『シックスシグマの実践』（2003年）は、よりスマートで統合されたビジネス戦略によって組織を変革するための包括的なフレームワークを提供します。個々の欠陥を追いかけることをやめ、目に見える収益改善をもたらすプロジェクトを推進するために高次元の指標を活用する方法を学べるでしょう。製造業、開発、サービス業のいずれに携わっていても、火消しをやめて継続的改善の文化を構築するためのツールと考え方を発見できるはずです。
この本から得られること：学び進化する組織のつくり方
どんなビジネスに携わっていても、こんなパターンに心当たりがあるのではないでしょうか。日々、火消しに追われ、緊急の問題を解決し、その場の危機に対応することに時間を費やす。懸命に働き、調整を重ね、なんとか物事を前に進めているものの、同じような問題が何度も繰り返し発生する。この受動的な問題解決の絶え間ないサイクルは疲弊をもたらし、まるでその場で足踏みしているかのような感覚に陥りがちです。
本書は、システムを根本的に改善するための設計図を提供します。実践的な導入プレイブックを手に入れ、品質プログラムをゼロから構築するために必要な計画、評価指標、チェックリストを身につけることができるでしょう。さらに、よくある落とし穴を回避するための先見性を養い、単に変化を提唱する段階から、実際に変化を生み出す能力へと成長できます。
興味が湧きましたか？それでは始めましょう。
火消しから火の予防へ
聞き覚えがあるでしょうか。問題が発生すると、チームは火を消すために慌てて動き出します。懸命に作業して当面の問題を解決し、全員がほっと一息つく——そして次の火が別の場所で燃え上がるまで、その安堵は続きません。この受動的な火消しのサイクルは疲弊をもたらし、持続的な改善につながることはほとんどありません。本当に前進するためには、煙に目を向けるのをやめ、火災を引き起こすシステム的な問題に対処し始める必要があります。それには、組織を個別の機能として捉えるのではなく、相互に接続された単一のシステムとして見るという、根本的な視点の転換が求められます。
では、どうすればこの転換を実現できるのでしょうか。まず、成功の測り方を変えることから始まります。多くの企業は不良品質コスト——欠陥が発生した後に修正するための費用を計算すること——に注力しています。しかし、もっと強力なアプローチがあります。「何も変えないことのコスト」を測定することです。これにより、往々にして「ビジネス上の必要経費」として受け入れられている非効率性という隠れたコストを定量化せざるを得なくなります。
こうした隠れたコストの氷山は、目に見える直接的な失敗の先端部分よりもはるかに大きいことが多いのです。現状維持の真のコストを計算することで、変化を求める強力なデータ駆動型の切迫感が生まれます。
この財務的な視点を手に入れたら、次はよりスマートな測定システムを構築する準備が整います。ここで登場するのが統合企業エクセレンス——IEEフレームワークです。組織を異なる高度から眺めるイメージを持ってください。衛星レベルの視点は全体像を示し、収益性、市場シェア、投資収益率などの高次元のビジネス指標を追跡します。そしてここが重要なポイントです。これらの指標は四半期ごとではなく、長期間にわたって追跡されます。なぜか？真の、長期的なビジネスシステムのパフォーマンスを把握し、短期的な変動に過剰反応することを防ぐためです。
この鳥瞰図的な視点から、いわゆる3万フィートレベルへと降りていきます。これは、衛星レベルの指標を実際に動かしている主要な業務プロセスに焦点を当てます。ここでは価値の流れ——生産サイクルタイム、顧客待ち時間、受注から納品までの時間——を追跡します。管理図を使えば、どのプロセスが安定して予測可能か、そしてどのプロセスが必要なパフォーマンス水準を満たせていないかがわかります。
そしてここからが面白いところです。この段階的に連動する測定システムは、改善への信じられないほどの勢いを生み出します。データそのものが、真の問題がどこにあるかを特定してくれるのです。3万フィートレベルの指標が期待を下回った場合、プロセスオーナーはシックスシグマプロジェクトを要求するための具体的なデータを手にすることになります——そして、それがすでに会社の戦略と整合していることを知っています。正しい理由で正しいことに全員が取り組む環境が作り出されるのです。この基盤がスタート地点となります。しかし、これらの洞察に基づいて実際に行動に移すには、現場で収集しているデータが真実を語っていることを確認しなければなりません。
なぜ従来の指標は機能しないのか——そしてどう対処すべきか
ビジネスを完全なシステムとして捉えるというこの考え方は、それを見るためのツールそのものに欠陥があれば意味をなしません。前進するためには、まずパフォーマンスを測定するために使っている指標を疑う必要があります。なぜなら、何を測定するかが、どう反応するかを決定するからです。
典型的な工場の現場を想像してみてください。ある測定値が78.2となり、上限規格値の78をわずかに超えたとします。管理者は「ジョー、問題を直してこい！」と叫びます。ジョーは調整を行い、次の数回の測定値は正常に戻ります。数時間後、今度は71.8という測定値が入り、下限規格値の72を下回ります。「メアリー、今度はお前だ！」という具合に、これが一日中続きます。しかしここが重要なのですが——すべてのデータを時系列でプロットしてみると、実際には何も変わっていないことがわかります。プロセスは安定しており、一貫したばらつきのパターンを生み出しているだけなのです。管理者たちは、システムに内在する「ノイズ」、つまり一般原因によるばらつきと呼ばれるものに反応していたにすぎません。このノイズに反応してプロセスを絶えず微調整することで、おそらく状況を悪化させていたのです。
では、どうすればこのサイクルを断ち切れるのでしょうか。信号とノイズを分離することを学ばなければなりません。IEEフレームワークは、3万フィートレベルの管理図によってこれを実現します。短期間に多くのサンプルを採取するのではなく、頻度の低いサンプリング——おそらく1日または1週間に1回のランダムサンプリング——を用いるのです。
このアプローチが強力なのは、サンプル間の時間が長いことで、日常的なノイズ——異なるオペレーター、材料のバッチなど——が自然に管理限界内に収まるからです。しかも、これらの管理限界は恣意的な規格目標ではなく、プロセス自身のばらつきから計算されます。これにより、プロセスの真のパフォーマンスを高い視点から見ることができます。データポイントがこれらの広い限界の外に出た場合、それは調査を必要とする本物の信号——特殊原因——があることを意味します。そして、プロセスは安定しているものの、依然として顧客ニーズを満たせていない場合は？プロセス全体の改善を必要とするシステム的な問題があるとわかるのです。
このよりスマートな測定方法は、業界で受け入れられている慣行に潜む深い欠陥を暴き出します。例えば、バッチ検査の一般的な方法である合格品質水準（AQL）を見てみましょう。AQLが1%だと聞くと安心できるでしょうか？しかし、検査特性曲線（OC曲線）が示すのは、ロットが不合格になる確率が50%になるためには、不良率が3%か4%に達する必要があるということです。これは偽りの安心感を与えながら、不良品質の通過を一貫して許してしまうシステムなのです。
DMAICロードマップ
これで信頼できるベースラインが得られました。次に必要なのは、見えたものに基づいて行動するための構造化された方法論です。それがDMAICロードマップ。体系的改善の原動力となる5段階のプロセスであり、厳格なルールというよりは、漠然と定義された問題から制御された持続可能な解決策へとチームを導く論理的な物語と考えてください。カオスになりがちな問題解決の技術を、再現可能な科学へと変えるものです。
旅は定義（Define）——目的地を定めることから始まります。この最初の段階で、単に問題を述べるだけでなく、その問題を高次元のビジネス目標に明確に結びつけるプロジェクト憲章を作成します。この憲章は地図の役割を果たし、チーム、経営陣、その他の利害関係者が最初からプロジェクトの目的と範囲について足並みを揃えていることを保証します。
次に、測定（Measure）段階ではスタート地点を確立します。先ほど話した3万フィートレベルの管理図を覚えていますか？ここでそれを使い、プロセスを変えようとする前に、現在の現実を安定した信頼できる姿として捉えます。プロセスをマッピングし、因果関係図（特性要因図）を通じて「組織の知恵」を集め、そして——これが極めて重要ですが——収集しているデータが正確であることを確認するために測定システム分析を実施します。
明確なスタート地点と潜在的な原因のリストが揃ったら、分析（Analyze）段階に入ります。これは受動的な調査の期間です。ここでの目標は、特定されたすべての潜在的な原因をふるいにかけ、プロセスのパフォーマンスを本当に左右している少数の重要な原因を見つけ出すことです。まだ何も変えていません——グラフィカルなツールと統計的検定を使って既存のデータを分析するだけです。ここで事実と意見を分離し、最も目立つ症状ではなく、真の根本原因に焦点を当てているという確信を持って前進できるようになります。
これは直接改善（Improve）段階につながります。ここでは受動的な分析から能動的な実験へと移行します。真のブレークスルーが起こるのはこの段階です。実験計画法（DOE）のような強力なツールを使って、特定した少数の重要な入力に対して異なる設定を系統的にテストし、パフォーマンスを向上させ、ばらつきを低減する最適な組み合わせを見つけ出します。これについては次のセクションで詳しく見ていきます。
最適な解決策がテストされ検証されたら、最後の管理（Control）段階で成果の永続性を確保します。これは単に新しい手順書を作成するだけでなく、強固な管理を実装することによって達成されます。多くの場合、監視の対象を最終的なアウトプット——遅行指標——から、先行指標であるプロセスの主要なインプットそのものへと移行させます。50フィートレベルでインプットを管理することにより、プロセスが古いやり方に戻ることを防ぎ、プロジェクトチームが解散した後も改善を長期的に固定するのです。
この旅のすべての段階が重要である一方、最も変革的な発見がなされるのは多くの場合、構造化された能動的な実験の力による改善段階です。なぜこの段階がこれほど革新的なのかを探っていきましょう。
DOEで可能性を引き出す
DMAICロードマップで真のブレークスルーを生み出すには、プロセスに意図的に介入して、それが何を可能にするのかを見極める必要があります。そのための最も強力なツールが実験計画法（DOE）です。それは問題解決の方法を根本的に変え、非効率的な当て推量から、構造化された迅速な学習へと導く手法です。
その力を理解するために、多くの人が物事を修正しようとする伝統的な方法を考えてみましょう。それは「一因子ずつ」という方法です。プロセスを改善しようとしているエンジニアが、焼成温度と化学添加剤の両方が重要ではないかと考えているとしましょう。まず温度を一定に保ったまま添加剤を増やしますが、結果は悪化します。そこで添加剤を元のレベルに戻し、温度を上げます。今度は結果がわずかに改善します。論理的な結論として、高温かつ添加剤の割合が低い組み合わせが最適であるように思われます。
しかし、ここに問題があります。この一因子ずつのアプローチは系統的に見えますが、危険なほど欠陥があるのです。最も重要な発見を完全に見逃してしまう可能性があります。エンジニアがテストしなかったのは、高温と添加剤の高い割合の組み合わせでした。もしテストしていたら、他のどの結果よりも劇的に優れた結果を見つけていたかもしれません。なぜか？因子は相互作用するからです。温度の効果は、添加剤のレベルに完全に依存する可能性があります。一因子ずつのテストは、こうした重要な交互作用を見逃してしまうのです。
実験計画法は、複数の因子を構造化された方法で同時にテストすることでこの問題を解決します。何十回もの個別のテストの代わりに、適切に設計された実験であれば、7つ以上の多くの変数をわずか8〜16回の試行で評価できます。それは、各試行が因子設定のユニークな組み合わせを表す、非常に効率的なマトリックスのようなものです。膨大な時間とリソースを節約するだけでなく、最も重要な改善をもたらす変数間の重要な交互作用を明らかにする唯一の方法でもあります。結果をまとめて分析することで、個々の因子の効果、そしてより重要なことに、それらが最終的な結果を形作るためにどのように協働しているのかを見ることができます。
そして、このアプローチは製造業だけのものではありません。その原理は普遍的です。生徒の欠席率を減らしたいと考えている学区を想像してみてください。次々と施策を試すのではなく、DOEを使うことができるのです。因子は、曜日——月曜日と金曜日を比較する——、保護者への折り返し電話を実施するかどうか、そしてどの学校でテストするか——出席率の高い学校と低い学校を比較する——などが考えられます。
生徒のグループをまたいでさまざまな組み合わせをテストすることで、学区は強力な交互作用を発見するかもしれません。折り返し電話プログラムは金曜日の欠席を減らすには非常に効果的だが、月曜日にはほとんど効果がない、といったことです。この洞察は、ほかの方法ではほとんど見つけることができないでしょう。それによって、リソースを外科手術のような精度で絞り込み、最も大きな影響がある場所に適切な解決策を適用できるようになります。
これほど強力なツールを習得することは、旅における大きな一歩です。しかし究極の目標は、このような構造化された思考を組織の文化そのものに組み込み、学び、適応し、継続的に改善するシステムを生み出すことです。
統合された学習する組織の創造
構造化された思考が第二の天性となるようなシステムを構築することこそ、本当の魔法が起こる場所です。実験計画法のような画期的なツールを習得しましたが、次の章が始まります。IEEの哲学を会社の組織そのものに織り込み、すべてのビジネス上の取り組みを整合させ、強化する、継続的改善のための単一の、一貫性のある戦略を生み出すことです。
では、この統合されたシステムは実際に何をするのでしょうか。あなたが行うすべてのことをよりスマートにしてくれます。シックスシグマとリーンの原則をシームレスに融合させる方法を考えてみましょう。シックスシグマはばらつきを減らし、欠陥を排除します。リーンは、過剰在庫、不必要な輸送、待ち時間などの無駄を排除してプロセスの流れを改善します。IEEフレームワークは、どのツールを使うべきかを教えてくれる包括的な測定システムを提供します。
3万フィートレベルのチャートが、プロセスのばらつきは小さいが、速度が遅すぎることを示したとしましょう。それはリーンツールを適用して流れを改善すべきだという明確なシグナルです。逆に、プロセスが速いが不安定で、予測不可能な結果を生み出している場合は、ばらつきという典型的な問題であり、根本原因を分析するための構造化されたDMAICの旅と、より信頼できる結果を生み出すための実験計画法のような能動的なツールが必要であることを示しています。
そして、ここからが面白いところです。組織がこの考え方に成長するにつれて、焦点は自然と、既存の問題を修正することから、問題の発生を未然に防ぐことへと移っていきます。ここでシックスシグマ設計（DFSS）が登場します。DMAICが既存プロセスの改善についての話だったのを覚えていますか？DFSSは、同じデータ駆動型の原則を使って、最初から高品質で欠陥のない新しい製品やサービスを設計します。それは製造や使用におけるばらつきを寄せ付けない設計を生み出すために、DOEのようなツールを使う能動的なアプローチです。これらの原則を最初から適用することで、修正の文化から完成度の文化へと移行する——当初から卓越性のために設計されたシステムを構築するのです。
ここで実際に作っているものは、いわゆる学習する組織——データを使って常に前提を問い直し、新しい機会を認識することで、一般的な組織の学習障害を克服するビジネス——です。そしてこれは文化の変革を意味します。リーダーは数字に反応して管理するのをやめ、システムを改善することで導き始めます。中心的な問いは、「なぜ目標を達成できなかったのか？」から「そのプロセスの改善プロジェクトの状況はどうなっているのか？」へと移行するのです。
それがどれほど違う感覚か考えてみてください！管理者たちが数字を達成できなかった理由を説明するために慌てる毎月の責任追及ゲームの代わりに、システム改善について生産的な対話ができるようになります。英雄的な火消しが報われる代わりに、予防が英雄の旅となるのです。
まとめ
フォレスト・W・ブレイフォーグル3世の『シックスシグマの実践』から学んだのは、あらゆる組織を改善する最も効果的な方法は、日々の火消しという疲弊するサイクルを止め、明確な高次元の指標を使って構造化されたプロジェクトを推進し、問題を根本から解決し、継続的で能動的な改善の文化を生み出す統合システムを採用することだということです。
この変革は、欠陥のある伝統的な指標を、真の信号とバックグラウンドノイズを分離する高次元の視点に置き換えることから始まります。この明確さがあれば、構造化されたロードマップを使って問題を分析し、実験計画法のような能動的なツールを適用して、最適で持続的な解決策を見つけることができます。このアプローチは、個々のプロジェクトを完了させることを超えて、リーンやシックスシグマ設計（DFSS）のような他の方法論と統合し、顧客と収益のために一貫してより良い結果を生み出す真の学習する組織を生み出すのです。
以上で本要約は終わりです。お楽しみいただけたなら幸いです。よろしければ評価をお寄せください。フィードバックをいつも感謝しています。次回の要約でお会いしましょう。
