Actueel - Nieuws

Seminar: Lean Six Sigma en Data Science

Op woensdag 8 februari namen meer dan 60 professionals, studenten en onderwijsdeskundigen deel aan het seminar “Lean Six Sigma en Data Science”.

27 februari 2018

De digitalisering verandert niet alleen de verwachting van de klant, maar ook de methoden en technieken die we dagelijks gebruiken om deze verwachtingen waar de maken. Lean Six Sigma is een methode die zich heeft bewezen om continue te verbeteren. Het heeft zijn roots in de industrie, maar wordt inmiddels ook veel toegepast binnen serviceorganisaties. Data science is in opkomst als een verzameling van innovatieve en vaak wetenschappelijke analysetechnieken om waarde te halen uit (vaak grote volumes) data. Op het eerste gezicht zou je zeggen dat dat er veel verschillen zijn. Ze komen uit een ander milieu, hebben een ander doel en spreken een andere taal. Tijdens dit seminar stond de vraag centraal hoe beide disciplines van elkaar kunnen leren en elkaar mogelijk kunnen versterken.

De eerste spreker was Thomas Akkerhuis. Hij is gepromoveerd als econometrist aan de Universiteit van Amsterdam en nu werkzaam als statisticus bij Shell. In zijn presentatie neemt hij ons mee in de wereld waar het aantal observaties (N) en aantal variabelen (P) toeneemt. Dit zorgt voor implicaties wanneer men traditionele Six Sigma tools gebruikt. Verwerken van deze  grote hoeveelheden data is al een uitdaging op zich, maar ook de eigenschappen veranderen als de N en P toeneemt. De onzekerheid (oftewel de sampling error) wordt kleiner of verdwijnt wanneer het aantal observaties toeneemt of kijkt naar alle observaties. De toename van N heeft het effect dat alle variabelen significant worden. Het bepalen van de relevante variabelen en hoe ze elkaar onderling beinvloeden wordt dan een uitdaging. Daarnaast is het mogelijk dat het verband niet goed beschreven kan worden op basis van een lineair model. In deze situaties zijn andere technieken nodig die wel met deze niet-lineaire verbanden om kunnen gaan. De wereld van Data science stapt volgens Thomas over deze barrières heen. Echter is een specialist nodig om goede  kwantitatieve modellen te maken en te valideren. Hij denkt dan ook dat het moeilijk is om deze specialitische expertise te verenigen met de project- en change management expertise die we kennen vanuit Lean Six Sigma. 

Download hier de slides van Thomas.

Leon Roeleveld, Master Black Belt, en Sebasitaan van Rijsberen, Change manager bij Nationale Nederlanden, kiezen voor een pragmatische insteek op deze verandering. In de dagelijkste praktijk voelen ze zich verantwoordelijk voor het realiseren van  klant en/of business waarde. Vaak door het toepassen van de Lean Six Sigma methode, maar ook door de grenzen te verleggen en soms nieuwe dingen te proberen.

Op basis van voorbeelden uit de praktijk heeft Sebastiaan de deelnemers meegenomen in zijn praktijk. Hij combineert traditionele Lean Six Sigma tools met geavanceerdere data-analyse technieken om zijn doel te bereiken. Zo laat hij zien dat Value Stream Mapping (VSM) een mooi startpunt kan zijn om een gemeenscahppelijk beeld te krijgen van een proces. Echter is process mining een mooie techniek om het werkelijke process vanuit de data te visualiseren. Op deze manier kunnen knelpunten snel worden geïdentificeerd, zodat men kijkt naar de echte knelpunten en verbeter potentieel. De tijd gaat dan niet verloren aan eindeloze discussies over uitzonderingen, maar kan de tijd gericht worden om te komen tot waardevolle veranderingen. Ook Minitab is daarbij nog steeds een waardevol instrumenten die hij gebruikt om hypotheses te toetsen. Echter als de data groter wordt en niet meer in Minitab past dan is R (waarvoor wel kennis van programmeren voor nodig is ) een goed alternatief. Er is veel meer mogelijk dan je denkt. Tools als Rapidminer en SPSS bieden bijvoorbeeld mogelijkheden om data op krachtige manieren te visualiseren en kenmerken die eerder verstopt waren in tekst mee te nemen in analyses. Deze geavanceerde data analyse tools bieden een compleet nieuw perspectief op hoe je het systeem kan beïnvloeden.

Leon laat zien dat deze gereedschappen helpen om sneller beslissingen te nemen. Dit gaat veel verder dan Excel en de traditionele tools die we vanuit Lean Six Sigma kennen. Voor Leon is een ding zeker, dit zal de manier hoe we besluiten nemen fundamenteel veranderen. Net zoals Six Sigma zorgde voor een verandering binnen GE, zal data (science, analytics of hoe je het wilt noemen) impact hebben op de methodologie, kennis en vaardigheden en cultuur waarin we werken.  We kunnen alleen maar gissen hoe dit eruit komt te zien. Wel kunnen we dit ervaren, door er zelf mee aan de slag te gaan en je grenzen te verleggen. 

Download de slides van Sebasiaan en Leon.

Gelukkig was er genoeg tijd voor vragen en daarna werd de discussie voortgezet tijdens de borrel. We willen graag Rudi Niks en Anne Rozinat van de KNVI en Anita Bosman en Marlies van Steenbergen van de Hogeschool Utrecht bedanken voor de organisatie en faciliteiten.

Over de auteur

Process Mining

deel deze pagina via