6 sigma - White Belt (com explicações detalhadas das ferramentas)

Prévia do material em texto

Formação 
Seis Sigma 
White Belt 
Prefácio 
Esta é a mais nova versão da apostila para o nosso curso de White Belt. 
A apostila foi formatada conforme a visão da FM2S de que as empresas só irão chegar à 
excelência através da educação profunda e aplicada. As informações aqui apresentadas, 
portanto, visam ensinar conhecimentos básicos nas áreas de melhoria e gerenciamento de 
processos para os alunos que tiverem interesse em lê-la com calma e com a mente aberta 
possa gerar melhorias concretas em sua organização. 
Nas páginas a seguir, vocês vão encontrar explicações sobre a ciência da melhoria de 
processos. De onde ela veio e como ela está hoje. Também irão encontrar discussões sobre 
suas bases filosóficas e ferramentas aplicáveis que irão ajudá-lo a obter melhorias no seu 
trabalho diário. Também serão explicadas vários termos dos jargões do Six-Sigma, conectando-
os com a vida real e suas bases históricas. 
Essa apostila foi elaborada para ser usada juntamente com nosso curso de ensino a distância 
de White Belt, disponível no link: 
ead.fm2s.com.br 
Esperamos que achem os conhecimentos aqui apresentados úteis e que possam, com eles, 
revolucionar as organizações onde trabalham. 
Um abraço, 
Murilo F. M. Santos 
Virgilio F. M. Santos 
Maio de 2016. 
 
 
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
 
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. 
Todos nós sabemos que melhorar é uma necessidade de qualquer organização, de qualquer 
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. E, 
diante disto, todos devem concordar que aprender nadar quando a água chega na altura do 
nariz, não é algo prazeroso. 
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 ensinadas ferramentas 
estatísticas para analisa-los, bem como técnicas e conceitos para coletá-los. A metodologia nos 
ensina a fazer análises melhores e a tomarmos decisões melhores de nossas conclusões. Ela 
transforma dados em informação útil à tomada de decisão. 
A segunda porta é a porta dos processos. Neste curso, vocês aprenderão várias técnicas para 
enxergar as organizações como processos, ou seja, como uma série de atividades que 
transformam insumos em produtos, agregando valor ao cliente a cada transformação. 
Juntar todas essas ferramentas, seguindo um roteiro (DMAIC), e gerando melhorias na 
organização é o verdadeiro objetivo do Seis Sigma e é o que vamos passar neste curso para 
vocês. 
Um pouco de 
história
 
 
De onde vêm as teorias que trabalhamos hoje? 
 
 
 
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
 
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. 
Além disso, 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. 
 
 
 
 
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
 
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 de que maneira 
elas podem ser realizadas de maneira mais eficiente. A condução da atividade não é mais do 
trabalhador (antigamente materializado na figura do artesão). O coordenador da empresa, 
mais capacitado, avalia como o operário deve conduzir o seu trabalho e o instrui para isso. 
Esse procedimento culminou com o trabalho de um engenheiro chamado Friederick 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 como aumentar a produtividade de 
uma fábrica para atender a um mercado havido pelos bens produzidos. As ações eram sempre 
para produzir mais peças, carregar carvão mais rápido e não em fazer peças com menos 
defeitos ou com mais 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 juntar-se à sua equipe. Nasce aqui o que chamamos de Taylorismo, a 
atividade de olhar criticamente para uma atividade, de maneira a torna-la mais produtiva.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). Ao mesmo tempo, ele apresenta vários problemas graves: não foca a 
melhoria na qualidade e sim na quantidade; depende muito do gerente; não respeita o 
trabalhador, uma vez que deixa a cargo do gerente toda a responsabilidade de melhorar o 
processo. 
Felizmente, esse sistema pôde evoluir muito ao longo dos anos... 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
 
Trabalhando na Ford Motor Company, Taylor tem uma brilhante carreira. Ele e seu 
empregador desenvolvem o que hoje chamam de linha de montagem, que nada mais é do que 
trabalhadores realizando trabalhos altamente especializados, num tempo determinado pela 
velocidade das máquinas da linha, seguindo padrões muito bem pensados e definidos, em uma 
sequencia 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. 
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. 
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. 
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. 
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
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 escolher quais medidas se 
tomar, frente à um problema. 
Além dos métodos estatísticos, Shewhart também introduziu ao mundo fabril o método 
científico, desenvolvendo um passo a passo para a geração e implementação 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 (ferramentas que nos ajudam a desenvolver 
conhecimento sobre os processos). 
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. 
 
 
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, para 
isso, ela 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 hoje 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 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. 
 
 
 
 
 
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 de todos os tipos de organização. 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. Além do seis 
sigma, a ISO (International Standarization Orgazition) ajuda a popularizar a padronização e o 
Lean ajuda 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 gerenciar 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. 
 
 
 
Os conceitos 
fundamentais
 
 
 
O saber profundo
Deming postula que a melhoria deve se 
basear em 4 pilares:
 
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. Vamos agora 
ver um pouco mais sobre eles. 
 
 
 
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 conhecimento profundo é pautado nos 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 a função 
do sistema empresa. Assim como o artesão no passado, 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. 
Ter visão sistêmica é justamente ultrapassar essa dificuldade natural. É observar exatamente 
como cada parte da organização se correlaciona com as demais, permitindo à este sistema 
cumprir suas funções. Existem diferentes ferramentas para desenvolver essa visão, que serão 
exploradas ao longo do curso. Alguns exemplos são a ferramenta do SIPOC e outras 
ferramentas de mapeamento de processos. 
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 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? 
O aprendizado, do ponto de vista da organização, nunca deve ficar restrito a uma pessoa ou a 
um departamento. É preciso que toda a organização aprenda e continue aprendendo. Por isso, 
todo o aprendizado gerado deve ser disseminado. 
As ferramentas que nos ajudam na teoria do conhecimento são aquelas criadas para permitir a 
utilização do método científico, como o ciclo PDSA e o Planejamento de Experimentos. Vamos, 
mais a frente, explorar em detalhes como funciona o método científico 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 
vendemos menos, às vezes uma peça sai mais leve, às vezes mais pesada. Isso é perfeitamente 
natural e por mais que trabalhemos para reduzir essas variações, nunca vamos acabar 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 uma causa clara). As ferramentas estatísticas nos ajudam 
exatamente nesse quesito. Analisar um indicador no tempo com essas ferramentas nos 
permite ver 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. 
 
 
 
 
Melhorias…
Como, na prática, implementar o saber 
profundo?
 
 
 
 
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 
(usando qualquer metodologia, como Lean ou Seis Sigma), sem que sejam disponibilizados os 
recursos necessários à equipe de melhoria. 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 preza pela melhoria, ela 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 técnicadeve ser 
dominada pelo agente que irá conduzir os esforços da equipe. Ele deve saber aplicar as 
ferramentas e ensiná-las aos demais envolvidos. 
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. 
Mudança e Melhoria
Conceitos que andam juntos
 
 
 
 
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 diversos. É impossível 
melhorar alguma coisa sem que seja feita uma mudança. Melhoria requer mudança. 
Entretanto, muitas mudanças nem sempre resultam em melhorias. Algumas mudanças, 
inclusive, pioram o desempenho de um processo. 
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... Ora, não queremos mudanças que não vão ser melhorias... 
Então como desenvolver mudanças que realmente vão ser melhorias? 
Há uma maneira fácil de estruturamos essas mudanças. Temos que responder às três questões 
fundamentais da melhoria. 
 
 
 
 
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?
 
Responder a estas 3 perguntas fundamentais nos dão o que precisamos para realizarmos um 
esforço de melhoria de sucesso. As perguntas têm como objetivo nos ajudar a mapear: 
• O objetivo do esforço. A primeira pergunta nos faz refletir sobre o que queremos realizar. 
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. 
Iremos falar mais sobre isso nas próximas páginas. 
• 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 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. 
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 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. 
A seguir, vamos explorar melhor cada uma dessas perguntas (e fornecer alguns bons 
exemplos)... 
 
 
 
 
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?
 
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. 
3. Por fim, 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, por exemplo, não fazer nenhuma mudança nos processos de vendas. 
Uma vez feito isso, o seu time de melhoria está pronto para começar a trabalhar. Iremos falar 
mais sobre essa etapa inicial de definições quando explorarmos a fase Define do DMAIC. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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 incomodopresente 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. Isso 
geralmente acontece bastante na vida real. 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. Mas nem sempre isso é uma boa definição de objetivo. 
Poderíamos, alternativamente, pensar no incômodo como sendo os custos altos do 
departamento. Neste caso, iríamos colocar como objetivo: “Reduzir os custos financeiros 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. 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 2 dias 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 serem 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. 
Resolvendo um problema
Para resolver um problema, devemos 
formulá-lo corretamente
 
 
 
 
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?
 
Na hora de verificar se uma mudança deu errado ou certo, não basta o nosso feeling. Muitas 
pessoas desenvolvem ao longo do projeto uma verdadeira história 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 para a boa coleta de 
dados, como por exemplo, folhas de verificação, definições operacionais e avaliação 
estatística do sistema de medição. Iremos comentar mais sobre estas ferramentas. 
• 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 dados a respeito deles com carinho e analise a sua variação. 
 
 
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 semana 4 Medida na semana 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? 
 
 
 
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 aquele gráfico 
anterior: 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... 
 
 
 
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 da 
variação do tempo de ciclo antes da mudança (ele ficava entre 6 e 9) e depois da mudança (ele 
agora está 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. 
 
 
 
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 
atribuídas as causas comuns, naturais ao processo. 
 
Não se deixem enganar por estes cenários! Não façam comparações um período contra o 
outro! 
 
 
 
In two or three columnsObjetivo: reduzir o tempo de ciclo
 
Cenário 3: 
 
Aqui também não temos uma melhoria. Apesar do processo ter de fato mudado o seu patamar 
de variação, o comportamento do processo pouco tem a ver com a mudança. A menos que a 
mudança tenha começado a dar resultado antes de ser colocada em prática (o que é 
impossível), neste cenário não temos um caso de melhoria pela mudança. 
 
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. 
 
 
 
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 perenes, duradouras. Neste caso temos a mudança causando 
uma queda 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 melhoram de fato. Não é esse o tipo de resultado que devemos buscar em 
nossos projetos. 
 
 
 
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 mudou o patamar de trabalho do processo, 
porém não teve nada a ver com a nossa mudança. 
 
É importanterelacionarmos às variações significativas em nossos indicadores à nossas 
mudanças, pois só assim poderemos adquirir mais conhecimento sobre o processo a fim de 
melhorá-lo. 
 
 
 
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 11 que fez o tempo de ciclo explodir naquela semana, mas depois 
dela, o indicador retornou à estabilidade e o processo continuou estável. 
 
Vamos ver mais pra frente 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 acontecido ali. 
 
 
 
Definição de 
melhoria
 
Vamos então definir melhoria. 
 
 
 
In two or three columnsMelhoria é:
Um impacto positivo, relevante e duradouro em 
indicadores de interesse da organização
 
 
 
 
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? 
 
 
 
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. 
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/ 
 
 
 
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
 
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. São elas que 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. Elas dizem como está desempenhando o 
sistema: qual o resultado final. 
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 são aqueles que 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 correta? É isso que vai nos dizer 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. 
• Ainda para a qualidade: porcentagem de máquinas calibradas na linha de produção (note 
que estes dois indicadores impactam no indicador de resultado). 
• Para sistemas de medição: nível de acuracidade das máquinas. 
• Para a vida pessoal: vezes que coloca seu despertador para despertar. 
• Para um projeto de vendas: número de leads gerados. 
 
Por fim, indicadores de equilíbrio são nossos contra indicadores. Não podemos melhorar uma 
parte do sistema e piorar outra. Temos que ter boas medidas que nos vão dizer 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: nível de cansaço proveniente de acordar mais cedo todos os dias. 
• Para um projeto de vendas: número de descadastros em campanhas de e-mail marketing. 
 
 
 
 
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
 
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 as mais variadas possíveis. Elas podem ser desde ferramentas de análise de indicadores, 
como gráficos de controle, tendência e frequência, quanto ferramentas de análise de 
processos, como a busca por desconexões, a utilização de diagramas de causa e efeito e os 5 
porquês. Durante o curso de Green Belt, iremos nos aprofundar bastante em 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. Na parte do Analyze iremos aprofundar esta 
discussão sobre o uso de tecnologia. 
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, travados. 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 surgir com soluções úteis e 
inovadoras. 
Iremos discutir criatividade mais a 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/ 
Os conceitos de mudança 
Outra estratégia para se buscar boas 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 as soluçõesempregadas com sucesso 
e extrair o conceito de cada uma delas. 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 
 
 
 
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 método científico. Ele 
nos permite adquirir conhecimento específico 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 como se fosse 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. 
Vamos falar um pouco mais sobre a geração de conhecimento e íntima relação com a 
melhoria. 
 
 
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, podemos entende-las como um sistema e saber como iremos desenvolver 
mudanças e gerar melhorias. 
A teoria do conhecimento, um dos pilares do Saber Profundo é a melhor maneira, como já 
falamos antes, de se ganhar o conhecimento necessário para desenvolver mudanças com 
potencial de levar à melhoria. É por meio dele que conseguirmos melhorar continuamente o 
que estamos fazendo. 
Vamos aprofundar mais sobre o método científico por meio do aprendizado do ciclo PDSA? 
 
 
 
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. 
 
 
 
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 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. 
 
 
 
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, temos uma predição. 
O bom é que uma hipótese pode ser extrapolada e gerar predições em diferentes áreas, 
inclusive naquelas que não foram usadas para a formulação original da hipótese. 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. Pode além disso, nos 
abrir os olhos para entender outros problemas que são causados por outros tipos de máquinas 
sujas. 
Extrapolar a hipótese em predições interessantes é um exercício de curiosidade e criatividade. 
Temos que nos manter atentos e ávidos para identificar essas possibilidade. 
Entretanto, predições podem ou não ser reais. A predição é uma coisa apenas da nossa 
cabeça, por isso precisamos realizar um experimento para saber se ela vai ou não se 
concretizar. 
 
 
 
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 é, 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 
aquele risco previamente reportado. 
Se não houver, aumentamos a convicção de que a nossa hipótese 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 adequada?). 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. 
 
Use chartsto 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 
hipótese. Todos os experimentos nos irão gerar uma nova rodada de dados. A partir desses 
dados, formulamos uma nova hipótese. 
Em nosso exemplo com a peça, após o experimento podemos ter os seguintes fatos: 
• O risco não sumiu, mas apresentou uma diminuição da sua ocorrência. 
• As peças com defeito apareceram apenas na segunda metade do experimento. 
• A máquina em uma análise antes de correr o 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 de sua 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. 
 
 
 
 
 
 
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 podemos fazê-lo. 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 tocar o método científico, irão melhorar mais e mais o processo, 
possivelmente até gerando inovações radicais na maneira como as coisas são feitas, modelo 
este utilizado e propagado pela Toyota. 
 
 
Use charts to explain your ideasO ciclo PDSA
 
O ciclo PDSA padroniza a aplicação deste método em projetos de melhoria. Ele consiste na 
execução de 4 etapas para conseguirmos gerar 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. 
Nele, 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 respondam 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 
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 da 
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 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.” 
A segunda etapa é a etapa do Do (fazer). Nela vamos executar o plano listado acima e 
acompanhar o experimento. Caso algo aconteça que não havíamos previsto, iremos anotar 
cuidadosamente 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 devem ser relatados 
também. 
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. As 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 no procedimento do ciclo PDSA 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 ajudara aprofundar ainda mais nosso conhecimento 
sobre aquele processo. Qual será o objetivo do próximo ciclo? 
 
 
 
Use charts to explain your ideasO ciclo PDSA
Tempo
Co
nh
ec
im
en
to
 
A aplicação dos ciclos PDSA é contínua. Quando se acaba um ciclo, começa-se outro, o que 
chamamos de “conectar” seus ciclos PDSA. 
Por que não realizar apenas um? Porque a cada teste, se gera um conhecimento novo. Sabe-se 
o que funcionou e o que falhou, além do que se deve fazer na próxima vez. E, quando 
encerramos um ciclo, surgem novas perguntas, novos questionamentos. No decorrer de vários 
ciclos, todas as dificuldades dos ciclos iniciais acabam-se dissipando-se. Aprende-se de 
maneira iterada e só implementam-se as mudanças quando se está pronto. 
Vale lembrar que realizar vários testes pequenos, desenvolvendo a solução final, reduz 
severamente a resistência das pessoas à mudança. 
Com isto em vista, temos alguns conselhos para você que quer começar na vida da melhoria de 
processos: 
• Adiante-se: você já sabe que terá de rodar diversos ciclos, então planeje-os bem. Muita 
coisa também vai dar errado, por isso sempre pense um passo adiante e faça testes 
avaliando melhorias nas condições dos próprios testes. 
• Comece pequeno: não complique as coisas logo no começo! Teste em pequena escala (por 
exemplo com poucas máquinas) e vá aumentando a escala conforme aumenta a sua 
convicção nas mudanças. 
• Comece! Não espere mais. Quais testes você já pode fazer amanhã? 
Use charts to explain your ideasO ciclo PDSA
Quer exemplos?
 
 
Veja em nossa plataforma os exemplos de melhoria em nosso site. 
 
 
 
Use charts to explain your ideasResumindo o modelo de melhoria
1 . O que queremos melhorar?
3. Quais mudanças 
podemos fazer?
2. Como saberemos que 
a mudança é uma 
melhoria?
 
O Modelo de Melhoria então resume-se às 3 perguntas fundamentais, suportadas pelo ciclo 
PDSA: as duas primeiras perguntas nos ajuda a obter foco (primeira questão) e métrica 
(segunda questão), enquanto que a terceira pergunta nos dá ideia de ações. O ciclo PDSA 
serve como motor da aquisição de conhecimento, que nos ajuda sempre a formular mudanças 
cada vez melhores. 
 
 
 
Abordagens, 
habilidades e 
roteiros
 
Já falamos bastante sobre a parte mais importante da melhoria de processos, que é a 
estruturação do Modelo de Melhoria e os pilares do conhecimento profundo de Deming. Nos 
próximos slides e páginas, iremos comentar sobre como as empresas transformam esta teoria 
em projetos de melhoria. Iremos discorrer sobre os motivos que as pessoas usam a melhoria e 
quais habilidades um agente de melhoria acaba por desenvolver. Por fim, vamos falar dos 
famosos “roteiros de melhoria” que já ajudaram tantas pessoas a conduzir ótimos projetos. 
 
 
 
Use charts to explain your ideasPara que usamos a melhoria?
Mudar um sistema como um todo
Melhorar um sistema
Novos produtos
Novos processos
Novos 
procedimentos
Produtos
Procedimentos
Processos
 
As técnicas aqui comentadas até agora, ou seja, o Modelo de Melhoria (3 perguntas e ciclo 
PDSA) nos ajudam de duas maneiras: 
• Quando queremos mudar o sistema como um todo, ou seja, provocar uma mudança 
radical em nosso sistema. Como veremos detalhadamente a frente, um sistema 
normalmente, entrega um produto (ou serviço) que é feito por processos (uma séries de 
atividades que transformam as matérias-primas em produtos). Cada processo é 
operacionalizado por procedimentos (que dita como se dá a interação entre pessoas e 
máquinas para a realização das etapas do processo). O ciclo PDSA nos ajuda a desenvolver 
ideias além da melhoria incremental, permitindo a criação de mudanças radicais em cada 
uma destas etapas do sistema. 
• Quando queremos apenas melhorias pontuais em nossos sistemas. Muitas vezes, 
queremos usar as técnicas aqui apresentadas apenas para sair de algo como “uma taxa de 
refugo de 10%” para “uma taxa de refugo de 1%”. Essas técnicas nos ajudam bastante com 
esse tipo de melhoria pontual. Igualmente à taxa de refugo (que é uma métrica de um 
processo, por exemplo), podemos pensar em indicadores para o desempenho de nossos 
produtos (ou serviços) ou de nossos procedimentos. 
Qual abordagem usar depende muito da empresa em que trabalha, da equipe de melhoria, do 
tempo e recursos que tem disponível para o projeto. 
 
 
Use charts to explain your ideasAs habilidades de um agente de melhoria
Lidar com 
dados
Entender a 
situação atual
Desenvolver 
mudanças
Testar 
mudanças
Implementar 
mudanças
Disseminar 
mudanças
Trabalhar 
em equipe
 
Sete habilidades são fundamentais para se trabalhar com melhoria de processos no Lean-Seis 
sigma e no Modelo de Melhoria. São exatamente estas habilidades que trabalhamos com 
nossos alunos de White, Green e Black Belt. São elas: 
• Habilidade em lidar com dados: um agente de melhoria deve saber coletar e interpretar 
dados. Ele deve entender a variação de seus processos e aprender com ela. Só assim ele 
estará ligado ao mundo real e não em especulações de sua mente ou colegas. Como diria 
Deming: “Sem dados, você é apenas mais um sujeito com uma opinião”. O desenvolvimento 
dessa habilidade se dá por meio do ensinamento de ferramentas simples como os gráficos 
de Controle, Frequência e Tendência, além de ferramentas mais complexas como a análise 
do sistema de medição, a regressão linear e a regressão logística. 
• Entender a situação atual: para melhorar, é necessário saber o que está acontecendo. É 
preciso olhar para um sistema e saber para que ele existe, além de entender como seus 
processos e procedimentos estão conectados. Entender a situação atual é não olhar apenas 
para os indicadores de um sistema, mas também saber mapear seus processos. Ao longo do 
curso de Green Belt, ensinaremos ao aluno como mapear processos, conectar este 
mapeamento com indicadores e procedimentos, a fim de melhorá-lo. Demonstraremos 
importantes ferramentas para a visão sistêmica simplificada, como é o caso da ferramenta 
do SIPOC. 
• Desenvolver mudanças: um bom agente de melhoria desenvolve mudanças com rapidez e 
maestria. Ele é capaz de, rapidamente, propor diversas alternativas para a maneira como as 
coisas são feitas. Como falamos antes e vamos falar depois, detalharemos no curso de 
Green Belt cada uma das 4 estratégias de desenvolvimento de mudanças. 
• Testar mudanças: o ciclo PDSA é o coração de nosso modelo e a ferramenta que suporta a 
experimentação. Dominar a elaboração de bons experimentos e testar as mudanças que 
vamos fazer é o que vai colocar nossa mente em sintonia com a realidade. Um agente 
preparado de melhoria deve saber estruturar experimentos de maneira a testar o máximo 
de predições com o mínimo de recursos. No curso de Green Belt, ensinamos ferramentas 
como a estratégia dos Experimentos Fatoriais, que nos permite tirar o máximo de nossos 
testes. 
• Implementar mudanças: é necessária uma boa carga de psicologia para fazer com que 
mudanças sejam implementadas em organizações. Por mais que tenhamos a convicção de 
que uma mudança é uma melhoria, sem convencer os envolvidos ninguém irá trabalhar no 
que estamos propondo. Saber fazer essa implementação com maestria é trabalho do 
agente de melhoria. 
• Disseminar mudanças: disseminar mudanças é torna-las acessíveis para um grande público. 
Para que as pessoas possam tomar a decisão de adotar as mudanças propostas, o agente de 
melhoria tem que fazer com que essas pessoas se tornem conscientes dos problemas reais 
que as mudanças vem a resolver e de que essas mudanças serão de fato, uma melhoria. O 
agente de melhoriaprecisa, pacientemente, saber expor as mudanças e convencer os 
envolvidos. A base de toda disseminação é uma boa comunicação. 
• Trabalhar em equipe: ninguém faz nada sozinho, por isso o agente de melhoria deve saber 
liderar equipes (muitas vezes multidisciplinares) para a obtenção dos resultados propostos. 
Trabalhamos bastante a parte de gestão de equipes no Black Belt, pois quanto mais 
complexos os projetos, mais pessoas temos envolvidas. 
Uma vez que o agente desenvolve cada uma destas sete habilidades, ele certamente será um 
mestre da melhoria. 
 
 
 
Use charts to explain your ideasOs roteiros de melhoria
ANTES DE FALAR DOS ROTEIROS, QUERO 
CONTAR UMA HISTÓRIA
“Enquanto os engenheiros da empresa A
gastavam seu tempo e energia desenvolvendo
tocadores de CD cada vez melhores, a empresa
B desenvolveu o tocador de MP3. Se a empresa
A soubesse que os clientes queriam na verdade
ouvir música ao invés de comprar CDs,
provavelmente ela ainda estaria no mercado. . .”
 
O que esta história nos ensina? Ela nos ensina que temos que diferenciar produto de 
necessidade. No caso, o aparelho tocador de CD e o de MP3 são produtos, ouvir música é uma 
necessidade. Temos sempre que trabalhar na necessidade. 
Mas o que isso tem a ver com roteiros de melhoria? 
 
 
 
Use charts to explain your ideasOs roteiros de melhoria
O QUE SÃO ROTEIROS DE MELHORIA?
DMAIC
Kaizen 7 passos
Os 8 passos do TBP
Etc.
PRODUTOS OU NECESSIDADE?
 
Você certamente já ouviu falar do famoso DMAIC, tão ensinado como a solução para todos os 
males em uma empresa. Assim como o DMAIC, existem outros. Mas o que são esses roteiros? 
Roteiros de melhoria são uma sequência estruturada de atividades a serem realizadas e 
ferramentas a serem utilizadas que visam produzir melhorias em nossos processos. 
Teoricamente, seguindo a risca esse passo a passo, iremos conseguir melhorias significativas 
em nossos processos. 
Mas, não devemos cair no merchandising que tem por aí. Roteiros de melhoria, são produtos 
para suprir a necessidade das organizações por melhorias. Eles são úteis, muito úteis, 
entretanto, não podem ser vistos como dogmas fundamentais ou fórmulas mágicas. 
 
 
 
Use charts to explain your ideasOs roteiros de melhoria
A EMPRESA TEM:
Uma oportunidade.
Um problema.
A necessidade por uma 
melhoria.
A EMPRESA 
PRECISA:
Um processo melhor.
Um produto melhor.
Mais conhecimento.
Melhor desempenho.
 
As empresas sempre terão: oportunidades a serem aproveitadas, problemas a serem 
resolvidos, processos para se melhorar. Elas sempre precisarão de procedimentos mais 
eficazes, produtos mais competitivos e conhecimentos que a façam desempenhar melhor. 
 
Os roteiros são apenas o como vamos fazer isso. 
 
 
 
Use charts to explain your ideasOs roteiros de melhoria
DE MANEIRA GERAL, OS ROTEIROS PASSAM 
POR:
1 . Uma etapa de entendimento da situação atual
2. Uma etapa de desenvolvimento de mudanças
3. Uma etapa de teste de mudanças
4. Uma etapa de implementação das mudanças
 
Não importa qual é o roteiro, pois todos eles passam por 4 passos básicos para realizar o 
projeto de melhoria: 
• Compreender a situação atual, por meio das mais diferentes estratégias e ferramentas. 
Aqui normalmente se busca mapear o processo e medir seus indicadores. 
• Desenvolver mudanças, por meio de diferentes estratégias. 
• Testar essas mudanças. 
• Implementar as mudanças vencedoras. 
Vamos agora olhar alguns roteiros famosos. 
 
 
 
Use charts to explain your ideasOs roteiros de melhoria
 
Aqui temos 3 roteiros muito famosos: os 8 passos para a resolução de problemas práticos da 
Toyota, o Roteiro DMAIC (em amarelo) e o CSI – 7 steps for improvement (The continous 
service improvement – que parece um secador de cabelo). 
Notem que todos eles passam pelas etapas básicas. Nos 8 passos da Toyota, por exemplo, a 
etapa 1, 2 e 3 visam compreender a situação atual. As etapas 4 e 5 o desenvolvimento de 
mudanças. As etapas 5 e 6 o teste destas mudanças (e a verificação do resultado) e por fim, na 
etapa 8 se padroniza e estabelece o controle do processo, que é a implementação. 
No roteiro DMAIC, temos o entendimento acontecendo nas etapas D, M e A, o 
desenvolvimento de mudanças acontecendo nas fases A e I, os testes na fase I e a 
implementação na fase C. 
Nos 7 passos para a melhoria, temos todas as etapas 1, 2, 3 e 4 cuidam do entendimento da 
situação atual. As etapas 5 e 6, do desenvolvimento e teste de mudanças. A implementação, 
por fim, acontece na etapa 7. 
Cada um destes roteiros oferecem diferentes ferramentas para a melhoria, entretanto, 
devemos saber que nem sempre precisamos usar todas as ferramentas para nossos projetos. 
Um projeto bem sucedido é aquele que chega em bons resultados, indiferente de quais 
ferramentas utilizamos. 
No curso, iremos explorar as ferramentas por meio do roteiro DMAIC, porém incentivamos 
nossos alunos a conhecer mais sobre os outros roteiros existentes. O que eles tem em 
comum? Quais as peculiaridades? Descubram e conte para a gente! 
Use charts to explain your ideasO DMAIC e suas ferramentas
Define
• Definir o problema, os objetivos e os 
benefícios
• Determinar os requisitos dos clientes e as 
CTQ’s
• Identificar o proprietário do projeto, 
champion e o time
• Fazer o SIPOC do processo
• Definir os recursos, fronteiras e restrições
• Fazer o contrato com a equipe
Measure
• Fazer o mapa detalhado do Processo 
(Fluxograma)
• Determinar os X’s e os Y’s críticos
• Validar o Sistema de Medição
• Desenvolver plano para coletar dados
• Avaliar o desempenho atual:estabilidade e 
capabilidade
• Ajustar o foco do projeto
Analyze
• Criticar o processo atual
• Determinar relações causais baseado em dados
• Identificar os maus conceitos presentes processo
• Buscar explicações para o desempenho atual
• Identificar mudanças
Improve
• Desenvolver mudanças 
• Testar as mudanças em pequena escala
• Avaliar os riscos e benefícios das mudanças
• Implementar as mudanças que resultem em 
melhoria
Control
• Desenvolver um plano de implementação
• Determinar necessidades de comunicação e 
treinamento
• Estabelecer um plano de controle do novo 
processo
• Fechar o projeto e comunicar os resultados
• Celebrar os resultados alcançados com todos
 
O roteiro DMAIC é composto por 5 fases: Define (ou definir), Measure (ou medir), Analyze (ou 
analisar), Improve (ou melhorar) e Control (ou controlar): 
• Na fase do Define nós definimos qual é o problema ou oportunidade nós queremos 
trabalhar. Nela, respondemos às 2 primeiras perguntas fundamentais, entendendo a real 
necessidade da organização. O maior desafio aqui é cristalizar as impressões particulares de 
cada envolvido no projeto para chegar a um objetivo mais palpável. A saída fundamental da 
fase Define é a formulação do contrato de melhoria, que irá pautar todos os esforços 
futuros. Algumas ferramentas usadas nesta fase são: 
• Técnicas do VOC (Voice of Customer), que nos ajuda a coletar informações do 
cliente; 
• O SIPOC, que nos ajuda a enxergar o processo de outra maneira; 
• A árvore CTC (critical do customer) ou CTQ (critical to quality), que nos ajuda a 
transformar ideias abstratas em indicadores concisos. 
• O contrato de melhoria, que compila e formaliza todo o discutido; 
• A matriz de análise de stakeholders, que nos ajuda a identificar todos os 
envolvidos e programar nossas ações de convencimento; 
• A matriz de comunicação, que nos ajuda a evitar problemas do tipo “rádio-peão”; 
• O diagrama de afinidades, que nos ajuda a organizar as nossas ideias. 
• A fase seguinte é a fase do Measure, aonde