Diversi anni fa lavoravo in una multinazionale dell'automotive. Producevamo componenti per sistemi di accensione.
Ero stato assunto per sostituire il responsabile qualità precedente, considerato «colpevole» di una campagna di richiamo, e nei primi anni ho lavorato con passione e dedizione per ricostruire la reputazione dell'azienda.
A quel tempo ero appassionato di tecniche statistiche. Ero convinto che la loro applicazione potesse fare la differenza.
Dopo qualche anno, nonostante gli sforzi, i risultati non erano quelli che mi aspettavo. Alcuni problemi cronici erano ancora irrisolti e uno in particolare stava cominciando a far perdere la pazienza a un nostro cliente.
Producevamo e vendevamo candelette a questo cliente e, di tanto in tanto, durante i collaudi sulle sue linee di montaggio, una o due candelette si bruciavano.
Le candelette: il prodotto che fornivamo al cliente. Foto tratta da «Root Cause Analysis Insights» (2023).
Il problema andava avanti da molto tempo, nonostante i nostri sforzi per trovarne la causa. La pazienza del cliente stava per esaurirsi e la nostra casa madre ci mandò un Six Sigma Black Belt per darci una mano.
Dopo diverse analisi e prove, arrivammo finalmente a una conclusione in cui avevamo fiducia. Analizzammo la polvere di magnesio all'interno degli elementi riscaldanti di alcune candelette difettose e scoprimmo quella che sembrava essere una contaminazione da olio della polvere.
La struttura interna di una candeletta: dentro l'elemento riscaldante si trovano la spirale di regolazione e la polvere di magnesio. Figura tratta dal libro, con le didascalie tradotte.
Andammo subito in linea di montaggio a cercare tutte le possibili fonti di contaminazione, e mettemmo in atto le azioni correttive per eliminarle. Molto sollevati, assicurammo al cliente che il problema era risolto definitivamente.
Purtroppo, ci sbagliavamo: non era quella la causa reale. Circa un mese dopo l'introduzione dell'azione correttiva, il cliente ci informò che altre due candelette si erano bruciate e che aveva deciso di smettere di comprare le nostre candelette.
Con quel cliente facevamo buoni affari e potete immaginare come mi sentivo. Mi sentivo in qualche modo responsabile di non aver trovato la causa del problema. Il mio morale, a quel tempo, era veramente basso.
Inutile dirlo: come conseguenza di quel fallimento la mia reputazione di responsabile qualità ne uscì danneggiata e dopo un po' decisi di lasciare l'azienda.
Quell'esperienza negativa ha avuto un grande impatto sul mio modo di pensare a ciò che conta davvero nel problem solving.
Per la prima volta ho capito che le tecniche statistiche non sono «l'arma finale» per risolvere o prevenire qualunque problema di qualità.
Ho capito che le capacità investigative sono molto più importanti.
Per me fu un punto di svolta.
E allora perché non l'avevamo trovata?
Non era una questione di disciplina. Avevamo metodo, avevamo tempo, avevamo un Black Belt: gli strumenti li stavamo applicando come si doveva.
Era semplicemente uno di quei problemi in cui la causa tecnica è difficile da trovare — e in cui il nostro modo di condurre l'indagine non è stato all'altezza. Quando si affrontano problemi di questo tipo, ci si trova immancabilmente in una di due sole situazioni investigative.
Nel prossimo articolo: le due situazioni investigative in cui ci si blocca quando la causa tecnica non si trova.
Da dove viene questo articolo
Questa storia apre «Root Cause Analysis Insights — To Be a Better Problem Solver», il libro in cui ho messo per iscritto quello che quell'esperienza mi ha insegnato. È disponibile su Amazon, in inglese.
Le figure di questo articolo sono tratte dal libro; le didascalie sono state tradotte in italiano.
Avete un problema che non si risolve da mesi?
Abbiamo alcune date disponibili per una prima valutazione, senza costi.
Funziona così: ci raccontate il problema che volete risolvere o quello che volete migliorare, e ci mostrate i dati che avete, anche pochi. Veniamo in due, un tecnico di processo e uno di prodotto, un'ora o due, in azienda o in videochiamata.
Alla fine vi diciamo una di queste tre cose: che c'è margine e quanto lavoro serve per misurarlo; che prima vanno raccolti i dati, e come farlo; oppure che non è il nostro campo. Anche l'ultima risposta ve la diamo subito, senza girarci intorno.
Se decidete di proseguire, siamo pagati solo a risultato: una percentuale del risparmio verificato, con la situazione di partenza e un tetto massimo concordati per iscritto prima di cominciare; oppure una cifra fissa per singolo problema risolto, con dodici mesi di garanzia — se il problema si ripresenta per la stessa causa, torniamo senza compenso aggiuntivo. Se il risparmio non c'è, non c'è compenso. Prima di iniziare mettiamo per iscritto anche quante ore del vostro personale ci servono: nessuna spesa e nessun investimento senza la vostra approvazione.
Roberto Giuliani — Synergistic Experience
+39 347 3786402 · info@synergistic-experience.it
Quarant'anni come Quality Manager in multinazionali automotive. Autore di tre libri sul miglioramento della qualità.