”Dataa kerätään yleensä toimenpiteiden tueksi”, sanoo Donald J. Wheeler mainiossa kirjassaan Understanding Variation. Samalla hän kertoo, miten valtaosa seuratusta datasta ei ole sellaista, että sen pohjalta voitaisiin tehdä kovinkaan harkittuja päätöksiä. Syy on siinä, että seurattu data kertoo vain, mitä prosessin seurauksena on tapahtunut. Se ei kerro, miten prosessi toimii.

Otetaan hyvin arkipäiväinen esimerkki, ruokahävikki. Käytännössä jokainen ketju ja kauppa mittaa ruokahävikkiä, se on esimerkiksi 1,5% myynnistä. Mitä tämän tiedon pohjalta voidaan tehdä? Voidaan tottakai päättää, että se on liian paljon ja asettaa tavoite 1,2%. Mutta miten tämä tieto viikoittain seurattunakaan, auttaa pääsemään 1,2% tavoitteeseen?

Voidaan mennä tarkemmalle tasolle. Ensin osastotasolle, jolloin havaitaan, että joidenkin osastojen hävikki on suurempi kuin toisten. Sen jälkeen voidaan mennä peräti yksittäisten tuotteiden tasolle, jolloin voidaan havaita vaikkapa, että jonkun tuotteen hävikkiprosentti on 16%. Se on aika paljon verrattuna tavoitteeseen, 1,2%. Mutta miten tuotteessa oleva ongelma on ratkaistavissa? Mitä tuotteelle pitää tehdä, vai pitääkö tehdä mitään? Usein ongelma ratkaistaan poistamalla tuote valikoimasta. Voidaan kuitenkin kysyä, miksi hävikki on noin suuri? Onko ongelma sellainen, joka voidaan korjata ilman, että tuotetta pitää poistaa? Hävikkiprosentti ei kerro, mikä sen aiheuttaa. Syyn selville saamiseksi ei voida tutkia vain lopputulosta, vaan on tutkittava itse prosessia.

Prosessin ääni saadaan kuuluviin käyttämällä prosessin käyttäytymisen graafia. Tämä graafi poikkeaa yhteenvedosta siten, että se kertoo aikajanan muodossa avaintietojen muutoksia prosessissa. Muutoksia seuraamalla voidaan erottaa signaali kohinasta, mitä hävikkiprosentti, tai muutkaan yhteenvedot eivät mahdollista.

Tässä tuotteessa, jonka hävikki on 16%, aikajana näyttää tältä:
Vihreä on myyntikäyrä, punainen on hävikki. Tämä graafi kertoo meille heti kolme asiaa:
– Myynnin vaihtelu on suurta, mutta ei valtavan suurta. Yksittäiset piikit ovat kohtuullisia.
– Myynti on hyvä. Tuotetta myydään lähes joka päivä, joten varaston kierron pitäisi olla kunnossa.
– Hävikki on jatkuvaa sen sijaan, että hävikki olisi ollut kertaluontoinen. Prosessissa on siis toistuva ongelma.

Koska hävikki on seuraus siitä, että tuotetta on tilattu liian paljon liian aikaisin, ongelma alkaa näyttää jo selvältä. Lisätään kuitenkin vielä yksi uusi tieto, tuotteen saldo illalla, kun kauppa on mennyt kiinni (harmaa).

Prosessi alkaa puhua yhä selkeämmällä äänellä. Hyvä nyrkkisääntö tilausmäärille on, että tuotetta tulisi olla kaupassa joka aamu vakiomäärä, eli varmuusvarasto. Harmaan pylvään tulisi siis olla aina samankorkuinen. Myynnin vaihtelun vuoksi tämä ei ole mahdollista, mutta pyrkimällä noudattamaan nyrkkisääntöä saldon ei pitäisi vaihdella suuresti. Tämän otannan aikana se kuitenkin vaihtelee välillä 39 – 2 ja rutiininomaisesti välillä 15 – 5. Koska tuotteita saa lisää joka päivä ja yhden päivän myynnin vaihtelu on pääosin 6 – 0, ei ole mitään syytä tilata tuotetta niin, että sitä kaupan sulkeutuessa olisi noin paljon.

Näin prosessin käyttäytymisen graafi on kertonut meille, mikä prosessissa on vikana. Osastovastaavan tehtävänä on nyt korjata prosessi niin, että tilausmäärät ovat jatkossa pienemmät ja tilauksia tehdään useammin, minkä seurauksena saldon vaihtelu pienenee, minkä seurauksena puolestaan hävikki pienenee.

Tämä sama periaate pätee muihinkin prosessin ongelmiin, kuten tuotepuutteisiin, liian suureen varastoon, huonosti myyviin tuotteisiin tai väärille päiville kohdennettuihin tilauksiin. Jos kunkin ongelman avaintiedot tuodaan näkyviin, graafi kyllä kertoo, mikä prosessin ongelma on ja antaa vinkkejä, miten se on ratkaistavissa.