Differenza tra analisi di routine e ADHOC
Differenza tra analisi di routine e ADHOC!
In genere sono necessari due tipi di analisi per ottenere informazioni dettagliate sui dati delle prestazioni del servizio. Sono analisi di routine e analisi ad hoc. L'analisi di routine, come suggerisce il nome, si riferisce all'analisi sistematica regolare eseguita in ogni periodo di riferimento per valutare le prestazioni del servizio sull'efficacia, la capacità e le metriche di efficienza. L'analisi ad hoc è il test diagnostico dettagliato necessario per studiare le ragioni di cambiamenti imprevisti delle prestazioni. La natura e la complessità dell'analisi ad hoc variano da situazione a situazione.
Le attività di analisi di routine dovrebbero essere pianificate in modo che possano essere eseguite con il minimo sforzo. Molte squadre sono così consumate dallo sforzo necessario per produrre risultati ogni mese che rimane poco tempo per l'interpretazione o l'analisi ad hoc.
Tuttavia, l'analisi ad hoc dovrebbe essere l'obiettivo principale del team di gestione del servizio, poiché è attraverso i dettagli di questa analisi che è possibile ottenere le informazioni più importanti sulle prestazioni del servizio. D'altro canto, le procedure di analisi di routine dovrebbero essere ripetibili, documentate e decentralizzate.
Ripetibile significa che dovrebbe essere possibile seguire le stesse fasi di analisi in ogni periodo di tempo. Alcuni team cambiano le loro metriche ogni pochi mesi, rendendo molto difficile ottenere un quadro completo delle prestazioni del servizio nel tempo.
Per quanto possibile, le procedure di analisi devono essere lasciate invariate per almeno dodici mesi in modo da poter studiare le tendenze. Le procedure per l'analisi di routine dovrebbero essere documentate in modo che tutte le persone che eseguono l'analisi seguano gli stessi passaggi nella stessa sequenza.
Una documentazione adeguata aiuta anche nella formazione del nuovo personale. Nella misura del possibile, i compiti più ripetitivi dell'analisi di routine dovrebbero essere automatizzati in modo che possano essere riprodotti regolarmente con un piccolo intervento. Decentramento significa che quasi tutte le analisi di routine (e la maggior parte delle analisi ad hoc a seconda dei casi) dovrebbero essere eseguite vicino a dove il lavoro è svolto.
Procedure per condividere i risultati dell'analisi:
Se l'erogazione del servizio è distribuita su più aree geografiche, o se diversi processi secondari sono gestiti da organizzazioni diverse, devono essere sviluppati accordi che specificano in che modo i risultati dell'analisi verranno inviati al team di gestione del servizio e in quale formato.
In genere, i risultati delle varie organizzazioni devono essere consolidati e aggregati dal team di gestione del servizio. Qualsiasi analisi ad hoc necessaria può essere eseguita dal team o dall'organizzazione responsabile appropriata. Il team di gestione del servizio può anche eseguire di tanto in tanto controlli a campione o verifiche dei risultati dipartimentali e regionali.
Una volta completate tutte le analisi ad hoc, il team dovrebbe sviluppare un elenco di interventi che potrebbero essere necessari per stabilizzare le prestazioni di uno o più processi e dovrebbe quindi restituirli alle organizzazioni appropriate per l'implementazione.
In generale, le procedure di analisi devono essere progettate per fornire al team di gestione del servizio l'accesso a tutte le informazioni di cui ha bisogno senza richiedere che esegua grandi quantità di analisi dei dati per conto proprio. Le procedure devono inoltre garantire che tutte le regioni e i reparti per la gestione di vari componenti del servizio siano coinvolti in modo equivalente nella fornitura di input e raccomandazioni al team di gestione del servizio.
Strumenti di analisi:
I risultati possono essere visualizzati sia come numero in tabelle o in forma grafica. Con il gran numero di strumenti grafici ora disponibili per i computer desktop, è facile produrre risultati sotto forma di grafici di grafici. Il vantaggio delle visualizzazioni grafiche o visive è che grandi quantità di informazioni possono essere convenientemente presentate in un modo che può essere facilmente assimilato.
Lo svantaggio di queste visualizzazioni è che possono essere manipolate per dare allo spettatore una prima impressione errata o errata dei dati. Ad esempio, la scala di un grafico può essere regolata in modo che le piccole differenze tra i punti di dati siano ingrandite, portando uno spettatore a credere che vengano presentate grandi differenze.
Anche se i dati non vengono manipolati di proposito, una presentazione negligente o incompetente può portare a conclusioni indesiderate. I presentatori di dati grafici devono quindi fare in modo di assicurarsi che il metodo di visualizzazione scelto sia il più appropriato per rappresentare le informazioni e che la distorsione visiva sia ridotta al minimo.
Descriviamo ora brevemente quattro metodi versatili di visualizzazione grafica di dati che possono essere utilizzati in un'ampia varietà di applicazioni: istogrammi, grafici di esecuzione, grafici a dispersione e grafici di controllo.
Questi metodi ci consentono di rispondere visivamente alle seguenti domande comuni poste durante l'analisi dei dati:
Come vengono distribuiti i dati?
Quanto è variabile la performance?
Come sono cambiati i risultati nel tempo?
Quali fattori influenzano i risultati osservati?
Quanto è stabile la performance rispetto agli standard?
Quanto è vicina la prestazione agli standard?
Gli istogrammi:
Un istogramma è un grafico a barre che mostra il numero di volte in cui ogni valore di una variabile si verifica in un campione di osservazioni. La tabulazione del numero di occorrenze di ciascun valore è detta distribuzione di frequenza e un istogramma è una rappresentazione grafica di questa distribuzione. Le variabili possono essere discrete (ovvero, prendere valori ordinali come 1, 2, 3) o continui.
Gli istogrammi delle variabili discrete sono anche indicati come grafici a barre. Le variabili continue come il tempo di ciclo sono segmentate in gruppi e il numero di osservazioni in ciascun gruppo è tracciato. Il punto medio di ciascun gruppo viene solitamente utilizzato come valore rappresentativo per il gruppo, sebbene sia possibile utilizzare qualsiasi altro valore. L'istogramma è un'immagine visiva della forma della distribuzione dei dati.
Alcune domande a cui è possibile rispondere da un istogramma includono quanto segue:
La distribuzione è simmetrica?
Ci sono code lunghe (cioè un gran numero di valori alle due estremità della scala?)
Ci sono più picchi?
Quanto è ampia la diffusione nei dati (cioè, la variabile assume molti valori o pochi?)
Le versioni speciali degli istogrammi sono utili per applicazioni specifiche. Un grafico di Pareto è un istogramma in cui le barre sono ordinate dalla più grande frequenza al più piccolo. Questo grafico può essere utilizzato per identificare i pochi fattori critici che contribuiscono maggiormente alla variabilità dei dati.
I grafici di Pareto sono utili nell'analisi delle principali cause di difetti, nell'individuazione delle attività che contribuiscono ai maggiori costi o nel determinare i fattori che hanno il maggiore impatto sulla soddisfazione dei consumatori. Un caso speciale di un grafico a barre è un grafico a barre raggruppato o in pila che può essere utilizzato per confrontare una variabile tra più dimensioni discrete.
Esegui grafico:
Un diagramma di funzionamento è un grafico che mostra le prestazioni di una variabile nel tempo.
Questi grafici servono ai seguenti scopi:
Identificare modelli di prestazioni ciclici o variazioni stagionali.
Per determinare le tendenze storiche nel rendimento.
Valutare l'effetto dei miglioramenti del servizio sulle prestazioni.
Identificare l'intervallo di tempo tra i miglioramenti del servizio e i cambiamenti nelle prestazioni.
Determinare gli effetti di usura o esperienza che causano la deriva nel tempo
Valutare il divario tra la performance desiderata e quella effettiva nel tempo.
Trama dispersa:
Un grafico a dispersione mostra la relazione tra due variabili come la frequenza dei difetti e l'esperienza dei dipendenti, o il tempo impiegato per completare una transazione di servizio e la soddisfazione del cliente.
Il grafico a dispersione mostra quanto segue:
Se esiste una relazione tra due variabili.
La forma della relazione (cioè lineare, curva).
La quantità di variabilità casuale nella relazione tra due variabili.
Se questa variabilità differisce per i diversi valori delle due variabili.
Un grafico a dispersione è un grafico, con i valori della variabile dipendente (il cui valore è previsto) sull'asse y e quelli del predittore o variabile indipendente (che predice il valore della variabile dipendente) sull'asse x. Ogni punto sul grafico rappresenta una coppia di valori delle variabili dipendenti e predittori.
La pendenza di un grafico a dispersione mostra l'estensione della relazione media tra due variabili. Se la pendenza è piatta, non esiste alcuna relazione. La quantità di dispersione nel grafico (cioè, se i valori y sono abbastanza vicini per ogni valore di x, o se formano una "nuvola") mostra l'estensione della variabilità casuale nei dati, ed è una misura della forza di la relazione tra le due variabili. Un grafico a dispersione è spesso un primo passo utile prima di stimare un'equazione di regressione, poiché fornisce un'indicazione della natura, della forza e della forma della relazione tra due variabili.
Il grafico a dispersione può anche essere utilizzato per convalidare le ipotesi formulate durante la progettazione di un servizio. Supponiamo che un team di progettazione stia cercando di sviluppare una funzione di prestazione per un particolare attributo di servizio per il quale la forma funzionale esatta è sconosciuta. Supponiamo che il team di progettazione approssimi la funzione usando un misto di esperienza e giudizio.
Dopo che il servizio è in funzione, è possibile utilizzare un grafico a dispersione per convalidare la forma funzionale presunta. Il team di gestione del servizio può raccogliere dati sulle prestazioni degli attributi a vari livelli di caratteristiche operative. Potrebbe essere necessario modificare la progettazione se la funzione di prestazione effettiva è significativamente diversa da quella ipotizzata.
Tabella di controllo:
Un diagramma di controllo è uno strumento grafico che fa parte di una metodologia nota come "controllo statistico di processo (SPC)". Questa metodologia viene utilizzata per misurare la variabilità dei processi di produzione e di servizio al fine di determinare se questa variabilità sia attribuibile a cause sistematiche o casuali.
Un diagramma di controllo confronta le prestazioni di una variabile continua o discreta con i "limiti di controllo" calcolati statisticamente. L'idea dei limiti di controllo deriva dal fatto che le prestazioni di qualsiasi attributo di servizio sono intrinsecamente variabili a causa di una varietà di cause casuali che non possono essere identificate o controllate. Questa variabilità casuale dovrebbe essere l'unica fonte di variabilità in un servizio che è stato progettato per produrre un livello di prestazione medio stabile che sia robusto alle variazioni all'interno di un dato intervallo operativo.
Inoltre, questa variabilità dovrebbe rimanere entro i limiti specificati dal progetto. Una tabella di controllo verifica la stabilità delle prestazioni durante l'intero funzionamento del servizio. Se la performance è normalmente distribuita, allora dalle proprietà della distribuzione normale, ci aspetteremmo anche che il 99, 7% dei valori delle prestazioni giacciono casualmente entro tre deviazioni standard del valore medio. Se queste aspettative vengono soddisfatte dai dati raccolti, si dice che le prestazioni del servizio siano sotto controllo. I valori di prestazione rappresentati da tre deviazioni standard sono indicati come limiti di controllo.
La procedura per tracciare un diagramma di controllo consiste in due fasi: calibrazione e controllo. Nella fase di calibrazione, la media e la variabilità dei dati sono calcolate dai dati storici delle prestazioni del processo e vengono determinati i limiti di controllo.
I limiti di controllo sono i valori delle prestazioni a tre deviazioni standard su entrambi i lati della media. Esistono vari metodi per stimare la deviazione standard dei dati. Una trasformazione dell'intervallo delle osservazioni, che è la differenza tra il valore massimo e minimo, è una stima comunemente utilizzata.
Nella fase di controllo, le attuali osservazioni delle prestazioni del processo vengono regolarmente tracciate sulla tabella di controllo calibrata. Se il processo è sotto controllo, ci si aspetterebbe che oltre il 99% dei punti sul grafico si trovasse tra i limiti di controllo superiore e inferiore. Ci aspetteremmo anche che i punti venissero distribuiti casualmente, cioè non dovrebbero essere visti modelli insoliti nei dati. Esistono test standard per verificare la presenza di modelli insoliti attraverso l'ispezione visiva.
Distribuzione del rapporto:
Una volta completata l'analisi dei dati, i risultati e le azioni suggerite devono essere condivisi con i responsabili della loro implementazione. I risultati possono anche essere inviati al senior management. I risultati non devono essere presentati allo stesso livello di dettaglio per tutti i membri dell'organizzazione.
Per l'alta dirigenza è sufficiente presentare una sintesi breve e succinta che elenchi le prestazioni attuali e passate degli indicatori chiave, le azioni da intraprendere e il loro effetto previsto sulle prestazioni future e dettagli sul loro processo dovrebbero essere forniti (ad esempio, l'efficacia e capacità per luogo di lavoro, regione, ordine o tipo di cliente). Per i responsabili di un luogo di lavoro, un sommario delle prestazioni complessive deve essere integrato con i dettagli del proprio luogo di lavoro.
L'idea dovrebbe essere quella di fornire a tutti i principali stakeholder una panoramica delle prestazioni di tutti i componenti del servizio e fornire dettagli specifici ai responsabili. Le informazioni necessarie a vari livelli dell'organizzazione sono presentate nella Tabella 16.3.
