Plano de Coleta de Dados: o que é, como fazer e 12 exemplos

Na Votorantim Metais eu trabalhei num programa de manutenção autônoma. E passei por uma formação internacional com uma empresa japonesa certificadora de TPM. Eu sabia calcular média e desvio-padrão. Não sabia combinar o que ia entrar na conta. Manutenção autônoma transfere a medição para quem opera o equipamento, e foi ali que eu passei a olhar para outra coisa. Não para o número. Para se o anotado no turno da manhã queria dizer o mesmo que o anotado no turno da noite. Foi ali que eu entendi que dado não nasce medido. Dado nasce combinado. O documento que faz esse acordo tem nome: é o plano de coleta de dados.

É a ferramenta da fase Medir do DMAIC Ele define o que será medido e com que fórmula. E também em qual fonte, com que amostra, por quem e em que prazo. Neste guia você vai ver o que ele é e o que é uma definição operacional. Depois, como montar o seu em cinco passos, e por que o MSA reprova plano bem escrito. E, na parte que eu mais gosto, 12 planos reais preenchidos, do pronto-atendimento ao canteiro de obra. Todos com o PDF completo, à mão.

O que é o plano de coleta de dados?

A coleta de dados combina, antes de começar, o que será medido e como. O plano de coleta de dados responde seis perguntas por indicador. O que, com que fórmula, de qual fonte, com que amostra e frequência, por quem, em que período. O resultado não é uma planilha. É o baseline que o time aceita.

No meu livro, o Guia Prático Lean Seis Sigma Black Belt (Editora Atlas), a ferramenta aparece na abertura da Parte V, a parte de Medição. É a página 214. O que eu escrevo ali amarra o escopo dela: "Implemente um plano de coleta de dados robusto, incluindo verificações de qualidade e análises de repetibilidade e reprodutibilidade (R&R)".

Repare em "repetibilidade e reprodutibilidade". O plano não termina quando a tabela está preenchida. A coleta de dados termina quando alguém provou que o sistema de medição concorda consigo mesmo e com outra pessoa. Essa prova tem nome, é o MSA, e é o capítulo 23 do livro. Nos doze a medição foi validada antes de o baseline valer. Nove trazem uma seção própria de MSA. Em dois a validação aparece como linha dentro de outros blocos, e o de marketing chama a seção de confiabilidade da medição. E em três deles o estudo reprovou na primeira rodada.

Num projeto Lean Seis Sigma a coleta de dados vive no Medir, entre o SIPOC, que delimita o processo. Do outro lado ficam as ferramentas de análise. O indicador que ele mede e a meta que persegue vêm de antes, do Project Charter.

Definição operacional: o que faz duas pessoas medirem igual

Definição operacional é a regra que transforma um nome em número, e é onde toda coleta de dados começa. "Atraso" não é medida. "Minutos entre o registro do check-out no PMS e a mudança do status do quarto para 'limpo e inspecionado'" é. Esse status é o marco que libera o quarto. A diferença entre as duas frases é a diferença entre discutir e medir.

Toda definição operacional de coleta de dados boa tem três partes. A fórmula, com numerador e denominador explícitos. A unidade. E a fronteira, que é a parte que quase todo mundo esquece: o que não conta. O plano de coleta de dados de logística dedica uma tabela inteira a isso, com duas colunas. É o único dos doze que faz assim.

Eu peço para escrever a definição operacional antes da fórmula do indicador, e não depois. Quem escreve a fórmula primeiro tende a medir o que o sistema já oferece. Quem escreve a definição primeiro descobre que o sistema não oferece. E aí decide: medir à mão, ou mudar o sistema. O plano de saúde deste artigo tomou a primeira decisão. O de marketing tomou a segunda.

Há um teste barato para saber se a definição operacional da sua coleta de dados está de pé. Entregue a mesma definição para duas pessoas, com os mesmos trinta casos, e compare as respostas. Se elas divergirem em mais de dez por cento, o problema não é treinamento. É redação. Esse teste é o MSA por atributos, e é o que a maior parte dos doze planos fez. Os outros validaram por auditoria do registro, por cronometragem presencial, com trena ou por R&R de balança.

Como fazer um plano de coleta de dados em 5 passos

Os doze planos de coleta de dados deste artigo seguem a mesma espinha. Definir o Y, montar a matriz, validar a medição e coletar. O quinto passo, fechar o baseline, sete deles registram no próprio documento. Vale descrever de uma vez. Do capítulo dos exemplos em diante, o que muda de caso para caso é o recheio de cada passo, e nunca a sequência.

1. Escreva a definição operacional do Y antes de qualquer coluna. Fórmula, unidade e fronteira. É o passo que parece burocrático e é o único que, se sair errado, invalida todo o resto. Se o Y é de atributo, defina também o que caracteriza um caso defeituoso, com exemplos.

2. Monte a matriz de coleta de dados com uma linha por medida. Não só o Y. Entram os Y secundários, que traduzem o problema em dinheiro e em prazo. E os X candidatos, que são os fatores de estratificação. Estratifique já na coleta de dados: depois é tarde, e refazer coleta custa semanas. Para decidir quanto medir quando o censo não é viável, a régua é o cálculo de tamanho de amostra, que o mesmo handbook do NIST detalha por tipo de dado.

3. Valide o sistema de medição antes de coletar para valer. Dado de atributo pede estudo de concordância. Dado contínuo pede R&R, ou auditoria do registro do sistema contra o registro físico. O handbook de estatística do NIST trata isso como caracterização do processo de medição. É a leitura certa: o instrumento também é um processo. O critério de aceitação se escreve antes do teste, e o que fazer se reprovar também.

4. Faça a coleta de dados no período combinado, sem mexer no plano. Mudança de definição operacional durante a coleta invalida o baseline. A primeira metade e a segunda passam a medir coisas diferentes. Se algo tiver que mudar, o período começa de novo. E prefira extração de sistema a digitação, que carrega viés e erro.

5. Feche o baseline da coleta de dados e leia o que ele diz. Média, faixa e, principalmente, se existe tendência. As três saem de estatística descritiva simples, e é de propósito: baseline não é lugar de teste sofisticado. Patamar estável e alto quer dizer problema crônico de processo, que é o que autoriza seguir para a análise. Sobe e desce sem padrão pede carta de controle antes de qualquer conclusão. A saída do Medir é esse baseline mais uma base de coleta de dados estratificada, pronta para o Pareto.

MSA: a validação que mandou mexer no instrumento antes do baseline

Aqui está a parte que os modelos de internet não têm. Em quatro dos doze documentos reais deste artigo, a validação mandou mexer no sistema de medição antes de o baseline valer. Em três ela reprovou na primeira rodada. No quarto ela aprovou pelo critério e achou um dado que não estava chegando ao sistema. E nos quatro o plano estava bem redigido: o que não estava de pé era a medição que já existia na operação.

Repare no que os quatro têm em comum, porque é o que a gente vê em quase todo estudo que reprova. Em nenhum dos quatro a correção parou no treinamento. Ela mudou o instrumento: um catálogo, uma árvore de códigos, um padrão de carga, uma integração. Quando a concordância é baixa, a causa quase sempre está na ambiguidade do critério, e ambiguidade não se resolve com esforço. É por isso que o MSA é passo de coleta de dados, e não auditoria de pessoas.

E existe um quinto caso, que é o que eu mais uso em sala. No hotel o estudo passou, com 93% de concordância, e ainda assim mudou a definição do Y do projeto. O exemplo 7, aqui embaixo, conta o que ele achou. Um estudo de coleta de dados que aprova e ainda corrige o indicador é o melhor argumento que eu conheço para não pular esse passo.

12 exemplos de plano de coleta de dados preenchidos, com PDF para baixar

Os 12 planos de coleta de dados abaixo são projetos-modelo da nossa Academia Lean Seis Sigma, usados em sala. A miniatura abre a página inteira, e o PDF fica disponível no mesmo lugar. Três blocos aparecem nos doze: definição operacional, matriz e validação da medição. O baseline fechado aparece em sete. O que muda de um para o outro é o que vale olhar.

1. Faturamento em centro de serviços compartilhados

Cinco linhas na matriz, e só a primeira é o Y. As outras quatro são o que eu mais vejo faltar. Dois indicadores que traduzem o problema para outra linguagem, e dois blocos de estratificação. Custo de retrabalho e concessões entra em reais. Prazo médio de recebimento entra em dias.

O detalhe que vale copiar aqui é a coluna de responsável. As cinco linhas se dividem entre quatro áreas. O próprio centro de serviços responde pelo Y e pelo modo de falha. A área de tecnologia responde pelos campos de estratificação. O champion responde pelo custo, e a área comercial pelo prazo de recebimento. Ninguém coleta o que não é da sua rotina.

A definição do Y é longa de propósito. Fatura com erro é a fatura emitida que gerou contestação procedente do cliente. Ou cancelamento com reemissão por divergência de tarifa, valor, item ou dado cadastral. E a taxa é faturas com erro dividido por faturas emitidas no mês. Sem a segunda frase, dois analistas chegam a percentuais diferentes com os mesmos dados.

O modo de falha entra na coleta como categoria fechada, com lista padronizada de cinco opções. E em 100% dos erros do período. É o que separa análise de dados de leitura de planilha. Isso é o que permite montar o Pareto sem reabrir nenhuma fatura depois. O plano cobre de janeiro de 2025 a junho de 2026. O baseline nasce com um ano e meio de histórico, em vez de quatro semanas.

2. Tempo de permanência num pronto-atendimento

Oito métricas numa matriz só, e a graça está em como elas são coletadas. Seis saem por extração automática do sistema hospitalar, quatro delas em censo diário e duas consolidadas por semana. Uma sai de folha de verificação preenchida pela equipe a cada ocorrência. E uma sai de cronometragem manual, trinta medições por semana.

A cronometrada é o tempo de reavaliação médica, e a escolha é honesta: o sistema não registra esse marco. Diante disso o plano não fingiu que registrava, nem desistiu do indicador. Mandou medir à mão, com amostra declarada. É cronoanálise no meio de um plano automatizado. É o caminho que eu recomendo quando a alternativa é um campo preenchido de memória.

A folha de verificação vem com seis motivos padronizados de espera prolongada, do resultado de laboratório à alta administrativa. E com "outros, especificar" no sétimo campo. Cada ocorrência é registrada com motivo, etapa e turno, e é essa folha que alimenta o Pareto da fase seguinte. O bloco de critérios de qualidade dos dados tem uma linha que eu passei a pedir em todo plano. Registros incompletos são descartados e recontados. Não corrigidos de memória, não estimados. Descartados e recontados.

3. Lead time de liberação de lote na indústria farmacêutica

Vários dos doze marcam as linhas com Y e X, mas este é o único que os numera. A primeira coluna traz Y, e depois X1 até X6. Parece detalhe de formatação e não é. Quando a coluna diz X3, a fase de análise já sabe uma coisa: aquele tempo de revisão documental é candidato a causa, e não indicador de acompanhamento.

Os seis X vão do tempo em fila de análise ao backlog fotografado todo dia às oito da manhã. E o X6 é o único que não é tempo nem contagem: é classificação. Complexidade da família do produto, em baixa, média ou alta, consultada no cadastro. Sem esse X a média mistura tudo. O lead time de uma família complexa e de uma simples entram na mesma média e a média não explica nada.

Aqui a medição foi validada por auditoria, e não por estudo de concordância entre pessoas. Trinta lotes tiveram o carimbo de data e hora do sistema comparado com o registro físico. O critério foi de 95%. É o desenho certo quando o dado é gerado por máquina. A dúvida, aí, é se a máquina registra o que aconteceu.

A frase que abre o bloco de definição operacional é a tese do artigo inteiro. E foi escrita por quem preencheu o formulário, não por mim. Sem uma definição operacional única, dois analistas medem o mesmo lote e chegam a valores diferentes.

4. MTTR de equipamentos críticos na manutenção industrial

O Y deste plano é o tempo entre a notificação da falha e a liberação pela produção, em horas decimais. O que vale copiar é a linha de baixo, o tempo por etapa: ela sai da diferença entre carimbos de mudança de status na ordem de serviço. O plano lista os seis estados na ordem. Aberta, em atendimento, aguardando material, em execução, em teste, encerrada. Cada intervalo entre dois estados vira uma parcela do tempo total.

É o que permite a pergunta que o projeto quer responder. Tempo total é agregado, e agregado esconde. Sem saber qual dos cinco intervalos cresceu, a correção é chute com aparência de decisão. Com os seis marcos, a estratificação por etapa já vem coletada.

Duas regras do bloco de definições críticas merecem citação literal. Sobre o início da parada, o plano manda usar o "timestamp da notificação no CMMS", e nunca o horário "de memória".

E sobre unidade: "horas em formato decimal (1h30 = 1,5 h)". A segunda parece boba até você somar uma coluna em que metade das linhas está em formato de relógio.

E há um passo que só este plano escreve como pré-requisito da coleta. Treinamento de apontamento para os doze técnicos, antes de começar. A validação tem duas frentes: trinta ordens reavaliadas por dois analistas e quinze acompanhadas em campo. Mas é o treinamento que evita a divergência em vez de medi-la.

5. Sobrepeso de envase numa linha de biscoitos

Sete métricas, e duas delas não são medidas: são calculadas a partir de outra. O desvio-padrão do peso do pacote sai de cálculo sobre os dados da balança, consolidado por turno. O Cpk sai de análise estatística no fechamento semanal, e o documento nomeia a ferramenta: Minitab. As duas têm linha própria na matriz, com frequência e responsável próprios.

Isso resolve um problema que eu vejo travar coleta em linha de produção. O dado bruto chega por pacote, automaticamente, aos milhares. A métrica que a reunião discute é semanal. Se as duas coisas não têm linhas separadas, alguém calcula o índice na véspera da reunião. Com o critério que lembrar na hora.

A estratificação inclui um fator que os outros onze não têm: hora após o setup. Junto de bico, turno e produto, ela permite testar se a instabilidade se concentra logo depois da troca. O plano registra também as ocorrências de ajuste manual de dosagem, com seis motivos padronizados e um sétimo campo de "outros", a cada ajuste realizado. O baseline declarado é de 3,4% de sobrepeso, com picos de 4,9% depois da troca de produto. O desvio-padrão é de 6,8 g e o Cpk, 0,62. Quatro números, e cada um sustenta uma pergunta diferente da fase de análise.

6. Erro de separação de pedidos num centro de distribuição

Seis dos doze escrevem o que não conta, e nenhum faz isso com o cuidado deste. Há uma tabela de duas colunas, "conta como erro de separação" e "não conta", com quatro itens de cada lado. Item trocado, quantidade divergente e item faltante contam. Avaria causada no transporte, divergência de estoque de fornecedor, cancelamento pelo cliente e atraso sem divergência de itens não contam.

A coluna da direita é a que evita reunião. Todo mundo concorda com a definição de erro até aparecer um caso de fronteira. E aí a discussão consome a reunião inteira. Escrever as exclusões antes é mais barato que resolvê-las depois, uma a uma.

O desenho do estudo de validação é o mais completo do lote. Três conferentes, trinta pedidos preparados, duas réplicas. Dos trinta pedidos, quinze tinham erro plantado e quinze eram conformes, em ordem aleatória e às cegas. Os critérios são concordância de no mínimo 90% e kappa de no mínimo 0,75. E há uma linha chamada "se reprovar", escrita antes de saber o resultado.

A folha de verificação vem com duas linhas de exemplo já preenchidas. Os campos são data, pedido, turno, endereço, item, modo de falha, separador e conferente. Nas boas práticas, o plano escreve a regra que dá título a este erro comum. São duas palavras: "congele o plano".

7. Tempo de liberação de quarto em hotelaria

Este é o documento que eu mostraria para quem acha que validar medição é formalidade. A validação foi feita com cronometragem presencial de dois observadores em quarenta quartos, comparada com os carimbos do sistema. Passou: divergência média de 2,1 minutos e concordância de 93%, contra critério de 90%.

E mesmo passando, ela achou um vício. As camareiras marcavam o quarto como limpo antes da inspeção, o que subestimava o tempo real.

A consequência não foi um aviso na ata. O marco oficial do Y deixou de ser "limpo" e passou a ser "inspecionado". E o sistema foi reparametrizado para registrar os dois eventos em campos separados.

Ou seja: o estudo que aprovou o sistema de medição também mudou a definição do indicador do projeto. Duas semanas da janela já tinham sido medidas quando o estudo entrou. Sem ele, o baseline teria ficado preso a um marco que subestimava o tempo. E a meta sairia calculada em cima dele.

O baseline das oito semanas do período ficou em 74 minutos de média, variando entre 71 e 79, com 62% dos quartos prontos até as 15h. O estudo de medição caiu dentro dessa janela, na terceira semana, e é por isso que o marco do Y mudou antes de o número virar oficial. A leitura escrita no documento é o que eu esperaria de um Green Belt formado. Patamar estável, sem tendência. Problema crônico de processo, e não evento isolado. E o documento separa o dia da semana: 68 minutos de média em dia útil, 88 nos sábados e domingos de pico.

8. Medições glosadas em contratos de obra

A definição operacional desta coleta de dados faz algo que eu nunca tinha visto num formulário. Ela declara duas unidades de contagem para o mesmo fenômeno. A frase é curta e resolve um problema grande: a taxa conta medições, o Pareto conta apontamentos.

A razão é que uma medição glosada pode ter mais de um motivo de recusa. No trimestre estratificado foram 55 medições glosadas com 111 apontamentos, ou seja, dois apontamentos por medição. Se as duas contagens não estiverem separadas no plano, a soma do Pareto não fecha com o indicador. E alguém vai gastar uma tarde procurando um erro que não existe.

A fronteira também está escrita: pedido de esclarecimento sem devolução da medição não conta como glosa. E a validação seguiu o desenho de atributos, com três avaliadores de áreas diferentes. Contas a receber, engenharia e contratos, classificando trinta medições históricas em duas rodadas.

O estudo deu 93% e gerou uma ação que vale mais que o número. Padronizar as cinco categorias de motivo no log de glosas, com exemplos por categoria. O censo vai de junho de 2025 a janeiro de 2026, e a média dos oito meses ficou em 14,2%. A estratificação já aponta onde: com 62% das medições glosadas em contratos com aditivo em andamento.

9. Conversão de leads em visitas no mercado imobiliário

A validação da definição operacional desta coleta de dados deu 95% de concordância, acima do mínimo de 90%. Dois avaliadores classificaram quarenta leads de forma independente contra o padrão do especialista. Pelo critério, aprovado.

Só que o estudo achou outra coisa, e ela não era de classificação. Aproximadamente 5% dos agendamentos fechados por WhatsApp não estavam sendo registrados no sistema. Não é divergência de critério, é dado que não existe. Nenhum estudo de concordância entre avaliadores pega isso: os dois avaliadores concordariam, olhando a mesma base incompleta.

A correção é o motivo de este exemplo estar no artigo. Foram três mudanças de sistema antes de o baseline virar oficial. Integração entre WhatsApp e o sistema, ativada. Campo de data e hora da visita, obrigatório. E carimbo automático do tempo de primeira resposta, no lugar do apontamento manual. Nenhuma das três é treinamento, e é isso que eu quero que você note. Quando o dado não chega, pedir mais atenção à equipe transfere para ela um problema de arquitetura. A terceira mudança é a mais elegante: ela não melhora o apontamento manual, ela o elimina.

10. Retrabalho de portas na produção de elevadores

Setenta e um por cento. É a concordância que o primeiro teste devolveu. Três inspetores avaliaram trinta portas em duas réplicas, num mix de aprovadas, limítrofes e reprovadas. Reprovado, e por dois motivos que o documento nomeia: o critério de risco leve aceitável variava por inspetor. E a folga entre porta e batente era avaliada no olho em parte dos conjuntos.

As correções atacam os dois. Para o critério subjetivo, catálogo visual de defeitos com fotos-limite. O aceitável ao lado do reprovado, para dano de pintura, respingo e oxidação. Para a folga, régua-padrão medindo em três pontos. Nenhuma das duas depende de o inspetor lembrar do combinado.

Nove dias depois o mesmo estudo voltou, e deu 92% de concordância entre inspetores e 96% contra o padrão da qualidade. Só então os apontamentos retroativos do sistema viraram baseline oficial, com data registrada no documento. É o ciclo completo: reprovar, corrigir o instrumento e repetir. E é o único dos doze que mostra as três etapas com datas.

Eu gosto deste exemplo porque ele desfaz a leitura de que MSA reprovado é má notícia. Reprovar cedo custou nove dias. Reprovar tarde custaria o projeto. A conclusão teria saído de uma base em que três inspetores discordavam em quase um de cada três casos.

11. Taxa de rechamada na manutenção de elevadores

O primeiro teste deste plano reprovou em 76%. A causa é a mais instrutiva do lote: o erro acontecia nas duas direções ao mesmo tempo. Chamados de vandalismo e queda de energia estavam sendo contados como rechamada. E rechamadas reais estavam sendo encerradas sob códigos genéricos, "ajuste" e "verificação", e por isso não eram contadas.

Um erro de classificação em duas direções é pior que um erro grande numa direção só. Ele empurra o indicador para cima e para baixo ao mesmo tempo, então o total pode parecer plausível. Só o estudo às cegas separou as duas coisas. Dois avaliadores reclassificaram 180 chamados contra o padrão do projeto.

Árvore de classificação obrigatória, com doze códigos no sistema de campo. É o que fecha as duas direções ao mesmo tempo. Junto dela vieram o vínculo automático entre a preventiva e o chamado, pelo número do equipamento, e o treinamento da central em duas turmas.

E o plano validou uma segunda medição na mesma rodada, o tempo de preventiva. O check-in do aplicativo foi conferido contra o GPS do veículo em quarenta visitas. O desvio médio ficou abaixo de três minutos.

O re-teste é o único dos doze que reporta o kappa: 94% de concordância e kappa de 0,88. Percentual de concordância sozinho pode enganar. Quando uma das categorias é muito mais comum que as outras, acerto por acaso conta. O kappa desconta esse acaso, e é por isso que o critério de logística pede os dois.

12. Resíduo por metro quadrado num canteiro de obra

Dos doze estudos de validação, este é o único em que o problema era físico. Trinta caçambas foram medidas com trena, por dois avaliadores, e o volume real comparado com o declarado no romaneio. A divergência média foi de 18%, e a causa não tinha nada a ver com critério. As caçambas saíam com carga acima da borda. Esse excedente era contado às vezes e ignorado outras.

Repare no que isso significa para o indicador. O Y da obra é metro cúbico de resíduo por metro quadrado construído. E o numerador vinha de um documento que descrevia mal o que estava na caçamba. Nenhuma planilha, nenhum sistema e nenhum treinamento de classificação teria encontrado isso.

Padrão de enchimento raso, com carga até a borda. Conferência fotográfica anexada ao romaneio. Dupla assinatura do encarregado e da transportadora. Três medidas de canteiro e nenhuma de sistema, e é essa simplicidade que eu aprecio. No segundo estudo o erro médio caiu para menos de 5%, com 95% de concordância entre os avaliadores.

A matriz deste plano também mede com paquímetro e espessímetro, não só com sistema. A trena apareceu no estudo de medição, nas trinta caçambas. Recorte de cerâmica em amostra de 240 peças por pavimento. Espessura de gesso em sessenta pontos por pavimento, contra projeto de 5 mm. Vale como lembrete de que plano de coleta de dados não é sinônimo de extração de banco.

Cinco erros que invalidam o baseline

1. Começar a coletar antes de validar a medição. É o erro mais caro, porque ele só aparece no fim. Quatro dos doze documentos que este artigo abre teriam fechado baseline errado se tivessem invertido a ordem. Nos seis que coletaram histórico retroativo, ele só virou baseline oficial depois de a medição ser validada. Os outros seis declararam a janela e mediram para frente.

2. Definição operacional sem fronteira. Dizer o que conta é metade. A outra metade é dizer o que não conta, e é a metade que gera discussão em reunião. Seis dos doze escrevem exclusões explícitas, e vale ler todas. No de logística, avaria de transporte e cancelamento pelo cliente ficam fora. No financeiro, questionamento que não devolve a medição. Nos dois de elevadores, vandalismo, queda de energia e defeito apontado em obra. No de serviços, contestação improcedente fica na base mas fora do numerador. E na obra, terraplenagem, demolição e o resíduo da torre anterior.

3. Deixar a estratificação da coleta de dados para depois. Se o campo não foi coletado, ele não existe na análise, e o Pareto sai pobre. Onze dos doze definem os estratificadores junto da métrica, e o do hotel dedica um bloco só a isso. Turno, equipamento, andar, contrato, bico da envasadora, faixa de idade do elevador. Cada um escolheu os seus antes de coletar o primeiro dado.

4. Mexer no plano no meio da coleta. O documento de logística escreve a regra em duas palavras: "congele o plano". A razão está no passo 4 acima, e é aritmética antes de ser metodologia. Parece rígido até você tentar explicar por que a média de março não é comparável com a de abril.

5. Medir pessoa em vez de processo. O plano de logística tem uma linha sobre isso nas boas práticas. Ela vale mais que muitos parágrafos de teoria. A coleta de dados mede o processo, não as pessoas, e comunicar isso evita distorção dos registros. É a diferença entre cultura baseada em dados e vigilância. Registro que a equipe teme é registro que a equipe ajusta.

Ferramentas que trabalham junto com o plano de coleta

O plano de coleta de dados não escolhe o indicador. Ele recebe o Y e a meta do Project Charter, e recebe a fronteira do processo do SIPOC. Do lado da execução, quem registra o dado na operação é a folha de verificação, e quem valida o instrumento é o MSA. A régua de quanto medir na coleta de dados vem da amostragem.

Depois que a coleta de dados fecha o baseline, ele alimenta a fase seguinte. É a entrega da coleta de dados, e não a planilha. A capabilidade do processo diz o quanto o processo atual atende à especificação. O Pareto ordena os modos de falha que a estratificação revelou. Daí saem Ishikawa, 5 Porquês e matriz de causa e efeito para separar causa de sintoma. A priorização do que atacar sai da matriz esforço x impacto.

No fim do ciclo, o padrão que muda é o POP, e a reação ao desvio fica escrita no OCAP. E o relatório A3 é onde o ciclo inteiro cabe em uma página. Do baseline que a coleta fechou até o padrão que mudou. É esse formato que sustenta melhoria contínua em vez de projeto isolado.

Baixe o modelo em branco e monte o seu plano de coleta de dados

O modelo de plano de coleta de dados da Voitto é um PDF preenchível. Traz o campo da definição operacional do Y e a matriz com uma linha por medida. Traz também o bloco de MSA com critério de aceitação e o quadro do baseline. Ele é a ferramenta 5 do Kit de Ferramentas Lean Seis Sigma, que reúne as 20 ferramentas do DMAIC na ordem de uso.

Baixar o modelo de plano de coleta de dados em PDF

Preencher a matriz é a parte rápida. O que faz o plano valer é a conversa que vem antes. Acordar com quem opera qual fórmula conta e qual não conta. E acordar com quem responde pelo indicador que o baseline vale, mesmo quando ele vier pior do que a diretoria esperava. É essa negociação que a gente treina na Academia Lean Seis Sigma, com banca no fim. Voltando à manutenção autônoma: o que eu passei a conferir não era o valor anotado na ficha. Era se o operador do turno da noite anotaria o mesmo.