekt, onvolledig is of door verschillende mensen op een andere manier wordt bijgehouden. Hierdoor ontstaan discussies die nergens over gaan: niet over het proces, maar over de manier van meten.

Goed verzamelde meetgegevens doen drie dingen. Ze maken het probleem concreet en objectiveren discussies. Ze vormen de basis voor een betrouwbare nulmeting waarmee je later de verbetering kunt aantonen. En ze helpen je om verspillingen te prioriteren op basis van feiten in plaats van aannames.

Maar hoe pak je dat in de praktijk aan? Onderstaande stappen laten zien hoe je het verzamelen van meetgegevens gestructureerd opzet.

Stap 1: bepaal wat je wilt meten

Voordat je ook maar één meting uitvoert, stel je jezelf een aantal vragen. Welk probleem wil je oplossen en wat zegt dat over wat je moet meten? Welke eenheid gebruik je, zoals tijd, geld, aantallen of percentages? Is de meting onafhankelijk uitvoerbaar, ongeacht wie er meet, waar dat gebeurt en wanneer? En welke data is er al beschikbaar, zodat je niet opnieuw hoeft te verzamelen wat al bestaat?

In de Define fase heb je al vastgesteld wat kritisch is voor de klant: de CTQ’s. Die vormen in ieder geval het vertrekpunt voor wat je gaat meten. De vragen hierboven helpen je om dat verder te concretiseren: in welke eenheid meet je, hoe maak je de meting onafhankelijk uitvoerbaar en wat is er al beschikbaar?

Stap 2: kies je meetcategorieën

Meetgegevens in Lean Six Sigma hebben betrekking op drie gebieden: de klant, de medewerkers en het proces zelf. In de praktijk werk je vaak met de QCD-indeling: Quality, Cost en Delivery. Denk aan klanttevredenheid, veiligheid, medewerkerstevredenheid, kwaliteit, doorlooptijd, levering en kosten van de waardestroom.

Kijk ook naar het proces zelf. Welke stappen doorloopt een product of aanvraag, waar ontstaat vertraging en waar liggen de grootste verspillingen? Die procesinzichten bepalen mede welke meetcategorieën het meest relevant zijn voor jouw situatie.

Stap 3: leg vast hoe je meet

Een meting is pas bruikbaar als iedereen hem op dezelfde manier uitvoert. Dat vraagt om een operationele definitie: een concrete beschrijving van wat je meet, op welk moment de meting start en stopt en hoe je de waarde registreert.

Stel jezelf ook de vraag of de meting herhaalbaar is. Kun je over drie maanden exact dezelfde meting uitvoeren en de uitkomst eerlijk vergelijken met nu? Als dat niet zo is, heeft je nulmeting geen waarde als referentie voor een latere meting.

Houd het meetproces zo eenvoudig mogelijk. Turven, een eenvoudige tellijst of een checklijst zijn in veel gevallen al voldoende. Je hoeft geen geavanceerd systeem te bouwen om betrouwbare data te verzamelen. De valkuil is juist dat meten te ingewikkeld wordt gemaakt, waarna niemand het meer doet.

Stap 4: verzamel data van de juiste bronnen

Meetgegevens kun je op verschillende manieren verzamelen. Systemen zoals een CRM, ERP of planningsysteem leveren vaak al een deel van de benodigde data. Let er wel op dat je controleert hoe die data tot stand is gekomen. Cijfers uit een systeem zijn niet automatisch betrouwbaar.

Is er geen systeemdata beschikbaar, dan verzamel je handmatig. Betrek hierbij de medewerkers die het proces uitvoeren. Zij kennen het proces het beste, zien direct waar afwijkingen ontstaan en zorgen voor eigenaarschap in het meetproces. Wanneer meten aanvoelt als controle, stopt het al snel. Wanneer medewerkers begrijpen waarom er gemeten wordt en wat er met de uitkomsten gebeurt, wordt meten onderdeel van verbeteren.

De nulmeting in Lean Six Sigma

Het resultaat van de Measure fase is een betrouwbare nulmeting: een objectief beeld van hoe het proces er nu voor staat. Die data neem je mee naar de Analyse fase, waar je op zoek gaat naar oorzaken en verbetermogelijkheden.

Aan het eind van het verbetertraject voer je een 1-meting uit op dezelfde manier, met dezelfde definitie en dezelfde aanpak. Alleen dan kun je aantonen of je verbetering echt effect heeft gehad.

Zonder een goede nulmeting vergelijk je geen resultaten, maar verschillende meetmethodes. De uitkomst zegt dan niets over het proces, maar alles over hoe er gemeten is.

Veelgemaakte fouten bij het verzamelen van meetgegevens

In de praktijk gaat het zelden mis door de theorie. Het gaat mis in de uitvoering. En eerlijk gezegd vinden veel Green Belts en Black Belts het datadeel van een project ook gewoon het minst leuke onderdeel. Dat maakt het extra kwetsbaar.

De meest voorkomende fouten zijn meten zonder een duidelijk doel, een operationele definitie die voor meerdere interpretaties vatbaar is, data verzamelen die je nooit gebruikt en een meetproces dat na een paar weken stilvalt omdat het te bewerkelijk is geworden.

Een andere valkuil is blind vertrouwen op beschikbare data. Registraties in systemen lopen vaak achter op de werkelijkheid of worden per medewerker of afdeling verschillend bijgehouden. De cijfers zien er betrouwbaar uit, maar geven niet altijd het echte proces weer. Controleer daarom altijd hoe de data tot stand is gekomen voordat je er conclusies aan verbindt.

Samenvatting

Meetgegevens verzamelen in Lean Six Sigma begint met een scherpe vraag: wat wil je weten en waarom? Vanuit de CTQ’s die je in de Define fase hebt vastgesteld, kies je de juiste meetcategorieën, stel je de operationele definitie vast en zet je een meetmethode op die eenvoudig en herhaalbaar is. Het resultaat is een betrouwbare nulmeting die de basis legt voor de Analyse fase en waarmee je aan het eind van het traject objectief kunt aantonen of je verbetering effect heeft gehad.

Meten is geen doel op zich. Het is het fundament waarop je verbeteringen bouwt en aantoont.

Verder leren over meten en analyseren in Lean Six Sigma?

Wil je leren hoe je meetgegevens vertaalt naar echte procesverbetering? In onze Lean Six Sigma Black Belt opleiding leer je hoe je de Measure fase volledig beheerst en hoe je data gebruikt om oorzaken te vinden en verbeteringen aantoonbaar te maken.