※いずれも質問投稿には会員登録が必要です
個人情報(個人名やメールアドレスなど)が公開されることはありません。


QUESTION 質問No.586

ステージゲート法と推測統計、機械学習

全体/その他SQC(統計的品質管理) |投稿日時:
社内でデータサイエンス関連の研修を始めようと思っています。ここでのデータサイエンスはSQC、推測統計や機械学習と捉えて頂いて結構です。
各手法を網羅的に準備するよりも、ステージゲートの各ステップに応じた困り事、関心事からコンテンツを準備しては、という話になりました。
当社特有の困り事から引っ張ってくるべき話なのですが、一般的にステージゲートの各ステップと推測統計や機械学習、SQCを対応付けるような考え方はあるでしょうか?(それこそ4ステップ目の開発フェーズなんかはかなり選択肢があるかと思うのですが。。。)


spacer
ANSWER
回答No1 | 投稿日時:

SQCから最新の品質工学までをトータルに活用し,感動品質実現のお手伝いをしているQE Compassの細川と申します.

SQCなどの手法活用自体を目的化せず,大きな目的実現の手段に位置付けるアプローチは素晴らしいと思います.その大きな目的がステージゲートをスムーズに流すことと理解しましたが,ステージゲートがアイデア発想から事業化までの流れにおける意思決定を指しているとしたら,手段系が不足していると感じます.技術アイデア発想のためには公理設計,TRIZ,最新の品質工学技法のCS-Tなどが有効です.さらに,自分たちの技術を最も歓迎してくれる市場を想像し,その市場のVOCを創造する技法として福原流QFDなども有効です.これらの技法をテーマの課題に応じて選択・組み合わせることによって,技術開発から事業化までの流れがスムーズとなり,事業化成功率も高まると思います.品質管理学会と品質工学会の共同研究会の成果として,技術開発プロセスを設計するプラットフォーム"T7"が提案されました.こちらも参考にしていただければと思います.
https://qecompass.com/page14

各手法と、各手法を活用する目的や活用場面の関係については,方針管理と日常管理というマネジメントの違いを切り口にするのも有効かと思います.例えば,日々の業務の中での改善活動が目的でしたら,担当者への権限移譲をベースとして,それに相応しい手法の活用を推奨するのが適切かと思います.SQCは日々の業務の改善を目的として,多くの方々に様々な場面で活用していただく手法という位置づけかと思います.つまり,日常管理のマネジメントの下ではSQCが有効という位置づけです.

一方,自社独自の技術による新規事業実現などは,日々の業務改善を超えたアプローチが必要になります.また,担当者への権限移譲では大きな目標達成は困難です.そこで使われるマネジメントが方針管理です.そして,大きな課題達成の手段が,技術開発プロセスを設計すうるプラットフォーム"T7"などの仕組みやCS-T法やR-FTAなどの技法です.米国で活用されているDFSSも大きな課題達成の手段と位置付けられます.

手法,技法,仕組みの違いについてはこちらからどうぞ
https://www.monodukuri.com/gihou/article/3720

ステージゲートがDRのことを指すのかもしれませんが、その場合でもここでコメントさせていただいたことは役立つのではないかと思います.

参考になれば幸いです




ANSWER
回答No2 | 投稿日時:

 もみじ様初めまして、ワンツーテクノの皆川と申します。データサイエンス関連の研修を始められるとのこと、素晴らしいと思います。

 以下私、皆川の意見を述べさせて頂きますので、もみじ様のご参考になりましたら、幸いです。

 全ての手法がそうですが、手法ありきではなく、まず、何のためにするのか?から入ると良いと考えます。
 品質不具合対応として、3段階があります。

ステップ1.問題解決:現実の起こってしまった問題の原因を究明し、早期に解決する。

ステップ2.再発防止:その問題が再度起きないように、防止する。特に直接原因の再発防止にとどまらず、仕組みの原因(真因)を究明し、再発防止をする。

ステップ3.未然防止:まだ起きていない問題の発生を予測し、それが起きないように未然に防止する。

 いずれのスッテプでも重要なことは、見える化し、みんなで議論し、問題に気づき、改善することが必須です。
 このための、見える化の一つがデータサイエンスであります、SQC、推測統計、機械学習になります。
 上記ステップ1,2,3の品質不具合を発生させない、流さないための力を私は、『品質力』と呼んでおります。
 この『品質力』を支えるために、データサイエンスを含めた、17の手法を活用することを推奨しています。
 ①QCストーリー
 ②KPT(けぷと)
 ③自工程完結
 ④新製品保証システム
 ⑤重点管理
 ⑥DR(デザインレビュー)
 ⑦品質保証会議(次工程移行可否判定会議)(ステージゲートに似ているかも)
 ⑧なぜなぜ分析
 ⑨品質機能展開(QFD)
 ⑩QC七つ道具(Q7)、新QC七つ道具(N7)
 ⑪多変量解析
 ⑫実験計画法
 ⑬設計FMEA(DRBFM)
 ⑭FTA
 ⑮信頼性設計/信頼性試験
 ⑯工程FMEA
 ⑰QAネットワーク
上記17の手法の一環として、データサイエンスが存在します。データサイエンスで見える化し、みんなで議論し、気付き、品質対応をすることが重要と考えます。
 以上私の考えを述べさせて頂きました、もみじ様の参考になりましたら幸いです。
 また、ご質問などございましたら、何なりとお問い合わせ願います。