六西格玛最适合处理什么问题？很多人会想到不良率、客户投诉或者产品尺寸波动，但实际上，只要问题可以被定义、测量和分析，六西格玛就可以应用在很多不同的生产改善场景中。
2017年发表在《Procedia Manufacturing》的一项研究，就记录了葡萄牙轮胎制造企业Continental Mabor如何利用六西格玛DMAIC方法改善橡胶挤出过程。项目的目标很直接：减少生产过程中产生的非合格材料，也就是企业内部所称的work-off。
研究最终取得了相当具体的结果：work-off指标下降0.89个百分点，相当于每天减少约5吨非合格材料，并为企业带来每年超过16.5万欧元的节约。这个案例的价值，不只是数字漂亮，而是完整展示了一个制造业六西格玛项目怎样从「发现浪费」一步一步走到「找到原因、实施改善、确认财务结果」。
轮胎生产为什么会产生大量材料浪费？
轮胎并不是把一块橡胶直接压成圆形这么简单。生产过程中需要经过混炼、挤出、成型等多个阶段，不同部位还需要使用不同的橡胶材料和半成品。
这项研究主要关注两个重要的轮胎半成品：胎面（Tread）和侧壁（Sidewall）。它们都需要经过橡胶挤出工艺生产。
简单来说，混炼部门先准备橡胶混合物，再交给准备部门进行加工，橡胶之后通过多条挤出线生产成需要的形状，最终送往轮胎构造部门。
问题在于，挤出过程中并不是所有橡胶都会变成合格产品。机器启动、换规格、送料异常、设备状态不佳等情况，都可能产生不能直接使用的材料。
这些材料并不只是「垃圾」。它们前面已经消耗了原材料、能源、人工和设备时间，所以每增加一吨work-off，背后实际上都代表企业已经付出成本，却没有得到正常产出。
项目真正要改善的是work-off
Continental Mabor当时已经把work-off generation，也就是非合格材料产生量，作为生产系统的重要绩效指标之一。研究发现，这个指标高于企业希望达到的目标，因此项目的核心问题非常明确：怎样减少挤出过程产生的多余材料。
这一点看起来简单，却是DMAIC项目非常重要的开始。
很多企业的改善项目一开始会写成「提高生产效率」「减少浪费」或者「改善质量」。这些目标方向没有错，但范围太大，很难直接分析。
这个案例则把问题缩小到一个具体过程和一个可以计算的指标：降低胎面和侧壁挤出过程中产生的work-off。
问题一旦可以量化，后面的改善才有基线，也才能判断项目结束后到底有没有成功。
Define：先把项目边界画清楚
在定义阶段，项目团队建立了项目章程，明确问题、改善目标、项目范围以及参与人员。
项目章程看起来只是一个简单文件，但它可以避免六西格玛项目常见的「越做越大」。例如研究橡胶挤出时，很容易继续发现混炼、库存、设备维护、人员培训甚至供应商问题。如果什么都纳入项目，一个项目最后可能变成整个工厂的改善计划。
因此，Define阶段的重要任务之一，就是决定这次项目到底解决什么，又暂时不解决什么。
团队同时利用SIPOC了解整个过程，从供应商、输入、过程、输出一直看到客户。对于这个项目来说，挤出部门并不是孤立存在的。它前面接收混炼部门提供的材料，后面又要向构造部门提供合格的胎面和侧壁。
SIPOC的作用，就是先让团队看到这条关系，避免只盯着某一台机器而忽略上下游。
Measure：先知道浪费到底有多少
进入测量阶段以后，团队开始建立数据收集计划，对挤出过程的work-off进行持续记录。
研究中的数据收集持续了大约30周，每周安排多次观察和测量。这样做的目的，是先建立一个可靠的现状基线。
这是六西格玛项目中非常基本，却经常被跳过的一步。
例如生产主管可能觉得「E07挤出机最近问题很多」，操作员可能认为「换规格时浪费特别严重」，维修人员则可能觉得问题来自送料系统。但这些都还只是经验判断。
Measure阶段要做的事情，是把这些感觉变成数据：到底哪一条线产生最多废料？什么时间发生？什么产品比较严重？每次产生多少？问题是否持续存在？
没有这个阶段，改善很容易变成谁声音最大就先改谁的问题。
Analyze：不是所有浪费都有同一个原因
有了数据以后，项目进入Analyze阶段。团队利用因果图整理可能影响work-off的因素，再通过Pareto分析寻找真正值得优先处理的问题。
分析结果发现，不同挤出过程并不是受到完全相同的原因影响。
其中一个问题来自某台侧壁挤出设备，它产生的额外材料明显高于其他设备。另一个重要问题则出现在胎面挤出过程中，与送料方式及设备停顿、卡料有关。
这正是数据分析的价值。
如果企业看到「挤出部门废料太多」，最简单的管理反应可能是要求所有生产线统一降低10%的废料。但实际上，真正造成损失的可能集中在少数设备和少数特定原因。
Pareto思维不是要求企业什么都不管，而是帮助团队先处理贡献最大的那部分问题。
Improve：针对原因改善，而不是统一要求「减少浪费」
确认主要原因以后，项目才进入改善阶段。
团队针对设备和送料过程进行不同调整，包括对部分设备进行技术改造，以及改变员工向挤出机送料的方法。
这一点非常值得注意。
很多改善项目最后提出的措施是「加强培训」「要求员工注意」「提高责任心」。这些对策实施容易，但如果真正原因来自设备结构或送料方法，仅仅提醒员工通常不会产生稳定效果。
Continental Mabor的做法则是根据Analyze阶段找到的问题，对过程本身进行改变。
这也是DMAIC中Analyze和Improve必须分开的原因。先证明原因，再决定措施，而不是先想好措施，再寻找理由支持。
Control：改善以后还要证明效果真的存在
设备和操作方法修改以后，项目并没有立即宣布成功，而是继续进入Control阶段重新收集数据，并建立控制计划监视新的过程表现。
最终数据显示，工厂的work-off指标下降了0.89个百分点。
由于混炼部门每天大约生产560吨材料，这0.89个百分点并不是一个很小的数字，换算下来相当于每天减少约5吨非合格材料。
研究进一步把改善拆分到不同设备。报告显示，相关改善合计每年节约约165,194欧元。研究论文因此认为，项目对企业的质量成本产生了明显的财务影响。
0.89个百分点为什么可以产生这么大的金额？
这个案例很能说明制造业中「比例」和「规模」之间的关系。
如果一家小工厂每天只处理1吨材料，那么0.89个百分点的改善可能并不起眼。但当一个生产系统每天处理数百吨材料时，即使改善不到1个百分点，累积到一年仍然可能变成很大的成本。
这也是六西格玛项目为什么特别重视项目选择。
一个项目是否值得做，并不只看问题比例高不高，还要看发生频率、生产规模、单位损失以及对客户和企业的影响。
有时候把不良率从10%降到8%可能只节省很少的钱；有时候把0.9%降到0.5%，却可能产生非常可观的财务价值。
这个案例用了哪些六西格玛工具？
如果从工具角度看，这个项目并没有依赖特别复杂的高级统计方法。项目使用了项目章程、甘特图、SIPOC、数据收集、因果图、Pareto分析以及控制计划等工具。
这反而很值得六西格玛初学者注意。
很多人学习黑带或绿带以后，会觉得项目一定要使用假设检验、回归、ANOVA甚至DOE才算「真正的六西格玛项目」。实际上，工具应该由问题决定。
如果通过过程数据、Pareto和现场分析已经能够清楚找到主要原因，就没有必要为了展示统计能力而强行增加复杂分析。
六西格玛的专业程度，不是看用了多少工具，而是看证据链是否足够支持改善决定。
从这个项目可以看到DMAIC真正的逻辑
如果把整个案例压缩来看，它的逻辑其实非常清楚。
Define阶段回答「我们究竟要改善什么」；Measure阶段回答「现在到底有多差」；Analyze阶段回答「为什么会产生这些浪费」；Improve阶段回答「怎样针对已经确认的原因改变过程」；Control阶段则回答「改善是不是真的有效，而且能不能继续保持」。
五个阶段并不是为了把项目文件做得漂亮，而是为了避免几个常见错误：问题没有定义清楚就开始行动，没有数据就判断原因，原因没有验证就推出解决方案，以及改善完成以后没有继续观察结果。
研究作者最终认为，六西格玛方法在这个项目中发挥了重要作用，因为DMAIC提供了一套系统而有纪律的方式来处理问题。论文记录的最终结果是work-off降低0.89个百分点、每天减少约5吨非合格材料，并实现每年超过16.5万欧元的节约。
它并不是一个「六西格玛让企业成功」的故事
优思学院认为，研究这类案例时，也要避免把结果解释得太夸张。
这个案例能够证明的是，在Continental Mabor特定的橡胶挤出过程中，团队运用DMAIC识别并改善了几个重要问题，并取得了可量化的材料和成本改善。
但我们不能因此推论「导入六西格玛就一定能让轮胎企业成功」，也不能认为所有轮胎工厂照搬相同措施就会得到同样结果。
真正可以复制的是方法，不是答案。
另一家工厂的主要浪费可能来自原材料波动、换模时间、温度控制、设备速度或者人员操作。如果原因不同，对策自然也应该不同。
材料浪费其实就是质量成本
这个案例还有一个很好的启发，就是不要把质量问题只理解成客户投诉和最终不良品。
在这个项目里，大量橡胶甚至还没有进入最终轮胎，就已经成为非合格材料。这部分损失属于企业内部产生的质量成本。
它除了浪费材料，还可能占用设备时间、人工、能源和处理空间。如果还需要重新加工，又会产生进一步的成本。
因此，降低work-off并不是一个单纯的环保项目，也不只是生产部门减少废料的问题，它直接影响企业利润。
这也是为什么优秀的六西格玛项目通常会尝试把过程指标和财务结果连接起来。
改善过程，比要求员工「少产生废料」有效
如果管理层只是看到每天产生大量废料，最简单的方法可能是制定一个指标：下个月所有班组必须减少废料。
这样做的问题是，员工知道目标，却不知道过程为什么会产生这些废料。
Continental Mabor案例采用的思路则完全不同。团队先测量，再分析具体设备和送料过程，从而找到可以改变的过程因素。
这是六西格玛非常重要的一种管理观点：结果不好时，不要只要求结果变好，要找到制造这个结果的过程。
如果真正原因是设备设计、送料方法或工艺参数，单纯加强考核只会增加压力，却不会自动消除原因。
结语
Continental Mabor的案例是一个很典型的制造业DMAIC项目。企业面对的是橡胶挤出过程中work-off偏高的问题，项目团队没有直接要求生产人员「降低废料」，而是从定义问题开始，通过长期数据收集、过程分析和原因筛选，再针对设备和操作方法进行改善。
最终，研究报告记录的work-off改善幅度为0.89个百分点，相当于每天减少约5吨非合格材料，并带来每年超过16.5万欧元的节约。这项研究由T. Costa、F.J.G. Silva和L. Pinto Ferreira发表在2017年的《Procedia Manufacturing》，研究对象确为位于葡萄牙Famalicão的Continental Mabor轮胎制造业务。
优思学院认为，这个案例最值得学习的不是「0.89%」或者「16.5万欧元」本身，而是背后的解决问题顺序：先确认问题有多大，再找出真正原因；针对原因采取行动，最后再用数据确认改善是否持续。
DMAIC真正提供的，不是一套固定答案，而是一条让企业少走弯路的问题解决路径。
