FMS2 apostila de green belt

Prévia do material em texto

FM2S 
Certificação Lean Six Sigma Green Belt 
APOSTILA DE GREEN BELT 
Certificação Lean Six Sigma FM2S 
 
1 
 
SUMÁRIO 
Introdução ao Six Sigma ............................................................................................................................... 4 
A era dos artesãos .................................................................................................................................... 6 
A era das fábricas e o Taylorismo ............................................................................................................. 7 
Fordismo ................................................................................................................................................... 9 
Nasce a melhoria de processos .............................................................................................................. 11 
Os Conceitos Fundamentais da Melhoria ................................................................................................... 15 
O Saber Profundo ................................................................................................................................... 16 
Como implementar o saber profundo .................................................................................................... 19 
Conceito fundamental ................................................................................................................................ 21 
As três questões fundamentais .............................................................................................................. 23 
O que queremos realizar? ...................................................................................................................... 25 
Como saberemos se a mudança é uma melhoria .................................................................................. 29 
Definição de melhoria ............................................................................................................................ 39 
Tipos de indicadores ............................................................................................................................... 42 
Que mudanças podemos fazer ............................................................................................................... 44 
O ciclo pdsa ................................................................................................................................................ 46 
Como girar o ciclo pdsa .......................................................................................................................... 54 
Resumo do modelo de melhoria ................................................................................................................ 58 
Abordagens, habilidades e roteiros ............................................................................................................ 59 
Os roteiros de melhoria .......................................................................................................................... 64 
Roteiro dmaic ......................................................................................................................................... 68 
Define ......................................................................................................................................................... 72 
VOC ......................................................................................................................................................... 74 
Árvore ctc ............................................................................................................................................... 78 
SIPOC ...................................................................................................................................................... 80 
Por que devemos usar o SIPOC no Define? ........................................................................................ 86 
O Contrato de Melhoria ......................................................................................................................... 88 
Metas ...................................................................................................................................................... 92 
Matriz de stakeholders ........................................................................................................................... 96 
Matriz de comunicações ......................................................................................................................... 97 
Diagrama de afinidades .......................................................................................................................... 98 
Measure ................................................................................................................................................... 101 
A porta de processos ............................................................................................................................ 103 
Mapeamento de processos .................................................................................................................. 107 
Como elaborar o fluxograma ............................................................................................................ 113 
Fluxograma ....................................................................................................................................... 119 
2 
 
Diagrama espaguete ......................................................................................................................... 124 
VSM (mapeamento do fluxo de valor) ............................................................................................. 125 
Measure dados ..................................................................................................................................... 130 
Definição operacional ....................................................................................................................... 135 
Tipos de variáveis ............................................................................................................................. 139 
Melhorando a coleta de dados ......................................................................................................... 143 
Variáveis de estratificação ................................................................................................................ 146 
Análise de variação ........................................................................................................................... 149 
A voz do processo ............................................................................................................................. 153 
Gráfico de tendência ........................................................................................................................ 154 
Gráfico de frequência ....................................................................................................................... 165 
Dot plot ............................................................................................................................................. 168 
Histograma ....................................................................................................................................... 169 
Medidas de localização e variação ................................................................................................... 171 
Box plot............................................................................................................................................. 180 
Gráficos de barras e setores (pizza) ..................................................................................................185 
Gráfico de pareto.............................................................................................................................. 188 
Distribuição normal .......................................................................................................................... 196 
Probability plot ................................................................................................................................. 205 
Transformação de variáveis .............................................................................................................. 210 
Gráficos de controle ......................................................................................................................... 217 
Análise de capabilidade .................................................................................................................... 241 
Usando os indicadores de capabilidade ........................................................................................... 258 
Resultados do measure .................................................................................................................... 261 
Resumo measure .............................................................................................................................. 267 
Analyse ................................................................................................................................................. 268 
Diagrama causa efeito ...................................................................................................................... 279 
Os 5 porquês ..................................................................................................................................... 287 
Desconexões ..................................................................................................................................... 297 
Desperdícios ..................................................................................................................................... 301 
Analise de valor ................................................................................................................................ 317 
ECRS .................................................................................................................................................. 323 
Analise do tempo .............................................................................................................................. 325 
Poka yoke ......................................................................................................................................... 328 
Tecnologia ........................................................................................................................................ 342 
Criatividade....................................................................................................................................... 350 
Conceitos de mudanças .................................................................................................................... 359 
3 
 
Correlação ........................................................................................................................................ 367 
Gráfico de dispersão ......................................................................................................................... 375 
Tabela de contingência ..................................................................................................................... 390 
Planejamento de experimentos ........................................................................................................... 399 
Experimento fatorial ......................................................................................................................... 411 
Improve ................................................................................................................................................ 446 
Teste de mudanças ........................................................................................................................... 448 
Como testar mudanças ..................................................................................................................... 455 
Matriz de priorização ........................................................................................................................ 463 
Control .................................................................................................................................................. 466 
Abordagens da implementação........................................................................................................ 468 
Plano de implementação .................................................................................................................. 470 
Encerramento ....................................................................................................................................... 484 
 
 
 
 
 
4 
 
Bem vindos!
O que é o curso de Green Belt?
Os arquivos relativos ao exercícios podem ser encontrados em nosso site: 
www.fm2s.com.br
 
INTRODUÇÃO AO SIX SIGMA 
Muitos nos perguntam sobre o que se trata nosso curso de Green Belt, ou até mesmo o 
que é a metodologia Seis Sigma. Dentre todas as definições possíveis, nós gostamos muito 
desta: nosso curso de Seis Sigma Green Belt torna você capaz de melhorar processos e 
analisar dados. Melhorar processos e analisar dados são duas das competências mais 
procuradas pelas empresas na era da informação, a qual vivemos hoje. Não há nenhum 
colaborador de destaque que não tenha bons conhecimentos nestas duas áreas. 
Sabemos que melhorar é uma necessidade de qualquer organização, independentemente 
do setor ou porte. Quem não busca a melhoria por conta própria, geralmente acaba 
buscando quando sua sobrevivência é ameaçada por concorrentes melhores e mais 
preparados. Diante disto, é consenso que aprender a nadar quando a água chega na altura 
do nariz, não é algo prazeroso. 
Para melhorar, o Seis Sigma nos ajuda a buscar a melhoria por meio de duas grandes 
portas: a porta dos dados e a porta dos processos. Pela porta dos dados, nos são ensinados 
ferramentas estatísticas para analisa-los, bem como técnicas e conceitos para coletá-los. 
A metodologia nos ensina a fazer análises melhores e com isto, tomaremos decisões 
melhores. Ao aplicarmos os conceitos, transformamos dados em informação útil à tomada 
de decisão. 
A porta de processos nos leva à várias técnicas para enxergar as organizações como 
processos. E processos, são uma série de atividades que transformam insumos em 
produtos ou serviços, agregando valor ao cliente a cada transformação. 
Juntar todas essas ferramentas, por meio do roteiro (DMAIC), gerando melhorias na 
organização é o verdadeiro objetivo do Seis Sigma e é o que vamos passar neste curso 
para vocês. 
 
5 
 
Um pouco de 
história
 
 
De onde vem as teorias que trabalhamos hoje? 
 
 
 
6 
 
A era dos artesãos – até século XVII
◉ O artesão controla todo o 
processo de produção 
dentro do escopo de seu 
ofício
◉ Cada peça produzida é 
única
◉ O processo é passado 
adiante de mestre para 
aprendiz
◉ Não existem padrões
 
A ERA DOS ARTESÃOS 
Durante a maior parte da história humana, desde que se começou a produzir bens de 
consumo até a época da revolução industrial, a produção foi conduzida no sistema de 
“artesanal”. Cada artesão possuía o seu ofício e o passava, de maneira tácita, para o seu 
aprendiz. O ensino era prático: não havia métodos e padrões, todo o conhecimento era 
passado adiante por meio do contato mestre-aprendiz. 
Alémdisso, o artesão controlava as atividades de produção de um bem dentro de seu 
ofício. Por exemplo, o criador de gado produzia peles, o curtidor, transformava a pele em 
couro, o sapateiro transformava couro e madeira em botas. Cada trabalhador produzia um 
produto. 
Cabia ao sapateiro saber quais couros escolher, como conforma-los, como aderi-los à sola 
da bota e qual seria o uso que o cliente daria, ao bem produzido por ele. Cada um destes 
distintos tipos de artesãos também trabalhava em espaços separados. Não havia uma 
grande fábrica com diversos trabalhadores, apenas algumas corporações de ofício em que 
alguns artesãos trabalhavam juntos. Uma empresa não controlava a totalidade da 
transformação das matérias-primas em produto acabado. 
Em outras palavras, a divisão do trabalho era social, focada nas atividades de todos os 
indivíduos, não manufatureira, focada no produto final. Com a revolução industrial e a 
criação de fábricas que reuniam diversos trabalhadores especializados (note que nas 
fábricas modernas um trabalhador isolado não é capaz de produzir um produto sozinho), 
o sistema das corporações de ofício chega ao seu derradeiro destino. É preciso integração 
do trabalho de cada um. Tornam-se necessários processos, padrões e procedimentos, ou 
seja, a interação homem-máquina agora é regulada por um conjunto pré-determinado de 
passos. É preciso um sistema de comunicação e ensino melhor do que o existente, pois 
um operador experiente, já não é mais capaz de produzir um produto. 
A mudança da divisão social do trabalho para uma divisão manufatureira mudou a 
maneira de se conduzir a produção pela primeira vez, em milênios. 
 
7 
 
A era das fábricas e o Taylorismo – séc. XVIII e 1875
◉ Aparecimento das 
grandes fábricas
◉ Especialização do 
trabalho
◉ Surgimento dos padrões e 
dos gerentes 
◉ Taylor: administração 
científica
◉ Qualidade: produto 
bom/produto ruim
 
A ERA DAS FÁBRICAS E O TAYLORISMO 
Após a revolução industrial, aparece uma entidade totalmente nova na história humana: 
a fábrica. Nesta fábrica, um grande número de trabalhadores é empregado em serviços 
altamente especializados. Não há mais ofício, existem apenas atividades. A atividade de 
se ajustar uma máquina, a atividade de se apertar um parafuso, a atividade de se carregar 
carvão dentro de um vagão de trem, etc. 
Essas atividades, por si só não produzem o produto. É necessário coordena-las, coloca-
las em uma sequência lógica no final da qual o produto se materializará. Surge então a 
figura dos gerentes e coordenadores e os primeiros engenheiros de produção (embora essa 
profissão só venha a existir formalmente muito depois deste período). 
Com o passar do tempo, estes “coordenadores” começam a extrapolar o seu trabalho 
inicial. Eles não apenas integram as atividades, mas passam a padroniza-las e avaliar 
maneiras para torna-las mais eficientes. A condução da atividade não é mais do 
trabalhador (antigamente materializado na figura do artesão). O coordenador da empresa, 
mais capacitado, avalia como cada operário deve conduzir o seu trabalho e o instrui para 
isso. 
Esse procedimento culminou com o trabalho de um engenheiro chamado Frederick 
Taylor. Seu livro mais famoso chama-se “Princípios da Administração Científica”. 
Neste livro, Taylor populariza a ideia de que os gerentes devem estudar e melhorar o 
trabalho de seus funcionários. O livro foca no desafio da época, que era o aumento da 
produtividade da fábrica, para atender a um mercado ávido pelos bens produzidos. As 
ações eram sempre para produzir mais peças, carregar mais rápido e não em reduzir 
defeitos ou adicionar funcionalidades. A melhoria é no sentido de produzir mais e não 
de produzir melhor. 
As ideias de Taylor ganham grande popularidade quando este é convidado por Henry 
Ford a atuar como consultor de suas fábricas. Nasce aqui o que chamamos de Taylorismo, 
método de olhar criticamente para uma atividade, de maneira a torna-la mais produtiva. 
Obviamente Taylor não inventou a “análise crítica” da produção e dos tempos. Estudos 
que visavam aumentar a eficiência no trabalho existem desde os tempos antes de Cristo. 
8 
 
Vários autores renomados, como Adam Smith e Jean-Baptiste Say, já haviam publicado 
vasto material pregando a necessidade da melhoria da produção. O que Taylor fez foi, no 
momento certo, popularizar esse método. 
O Taylorismo é sempre considerado uma faca de dois gumes. Ele é extremamente 
positivo, pois abre ao mundo a ideia de melhoria de atividades (o que eventualmente 
evolui em melhoria de processos). Mas, apresenta vários problemas graves: foco no 
aumento da quantidade produzida; depende muito do gerente e não respeita o 
trabalhador, uma vez que lhe atribui o papel de máquina, deixando ao gerente toda a 
responsabilidade de pensar e melhorar o processo. É deste período a inspiração do 
maravilhoso filme “Tempo Modernos” de Charlie Chaplin. 
Felizmente, o sistema produtivo evoluiu muito ao longo dos anos... 
 
 
 
 
9 
 
O Fordismo – início do século XX até ~1930
◉ Criação da linha de 
montagem
◉ Padronização extrema
◉ Inicio da mentalidade de 
qualidade do produto
◉ Popularização da 
melhoria
 
FORDISMO 
Atuando como consultor na Ford Motor Company, Taylor tem a oportunidade de 
aumentar ainda mais a sua notoriedade. Ele e seu contratante desenvolvem o que hoje 
chamamos de linha de montagem, que nada mais é do que trabalhadores realizando 
atividade altamente especializadas num ritmo específico. As tarefas são realizadas num 
tempo determinado pela velocidade das máquinas da linha, seguindo padrões definidos e 
em uma sequência lógica de atividades. 
A popularização da linha de montagem afeta a maneira como a humanidade conduz a 
manufatura de tal forma que possibilita a massificação de produtos em uma escala nunca 
antes vista. Produtos complexos (como é o caso do carro) são popularizados e tornam-se 
acessíveis para uma grande quantidade de pessoas. Notem que a linha de montagem não 
era uma ideia original. Adam Smith mesmo já havia citado um exemplo desse tipo de 
montagem em um livro de 1750. O que Ford fez foi aperfeiçoar o sistema, colocando a 
lógica de tempos e métodos embutida nela. 
A padronização na linha de montagem assim como o treinamento sistêmico dos 
funcionários é muito importante. A empresa começa a se preocupar em como instruir seus 
trabalhadores a seguir padrões. Além disso, ela busca não modificar apenas o processo 
pelo qual a atividade é realizada, mas também busca desenvolver ferramentas que tornem 
o processo mais simples e eficaz. 
Novamente, não foi apenas Taylor que influenciou no desenvolvimento da linha de 
montagem na Ford. Thomas Edison também deu sua contribuição. Na época ele era sócio 
e mentor de Ford. 
Nesta era, nasce a preocupação com a qualidade dos produtos. Após inúmeras perdas de 
produtos pela falta de qualidade, se estabelece a criação de estruturas para se inspecionar 
se o produto está de acordo com a norma antes que chegue ao consumidor. Além disto, 
buscam-se maneiras de evitar que os funcionários cometam erros durante a condução de 
suas atividades (é um “avô” dos poka-yokes modernos), causada pela alta rotatividade nas 
perigosas fábricas e pela falta de capacitação do funcionário na operação pela qual ficou 
incumbido. 
10 
 
Todas as empresas a partir desta época adotam a linha de montagem, em algum aspecto. 
Isso ajuda a popularizar a preocupação com a qualidade e a atenção para a melhoria. 
 
11 
 
 
Shewhart e a sofisticação da melhoria (1930)
◉ Inicio do uso da estatística 
em melhoria de processos
◉ Criação de algumas das 
ferramentas básicas 
usadas atualmente◉ Busca por previsibilidade 
da resposta dos 
processos
 
NASCE A MELHORIA DE PROCESSOS 
Na década de 1930, acontece outro grande avanço na ciência da melhoria: inicia-se a 
utilização das ferramentas estatísticas e do método científico na melhoria de processos. 
Esse avanço aconteceu nos laboratórios Bell, uma das mais renomadas instituições de 
pesquisa da história (8 prêmios Nobel foram concedidos a trabalhos realizados nestes 
laboratórios). 
O protagonista desse avanço foi o estatístico Walter Shewhart. Ele trabalhava com a 
análise dos processos do laboratório. Dentre suas inovações mais importantes, podemos 
citar o controle estatístico de processo (CEP), que culmina com os Gráficos de 
Controle.O objetivo de Shewhart ao desenvolver tais ferramentas era identificar quando 
um sistema estava em estabilidade e quando ele tornava-se instável. Com isso, 
desenvolveu-se um dos pilares da melhoria de processos como conhecemos hoje: o 
entendimento da variação. Saber se um processo está estável ou instável é condição 
fundamental para saber quando e como devemos agir frente a um processo. É umas das 
primeiras ferramentas de diagnóstico gerencial que se tem notícia. 
Além dos métodos estatísticos, Shewhart também introduziu ao mundo fabril o método 
científico, desenvolvendo a construção de conhecimento e sua implementação por meio 
de mudanças nos processos. Esse “passo a passo” ficou conhecido como o ciclo de 
Shewhart e foi o embrião para as técnicas modernas do PDSA e do PDCA. 
Shewhart, durante sua vida acadêmica, também pode orientar outro famoso estatístico: 
Willian Edwards Deming. Deming, mais tarde, transformar-se-ia em um dos mais 
importantes gurus da qualidade, sendo responsável pela transformação do Japão no pós-
guerra e pela recuperação da indústria americana no final dos anos 80. 
 
12 
 
A reconstrução do Japão e o avanço da qualidade (1945 –
1980)
◉ Popularização da 
qualidade
◉ Aplicação da estatística
◉ Popularização da 
melhoria como vantagem 
estratégica
◉ Desenvolvimento do 
Sistema Toyota de 
Produção
 
 
Após a segunda guerra mundial, uma mudança bastante interessante nos métodos de 
produção começou a acontecer no Japão. O país precisava se reconstruir após a destruição 
causada pela guerra e estava determinado a fazer isso da melhor maneira possível. Nesse 
contexto, criou-se a JUSE em 1946 (Japanese Union of Scientists and Engineers, ou 
União Japonesa de Cientistas e Engenheiros). 
Essa entidade era composta pelos mais brilhantes e influentes personagens da indústria 
japonesa. Dela fazia parte quase à totalidade dos presidentes das grandes empresas 
japonesas da época e grande parte dos pesquisadores da indústria. 
Um dos objetivos iniciais da JUSE foi desenvolver métodos de produção mais eficientes, 
e para isso, convidou Deming a ir ao Japão para dar palestras sobre a gestão da qualidade 
e o uso de ferramentas estatísticas no desenvolvimento de processos. Essas palestras 
tiveram uma adesão muito forte entre os engenheiros japoneses e o conteúdo disseminado 
por Deming (no final da década de 1940 e nas décadas posteriores) fez com que o Japão 
se tornasse uma referência mundial em manufatura. 
Nessa época, além de Deming, outros pesquisadores se envolveram na iniciativa 
japonesa. Dentre os mais famosos podemos citar Joseph Juran, que introduziu o conceito 
de que a qualidade não devia ser controlada por inspeção e sim disseminada entre todos 
os processos da empresa. Juran foi o pai da qualidade como a conhecemos hoje. Ele 
também foi responsável por enxergarmos a qualidade como vantagem estratégica. Além 
de Deming e Juran, Kaoru Ishikawa e Armand Feigenbaum fizeram contribuições 
notáveis nesta era. 
Por fim, nesta etapa iniciam-se as primeiras iniciativas da Toyota em desenvolver seu 
sistema de produção (hoje mundialmente famoso). Taiichi Ohno, o grande precursor do 
TPS (Toyota Production System), começa a levar a melhoria e a qualidade ao operador. 
Ele retoma os velhos conceitos de padrões, porém deixa-os abertos para que cada 
trabalhador possa melhorar seu desempenho. Cria também a noção de funcionário 
multitarefa, que permite a um trabalhador executar múltiplas atividades dentro de sua 
empresa. A produtividade alcançada por causa dessas mudanças emerge violentamente 
13 
 
na década de 1980, tornando a Toyota uma das maiores produtoras de carros do mundo. 
O que hoje conhecemos como Lean manufacturing surgiu do Estudo feito pelo MIT à 
esta iniciativa. 
A compilação e aperfeiçoamento dos conceitos desenvolvidos aqui consolidaram o que 
hoje chamamos de Modelo de Melhoria. 
14 
 
ISO, Seis Sigma, Lean, WCM e Modelo de Melhoria – A 
era moderna (1980 até hoje)
◉ Da manufatura para o 
resto da organização (a 
padronização e a 
qualidade tomam outra 
proporção)
◉ A estatística também se 
populariza
◉ A parte humana é 
consolidada e 
disseminada
◉ Criam-se metodologias
 
 
Nos anos seguintes até os dias atuais, os avanços desenvolvidos na reconstrução do Japão 
se popularizam e se consolidaram. Hoje em dia, todos sabem o que é qualidade e a sua 
importância para os negócios. As técnicas que inicialmente estavam limitadas a 
manufatura penetram em todos os processos nas mais diversas organizações. De 
montadoras até hospitais, todos começam a usar padrões e estatística para melhorar seus 
processos. 
Além disso, nessa época surgem diversas metodologias que compilam os conceitos 
iniciais. Dentre as mais famosas podemos citar o seis sigma, criado Bill Smith na 
Motorola e popularizado por meio de seu presidente na década de 1980, Robert W. 
Galvin. Surge também a ISO (International Standarization Orgazition) ajuda a 
popularizar a padronização e o Lean, que auxilia a popularizar as lições aprendidas pela 
Toyota. 
É neste período que se consolidada a parte humana da mudança, principalmente pelas 
contribuições de Peter Scholtes. Começa-se a estudar técnicas e métodos de trabalho em 
equipe e maneiras de se alcançar melhores resultados com o time. É deste período a 
famosa frase que diz que liderar é alcançar objetivos com a equipe do jeito certo, ou seja, 
dentro da missão e dos valores da empresa. 
Surge também nessa época o WCM e o Modelo de Melhoria, que compilam 
aprendizados, roteiros e ferramentas para a aplicação disseminada da melhoria em larga 
escala. 
 
 
 
 
15 
 
Os conceitos 
fundamentais
 
OS CONCEITOS FUNDAMENTAIS DA MELHORIA 
 
 
16 
 
O saber profundo
Deming postula que a melhoria deve se 
basear em 4 pilares:
 
O SABER PROFUNDO 
Deming, ao longo de sua carreira, e principalmente ao final, sintetizou os fundamentos 
de sua teoria da melhoria de processos no que ele chamou de Conhecimento Profundo. 
 
 
 
17 
 
Let’s review some concepts
VISÃO SISTÊMICA
A organização é um sistema composto 
de processos. Esses processos estão 
correlacionados. É preciso enxergar 
essa correlação.
TEORIA DO 
CONHECIMENTO
Precisamos saber como gerar 
conhecimento sobre o que estamos 
fazendo e saber como disseminá-lo 
para toda a empresa
ENTENDIMENTO DA 
VARIAÇÃO
Processos variam, indicadores variam. 
É necessário estudar e aprender com 
essa variação.
PSICOLOGIA
Empresas são feitas de pessoas. Cada 
um tem seus objetivos e ambições. 
Entendê-los é vital para o sucesso da 
organização.
Os pilares do Saber Profundo de Deming
 
 
O saber profundo é pautado em 4 pilares fundamentais: 
Visão sistêmica: devemos parar de enxergar uma organização como um aglomerado de 
pessoas, mas sim como um conjunto de processos que tem por objetivo cumprirem uma 
função. Assim como o artesão nopassado, cada organização de pessoas deve transformar 
entradas em saídas, insumos em produtos e serviços menores em serviços maiores. 
Devido à complexidade adquirida pelos produtos e serviços modernos, observar esse 
objetivo da organização (ou esse propósito, como Deming preferia chamar) torna-se 
complexo. No dia a dia, como trabalhadores, pensamos muito em nossos departamentos 
e nossas atividades. Esquecemo-nos de enxergar como nosso trabalho se correlaciona 
com o trabalho das outras pessoas da empresa de maneira a entregar à sociedade o que 
ela espera de nossa organização. 
Um exemplo que utilizo muito para ilustrar este conceito é o relógio. Qual é a valia de 
um relógio se não for para marcar os dias e as horas? Esta é a sua função principal e todas 
as engrenagens e seus movimentos devem estar alinhados com esta função. Alguém 
analisa a hierarquia das engrenagens de um relógio? Não que eu saiba, apenas são 
analisados os processos que cada peça executa para que o relógio marque as horas da 
maneira mais precisa possível. Assim deve ser uma organização. 
Ter visão sistêmica é observar como cada parte da organização se correlaciona com as 
demais, permitindo a este sistema cumprir suas funções. Existem diferentes ferramentas 
para desenvolver essa visão, que serão exploradas ao longo do curso. Alguns exemplos 
são: SIPOC, fluxograma, VSM, entre outros. 
Teoria do conhecimento: é impossível fazermos nossas atividades de maneira melhor se 
não aprendemos algo novo sobre o que estamos fazendo. Gerar conhecimento, do técnico 
ao processual, é de fundamental importância para aumentar o desempenho da 
organização. Em outras palavras: precisamos saber aprender. Esse aprendizado não pode 
ser feito a duras penas, na base da tentativa e erro. Precisamos ter um método para 
aprender melhor. É justamente disso que fala a teoria do conhecimento. Como aprender 
melhor como organização? 
18 
 
As ferramentas que nos ajudam a aprender, são aquelas criadas em cima do método 
científico, como o ciclo PDSA e o Planejamento de Experimentos. Mais a frente, 
exploraremos em detalhes como funciona o método e quais são suas etapas para gerar 
conhecimento de maneira rápida e sólida. 
 
Entendimento da variação: este pilar tem tudo a ver com as ferramentas estatísticas. 
Todos os processos e resultados de uma organização variam. Às vezes vendemos mais, 
às vezes menos, às vezes uma peça sai mais leve, outras mais pesada. Isso é perfeitamente 
natural e por mais que trabalhemos para reduzir essas variações, nunca acabaremos com 
elas. O problema é a maneira como reagimos a essa variação. Imagine se todos os meses 
que eu vendesse menos eu ficasse triste e começasse a tomar ações drásticas. Isso não 
necessariamente faria com que eu vendesse mais no mês seguinte. Porém, se houvesse 
uma causa clara para eu vender menos, se eu não tomar uma ação drástica sobre ela, meu 
negócio estará ameaçado. 
Entender a variação é saber quando uma mudança no meu indicador é natural e quando 
ela não é natural (ou seja, tem algo novo e diferente no processo). As ferramentas 
estatísticas nos ajudam exatamente nesse quesito. Analisar o comportamento do indicador 
ao longo do tempo com essas ferramentas nos permite enxergar quando uma variação é 
significativa e quando ela é natural. 
Psicologia: organizações são compostas de pessoas, e pessoas tem sentimentos e 
ambições. Se não entendermos o que motiva cada um individualmente, dificilmente 
poderemos juntar os esforços individuais para atingir o propósito da organização. Esse 
entendimento é justamente a psicologia. Como disseminar o propósito de maneira que ele 
engaje continuamente cada membro da organização? Como trabalhar em equipe? 
Para melhoramos nosso domínio deste pilar, existe algumas técnicas, principalmente 
referentes à comunicação e ao alinhamento de cada um. Vamos discuti-la com mais 
profundidade ao longo do curso. 
 
 
 
 
19 
 
Melhorias…
Como, na prática, implementar o saber 
profundo?
 
COMO IMPLEMENTAR O SABER PROFUNDO 
 
 
20 
 
Use charts to explain your ideasOs requisitos do método
Entenda melhoria como necessidade estratégica
Domine uma técnica de melhoria
Crie uma estrutura favorável
 
 
O método do Modelo de Melhoria e os ensinamentos do Conhecimento Profundo são 
extremamente robustos. Eles podem ser aplicados em qualquer tipo de organização, 
porém, possui alguns requisitos. Devemos preencher esses requisitos se desejamos 
alcançar o máximo de resultado com estes conhecimentos. São eles: 
 Entender melhoria como necessidade estratégica: a organização precisa realmente 
estar engajada no desenvolvimento de melhorias. É impossível conduzir projetos de 
melhoria (independente da metodologia), sem que sejam disponibilizados os recursos 
necessários à equipe. Por exemplo, como um funcionário irá dedicar-se a melhorar um 
indicador se ele não fizer parte da necessidade da empresa? Como um trabalhador poderá 
melhorar seu desempenho se não possui tempo ou foco para aprender sobre o que está 
fazendo? Se a direção da organização não prezar pela melhoria, esta não irá acontecer. 
Dominar uma técnica de melhoria: isso é o que passaremos no curso de Green Belt, a 
técnica (um roteiro e várias ferramentas) para fazer a melhoria acontecer. Essa técnica 
deve ser dominada pelo agente que irá conduzir os esforços da equipe. Ele deverá atuar 
como um tutor conduzindo a equipe pelo roteiro e pelas várias ferramentas. 
Criar uma estrutura favorável para a melhoria: por fim, as organizações, juntamente 
com o agente de melhoria devem torna-la um processo do dia a dia. Os operadores de 
cada atividade devem possuir os meios necessários para gerar novas melhorias. Isso vem 
do trabalho da organização em mudar e adaptar seu próprio ambiente. 
 
 
 
 
21 
 
Mudança e Melhoria
Conceitos que andam juntos
 
CONCEITO FUNDAMENTAL 
 
 
22 
 
Use charts to explain your ideasMudança e Melhoria
Melhoria Mudança
Requer
Nem sempre resulta em
≠
 
 
Um ponto central da ciência da melhoria é a sua relação com a mudança. Uma boa 
definição de insanidade é fazer sempre a mesma coisa e esperar por resultados diferentes. 
É impossível melhorar alguma coisa sem que se façam mudanças. Melhoria requer 
mudança. Entretanto, mudança nem sempre resulta em melhorias. Algumas mudanças, 
inclusive, pioram o desempenho de um processo, portanto, não utilize melhoria como 
sinônimo à mudança. 
Esse conceito, apesar de parecer óbvio quando exposto dessa maneira, é traiçoeiro. Em 
nossa vida cotidiana, estamos acostumados a pensar sempre em mudar. É só observarmos 
as campanhas políticas que vemos em épocas de eleições: mudança, mudança, mudança! 
Poucos candidatos falam em melhoria. Por outro lado, em empresas, é comum nos 
depararmos com planos de ação em que o autor lista que encontrou 350 oportunidades de 
melhorias. Está errado. Ele encontrou oportunidade de mudanças, que serão ou não 
melhorias, cabendo ao tempo dizer isto. Então como desenvolver mudanças que tenham 
grande probabilidade de ser melhorias? 
Há uma maneira fácil de estruturamos essas mudanças, por meio das três questões 
fundamentais da melhoria. 
 
 
23 
 
Use charts to explain your ideasMudança e Melhoria
1. O que queremos melhorar?
3. Quais 
mudanças 
podemos fazer?
2. Como 
saberemos que a 
mudança é uma 
melhoria?
 
AS TRÊS QUESTÕES FUNDAMENTAIS 
Responder as 3 perguntas fundamentais da melhoria nos dão o que precisamos para 
realizarmos um projeto de sucesso. As perguntas criam um mapa com: 
• O objetivo do esforço. A primeira pergunta nos faz refletir sobre o que queremosrealizar. Quando o objetivo é claro, nós podemos estruturar de maneira mais efetiva 
as nossas ações. Além disso, podemos usar a definição de objetivo para alinhar a nossa 
equipe. 
• As métricas do esforço de melhoria. A segunda pergunta tem a ver com indicadores 
e métricas, ou seja, tem a ver com dados. Como saber que a nossa mudança foi uma 
melhoria? Precisamos de dados para isso! Se o nosso projeto de melhoria visa 
“diminuir os refugos na linha de produção”, só vamos saber que uma mudança foi 
uma melhoria quando medirmos a quantidade total de refugos ao longo do tempo e 
verificarmos uma queda. Definir claramente um indicador nos ampara na realidade e 
guia as nossas ações. 
• Quais mudanças podemos fazer? A terceira pergunta nos ajuda a definir o escopo. 
Quais mudanças poderemos realizar para alcançar o nosso objetivo, ou seja, impactar 
nosso indicador? Várias vezes, a resposta para esta pergunta aparece ao longo do 
projeto de melhoria. Entretanto, tentar respondê-la no começo do projeto ajuda a 
equipe a entender um pouco também suas restrições. Quais mudanças não poderão 
ser feitas? Podemos contratar mais gente? Podemos colocar mais controles? 
Antes de explorarmos mais a fundo cada uma dessas perguntas, precisamos fazer um 
comentário prático. As 3 perguntas podem ser respondidas de maneira iterativa, ou seja, 
não há uma ordem lógica para responde-las. Comece por qual pergunta preferir, apenas 
garanta que todas serão respondidas, mas a ordem é livre. 
Gosto bastante de uma história relacionada a isso. Em uma empresa que tivemos a 
oportunidade de trabalhar, os funcionários propunham a todo o momento realizar 
mudanças no processo (e acho que isso não acontecia só lá). Muitas dessas mudanças 
eram iguais às mudanças dos políticos que comentamos anteriormente, ou seja, sem um 
24 
 
foco claro definido. Algumas eram boas ideias, outras nem tanto, mas a grande maioria 
delas vinha embasada em problemas reais da organização. 
Para não desperdiçar as boas ideias e nem deixar passar os problemas, propusemos um 
método: todas as mudanças seriam analisadas, contanto que para cada uma, as outras 2 
perguntas fundamentais fossem respondidas. 
Desta maneira, quando um funcionário pensasse em uma mudança, ele era forçado a 
entender o objetivo dessa mudança e a propor um indicador ou uma métrica para 
identificar se ela seria uma melhoria. O resultado foi fantástico. Assim que uma mudança 
surgia na cabeça do trabalhador, ele logo identificava o real objetivo dela. Com o objetivo 
claro na cabeça, ele podia aperfeiçoar a mudança ou até mesmo propor uma alternativa 
até melhor que a ideia original. 
Faça um desafio. Muitas empresas possuem um programa de sugestões em que os 
colaboradores que fornecem boas ideias são premiados. Foram poucas as vezes que vi tal 
programa resistir mais que alguns meses. A maioria gera muitas sugestões no início, mas 
depois são deixados de lado e esquecidos. Os motivos para isto são muitos, da falta de 
boas ideias até a falta de empenho da empresa em colocar em prática as sugestões 
recebidas. Diante disto, proponha o desafio de colocar as três questões no formulário de 
sugestões. Isto irá forçar os colaboradores a sugerirem ideias mais trabalhadas, com 
objetivo, indicador e sugestão de mudanças. E, ideias mais estruturadas tem grandes 
chances de serem boas, o que vai potencializar seu programa de sugestões e fazer com 
que os próprios colaboradores percebam a diferença e a força do programa. 
 
 
 
25 
 
In two or three columns
CONTEXTUALIZE
Busque entender qual é 
o contexto do projeto 
de melhoria. O objetivo 
nunca aparece de 
maneira clara…
DEFINA O OBJETIVO
Tente definir o objetivo 
de uma maneira 
concisa e objetiva. Fuja 
de objetivos genéricos. 
Tente várias definições.
RESTRINJA
Entenda quais as 
fronteiras do seu 
projeto, quais as 
restrições. Delimite o 
escopo no tempo e 
espaço.
O que queremos realizar?
 
O QUE QUEREMOS REALIZAR? 
Para responder à primeira pergunta, vale a pena seguir estas boas práticas: 
• Entenda o contexto em que sua organização está inserida. Converse, discuta o que 
está acontecendo com os demais envolvidos, buscando concretizar o que queremos 
fazer. É muito difícil sair com um objetivo concreto de uma situação, é como se 
houvesse uma “fumaça” na cabeça de cada um dos envolvidos. O que temos que fazer, 
como gestores de melhoria, é condensar essa fumaça em algo concreto, um objetivo. 
Para isso, precisamos entender o sentimento e as impressões de todos os envolvidos 
mais próximos. Não há maneira melhor para esse entendimento do que conversando 
com todos. 
• Defina um objetivo. Se o passo anterior era muito aberto, este deve ser muito 
fechado. Após as discussões, force a equipe a sair com um objetivo claro. Objetivos 
claros tem uma estrutura padrão: 
Verbo no infinitivo (diminuir ou aumentar) -> indicador -> em quanto -> onde 
-> até quando. 
Exemplos: 
 Diminuir o número de refugos na linha de produção em 38%, até janeiro 
de 2017. 
 Aumentar as vendas pelo site, de 100 vendas diárias para 400 vendas 
diárias até março de 2016. 
 Diminuir o retrabalho na máquina em 80% até segunda-feira, 08/5/19. 
Essa definição clara de objetivo faz com que saiamos da “fumaça” que geralmente são os 
contextos das empresas e entremos em algo concreto. Uma vez claro o indicador, 
podemos alinhá-lo com o grupo e começar a trabalhar. 
 
26 
 
• Coloque as restrições necessárias. Alguns exemplos de restrições são: não contratar 
mais pessoas ou não aumentar os gastos. Além desses, podemos ter restrições de 
escopo como, não fazer nenhuma mudança nos processos de vendas. 
Uma vez feito isso, o seu time de melhoria está pronto para começar a trabalhar. 
 
 
 
27 
 
In two or three columns
Um departamento de compras
O departamento de compras de uma multinacional está com dificuldades em
encontrar bons fornecedores. Sempre que vai buscar por fornecedores mais
baratos e confiáveis, demoram muito tempo para conseguir poucas opções (e
opções não tão boas). O departamento vê que seus custos estão altos e sente
que os compradores do departamento não estão performando direito.
Impaciente com esssa situação, o diretor de compras decide agir!
Pensando neste cenário, responda:
1. Qual é o incomodo presente neste exemplo?
2. Qual poderia ser um objetivo para melhorar este processo?
3. Quais restrições poderiam ser aplicadas?
Exercício!
 
 
Há diversas maneiras de formular esse incômodo. Podemos seguir a linha do diretor de 
compras, que provavelmente vai culpar os compradores por sua incompetência em seguir 
um processo “pautado pelo bom senso”. A ansiedade do diretor por gerar resultados e 
diminuir seus custos poderia fazer com que ele estabelecesse como objetivo: “Diminuir 
o número de compradores no setor para o mínimo agora!”. Neste caso, as ações seguiriam 
para impactar o indicador de head count (número de pessoas). Mas nem sempre isso é 
uma boa estratégia. 
Poderíamos, alternativamente, pensar no incômodo como sendo os custos altos do 
departamento. Neste caso, iríamos colocar como objetivo: “Reduzir os custos do 
departamento de compras em X% até o próximo trimestre”. É uma estratégia. Entretanto, 
acredito que esta definição de objetivos iria focar em ações do tipo: reduzir as visitas para 
aos fornecedores; comprar canetas mais baratas; não imprimir tantos papéis, etc. Não que 
estas mudanças sejam ruins, elas apenas não estão diretamente ligadas com o real 
problema do departamento de compras. 
A melhor definição de objetivo teria que atacar o cerne do incômodo: “Reduzir o tempo 
para conseguir novos fornecedores de 20 dias para 2dias até o próximo trimestre”. Essa 
definição ataca justamente o problema e abre a criatividade para as pessoas começarem a 
analisá-lo da forma correta. Perguntas melhores começarão a ser feitas, como: “Onde 
podemos encontrar melhores fornecedores? ”; “O que é um bom fornecedor? ”, “Por quais 
canais vamos contatar esses fornecedores? ”; “Como faremos esses fornecedores 
chegarem até nós? ”. É justamente esse tipo de discussão que queremos que nossa equipe 
tenha ao trabalhar em um projeto de melhoria. 
Lembrem-se: uma das maneiras mais criativas de resolver um problema é 
formulando-o e refomunlando-o. 
 
 
28 
 
Resolvendo um problema
Para resolver um problema, devemos 
formulá-lo corretamente
 
 
29 
 
In two or three columns
USE DADOS 
CONFIÁVEIS
A segunda pergunta 
tem a ver com 
indicadores. Tenha 
certeza que você está 
trabalhand com dados 
confiáveis.
ENTENDA A 
VARIAÇÃO
Indicadores são 
dinâmicos e variam. 
Não se deixe enganar 
por comparações do 
tipo um mês contra o 
outro.
USE CONTRA 
INDICADORES
Não adianta melhorar 
um aspecto e piorar 
outro.
Como saberemos que a mudança é uma melhoria?
 
COMO SABEREMOS SE A MUDANÇA É UMA MELHORIA 
Na hora de verificar se uma mudança deu errado ou certo, não basta o nosso feeling. 
Muitas pessoas desenvolvem ao longo do projeto verdadeiras histórias de amor pelas 
mudanças que propõem e, como sabemos, tanto amor pode afetar nosso julgamento. A 
segunda pergunta só pode ser respondida com a coleta de dados. 
Iremos, ao longo do curso, comentar bastante sobre como se coletar bons dados, 
entretanto, algumas considerações iniciais são muito importantes: 
• Dados nem sempre são confiáveis. É preciso gastar um bom esforço na definição do 
padrão sobre como coletamos nossos dados. Existem várias ferramentas que serão 
abordadas ao longo da certificação para a boa coleta de dados, como por exemplo, 
folhas de verificação, definições operacionais e avaliação estatística do sistema de 
medição. 
• Dados possuem variação (lembrem-se dos pilares fundamentais!). Temos que 
entender quando uma mudança no indicador é significativa e quando ela não é. Só 
podemos fazer isso analisando a variação natural do processo. Comparações do tipo 
um mês contra o outro são, em geral, armadilhas perigosas. 
• Use contra indicadores. Não adianta melhorar os indicadores de custo e produtividade 
e piorar os indicadores de acidentes de trabalho. Saibam quais são os indicadores que 
queremos controlar, colete-os e analise as suas variações. 
 
 
 
 
30 
 
In two or three columnsObjetivo: reduzir o tempo de ciclo
Medidas antes e depois
NEWVAR3
CY
CL
E
0
1
2
3
4
5
6
7
8
9
10
Medida Antes Medida Depois
MUDANÇA
Medida na sem ana 4 Medida na sem ana 11
 
 
Para entender um pouco melhor a variação, temos este exemplo. Observando o gráfico 
acima e tendo em mente que o objetivo do projeto de melhoria era diminuir o tempo de 
ciclo, é possível dizer que a mudança (realizada entre a primeira e a segunda medição) 
foi uma melhoria? Seja sincero e responda agora. Depois, mostraremos alguns 
argumentos que poderá fazê-lo tornar-se mais prudente em relação a este tipo de 
comparação. 
 
 
 
31 
 
In two or three columnsObjetivo: reduzir o tempo de ciclo
Semana Cenário 1 Cenário 2 Cenário 3 Cenário 4 Cenário 5 Cenário 6
1 6 6 9 8 6 3
2 9 2 9 9 9 4
3 7 3 6 7 7 2
4 8 8 8 8 8 8
5 6 4 7 6 3 3
6 7 2 6 7 2 2
7 9 9 6 9 4 4
8 2 7 4 2 3 2
9 3 3 4 1 2 3
10 4 7 3 3 4 4
11 3 3 3 3 3 3
12 3 6 2 5 2 3
13 4 9 3 8 4 4
14 2 4 2 9 3 3
 
 
Intuitivamente diríamos que a mudança do slide anterior é sim uma melhoria. 
Entretanto, vamos analisar estes 6 cenários propostos. Todos eles poderiam representar o 
gráfico anterior, pois possuem tempo na semana 4 = 8 e tempo na semana 11 = 3. 
Todos eles foram melhorias? Vamos colocar estes dados de uma forma mais fácil de se 
observar... 
 
 
 
32 
 
In two or three columnsObjetivo: reduzir o tempo de ciclo
 
 
Cenário 1: 
Aqui podemos ver claramente que a mudança foi uma melhoria. Temos um bom 
indicativo de que a variação do tempo de ciclo antes da mudança oscilava entre 6 e 9 e, 
depois da mudança oscila entre 2 e 4. 
Melhorias geralmente possuem esse comportamento. É possível observar claramente o 
impacto da mudança, mesmo quando analisamos os indicadores com suas variações. 
 
 
 
33 
 
In two or three columnsObjetivo: reduzir o tempo de ciclo
 
 
Cenário 2: 
A mudança neste caso não representou melhoria alguma! A diferença entre a semana 4 e 
a semana 11 está completamente dentro da variação natural do processo. O tempo de ciclo 
assume vários valores entre 2 e 9. Qualquer variação neste patamar é dita ser uma variação 
normal, atribuídas as causas naturais ao processo. Não se deixem enganar por estes 
cenários! Não façam comparações de um ponto contra o outro! Isto poderá deixa-lo 
cego quanto a variação natural do processo. 
 
 
 
34 
 
In two or three columnsObjetivo: reduzir o tempo de ciclo
 
 
Cenário 3: 
Aqui também não possível atribuirmos a melhoria à mudança realizada. Apesar do 
processo estar melhorando, o comportamento do processo pouco tem a ver com a 
mudança sinalizada. São grandes as chances desta melhoria no indicador ser efeito de 
alguma mudança realizada antes da quarta semana. 
O que os dados do cenário 3 nos mostram é que algo aconteceu no processo que fez com 
que ele mudasse de comportamento. Ele já vinha mudando de comportamento quando 
fizemos a mudança, e esta foi sem efeito, pois a mudanças não se acelerou. 
 
 
 
35 
 
In two or three columnsObjetivo: reduzir o tempo de ciclo
 
 
Cenário 4: 
Aqui novamente não temos uma melhoria. Sim, a mudança causou uma variação 
significativa no indicador, mas não foi uma melhoria. 
Isso porque melhorias devem ser duradouras. Neste caso temos a mudança causando um 
impacto temporária no indicador, entretanto o mesmo volta a subir após algum tempo. 
Este comportamento é típico de campanhas de conscientização, que funcionam por um 
curto período, mas não melhoram o sistema de fato. Não é esse o tipo de resultado que 
devemos buscar em nossos projetos. 
 
 
 
36 
 
In two or three columnsObjetivo: reduzir o tempo de ciclo
 
 
Cenário 5: 
 
Neste cenário temos um caso muito parecido com o cenário 3. Não temos uma melhoria 
gerada pela nossa mudança. Algo aconteceu que melhorou o processo, porém não teve 
nada a ver com a nossa mudança. Este fato aconteceu entre a semana 4 e a 5 e não entre 
7 e a 8 que foi quando realizamos a mudança. 
É importante relacionarmos às variações significativas em nossos indicadores à nossas 
mudanças, pois só assim poderemos adquirir mais conhecimento sobre o processo a fim 
de melhorá-lo de forma continua. 
 
 
 
37 
 
In two or three columnsObjetivo: reduzir o tempo de ciclo
 
 
Cenário 6: 
 
Por fim, temos mais um caso de não-melhoria. Esse caso é interessante, pois a diferença 
entre a semana 4 e a semana 11 foi causada por um “ponto fora da curva” na primeira 
medição. 
Isso acontece bastante, e tais pontos são o que definiremos futuramente como causa 
especial. Algo aconteceu na semana 4 que fez o tempo de ciclo explodir naquela semana, 
mas depois dela, o indicador retornou à estabilidade e o processo continuou estável. 
Veremos que quando isso acontece, nem sempre é uma boa estratégia analisar todo o 
processo. Temos que analisar apenas a causa especial e identificar o que pode ter 
acontecidoali, para que não deixemos que aconteça novamente. 
 
 
 
38 
 
Definição de 
melhoria
 
 
Vamos então definir melhoria. 
 
 
 
39 
 
In two or three columnsMelhoria é:
Um impacto positivo, relevante e duradouro em 
indicadores de interesse da organização
 
DEFINIÇÃO DE MELHORIA 
 
 
40 
 
In two or three columnsExercício!
5S: mudança ou melhoria?
Temos mudanças nas imagens?
Temos melhorias?
 
 
Na foto temos um exemplo clássico de “implementação do 5S”, que é uma das técnicas 
do Lean Manufacturing. Trabalhamos com diversos desses programas de arrumação em 
nossa história profissional. No exemplo dado podemos mostrar que houve uma mudança: 
antes estava desorganizado e agora está organizado. Mas, podemos falar que isso é uma 
melhoria? 
 
 
 
41 
 
In two or three columnsExercício!
Mudança ou melhoria?
Por que isso ocorre?
 
 
O que acontece muitas vezes com o 5S é que as pessoas esquecem de implementar 
ferramentas ou de tomar ações para manter a organização duradoura. Isso faz com que 
o ambiente volte a se tornar desorganizado. 5S não é sinônimo de faxina nem arrumação, 
apesar de muitas pessoas confundirem. 
Isso acontece, pois, as pessoas geralmente não se preocupam com o “processo” de 
arrumação, e sim com a arrumação em si. O Lean (e o Seis Sigma) tem tudo a ver com a 
maneira pela qual enxergamos e agimos nos processos a fim de realizar melhorias. Se 
fizermos tudo direito, esse tipo de coisa não vai acontecer. 
Sobre o caso específico do 5S, recomendamos nosso curso grátis, hospedado em nossa 
plataforma EAD. O link direto é ead.fm2s.com.br/curso/curso-de-5s/ 
 
 
 
42 
 
In two or three columns
INDICADORES DE 
RESULTADO
Aonde queremos 
chegar?
Qual é o resultado 
final?
INDICADORES DE 
PROCESSO
Estamos fazendo as 
coisas certas para 
chegarmos onde 
queremos?
INDICADORES DE 
EQUILÍBRIO
As nossas mudanças 
estão causando 
problemas em outras 
partes do sistema?
Indicadores – Temos 3 tipos
 
TIPOS DE INDICADORES 
Temos basicamente 3 tipos de indicadores em projetos de melhoria: indicadores de 
resultado, que estão ligados ao atendimento da necessidade do cliente; indicadores de 
processo, que estão relacionados com a caminhada para alcançarmos os resultados e; 
indicadores de equilíbrio, que são os nossos contra indicadores. 
Indicadores de resultados nos dizem onde vamos chegar. Respondem diretamente a 
segunda pergunta e nos diz se as mudanças estão de fato levando à melhoria. Estes são os 
indicadores que você quer impactar. Dizem como está desempenhando o sistema: qual o 
resultado final. Estes indicadores também são chamados de itens de controle. 
Exemplos de indicadores de resultados: 
• Para a qualidade: número de unidades defeituosas. 
• Para os sistemas de medição: reclamações a cada 1000 produtos. 
• Para a vida pessoal: vezes em que chega atrasado em uma reunião. 
• Para um processo de vendas: vendas realizadas por mês. 
Indicadores de processo nos dizem se estamos fazendo o que planejamos para chegar 
aos resultados. Para chegar onde queremos com nossos sistemas, devemos executar as 
mudanças em nossos processos, não apenas planejá-las. Estaria o processo se 
comportando de maneira esperada? É isso que nos dirá os indicadores de processo. Iremos 
discutir mais a fundo a questão de sistemas, processos e procedimentos na etapa do 
Measure, do Define. 
Exemplos de indicadores de processos: 
• Para qualidade: 
• Porcentagem de operadores treinados no novo procedimento. 
• Porcentagem de máquinas calibradas na linha de produção (note que estes dois 
indicadores impactam no indicador de resultado). 
• Para sistemas de medição: nível de precisão das máquinas. 
43 
 
• Para a vida pessoal: vezes que coloca seu despertador para despertar. 
• Para um projeto de vendas: número de ligações realizadas. 
Por fim, os indicadores de equilíbrio são nossos contra indicadores. Não podemos 
melhorar uma parte do sistema e piorar outra. Temos que ter boas medidas para sinalizar 
se não estamos afetando negativamente o sistema. 
Exemplos de indicadores de equilíbrio: 
• Para a qualidade: número de inspeções. 
• Para um sistema de medição: tempo gasto com calibrações. 
• Para a vida pessoal: número de erros ocasionados pelo estado de desatenção 
provenientes da necessidade de acordar mais cedo todos os dias. 
• Para um projeto de vendas: número de descadastros em campanhas de e-mail 
marketing. 
 
 
 
 
44 
 
Let’s review some concepts
ANÁLISE CRÍTICA DOS 
PROCESSOS
Que mudanças podemos fazer?
As estratégias para se desenvolver mudanças
USO DA TECNOLOGIA
USO DA CRIATIVIDADE CONCEITOS DE MUDANÇA
 
QUE MUDANÇAS PODEMOS FAZER 
Para se desenvolver mudanças que gerem melhoria, podemos usar basicamente 4 
estratégias, que serão mais aprofundadas na etapa do Analyze. São elas: 
 A análise crítica do processo: nesta, usamos uma série de ferramentas para 
entender o processo em seus detalhes e, com base neste conhecimento, 
desenvolver maneiras de melhorá-lo. As ferramentas que usamos são variadas, 
indo de análise de indicadores (gráficos de controle, tendência e frequência), 
quanto ferramentas de análise de processos (desconexões, diagramas de causa e 
efeito e os 5 porquês). Durante o curso de Green Belt, aprofundaremos bastante 
cada uma delas. 
 Uso da tecnologia: usar a tecnologia é uma boa maneira de se desenvolver 
mudanças que gerem melhoria. Por exemplo, em uma fábrica: podemos trocar 
uma máquina antiga por uma máquina nova e mais produtiva e, com isso, 
aumentar a produtividade geral daquela planta. Entretanto, muitas vezes o uso da 
tecnologia é uma estratégia cara que pode ser desastrosa. Se a máquina que 
trocamos não for o gargalo daquela fábrica, apesar do investimento, não iremos 
afetar positivamente o sistema como um todo. 
 Uso da criatividade: muitas vezes a análise crítica se torna limitada na geração 
de novas ideias de mudanças. Saímos sempre com sugestões do tipo “mais do 
mesmo” e nos sentimos limitados. É aí que entra a criatividade! Mas não a 
criatividade no sentido de uma genialidade espontânea que sai do nada e sim o 
uso de técnicas sistemáticas que irão ativar a nossa criatividade. A partir da 
utilização destas técnicas, podemos enxergar além e gerar soluções úteis e 
inovadoras. Iremos discutir criatividade mais à frente, na parte do Analyze, 
entretanto, os alunos que se interessarem podem acessar nosso curso completo e 
gratuito sobre criatividade. O link direto é: http://ead.fm2s.com.br/curso/curso-
de-criatividade-principios-e-abordagens/ 
 
45 
 
 Os conceitos de mudança: uma boa estratégia para se buscar mudanças é apostar 
no que já deu certo (não precisamos reinventar a roda, não é mesmo?). Pensando 
nisso, algumas instituições compilaram inúmeros projetos de melhoria pelo 
mundo, de maneira a estudar casos de sucesso e extrair o conceito por trás de cada 
um deles. Com estes resultados, elaboraram o que chamamos de conceitos de 
mudança. Estes, são dicas para que você, dependendo do seu objetivo, elabore 
uma mudança que muito provavelmente se tornará uma melhoria. Iremos 
comentar mais sobre esta técnica na parte do Analyze, porém se gostou da ideia, 
pode baixar nosso e-book que te ensina a trabalhar com esta técnica. O link direto 
é: http://downloads.fm2s.com.br/e-book-conceitos-de-mudanca 
 
 
 
46 
 
O Ciclo PDSA
 
O CICLO PDSA 
Além das 3 perguntas fundamentais, o Modelo de Melhoria é formado pelo ciclo PDSA. 
O ciclo PDSA é um roteiro iterativo de aquisição de conhecimento inspirado no métodocientífico. Ele nos permite adquirir conhecimento novo sobre o que estamos fazendo. 
Ora, estamos aqui falando de melhoria de processos. Como melhorar um processo de 
“apertar parafusos” sem saber uma maneira melhor de se apertar parafusos do que a já 
praticada. Essa maneira, só vem com um conhecimento maior da tarefa específica 
“apertar parafusos”. É justamente este conhecimento que o ciclo PDSA nos ajuda a obter. 
É importante, neste ponto, não confundirmos o ciclo PDSA com o ciclo PDCA, 
popularizado pela Toyota e difundido por inúmeras consultorias no Brasil e no mundo. O 
ciclo PDSA é um método para a geração de conhecimento, enquanto o ciclo PDCA é um 
roteiro de melhoria. Ao longo de um projeto de melhoria, realizamos inúmeros ciclos 
PDSA. O PDCA, por usa vez, equivale em geral a dois ciclos PDSA, pois ele busca 
entender a causa do problema e testar uma possível solução. Utilizando o PDSA, 
costumamos fazer um ciclo de verificação e coleta de dados para entender a causa e 
depois, um ciclo de teste para verificar se a mudança proposta é uma melhoria. Ele é mais 
flexível e fácil de se aprender. 
 
 
47 
 
Use charts to explain your ideasA construção da melhoria
Capacidade 
de gerar 
melhorias 
aumentada
Conhecimento profundo
Conhecimento específico no assunto
 
 
O conhecimento profundo foi a grande contribuição de Deming para as 
organizações. Por meio dele, passamos a entende-las como um sistema e aprendemos 
como desenvolver mudanças e gerar melhorias de uma forma estruturada. 
A teoria do conhecimento, um dos pilares do Saber Profundo é a melhor maneira de se 
ganhar o conhecimento necessário para desenvolver mudanças com potencial de levar o 
sistema à um novo patamar de desempenho. É por meio dele que conseguiremos melhorar 
continuamente o que estamos fazendo. Vamos aprofundar mais sobre o método científico 
por meio do aprendizado do ciclo PDSA? 
 
 
 
48 
 
Use charts to explain your ideasO método científico
F
1. Tudo começa quando observamos um fato ou 
fenômeno
 
 
O método científico começa quando observamos um fato ou fenômeno de alguma 
forma. Em projetos de melhoria, ele é normalmente representado por: 
• Um problema detectado no produto ou serviço; 
• Algumas (ou várias) reclamações de clientes; 
• Uma oportunidade de crescimento. 
Em ciência, esse fato ou fenômeno pode ser a trajetória das estrelas no céu (que inspirou 
os astrônomos no desenvolvimento das mais importantes teorias), a manifestação de uma 
doença, um comportamento estranho em um conjunto de dados, etc. 
 
 
 
49 
 
Use charts to explain your ideasO método científico
F
2. Após a observação, fazemos uma análise para
entender o fenômeno. O entendimento ao final da
análise aparece na forma de uma hipótese, ou
teoria, que explica o fenômeno observado.
H
 
 
Frente ao fato, começamos a analisá-lo e a tentar entendê-lo. Ao final desta análise, 
temos sempre uma teoria que explica o que está acontecendo. Na prática, em um projeto 
de melhoria esse desenvolvimento poderia acontecer da seguinte forma: 
• Pegamos uma peça metálica com problema; 
• Vemos que o problema é um risco grande e profundo que acontece apenas em um dos 
componentes da peça; 
• Analisamos que, no dia de produção do componente, a máquina responsável pela sua 
manufatura estava com uma sujeira em uma de suas partes; 
• Desenvolvemos a hipótese: o risco foi proveniente daquela sujeira. 
Este é um exemplo relativamente simples. Dependendo da complexidade dos fatos 
apresentados, podemos usar ferramentas de análise complexas (como análises de 
regressão linear, análises de fenômeno, etc.). O que dita se vamos fazer uma análise 
simples ou sofisticada é o grau de conhecimento que temos sobre o fenômeno. Quanto 
maior o conhecimento, provavelmente melhor será a complexidade da análise. Quanto 
menor, mais análises serão necessárias para construirmos o conhecimento suficiente para 
desenvolvermos boas mudanças. 
 
 
 
50 
 
Use charts to explain your ideasO método científico
F
H
Fp
3. Com base na hipótese, elaboramos uma
predição: por exemplo, como o processo vai se
comportar após a mudança.
 
 
A extrapolação da hipótese, naturalmente, gera predições. Pensando no caso da nossa 
peça: uma vez que elaboramos uma teoria de que o risco é causado pela sujeira na 
máquina, intuitivamente pensamos em remover a sujeira. A predição é que, uma vez 
removida a sujeira, o risco não irá mais aparecer. É exatamente isso que fazemos no 
método científico: a partir de uma hipótese, elaboramos uma teoria e por meio dela, 
predições (ou palpites). 
O bom é a teoria elaborada para fundamentar a hipótese, pode ser extrapolada e gerar 
predições em diferentes áreas, inclusive naquelas que não foram usadas para a formulação 
original. Em outras palavras, saber que sujeiras provocaram o risco naquela peça, pode 
nos dar a predição de que a mesma máquina suja pode produzir outros tipos de peças 
defeituosas, ou que qualquer máquina que produza peças com riscos está suja. 
Extrapolar a hipótese em predições interessantes é um exercício de curiosidade e 
criatividade. Temos que nos manter atentos e ávidos para identificar essas possibilidades. 
Entretanto, predições podem ou não ser reais. A predição é gerada por meio de uma 
teoria. Se a teoria não estiver correta, nossa predição também não estará. Por isso 
precisamos realizar um experimento para testar se a teoria está correta, comparando o 
resultado obtido com a predição. 
 
 
 
51 
 
Use charts to explain your ideasO método científico
F
H
Fp
4. Com base nas predições, realizamos um
experimento para observar os fatos reais. Será
que eles são iguais às predições?
FR
 
 
O quarto passo do método científico é a experimentação. Nesta etapa, verificamos se 
as nossas predições são reais ou não. Para isto, criamos um ambiente controlado e 
realizamos mudanças para observar o resultado. 
Em nosso exemplo, tínhamos a predição: “se limparmos a máquina, o risco irá sumir”. 
Um bom experimento para verificar isso seria selecionar uma máquina semelhante, 
limpá-la de uma maneira padronizada (esse padrão poderá, inclusive, ser usado depois, 
caso o experimento seja bem-sucedido), e observar, após uma amostragem de 1000 peças, 
se há alguma com risco semelhante ao previamente reportado. 
Se não houver, aumentamos o grau de convicção de que a nossa teoria era boa, portanto 
podemos extrapolá-la (levar para outras máquinas, etc.). Caso ainda apareçam riscos, 
temos que rever a hipótese e as condições do experimento (será que o risco não tem nada 
a ver com a sujeira ou será que apenas o nosso procedimento de limpeza não era 
adequado?). De qualquer maneira (se o experimento der certo ou errado) ganhamos 
conhecimento específico e sólido sobre o que estamos trabalhando. 
Notem que um bom experimento testa mais de uma predição ao mesmo tempo. No caso 
acima, testamos duas: a de que o risco era causado pela sujeira e de que o 
procedimento de limpeza iria remover a sujeira. Se vamos testar mais de uma 
predição, em geral precisamos coletar mais de um dado, por isso é bom deixar claro todos 
os dados que iremos coletar durante a condução do experimento. Experimentos custam, 
por isso temos que explorá-los ao máximo. 
 
 
 
52 
 
Use charts to explain your ideasO método científico
F
H
Fp FR
H2
5. Após realizado o experimento, observamos os
fatos reais e elaboramos uma segunda versão de
nossa hipótese.
 
 
Realizado o experimento, analisamos novamente os dados obtidos e reformulamos a 
teoria. Todos os experimentos geram uma nova rodada de dados. A partirdesses dados, 
reformulamos nossa teoria. 
Em nosso exemplo com a peça, após o experimento podemos ter os seguintes fatos: 
• O risco não sumiu, mas apareceu menos vezes. 
• As peças com defeito apareceram apenas na segunda metade do experimento. 
• A máquina antes do experimento estava limpa. 
• A máquina ao final das corridas estava suja. 
Esses fatos indicam que: 
• O defeito pode ainda estar relacionado com a sujeira. 
• O procedimento é capaz de limpar a máquina. 
• A máquina está sujando ao longo da produção. 
Com isso, temos uma nova hipótese: a sujeira é gerada ao longo das rodadas e está 
relacionada com o defeito. 
Para testar essa hipótese, podemos pensar em um novo procedimento que limpe a 
máquina ao longo de seu funcionamento. Podemos também direcionar a nossa análise 
para tentar entender “Por que a sujeira se forma? ”. Essa pergunta, irá gerar outras 
hipóteses bem sofisticadas e novas predições. Em geral, predições são formuladas por 
meio de perguntas bem-feitas. 
 
53 
 
Use charts to explain your ideasO método científico
F
H
Fp FR
H2
...
Hs
Para completar o método, repetimos este ciclo até
termos uma hipótese sólida. Lembrem-se:
nenhuma hipótese explica tudo, mas alguas
hipóteses são úteis.
 
 
O método científico consiste em repetir esses passos de observação, análise, 
elaboração de hipótese, predição, experimento até que formamos uma teoria sólida. 
Sempre podemos contestar a hipótese vigente. Isso, em ciência, acontece todos os dias e 
em projetos de melhoria, também. Quando elaboramos uma cultura de contestar o status 
quo dos processos por meio do ganho de conhecimento específico, temos o que 
chamamos de melhoria contínua. 
Devemos lembrar, entretanto, que projetos de melhoria usualmente possuem começo 
meio e fim. Portanto, normalmente paramos as ações intensivas uma vez que encontramos 
a solução para o problema inicial, ou uma boa estratégia para abraçar a oportunidade 
inicial. Isso também não nos impede de passar o “espírito” da melhoria por meio da 
geração de conhecimento específico (PDSA) para as pessoas permanentemente 
envolvidas naquele processo. Se eles souberem aplicar o método científico, irão melhorar 
mais e mais o processo, possivelmente gerando inovações radicais na maneira como as 
coisas são feitas. Tal modelo obteve imenso sucesso ao ser utilizado e propagado pela 
Toyota. 
 
 
 
54 
 
Use charts to explain your ideasO ciclo PDSA
 
COMO GIRAR O CICLO PDSA 
O ciclo PDSA padroniza a aplicação do método em projetos de melhoria. Ele consiste 
na execução de 4 etapas para conseguirmos gerar, testar ou aplicar conhecimento 
específico sobre um assunto. 
A primeira etapa é o Plan (planejar). É comum nesta etapa começarmos declarando 
claramente o objetivo do ciclo PDSA. Notem que o objetivo está diretamente ligado com 
a sua hipótese. Para o exemplo da peça que apresenta riscos que achamos que é sujeira, 
podemos definir como objetivo do ciclo: “Verificar a influência da sujeira nos riscos 
frente ao novo procedimento de limpeza”. 
Um ponto é muito importante lembrar: o objetivo do ciclo NÃO é igual ao objetivo 
do projeto de melhoria. Um projeto de melhoria pode ter vários ciclos PDSA’s 
individuais ao longo do mesmo, visando cumprir um objetivo final maior. No exemplo 
da peça o objetivo do projeto de melhoria era “reduzir defeitos”. 
Na fase de planejamento também colocamos todas as questões que fizemos (sempre 
baseadas em nossa hipótese atual sobre o problema) e as predições para as respostas à 
elas. Um exemplo, para o nosso caso seria: 
• Questão 1: será que o risco está relacionado com a sujeira na máquina? 
• Predição 1: sim, acreditamos que o risco está diretamente relacionado com a sujeira 
na máquina. Acreditamos que se não aparecer sujeira na corrida, não haverá um risco 
sequer nas peças produzidas. 
• Questão 2: o novo procedimento será capaz de eliminar a sujeira? 
• Predição 2: acreditamos que sim. Se realizarmos o procedimento na primeira rodada, 
não haverá sujeira alguma na máquina. 
Feito isso, ainda no Plan, devemos detalhar satisfatoriamente como iremos coletar dados 
reais que responderão às perguntas. Este plano de coleta de dados deverá estar claramente 
declarado, visto que qualquer pessoa envolvida no projeto possa ler o plano e realizar o 
55 
 
experimento. É recomendável ligar cada dado específico à questão que ele vai responder. 
No nosso caso, uma sugestão seria: 
 Para responder à questão 1, um operador da manufatura (quem) irá limpar a 
máquina no dia 25/04 utilizando o novo procedimento e trabalhar normalmente 
(como) até o dia 27/04 (quando). Nesse período, há a estimativa de produzir-se 
1000 peças do tipo A, que já deu problema anteriormente. Ele irá olhar cada uma 
das peças e analisar se há ou não risco na parte superior da mesma (o quê). Caso 
haja algum risco, ele deverá preencher este indicador na planilha X, criada 
especialmente para este propósito e disponível para uso pela área de manufatura. 
 Para responder à questão 2, o mesmo operador irá verificar a máquina a cada 2 
horas e avaliar a sujeira na parte Y da máquina (onde), onde esperamos que ela 
possa aparecer. A instrução de trabalho XYZ (como) detalha claramente o que é 
sujeira e como um operador pode identifica-la. Se houver sujeira, vamos acreditar 
que o procedimento proposto é incapaz de manter a máquina limpa. 
 Ao final do dia 27, será elaborado um gráfico de tendência para mostrar a 
quantidade de peças com risco. Para cada período, também iremos anotar se foi 
ou não verificada sujeira na máquina. 
Na etapa seguinte, o Do (fazer), executaremos o plano listado no plan e acompanharemos 
o experimento. Caso algo aconteça que não havíamos previsto, iremos anotar o que 
aconteceu. Por exemplo, a máquina pode ter sido danificada pelo novo procedimento de 
limpeza ou o operador ter realizado incorretamente o procedimento proposto. Quebra da 
máquina ou ausência do operador são itens que também devem ser relatados . 
A terceira fase é a do Study (estudar). Nesta fase que iremos analisar os dados coletados. 
Aqui mostramos gráficos e digerimos os resultados. Também comparamos os resultados 
obtidos com as predições. Essa comparação é extremamente enriquecedora, pois é nela 
que o aprendizado realmente acontece. Às vezes, ao analisar um problema bolamos uma 
predição do tipo: ao misturar dois líquidos, a solução irá ficar verde e, quando realizamos 
o experimento, a solução transforma-se em uma banana! Isso prova que a nossa teoria 
sobre o fenômeno estava completamente equivocada. Frente ao equívoco, vamos buscar 
conhecimento (seja em livros, artigos científicos ou consultando especialistas sobre o 
assunto) para aprimorar nosso entendimento. 
Ao final da parte de análise, ainda no study, anotamos de maneira sucinta o que 
aprendemos, na forma de tópicos resumidos. Estes tópicos devem compilar todos os 
aprendizados daquele ciclo. 
Na última fase, a do Act (agir), devemos pensar no que vamos fazer após a realização do 
experimento. Vamos adotar o novo procedimento de limpeza? Vamos melhorar o 
procedimento? Vamos mudar completamente a abordagem sobre o problema? Ou vamos 
elaborar um novo ciclo PDSA para entender um pouco mais sobre a máquina que 
provocou o risco? 
Nesta fase também (como a ciência não tem fim), anotamos quais outras ideias de 
experimentos tivemos que poderão nos ajudar a aprofundar ainda mais nosso 
conhecimento sobre aquele processo. Qual será o objetivo do próximo ciclo? 
 
 
 
56 
 
Use charts to explain your ideasO ciclo PDSA
Tempo
C
on
he
ci
m
en
to
 
 
A aplicação dos ciclos PDSA é contínua. Quando se acaba