Sau bữa trưa vui vẻ với Rob, Pete và Giáo sư, Patty vào văn phòng để chuẩn bị bài giảng về thống kê. Cô vẫn tận hưởng môi trường học thuật và bữa trưa hàng tuần này là một phần của nó.
Rob và Giáo sư đều là những nhà sử học nghiệp dư về Thế chiến II, và Patty cố gắng hạn chế các cuộc thảo luận về chủ đề này vào giờ ăn trưa của họ. Bằng cách nào đó, cả hai đã khiến Pete bị cuốn hút vào chủ đề này. Vì vậy, việc trò chuyện về những thứ khác trở nên khó khăn hơn. Cả ba đồng ý rằng, nếu Patty đọc chỉ một cuốn sách, họ sẽ hoàn toàn ngừng nói về Thế chiến II khi ăn trưa. Cuốn sách đó là A Simple Soldier của John Gess. Cuốn sách kể về một người lính thường trong quân đội Đức trong Thế chiến II. Người lính tên là Sepp, chỉ đơn giản là bị bắt đi lính và phục vụ vì anh ta phải làm vậy. Patty phải thừa nhận rằng cuốn sách rất hấp dẫn, và cô ấy sớm thấy mình không thể đặt nó xuống. Trong vài đêm, cô ấy đã đọc đến 2 giờ sáng! Bây giờ Patty là người nói mãi về những cuộc phiêu lưu của Sepp trong giờ ăn trưa. Mức độ chi tiết trong cuốn sách khiến cô ấy kinh ngạc.
Khi Patty chuẩn bị cho lớp học của mình, cô nhận thấy rằng cô đã nhận được một số email từ các sinh viên trong lớp liên quan đến dự án học kỳ của họ. Mỗi sinh viên phải làm một dự án học kỳ về một số chủ đề trong thống kê. Patty thấy ít nhất ba chủ đề trong số đó rất hấp dẫn. Một là " Luật Benford ". "Luật" này giải thích tại sao "1" là số hàng đầu khoảng 30% thời gian trong nhiều tập dữ liệu khác nhau bao gồm hóa đơn tiền điện, tỷ lệ tử vong, địa chỉ đường phố, dân số, v.v. Điều thú vị là nó không phụ thuộc vào đơn vị mà người ta sử dụng. Hiệu ứng này liên quan đến tính phổ biến của các tập dữ liệu tự nhiên và nhân tạo của logarit. Chủ đề tiếp theo được gọi là " Bài toán xe tăng Đức ". Trong bài toán này, quân đồng minh ước tính tổng số xe tăng Đức trong Thế chiến thứ II bằng cách sử dụng số sê-ri từ các bộ phận của xe tăng. Các ước tính cuối cùng rất chính xác. Chủ đề thứ ba là một chủ đề mà Patty đã quen thuộc, nhưng không biết nó có tên là; Nghịch lý Simpson . Vài năm trước, khi cô ấy làm việc cho ACME, họ đã tham gia một cuộc thi về lợi nhuận với đối thủ cạnh tranh chính của họ, AJAX. Các sản phẩm trong cuộc thi lợi nhuận là máy tính xách tay và điện thoại di động. ACME có lợi nhuận cao hơn ở cả hai sản phẩm, nhưng lợi nhuận chung của họ thấp hơn AJAX. Lý do rất dễ thấy trong bảng bên dưới. AJAX sản xuất nhiều điện thoại di động có lợi nhuận cao hơn. Mặc dù lợi nhuận của họ thấp hơn ở cả hai, nhưng lợi nhuận chung lại cao hơn.
Hình 1.
Mặc dù ACME có năng suất tốt hơn trên cả máy tính xách tay và điện thoại di động, nhưng số lượng điện thoại di động cao của AJAX giúp họ có tổng năng suất cao hơn.
Trong khoảng 20 phút, Patty đã chuẩn bị xong cho lớp học của mình và có 15 phút rảnh rỗi. Cô ấy kiểm tra email và thấy một ghi chú từ CEO của ACME Mike Madigan:
Kính gửi Giáo sư Coleman,
Thỉnh thoảng chúng tôi đến White River Electronics để thầu phụ lắp ráp các công việc nhỏ khi chúng tôi quá bận rộn. Chủ sở hữu, Frank Piper, lo ngại rằng quy trình của ông ấy sản xuất quá nhiều bi hàn. Bạn và Pete có thể kiểm tra không? Ông ấy chỉ cách các bạn khoảng 20 dặm.
Cảm ơn,
Học trò trung thành của bạn,
Mike Madigan.
PS: Bạn sẽ cười khúc khích khi gặp anh ấy về cái tên của anh ấy.
Sau khi Patty dạy xong lớp của mình, cô đã tìm thấy Pete.
“Này, Pete! Có vẻ như chúng ta có nhiệm vụ của Mike Madigan,” Patty nói.
Pete có vẻ hơi lạ. Và cả anh ấy và Patty đều nhìn nhau trong một tích tắc. Sau đó, cả hai đều bắt đầu cười. Đây là lần đầu tiên Patty biết về một "buổi diễn" tiềm năng nào đó trước Pete!
Patty đã liên lạc với Piper và chỉ vài ngày sau, cô và Pete đã có mặt tại White River Electronics (WRE).
Khi họ đi về phía cửa trước của WRE, Pete nói, "Tôi cá là họ là một công ty 'dữ liệu và lưu trữ'."
"Không đời nào," Patty nói. Không đời nào nếu họ là nhà thầu phụ của ACME. Chúng tôi sẽ không bao giờ cho phép điều đó."
"Đừng quên, chúng vẫn được giữ lại sau khi chúng ta rời đi", Pete trêu chọc.
Một công ty “dữ liệu và đổ dữ liệu” là công ty tận tâm thu thập dữ liệu quy trình và không làm gì với dữ liệu đó; tức là dữ liệu đó đã bị “đổ”.
Patty hy vọng điều này không đúng, nhưng cô biết điều đó có thể là sự thật.
Khi họ bước vào WRE, Frank Piper tươi cười, hiếu động chào đón họ với một chiếc tẩu cắm chặt trong miệng. Lối vào tràn ngập mùi khói không khó chịu. Patty nhận thấy một số biển báo “Không hút thuốc” được treo nổi bật.
Sau những lời xã giao, Frank đưa họ ra dây chuyền và giới thiệu họ với các kỹ thuật viên chất lượng. Patty đề nghị cô và Pete sẽ nói chuyện với các kỹ thuật viên và nắm bắt tình hình. Khi Piper rời đi, Patty ngạc nhiên khi thấy anh ta hút tẩu thuốc trong suốt thời gian họ ở bên anh ta. Sau đó, Patty bắt đầu nói chuyện với Janis Hopkins, kỹ thuật viên chất lượng chính.
Janis giải thích cách họ thu thập dữ liệu chất lượng và cho Patty xem một số bảng chất lượng có ghi chú dữ liệu lỗi của ngày hôm nay.
"Bạn làm gì với dữ liệu sau khi thu thập được?" Patty hỏi Janis.
“Chúng tôi cất nó vào ngăn kéo này,” Janis trả lời.
Patty nhìn vào tủ hồ sơ mà Janis chỉ. Nó được sắp xếp rất ngăn nắp với dữ liệu của nhiều tháng.
Patty hỏi: "Sau khi lưu trữ dữ liệu lỗi này, người ta sẽ xử lý thế nào?"
“Không có gì. Nó chỉ nằm trong tủ hồ sơ thôi,” Janis trả lời.
Lúc này Pete đảo mắt và nói với Patty rằng "Tôi đã bảo rồi mà". WRE đổ dữ liệu của họ vào tủ hồ sơ và không làm gì với nó. WRE là một công ty "dữ liệu và đổ"
“Janis, ông Piper, khẳng định rằng khuyết điểm tệ nhất của WRE là bi hàn. Làm sao ông ấy biết được điều đó?” Pete hỏi.
"Khuyết điểm tệ nhất của chúng tôi có lẽ là tro thuốc lá từ tẩu thuốc của anh ấy", Janis nói đùa. "Thật sự mà nói, anh ấy có vẻ thích bi hàn, tôi nghĩ quần short còn tệ hơn", cô kết thúc.
Patty và Pete trò chuyện trong vài phút. Họ quyết định lập biểu đồ một số lỗi xảy ra gần đây trong Biểu đồ Pareto . Kết quả như sau.
Hình 2.
Biểu đồ Pareto liệt kê các chế độ lỗi theo thứ tự số lần xuất hiện lớn hơn trước. Tính năng này giúp ưu tiên chế độ lỗi nào cần tập trung.
“Janis, Peter và tôi đã lập Biểu đồ Pareto về các khuyết tật trong vài tuần qua. Bạn đã đúng! Quần short là tệ nhất; bi hàn hầu như không phải là vấn đề,” Patty nói.
Janis tò mò về biểu đồ Pareto và bị cuốn hút bởi tính hữu ích và tính đơn giản của nó.
“Janis, khái niệm Biểu đồ Pareto chính là nơi mà “ Quy tắc 80-20 ” xuất phát. Tám mươi phần trăm lỗi của chúng tôi xuất phát từ khoảng 20% chế độ lỗi của chúng tôi. Bạn có thể thấy rằng nó gần đúng với dữ liệu của chúng tôi”, Pete giải thích thêm.
Patty nhìn Pete và thấy rằng anh ấy quan tâm đến Janis nhiều hơn là nguyên tắc 80-20.
Patty và Pete đến văn phòng của Piper và giải thích dữ liệu Biểu đồ Pareto. Sau đó, họ giúp anh ấy phát triển một kế hoạch cải tiến liên tục cho các lỗi lắp ráp của WRE. Họ cũng nhận được cam kết rằng dữ liệu thu thập được sẽ được sử dụng theo thời gian thực để duy trì năng suất quy trình cao và kiểm soát các lỗi. Khi bộ ba rời khỏi văn phòng của Piper để ăn trưa, Patty nhận thấy có khoảng 10 biển báo "Cấm hút thuốc" trong văn phòng của anh ấy.
Họ đã có một bữa trưa vui vẻ và Patty phải hỏi (mặc dù cô cố gắng không tỏ ra thô lỗ): "Ông Piper, tôi thấy có nhiều biển báo "Cấm hút thuốc" trong văn phòng của ông, nhưng ông vẫn hút thuốc ở đó", Patty hỏi một cách rụt rè.
Piper cười khúc khích, "Tôi thích cái tẩu của tôi. Nếu tôi thấy biển báo 'Cấm hút thuốc' và tôi muốn hút, tôi chỉ cần tháo biển báo xuống và giữ lại làm kỷ niệm!"
Sau đó, ba người họ quay lại văn phòng của Piper để tóm tắt cuộc họp.
WRE được đặt chung trong một tòa nhà với một số công ty khác. Phải đi thang máy để đến văn phòng của Piper từ bên ngoài. Trên đường trở về văn phòng của ông, họ bước vào thang máy với Piper đang hút tẩu thuốc. Một biển báo "Không hút thuốc" được treo nổi bật bên trong.
Một người phụ nữ trong thang máy tỏ vẻ phẫn nộ và nói với Piper, “Thưa anh, anh không thấy biển báo 'Cấm hút thuốc' sao?”
“Vâng thưa bà, tôi đồng ý. Nhưng, cái tẩu này hoặc là sẽ ở trong miệng tôi hoặc là …………. 1 “
Patty và Pete kinh ngạc trước tình huống này nhưng không nói gì cả.
Trên đường trở về Ivy U, Pete bình luận, “Ồ! Bạn đã từng thấy một người hút thuốc lá nhiều như vậy chưa?”
“Không bao giờ! Không có gì gần giống thế. Tôi phải nói rằng mùi khói thuốc lá rất dễ chịu; một loại mùi táo. Nhưng tôi biết khói thuốc lá không tốt cho bất kỳ ai,” Patty trả lời.
"Này Pete! Có lẽ là tôi tưởng tượng thôi, nhưng tôi nghĩ anh có vẻ hơi quá quan tâm đến Janis," Patty trêu chọc.
"Tôi á?" Pete trêu chọc lại.
Lời kết:
Trong vòng một tháng, mức độ lỗi đã giảm 70% tại WRE, chủ yếu là do sử dụng Biểu đồ Pareto của dữ liệu để ưu tiên các kế hoạch hành động giảm lỗi. WRE không còn là công ty "dữ liệu và đổ" nữa. À, và Pete và Janis giờ đã là một "mục".
1. Do bản chất được xếp loại “g” của blog này, tôi không thể trích dẫn chính xác những gì Piper nói (nó chỉ được xếp loại PG, nhưng tôi không muốn xúc phạm). Nếu bạn quan tâm đến những gì anh ấy nói, hãy gửi email cho tôi theo địa chỉ [email protected] và tôi sẽ cho bạn biết. Cũng như tất cả các câu chuyện về Patty và Giáo sư, câu chuyện này dựa trên một sự kiện có thật.
Chúc mừng,
Tiến sĩ Ron
