Lean Six Sigma y calorías controladas-big data?

Este artículo muestra la conexión no tan tenue entre los temas de convertir grandes volúmenes de datos en datos inteligentes y la reducción de la ingesta calórica, y, por supuesto, la importancia de la medición y los datos en Lean Six Sigma.

Parece que hay un montón de hablar de grandes datos y la importancia de convertirla en datos inteligentes. Y, hay una gran cantidad de datos disponibles. Google afirma que cada dos días la gente a crear mayor cantidad de información como lo hicieron desde el principio de los tiempos hasta el año 2003. Teniendo en cuenta la cantidad de mensajes que la mayoría de las personas reciben, Google es probablemente la correcta. Como siempre, también hay un montón de hablar de adelgazamiento y reducción de calorías.

Gran datos comienza con pocos datos, si es inteligente o no. Centrándose en los datos del proceso, por un momento, muchas organizaciones parecen tener los datos que salen de las orejas - un montón de pequeños datos de diferentes procesos que construye en datos grandes dentro de la organización. Por desgracia, que los datos no siempre son los datos correctos. A veces las organizaciones a medir cosas porque poder medirlos - pero esas cosas no son necesariamente lo correcto para ser medidos y los datos resultantes no le ayuda a administrar su organización y sus procesos.

Usted probablemente sabe que la elección de qué medir y cómo presentar sus datos son actividades importantes. Pero también lo es decidir qué no para medir. Lean Six Sigma requiere para administrar por hecho y tienen buenos datos - pero eso no significa que usted necesita más datos que usted produce actualmente. Significa que usted tiene los datos correctos. Es necesario revisar los datos que actualmente tiene y decidir si realmente está ayudando a gestionar sus procesos. ¿Los datos agregan valor o es un desperdicio? ¿Es realmente está utilizando?

Tienes que estar midiendo las cosas correctas, pero también es necesario para asegurarse de que usted está recogiendo los datos a través de un proceso eficaz y eficiente de recolección de datos. A veces los datos no son exactos - intencionalmente o no - e incluso si los datos son exactos, puede ser presentada de una manera que hace difícil interpretación. Los gerentes a menudo presentan los datos como una página completa de números para alentar a las comparaciones con los resultados de la semana pasada o incluso los resultados para esta semana el año pasado. Esta situación se complica aún más si los resultados muestran sólo promedios o porcentajes y no se puede entender la gama de rendimiento o la variación en el rendimiento de su proceso. El resultado neto es un montón de saltar a conclusiones a través de supuestos que, a lo sumo, son equivocadas.

Por lo tanto, usted necesita los datos correctos, recogidas en el camino correcto, que se presentan de manera adecuada y correctamente interpretados. De esta manera los datos se hace inteligente y se puede administrar por hecho. Interpretar correctamente los datos se Vital- es un área donde los gráficos de control pueden ayudar enormemente, aunque no siempre será la herramienta de visualización de datos correcta.

Datos malinterpretando no es nuevo, por supuesto, y volviendo a la referencia de calorías, ¿sabías cómo se determinaron la cantidad de calorías? La sabiduría popular dicta que el vino parece tener un conteo bastante alta en calorías. Pero habría de hacerlo? Es la interpretación de los datos que dio lugar a esta evaluación correcta?

De vuelta en la década de 1880, un químico americano, Wilbur Atwater, miró para medir la energía en diferentes alimentos y bebida. Esencialmente, les quema en un horno y se midió el calor que producían. Estas unidades de energía se conocían como calorías. Ahora, cuando se quema el alcohol, que estalló con gran rapidez, por supuesto, la producción de una gran cantidad de calor y ganar vino un alto conteo de calorías. Pero dado que el alcohol es seguro para quemar rápidamente, tenía que interpretar los datos correctamente? Bueno, un pequeño pero creciente número de nutricionistas no están tan seguros. Sienten la teoría calórica es deficiente y quizás debería ser sustituido por algo conocido como el índice glucémico. Sin duda las conclusiones a esto vendrá a su debido tiempo!

Más cerca de los lugares de trabajo, es probable que algunas de las interpretaciones que algunos gerentes hacen sobre los datos de proceso lo que ven es definitivamente errónea. Todos los gerentes deben entender mejor cómo recopilar, presentar e interpretar los datos de manera más efectiva. Cuando lo hacen, van a encontrar que a partir de pocos datos, los datos grande crece, pero que necesitan para asegurarse de que es inteligente. Con suerte, se puede beber a eso!