Как раскрыть потенциал статистики, используя нормальное распределение

Пример 1.

В ходе реализации проекта в компании, предоставляющей финан­совые услуги, консультант по менеджменту спросил Гарри Тэйера, руководителя сектора, сколько времени занимает осуществление про­цесса корпоративного обновления.

«Сколько нам требуется времени для обновления!? - повторил Гарри Тэйер. - Это хороший вопрос». Он сделал паузу, задумчиво оглядел свой офис, заваленный бумагами, торжествующе повернулся

Т14

к консультанту и произнес: «На этот вопрос невозможно дать ответ. Обновление может занимать половину дня, а может — две недели. Невозможно установить стандартное время для такой работы».

«Я не пытаюсь установить стандартное время, я пытаюсь выяс­нить каково обоснованное время для типовой работы по обновлению».

«Но ведь не существует такой вещи, как типовое обновление», — продолжал возражать Тэйер. «Спасибо Вам, Вы мне очень помогли своим ответом», — таков был бесстрастный на вид ответ.

Во второй половине того же дня по графикам выполнения работ, извлеченным из гор документации, удалось установить продолжитель­ность предыдущих 100 обновлений. Да, пять из них заняли меньше од­ного дня, тогда как шесть - больше семи дней. Двадцать были выполне­ны менее чем за два дня, а 18 - более чем за шесть. Шестьдесят две работы этого рода потребовали для завершения от трех до пяти дней.

Представьте себе, как удивился Гарри, когда на следующее утро он увидел график продолжительности обновлений, имеющий вид нор­мального распределения, где минимум был равен двум часам, а мак­симум - двум неделям. «Ну что, Гарри, два часа или две недели?» -спросил один из его коллег, показывая на график. И продолжал: «Бери для начала четыре дня, а затем посмотри, как сократить это время до трех дней, если получится». Лицо Гарри стало пунцовым, но явно это не было связано с тем, как он провел перерыв на ланч.

Пример 2.

После определения производительности различных центров об­работки на предприятии, занимающемся поставками комплектующих для автомобильной промышленности, внутренняя рабочая группа по­ставила задачу увеличения пропускной способности до уровня, кото­рый мог бы вернуть предприятию рентабельность, а работникам -премии. В качестве первоначальной цели была выбрана пропускная способность в 200 единиц продукции за час. Обычная производитель­ность в течение смены, в которой не было простоев, выглядела следу­ющим образом: 1-й час - 198 единиц, 2-й час - 200 ед., 3-й час - 199 ед., 4-й - 200, 5-й - 200. Можно себе представить удивление членов рабочей группы, когда их коллеги стали советовать: «Темп слабоват, вы оставите нас без премиальных». А когда те попытались оправды­ваться, то им заявили: «Посмотрите на статистику. Распределение про­изводительности по часам совсем не похоже на нормальное, на коло­кольчик, это скорее кардиограмма».

8*

Рон Шэдболт, руководитель рабочей группы, незаметно вздохнул. Он считал, что статистика нужна для рекламы и для идиотов из SPC; он никогда не представлял, как ее можно применить на его рабочем месте. Когда он затем вдумался, сколько его ребята и он потеряли и сколько "те другие" получили благодаря переходу от индивидуаль­ных к групповым премиям (бонусам), ему захотелось взвыть.

Price, F. (1984), Right First Time, Aldershot: Guwer Publishing Ltd.

Комментарий

' В уже цитировавшейся в комментариях книге В.Деминга приве­дено множество взятых из жизни примеров использования статисти­ки для решения конкретных управленческих проблем на производ­стве: В. Эдварде Деминг. Выход из кризиса.: Пер. с англ. - Альба: Тверь, 1994.

Закон Зипфа